公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

多方向线积分的梯度特征被引量：1: 2011年; 典型的梯度特征包括HOG(梯度方向直方图)、Shapelet及Edgelet等,这些特征被广泛用于目标检测、目标识别、图像检索及场景分类等领域。针对HOG特征运算复杂度高的问题,提出了一种新的多方向线积分的梯度特征(MDIG)。通过避免计算梯度方向并利用积分图,该特征简化了计算过程,提高了计算速度,因而便于在DSP等硬件上实现。实验中新特征被应用于人体头肩检测。实验结果表明当使用AdaBoost算法训练分类器时,该特征的描述能力与HOG相当,同时其计算时间仅为HOG的1/3,整体性能优于HOG。最后,针对梯度特征的适用范围对其未来应用的发展方向进行了讨论。; 何飞李亚利鹿文浩王生进丁晓青; 关键词：梯度特征梯度方向直方图

匹配图像与3维模型特征点的真实感3维头重建: 2011年; 提出并实现一种基于两张正交图像和一个标准3维头模型,并利用2D图像特征点和3D模型特征点的匹配进行3维头模型重建的算法。首先,进行面部区域和头发区域的分割,利用色彩传递对输入图像进行颜色处理。对正面图像利用改进后的ASM(主动形状模型)模型进行特征点定位。改进局部最大曲率跟踪(LMCT)方法,更为鲁棒的定位了侧面特征点。在匹配图像特征点与标准3维头上预先定义的特征点的基础上,利用径向基函数进行标准头形变,获得特定人的3维头部形状模型。采用重建好的3维头作为桥梁,自动匹配输入图像,进行无缝纹理融合。最后,将所得纹理映射到形状模型上,获得对应输入图像的特定真实感3维头模型。; 林源林茜汤锋唐亮王生进; 关键词：特征点匹配纹理映射

基于LBP和CCS-AdaBoost的多视角人脸检测被引量：6: 2013年; 为了解决多视角人脸检测中多视角导致的人脸结构不同的问题和人脸与非人脸之间的误分类风险不同的问题,检测特征使用局部二值模式(LBP)及统计直方图,人脸非人脸分类器使用可控风险敏感AdaBoost(CCS-Ada-Boost).LBP及统计直方图能够描述多视角的人脸结构;CCS-AdaBoost能够在降低总体的误分类风险的同时最小化分类错误率.实验中,LBP特征的性能在正面人脸检测上比Haar-like特征更好.CCS-AdaBoost分类器在一定条件下也比普通AdaBoost分类器有更好的性能,并且弥补了风险敏感AdaBoost分类器(CS-AdaBoost)对靠近分类边界的样本分类不好的缺陷.最终的多视角人脸检测器在CMU-Profile测试集上获得了满意的结果.该算法实现了鲁棒的多视角人脸检测方法,在相同虚警率下获得比其他人脸检测方法更好的结果,能够有效地解决多视角人脸检测中的2个问题.; 何智翔丁晓青方驰文迪; 关键词：宽度优先搜索

基于马尔科夫随机场模型的多视角异质多模图像的目标检测: 2012年; 研究复杂背景中不同视角的不同光质图像中的特定目标检测问题。利用马尔可夫随机场模型,提出了一个基于地面区域匹配和空间约束关系的目标检测方法。在可见光俯视参考图像和红外光侧视观测图像的实验数据集上的检测结果表明,区域匹配能够有效提高召回率,而空间约束能够有效降低虚警率,获得了比一般异质光图像检测中基于边缘的方法更好的检测结果。该方法降低了不同视角带来的影响,同时能够克服图像间光质不同带来的检测困难,能够有效处理复杂背景下不同光质图像的匹配及其中目标的准确检测定位。; 何智翔丁晓青; 关键词：目标检测马尔可夫随机场

基于部件的三维目标检测算法新进展被引量：3: 2012年; 三维目标检测问题是计算机视觉领域的一个基础而重要的问题,如何解决部分遮挡、类内变化、复杂背景以及视角变化的问题是这类算法的研究重点.近年来,随着部分遮挡、类内变化等问题的逐步解决,越来越多的研究者针对视角问题展开研究.本文对三维目标检测问题进行了较为详细的分析,并且主要针对近几年的热点问题—视角问题展开讨论,介绍并总结了当前该领域的主要算法.通过对比说明了各种方法的优势与不足.; 鹿文浩李亚利王生进丁晓青; 关键词：目标检测

嵌入式驾驶员状态检测算法的实现与优化被引量：7: 2012年; 提出了一种可以在嵌入式平台上实时运行的驾驶员状态检测算法.状态检测采用了基于统计学习的Adaboost算法与动态建模算法.与传统的采用主动红外光的方法相比,本系统采用对人眼更为安全的被动式方法,且对光线的变化有更好的鲁棒性.算法的主要创新点是:1)提出了检测区域自适应调整的单双眼检测相结合的Adaboost人眼检测算法,提高了人眼检测的准确性与速度;2)提出基于高斯混合模型的人眼动态建模跟踪算法,自动提取驾驶员眼睛区域灰度分布的信息,实现了对不同驾驶员人眼的建模与跟踪定位.在多个公共数据集以及实车采集的视频上进行的实验表明,该算法能够准确判断驾驶员的状态,满足实时处理的要求.; 张旭李亚利陈晨王生进丁晓青; 关键词：嵌入式系统

基于可控风险敏感AdaBoost算法的人脸检测被引量：2: 2012年; 在人脸检测问题中,需要使用风险敏感的AdaBoost算法来最小化人脸的误分类风险。但是现有的风险敏感的AdaBoost算法对位于分类边界附近的低风险样本的分类性能很差,影响了最终的检测性能。为了解决这个问题,该文通过分析风险敏感的AdaBoost算法的分类错误率,从理论上指出了造成该问题的原因,并据此提出了可控风险敏感的AdaBoost算法。经过实验,该算法在相同召回率的情况下比风险敏感的AdaBoost算法取得了更低的虚警率,并且在CMU正面直立人脸测试集上也获得了更优的人脸检测结果。实验结果表明:该算法在保持风险敏感AdaBoost算法优点的同时,提高了对低风险样本的鉴别能力,获得了更好的性能。; 何智翔丁晓青方驰文迪; 关键词：人脸检测

基于最大互信息区域跟踪的人体行为检测算法被引量：5: 2012年; 人体行为检测问题不仅需要判断行为的类别,而且需要估计行为发生的时间和位置,有重要的现实应用意义.人体行为检测的主要难点在于参数空间维度高以及背景运动干扰.针对上述难点,本文提出了一种基于最大互信息区域跟踪的人体行为检测算法.该算法将行为区域定义为最大互信息矩形区域,采用稠密轨迹作为底层特征,利用随机森林学习轨迹特征与行为类别的互信息函数,利用轨迹的时间连续性对行为区域进行大时间跨度的预测和跟踪.实验结果表明,该算法不仅能够有效地识别不同类别的行为,而且能够适应现实场景中背景运动的干扰,从而准确地检测和跟踪行为区域.; 王泰青王生进丁晓青

全选清除导出

共1页<1>

国家教育部博士点基金(20090002110077)