您的位置： 专家智库 > >

国家教育部博士点基金(20130131110038)

作品数：10 被引量：136H指数：7
相关作者：常发亮刘洪彬刘成云彭志勇陈振学更多>>
相关机构：山东大学山东省科学院山东建筑大学更多>>
发文基金：国家教育部博士点基金国家自然科学基金山东省自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

文献类型

  • 10篇中文期刊文章

领域

  • 10篇自动化与计算...

主题

  • 3篇自适
  • 3篇自适应
  • 3篇滤波
  • 2篇自适应分块
  • 2篇粒子滤波
  • 2篇目标跟踪
  • 2篇分块
  • 2篇HOG
  • 1篇点匹配
  • 1篇动目标
  • 1篇动目标检测
  • 1篇动态时间规整
  • 1篇多目标
  • 1篇多目标跟踪
  • 1篇多特征融合
  • 1篇多线索
  • 1篇多线索融合
  • 1篇行人
  • 1篇运动目标检测
  • 1篇运动图

机构

  • 10篇山东大学
  • 1篇山东建筑大学
  • 1篇山东省科学院

作者

  • 10篇常发亮
  • 4篇刘成云
  • 4篇刘洪彬
  • 2篇陈振学
  • 2篇张友梅
  • 2篇彭志勇
  • 1篇韩旭振
  • 1篇孙晓燕
  • 1篇王梦迪
  • 1篇马传峰
  • 1篇黄翠
  • 1篇赵永国

传媒

  • 2篇光学精密工程
  • 2篇仪器仪表学报
  • 1篇光电子．激光
  • 1篇电子与信息学...
  • 1篇电子学报
  • 1篇控制与决策
  • 1篇西安电子科技...
  • 1篇计算机科学

年份

  • 3篇2017
  • 2篇2016
  • 2篇2015
  • 3篇2014
共 10 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
基于高斯颜色模型和SVM的交通标志检测被引量：31
2014年
针对我国交通标志的特点,提出一种基于高斯颜色模型和机器学习的快速交通标志检测算法,解决了单纯采用颜色模型或单纯采用分类器检测误差较大的问题。先对直方图修正后的标志图像使用高斯颜色模型分割,并对分割后的图像进行形态学处理,初步提取出候选交通标志,最后将标志的HOG描述子和SVM结合训练出分类器,使用该分类器进行标志的精确检测。实验结果表明,该算法能有效地提高检测精度,降低误检率,对光照、旋转、部分遮挡等不良条件下的交通标志检测具有较优的稳定性和准确性,且满足实时性要求。
常发亮黄翠刘成云赵永国马传峰
关键词：交通标志检测支持向量机
权重系数自适应光流法运动目标检测被引量：38
2016年
为了实现Horn-Schunck光流法权重系数的自适应设定与更新,研究了权重系数对Horn-Schunck光流法的影响规律,提出一种融合模糊C均值(FCM)聚类的权重系数自适应Horn-Schunck光流法。首先,统计不同权重系数下运动目标检测的光流总值变化曲线。然后,以光流总值的最优化为依据,结合两层模糊C均值(FCM)聚类寻找最优权重和基于固定迭代次数Horn-Schunck光流法的收敛点,从而自适应地获取最优权重系数,并将收敛阈值的人工设定转化为光流值的自动寻优。最后,通过标准视频序列进行测试以验证算法的有效性。实验结果表明:相比于其他权重系数值,最优权重估计的光流图像不但运动目标明显而且噪声较少。对运动目标检测的运行时间为0.106 0s,有用比为0.596 9,幅度误差为0.801 1,满足光流法运动目标检测的最优或次优性能。
刘洪彬常发亮
关键词：运动目标检测模糊C均值聚类
基于3D人体骨架的动作识别被引量：6
2017年
本文提出了一种基于3D人体骨架的动作识别方法.该方法以3D人体骨架为基础,将骨架中关节点的位置重新定义,形成简化的立体骨架模型,进而采用改进的动态时间规整算法(Reformative Dynamic Time Warping,RDTW)对齐动作序列并进行识别.由于人体大小、形状、动作方式等差异,任意两个人表达同一动作都不尽相同,简化的立体骨架模型能有效缓解这种类内差异性.传统的DTW算法存在计算复杂性高,效率低的问题,本文在传统算法的基础上设计了"一次规划,二次细化"的方法,有效降低计算量,提高计算效率.该算法在MSR 3D Action数据库上的实验验证了其有效性.
张友梅常发亮刘洪彬
关键词：动态时间规整
自适应分块的多特征融合多目标跟踪被引量：8
2017年
针对多目标跟踪过程中存在目标遮挡、表观变化以及目标相似的情况,提出一种基于自适应分块的多特征融合粒子滤波多目标跟踪方法.该方法首先根据目标灰度投影进行自适应分块,融合颜色直方图及方向梯度直方图特征描述各子块,并引入加权Bhattacharyya系数计算粒子的子块匹配度;然后利用模糊C均值聚类获得每个目标的粒子群,得到目标最优状态估计;最后融入粒子空间信息更新子块权重.实验结果表明,该方法在多种复杂情况下,均能准确鲁棒地跟踪多个目标.
别秀德刘洪彬常发亮彭志勇
关键词：多目标自适应分块多特征融合HOG粒子滤波
融合改进参考白和稀疏网络的彩色人脸检测被引量：7
2014年
面部肤色的提取容易受到光照干扰,因此采用改进参考白和稀疏网络(SNoW)相结合的彩色人脸检测方法。首先,在对光照变化较大的人脸图像进行肤色提取之前,在HSV颜色空间进行参考白和直方图均衡的融合以减小光照变化引起的色彩偏差,再将参考白光照补偿结果进行肤色模型的人脸信息提取;最后借助稀疏网络模型法计算分割提取出的人脸区块特征并进行人脸的正确分类。实验结果表明,该方法实现了光照变化剧烈的复杂场景下较优的肤色提取及人脸的准确检测和定位,满足了系统实时性需求。
刘成云常发亮陈振学韩旭振
关键词：ADABOOST算法人脸检测
基于稀疏表示和Weber定律的运动图像盲复原被引量：12
2015年
针对运动过程中视觉图像易产生运动模糊的问题,提出了一种基于稀疏表示和Weber定律相结合的图像盲复原方法。该方法利用冲击滤波器预测模糊图像的显著边缘梯度,并用多尺度策略由粗到细进行模糊核的估计。然后,对图像盲复原模型进行稀疏正则化约束,并结合反映人类视觉特性的Weber定律对合成模糊图像和真实模糊图像进行盲复原。实验结果表明,本文采用的盲复原算法的性能指标和图像的纹理都达到了较优的复原效果。与近年较好的Rob Fergus去模糊方法和Xu Li去模糊方法相比,对Lena模糊图去模糊后的结构相似度（SSIM）为0.762 4,峰值信噪比（PSNR）提高了1.82~2.99dB;对Cameraman模糊图去模糊后的结构相似度（SSIM）为0.8589,PSNR提高了2.46~5.58dB。另外,本文方法降低了复原图像的边界伪影,符合人的视觉感知特性。
刘成云常发亮
关键词：图像盲复原运动图像
自适应分块多线索融合粒子滤波跟踪方法被引量：3
2014年
多线索融合是解决复杂情况下跟踪问题的有效手段,为此提出一种基于自适应分块目标模型的多线索融合粒子滤波跟踪方法.根据目标颜色分布自适应分块建立目标描述模型,可提高对目标初始描述的适应性;采用多线索融合粒子滤波跟踪,在跟踪过程中能根据子块可靠程度动态调整权重,提高对剧烈光照变化、目标姿态变化、遮挡等复杂情况的适应性.实验结果表明,所提出的跟踪方法在多种复杂情况下能准确有效地跟踪目标.
孙晓燕常发亮
关键词：目标跟踪粒子滤波自适应分块多线索融合
基于感兴趣区域和HOG-MBLBP特征的交通标识检测被引量：13
2016年
交通标识检测中样本类别间的不平衡常常导致分类器的检测性能弱化,为了克服这一问题,该文提出一种基于感兴趣区域和HOG-MBLBP融合特征的交通标识检测方法。首先采用颜色增强技术分割提取出自然背景中交通标识所在的感兴趣区域;然后对标识样本库提取HOG-MBLBP融合特征,并用遗传算法对SVM交叉验证进行参数的优化选取,以此来训练和提升SVM分类器性能;最后将提取的感兴趣区域图像的HOG-MBLBP特征送入训练好的SVM多分类器,进行进一步的精确检测和定位,剔除误检区域。在自建的中国交通标识样本库上进行了实验,结果表明所提方法能达到99.2%的分类准确度,混淆矩阵结果也表明了该方法的优越性。
刘成云常发亮陈振学
关键词：感兴趣区域
基于边缘检测和特征融合的自然场景文本定位被引量：5
2017年
文本定位作为文本识别的基础和前提,对图像深层信息的理解至关重要。针对自然场景下的文本定位受光照、复杂背景等因素影响较大的问题,提出了一种基于多方向边缘检测和自适应特征融合的自然场景文本定位方法。该方法首先将自然场景图像进行三通道八方向的边缘检测;然后通过启发式规则对得到的边缘图像进行过滤从而提取出备选文本域,进而对备选文本域进行自适应权值的HOG-LBP特征提取与融合;最后采用支持向量机进行特征分类学习,实现文本定位。实验结果表明,该方法能准确定位自然场景图片的文本区域,对光照和复杂背景具有较强的鲁棒性。
王梦迪张友梅常发亮
关键词：自然场景文本定位边缘检测
基于HSV模型和特征点匹配的行人重识别算法被引量：15
2015年
提出了一种基于HSV模型和特征点匹配相结合的行人重识别算法。首先根据改进的HSV空间颜色量化策略,比对两幅行人图像的躯干和腿部主颜色是否一致,以快速确定备选目标;然后对备选目标,利用环形Gabor滤波器组生成多尺度图像,再利用改进的FAST算法和BRIEF算法对多尺度图像进行特征点提取与描述,最后利用暴力算法和随机抽样一致性算法进行特征点匹配和提纯,以达到较好的匹配效果。实验结果表明,本文提出的行人重识别算法具有较高的识别准确率,识别速度达到12frames。
彭志勇常发亮刘洪彬别秀德
关键词：HSV模型特征点匹配
全选 清除 导出
共1页<1>
聚类工具0