国家自然科学基金(61202143)
- 作品数：6 被引量：4H指数：1
- 相关作者：苏松志李绍滋成运曹冬林何磊更多>>
- 相关机构：厦门大学湖南人文科技学院广西科技师范学院更多>>
- 发文基金：国家自然科学基金福建省自然科学基金湖南省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 关键肢体角度直方图的行为识别被引量：1
- 2015年
- 当前的姿态表示的行为识别方法通常对姿态的准确性做了很强的假设,而当姿态分析不精确时,这些现有方法的识别效果不佳。提出了一种低维的、鲁棒的基于关键肢体角度直方图的人体姿态特征描述子,用于将整个动作视频映射成一个特征向量。同时,还在特征向量中引入共生模型,用以表示肢体间的关联性。最后,设计了分层的SVM分类器,第1层主要用于选择高判别力的肢体作为关键肢体,第2层则利用关键肢体的角度直方图并作为特征向量,进行行为识别。实验结果表明,基于关键肢体角度直方图的动作特征具有较好的判别能力,能更好地区分相似动作,并最终取得了更好的识别效果。
- 庄伟源成运林贤明苏松志曹冬林李绍滋
- 关键词：角度直方图
- 基于约束逼近投影变换的全景图像拼接方法
- 2015年
- 全景图像拼接算法是遥感信息处理、图像处理等领域的研究热点.基于逼近投影变换的算法对低空遥感图像拼接有较好的效果,但对于远离参考图像的矩形块会出现较大的畸变并且拼接缝周边会出现大量的形变、鬼影等现象.为此,在逼近投影变换的基础上,提出一种基于光束平差与投影变换相结合的图像拼接策略,目的是通过约束变换总误差来减少畸变现象.针对低空航拍图像的实验结果表明,与传统拼接算法相比,新方法减少了图像中的鬼影和模糊,且避免了建筑物、道路等地物的畸变现象.
- 余清洲陈水利蔡国榕苏松志吴云东
- 基于谱域-空域结合特征和图割原理的高光谱图像分类被引量：1
- 2015年
- 高光谱图像中存在着特征维度高而训练集小的问题。为解决该问题,提出了一种2步走的分类方法:1)通过支持向量机对图像进行初步分类,根据分类结果计算出每个类别的均值特征;2)使用1)计算出来的均值特征作为能量函数的数据项,然后利用图割原理对图像做二次分类。实验中发现:空间上相近的像素点往往具有相似的特征,且属于同一个类别。针对这种现象,提取一个将谱域特征和空域特征相结合的新特征。该特征既包含了光谱信息也包含了空间信息,具有较好的分类性能和鲁棒性。在Indian Pine数据集和Pavia University数据集进行实验,实验结果表明了本文提出方法的有效性。
- 尤雅萍成运苏松志曹冬林李绍滋
- 关键词：图像分类支持向量机
- 行人检测模型向平躺人体检测的迁移及其性能分析
- 2015年
- 人体检测是计算机视觉研究中的难点和热点,具有很好的理论意义和应用价值,它可分为行人检测和平躺人体检测.平躺人体检测的研究正处于起步阶段,存在视角变化大、姿态多样、背景复杂等尚未解决的问题.为此本文借鉴行人检测研究成果,将梯度方向直方图和支持向量机模型(HOG+SVM)、形变部位模型(DPM)和聚合通道特征(ACF)三大主流行人检测模型迁移到平躺人体检测中,验证它们的检测效果和分析检测性能.总结行人检测和平躺人体检测的异同,找出平躺人体检测存在的关键问题,为建立适应平躺人体检测建模提供了理论依据和实践经验,最后给出平躺人体检测模型的一些研究建议.
- 夏道勋苏松志李绍滋
- 关键词：行人检测梯度方向直方图支持向量机模型
- 单摄像头下基于样本学习的人体深度估计被引量：1
- 2014年
- 深度图像的研究是当前计算机视觉的研究热点。从图像中获取深度信息有2种方法:1)利用深度感应器,该方法的缺点是成本高;2)基于一个场景的多幅图像或图像序列,通过求取视差,获得深度值,该方法的缺点是需要摄像机参数,专业知识要求较高。针对上述情况,提出了一种简单有效的从单摄像头捕获的人体图像中估计出人体深度信息的方法,利用深度摄像机建立人体的"表观深度"图像对,然后对单摄像头获取的彩色图像进行人体表观特征提取,根据该表观特征检索图像对数据库,并对获得的人体深度进行估计和优化。最后,在厦门大学的深度数据库上,验证了该方法的有效性。
- 何磊苏松志李绍滋
- 关键词：深度图像特征提取
- 层次K-均值聚类结合改进ITML的迁移度量学习方法被引量：1
- 2017年
- 目前的迁移学习方法多针对单一迁移类型,使用低级特征空间,并且源集比目标集复杂耗力。针对这些问题,综合考虑特征表示迁移、参数迁移和实例迁移,提出迁移度量学习的通用框架。首先,基于属性相似性空间和类别相似性空间,利用层次K-均值聚类获取相似性;然后,利用信任评估框架和去相关归一化转换方法消除源集中的相关关系来抑制负迁移作用;最后,改进信息理论度量学习方法(ITML)进行相似性度量学习。对三种不同复杂度数据集进行实验,结果表明,提出方法的迁移学习性能较传统方法明显提高,且对负迁移影响具有更好的鲁棒性;提出的方法可应用于源集比目标集简单的情况,评估结果表明,即使源集知识有限,也可以得到较好的迁移学习效果。
- 蒋林利蒋林利
