山西省高等学校高新技术产业化项目(2010002)
- 作品数：3 被引量：6H指数：2
- 相关作者：张丽红何树成李林张慧侯鲜桃更多>>
- 相关机构：山西大学更多>>
- 发文基金：山西省高等学校高新技术产业化项目山西省国际科技合作计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种新的超分辨率图像重建算法被引量：1
- 2011年
- 超分辨率重建是提高图像分辨率的一种方法.根据图像分层变换和插值处理的特点,提出了一种将分层子带变换S+P变换(序列变换加预测运算)和插值算法相结合的超分辨率重建算法.该方法首先对图像序列进行运动估计和运动补偿,然后再对配准后的图像序列进行S+P变换,并对分解得到的高频子带进行插值,最后通过S+P逆变换得到超分辨率图像.实验表明,该方法能够较好地保持原图像中的细节,且在主观上具有很好的视觉效果,客观上具有较高的峰值信噪比,是一种有效的超分辨率处理方法.
- 张丽红侯鲜桃王晓凯张慧
- 关键词：插值超分辨率图像重建
- 基于差值绝对值之和和置信传播的快速收敛立体匹配算法被引量：3
- 2014年
- 针对传统置信传播（BP）立体匹配算法运算次数较多、效率低下的问题,提出了一种基于像素灰度绝对误差和（SAD）和BP的快速收敛立体匹配算法.首先使用SAD作为代价函数来计算初始视差值,并将可靠视差值作为约束项加入全局算法BP的能量函数中,进行全局的能量函数的优化;然后在优化过程中更新计算每个像素点的置信度时,考虑当前像素点自适应大小邻域内像素点对它的信息传递,而忽略距离较远的像素点的影响,从而减少了置信传播节点数并提高了置信度收敛的速度.实验结果表明,提出的算法在保持相近匹配精度的前提下,运行时间减少了50％～ 60％,提高了立体匹配效率,为实时应用打下了基础.
- 张丽红何树成
- 关键词：能量函数
- 基于Adaboost算法选取和组合SVM的行人检测算法被引量：2
- 2013年
- 行人检测是计算机视觉中一个重要的研究方向,为了提高行人的识别精度,将支持向量机(Sup-port Vector Machine,SVM)和Adaboost算法结合起来,SVM是基于结构风险最小化准则的新型机器学习算法,适合小样本学习并且能够有效地抑制过拟合问题,Adaboost基于最小化训练错误率,一般使用易训练的分类器作为弱分类器.由于SVM比较难训练,因此将样本集划分形成多个训练集,然后利用正样本和不同的负样本组成不同训练集反复训练,最后通过Adaboost对训练集生成的SVM模型筛选出具有最小错误率的SVM分类器并且采用投票机制形成最终的强分类器.实验结果表明,在FPPW(false positive per window)为10-5时检测率能够达到30%,检测效果优于单个SVM算法训练出来的分类器模型,用行人测试库测试,该方法取得了较好的检测效果并且具有较强的鲁棒性.
- 张丽红李林
- 关键词：ADABOOST行人检测方向梯度直方图
