您的位置: 专家智库 > >

吴明军

作品数:7 被引量:35H指数:3
供职机构:中国科学院研究生院更多>>
发文基金:国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 5篇期刊文章
  • 2篇会议论文

领域

  • 7篇自动化与计算...

主题

  • 3篇图像
  • 2篇单目视觉
  • 2篇直方图
  • 2篇特征点
  • 2篇图像自适应
  • 2篇主分量
  • 2篇主分量分析
  • 2篇自适
  • 2篇自适应
  • 2篇自适应聚类
  • 2篇聚类
  • 2篇聚类分割
  • 2篇彩色图像
  • 2篇彩色图像自适...
  • 2篇测量方法
  • 1篇多分类器
  • 1篇遗失
  • 1篇直方图分析
  • 1篇实时检测
  • 1篇实时检测算法

机构

  • 7篇中国科学院
  • 5篇中国科学院研...

作者

  • 7篇吴明军
  • 4篇彭先蓉
  • 3篇张启衡
  • 2篇左颢睿
  • 2篇赵汝进
  • 1篇樊志华
  • 1篇王春鸿
  • 1篇徐勇
  • 1篇徐智勇
  • 1篇胡幸福

传媒

  • 2篇光电工程
  • 1篇光电子.激光
  • 1篇光子学报
  • 1篇微电子学与计...
  • 1篇全国第18届...
  • 1篇全国第18届...

年份

  • 1篇2012
  • 2篇2010
  • 2篇2009
  • 2篇2007
7 条 记 录,以下是 1-7
排序方式:
遗失目标的实时检测算法被引量:3
2009年
针对视频安全监控问题,提出一种实时的遗失目标检测算法。首先,帧间差分用于获取像素级运动特性,并构造双重背景用于检测双重前景。而后,将像素级特性及双重前景综合以维持双重背景的更新。最后,通过累加证据图像来处理实际应用中的虚警和遮挡问题并证实遗失目标。在不同视频序列下的实验表明该算法能够有效地从嘈杂的场景中检测出遗失目标。此外,对于352×288的序列而言,该算法的运行速度达到约54帧/s,能够满足实时的监控任务需求。
吴明军彭先蓉
关键词:视频监控
一种基于特征点间线段倾角的姿态测量方法被引量:10
2010年
基于目标特征点间线段倾角信息,提出了一种适合于目标远距离成像和相机内参未知条件下解算目标姿态的目标3维姿态测量方法.采用仿真图像对该方法的正确性进行了验证.实验结果:姿态测量误差绝对值均值小于0.6°,且目标成像尺寸为350pixel时,姿态测量误差绝对值小于0.5°.实验表明该算法具有较高解算准确度和较强的收敛性.
赵汝进张启衡徐智勇徐勇左颢睿吴明军
关键词:单目视觉特征点
一种基于直线特征的单目视觉位姿测量方法被引量:18
2010年
提出了一种基于直线特征的单目视觉位姿测量方法SoftNewton。构造了新颖的目标直线与图像直线匹配评价函数,避免检测图像中直线的端点,最终通过软决策技术确定直线特征匹配关系,并采用高斯牛顿迭代算法基于全透视成像模型解算目标位姿。和POSIT算法相比,高斯牛顿迭代算法保持了旋转矩阵的正交性,提高位姿解算精度。仿真图像实验中,在干扰直线和噪声存在的情况下算法经过29次迭代解算得到正确的直线特征匹配矩阵,姿态误差小于0.2°,位移误差小于0.5 mm。仿真图像和实际图像实验结果均表明SoftNew-ton具有较高解算精度和较强的鲁棒性。
赵汝进张启衡左颢睿吴明军
关键词:单目视觉位姿
基于几何特征点的扩展目标跟踪方法被引量:4
2009年
提出了一种基于几何特征点的扩展目标跟踪方法,该方法借鉴模板匹配跟踪的思想,以目标的几何特征点作为模板进行目标跟踪。把多尺度Harris特征点检测与SIFT描述子相结合,用于几何特征点的提取和描述,接着引入加权相似性度量公式和更新策略以提高特征点的匹配精度,从而实现更加稳定的跟踪。试验表明,该算法可以稳定地跟踪姿态剧烈变化的扩展目标。
樊志华王春鸿吴明军
关键词:HARRISSIFT
基于主分量分析的彩色图像自适应聚类分割
不同于已有的在RGB、HSI彩色空间进行聚类分割的方法,本文提出的算法在主分量分析彩色空间对彩色图像进行自适应聚类分割。首先,对RGB空间的图像进行主分量分析得到主分量分析空间的特征向量。而后,利用上述特征向量对彩色图像...
吴明军彭先蓉张启衡
关键词:主分量分析直方图自适应聚类聚类分割彩色图像
文献传递
基于主分量分析的彩色图像自适应聚类分割
不同于已有的在RGB、HSI彩色空间进行聚类分割的方法,本文提出的算法在主分量分析彩色空间对彩色图像进行自适应聚类分割。首先,对RGB空间的图像进行主分量分析得到主分量分析空间的特征向量。而后,利用上述特征向量对彩色图像...
吴明军彭先蓉张启衡
关键词:彩色图像分割主分量分析直方图分析自适应聚类
文献传递
静态图像中基于多分类器的人体检测技术研究被引量:1
2012年
首先介绍Haar特征,然后介绍用于分类器训练的Adaboost算法,该方法训练的级联分类器用于人体检测时虽然具有很高的检测率,但虚警率较高.为了保持检测率,降低虚警率,在原有分类器的基础上再训练两个分类器,一个是利用头肩样本训练的分类器,另一个是利用腿部样本训练的分类器.实验证明:该方法设计的分类器在保持较高的检测率的同时其虚警率比原方法设计的分类器降低一个数量级.
胡幸福彭先蓉吴明军
关键词:HAAR特征ADABOOST分类器
共1页<1>
聚类工具0