公共文化服务平台

金强: 作品数：10 被引量：37H指数：3; 供职机构：合肥工业大学更多>>; 发文基金：国家自然科学基金安徽高校省级自然科学研究基金安徽省科技攻关计划更多>>; 相关领域：自动化与计算机技术交通运输工程更多>>

合作作者

一种基于点对特征的车标识别方法: 本发明公开了一种基于点对特征的车标识别方法，首先对车标图案进行预处理，通过前后背景的判断、二值化和归一化，形成车标的标准图案；然后基于标准图案，提取前后背景中的骨架区域，通过随机取点进行特征点对的提取，形成标准点对；通过...; 余烨刘晓平郑利平聂振兴金强王江明; 文献传递

基于重叠方式的球面全景图生成方法: 本发明公开了一种基于重叠方式的球面全景图生成方法，（1）以两幅鱼眼图像形成的两个半球面空间为基础，建立目标球面空间模型；（2）计算目标球面上点与半球面空间上点的映射关系；（3）根据鱼眼镜头投影模型，及球面空间上点与半球面...; 余烨刘晓平聂振兴张海彬李冰飞金强郑森; 文献传递

颜色与纹理自适应融合的粒子滤波跟踪算法被引量：1: 2017年; 针对传统粒子滤波跟踪算法中的目标模型单一、粒子退化等问题,文章提出了一种基于颜色特征与纹理特征自适应融合的粒子滤波跟踪算法,该方法选取颜色特征和纹理特征作为目标的视觉描述子,然后将2种特征的后验概率进行融合,并对目标模板进行自适应更新,进而估计出目标的状态。实验结果表明,该方法能够较好地处理背景光照变化明显、目标物体与背景颜色相近、遮挡、局部形变等干扰因素的影响,准确跟踪及定位运动目标。; 朱文佳金强余烨; 关键词：目标跟踪粒子滤波纹理特征

多梯度融合的RGBD图像边缘检测被引量：16: 2017年; 基于单一的属性变化进行边缘检测往往会损失部分边缘信息,影响了检测结果的完整性,对此提出一种基于多梯度融合的边缘检测算法。该算法针对RGB图像,首先转换到YCbCr颜色空间下,分别提取亮度分量Y颜色分量Cb、Cr针对提取的亮度分量Y颜色分量Cb、Cr,结合深度图像D,分别使用多方向的圆形边缘检测算子进行梯度计算,对所获得的4种梯度图像进行融合获得边缘检测结果。实验结果表明,算法获得的边缘检测结果更加清晰完整,有效的提高了边缘检测的效果。; 王江明余烨金强李冰飞; 关键词：边缘检测梯度算子深度图像

车辆型号的精细识别方法研究: 随着国内汽车保有量的增加，如何对道路交通进行及时高效的管理已经成为交通管理部门的首要挑战。此时，基于视频图像的车辆特征识别技术得到了广泛重视。车型作为车辆不可缺少的特征之一，对其识别具有十分重要的意义。由于车辆型号种类多...; 金强; 关键词：车辆图像卷积神经网络

一种基于多级分类器的精细车辆型号识别方法: 本发明公开了一种基于多级分类器的精细车辆型号识别方法，首先收集含车脸的正样本和不含车辆的负样本，通过LBP+Adaboost方法训练A级分类器，用于对车脸进行定位，同时截取车脸的图像，作为下一步输入的样本；将车脸图像按照...; 余烨朱文佳金强聂振兴王江明; 文献传递

基于Fg-CarNet的车辆型号精细分类研究被引量：11: 2018年; 车辆型号识别在智能交通系统、涉车刑侦案件侦破等方面具有十分重要的应用前景.针对车辆型号种类繁多、部分型号区分度小等带来的车辆型号精细分类困难的问题,采用车辆正脸图像为数据源,提出一种多分支多维度特征融合的卷积神经网络模型Fg-CarNet (Convolutional neural networks for car fine-grained classification, Fg-CarNet).该模型根据车正脸图像特征分布特点,将其分为上下两部分并行进行特征提取,并对网络中间层产生的特征进行两个维度的融合,以提取有区分度的特征,提高特征表达能力,通过使用小卷积核以及全局均值池化,使在网络分类准确度提高的同时降低了网络模型参数大小.在CompCars数据集上进行验证,实验结果表明, Fg-CarNet提取的车辆特征在保证网络模型参数最小的同时,车辆型号识别率达到最高,实现了最好的分类效果.; 余烨金强傅云翔路强; 关键词：卷积神经网络

基于重叠方式的球面全景图生成方法: 本发明公开了一种基于重叠方式的球面全景图生成方法，（1）以两幅鱼眼图像形成的两个半球面空间为基础，建立目标球面空间模型；（2）计算目标球面上点与半球面空间上点的映射关系；（3）根据鱼眼镜头投影模型，及球面空间上点与半球面...; 余烨刘晓平聂振兴张海彬李冰飞金强郑森

前背景骨架区域随机点对策略驱动下的车标识别方法被引量：8: 2016年; 目的现有的车标识别算法均为各种经典的图像特征算子结合不同的分类器组合而成,均未分析车标图像的结构特点。综合考虑车标图像的灰度特征和结构特征,提出了一种前背景骨架区域随机点对策略驱动下的车标识别方法。方法本文算法将标准车标图像分为前景区域和背景区域,分别提取前、背景的骨架区域,在其中进行随机取点,形成点对,通过进行点对的有效性判断,提取能表示车标的点对特征。点对特征表示两点周围局部区域的相似关系,反映了实际车标成像过程中车标图案部分与背景部分的灰度明暗关系。结果在卡口系统截取的19 044张车标图像上进行实验,结果表明,与其他仅基于灰度特征的识别方法相比,本文提出的点对特征识别方法具有更好的识别效果,识别率达到了95.7%。在弱光照条件下,本文算法的识别算法效果同样优于其他仅基于灰度特征的识别方法,识别率达到了87.2%。结论本文提出的前背景骨架区域随机点对策略驱动下的车标识别方法,结合了车标图像的灰度特征和结构特征,在进行车标的描述上具有独特性和排他性,有效地提高了车标的识别率,尤其是在弱光照条件下,本文方法具有更强的鲁棒性。; 余烨聂振兴金强王江明; 关键词：车标识别

视角相关的车辆型号精细识别方法被引量：1: 2020年; 文章针对车辆型号分类中存在车辆不同视角影响的问题,提出了一个视角相关的卷积神经网络(viewing angle relative convolutional neural network,VAR-NET)模型。该模型包含视角预测和分类2个子网络,其中视角预测子网络用于提取车辆的拍摄视角信息,分类子网络用于提取车辆特征并实现其分类。在公开数据集CompCars和Standford Cars上的实验结果表明,VAR-NET模型在多视角车辆图像上取得了很好的识别效果,其识别率高于一些其他经典的网络模型。; 朱文佳付源梓金强余烨; 关键词：车型识别