韩文静
- 作品数：3 被引量：2H指数：1
- 供职机构：西北农林科技大学信息工程学院更多>>
- 相关领域：自动化与计算机技术更多>>
- 改进的基于多示例学习的目标跟踪方法研究被引量：2
- 2013年
- 针对复杂场景下的跟踪问题,提出一种新的基于多示例学习的目标跟踪方法。该方法首先利用局部描述算子(Harr-like特征)表征目标和周围背景区域,分别视为正负样本,然后利用基于Boosting的在线多示例学习(MILBoost)建立一种适应性的外观模型作为二值分类器。并提出一种修正的搜索目标位置算法,使haar小波和区域协方差矩阵相结合,取最大响应样本为新目标位置。该方法能够有效解决视频场景中目标受遮挡、旋转和光照变化等问题,具有鲁棒的跟踪性能。
- 韩文静朱俊平向直扬亢娟娜
- 关键词：目标跟踪多示例学习BOOSTING
- 基于多示例模型的目标跟踪方法研究
- 目标跟踪是计算机视觉研究的一个热点问题，广泛应用在机器人导航、人机交互和虚拟现实等领域。但是，目标跟踪又是一个具有挑战性的难题，尤其是目标在运动过程中发生光照、遮挡和非刚体形变时，对目标的准确定位和跟踪仍然面临着巨大的困...
- 韩文静
- 关键词：目标跟踪多示例学习协方差矩阵
- SOINN多视图网络入侵检测
- 2013年
- 检测准确性是入侵检测系统(IDS)的关键性能。针对入侵检测中训练样本数目不平衡的问题,提出使用拓扑学习的方法训练网络数据分类器,并且使用多视图入侵检测方法进一步提高检测率。实验结果表明,提出的方法对于某些攻击类型的检测能力优于现有的方法。特别是提升了对非法远程闯入(R2L)攻击,与非法提升权限(U2R)攻击的检测能力。
- 向直扬朱俊平韩文静亢娟娜
- 关键词：入侵检测
