您的位置： 专家智库 > >

李晓静

作品数：4 被引量：24H指数：3
供职机构：陕西科技大学电气与信息工程学院更多>>
发文基金：陕西省自然科学基金陕西省教育厅科研计划项目咸阳市科技计划项目更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 4篇中文期刊文章

领域

  • 4篇自动化与计算...

主题

  • 2篇动目标
  • 2篇动目标检测
  • 2篇运动目标检测
  • 2篇帧差
  • 2篇三帧差分
  • 2篇目标检测
  • 2篇差分
  • 1篇人脸
  • 1篇人脸检测
  • 1篇三帧差分法
  • 1篇视频
  • 1篇视频目标
  • 1篇视频目标跟踪
  • 1篇相关系数
  • 1篇滤波
  • 1篇目标跟踪
  • 1篇局部二值模式
  • 1篇均值
  • 1篇二值模式
  • 1篇ADABOO...

机构

  • 4篇陕西科技大学

作者

  • 4篇亢洁
  • 4篇李晓静
  • 1篇王晓东
  • 1篇李珍

传媒

  • 3篇陕西科技大学...
  • 1篇计算机应用研...

年份

  • 1篇2019
  • 2篇2018
  • 1篇2017
共 4 条 记 录，以下是 1-4
全选 清除 导出
排序方式：
基于RPCA与三帧差分融合的运动目标检测被引量：8
2018年
为了实现在监控视频中对人体运动目标的准确提取,针对传统的三帧差分法在运动目标提取过程中容易出现"空洞"现象,提出了一种鲁棒主成分分析(robust principal component analysis,RPCA)与三帧差分相融合的运动目标检测算法。算法通过将RPCA提取的视频当前帧的背景作为三帧差分法的中间帧与视频当前帧的前一帧和视频当前帧分别进行邻间差分,使得三帧差分法在运动目标检测过程中避免了背景像素点所带来的影响,消除了"空洞"现象。仿真结果表明该算法在完整性和准确性方面要优于其他三种传统运动目标检测算法,可以在复杂背景环境中实现准确的运动目标提取。
亢洁李晓静
关键词：运动目标检测三帧差分法
基于MB_LBP旋转不变特征的AdaBoost人脸检测算法研究被引量：5
2017年
传统的基于Haar特征的AdaBoost人脸检测算法,由于Haar特征数量过多,导致训练时间过久,而且不能快速检测出人脸。针对这一问题,本文提出一种基于多块局部二值模式(Multi-block Local Binary Pattern,MB_LBP)特征的AdaBoost人脸检测算法,这种MB_LBP特征结合了旋转不变局部二值模式(Local Binary Patterns,LBP)描述符,表达能力更强,特征数量更少.仿真结果表明,在训练时间大幅缩减的同时,使用MB_LBP特征时可以达到Haar特征的检测效果,且检测速度大大提高.
亢洁李珍王晓东李晓静
关键词：人脸检测ADABOOST
基于均值背景与三帧差分的运动目标检测被引量：10
2018年
为了实现对室外监控视频中人体运动目标的准确提取,针对传统的三帧差分法在运动目标检测过程中容易出现"空洞"现象,提出了一种基于均值背景与三帧差分的运动目标检测算法.该算法通过将经均值背景建模得到的视频当前帧的背景加入到三帧差分中与视频当前帧和视频当前帧的下一帧分别进行邻间差分,避免了背景像素点对前景检测带来的影响,解决了三帧差分法在运动目标检测过程中存在的"空洞"问题.仿真结果表明,该算法在完整性和准确性方面要优于传统的运动目标检测算法,可以在复杂背景环境中实现快速的运动目标提取.
亢洁李晓静
关键词：运动目标检测三帧差分
基于时空上下文与Kalman滤波的视频目标跟踪被引量：1
2019年
针对视频目标跟踪过程中当目标被严重遮挡时基于时空上下文的跟踪算法(SpatioTemporal Context Learning,STC)容易出现跟踪失效的问题,设计了一种基于时空上下文与Kalman滤波的改进视频目标跟踪算法.该算法以Kalman滤波过程为基础,当目标未发生遮挡时,将STC跟踪所得的目标位置作为Kalman滤波器的观测值来对目标位置进行更新;当目标发生严重遮挡时,以Kalman滤波器的预测值作为Kalman的观测值对目标位置进行更新,最终完成目标跟踪.仿真结果表明,改进的视频目标跟踪算法可以克服遮挡带来的跟踪失效问题,且能够实现实时的目标跟踪.
亢洁孙阳李晓静李思禹李长仁
关键词：目标跟踪KALMAN滤波相关系数
全选 清除 导出
共1页<1>
聚类工具0