【摘 要】
：
针对运动目标检测中光照变化、移动阴影问题,提出一种基于多维特征的核密度估计运动目标检测方法。提出一种改进的局部纹理特征二值模式,对噪声和灰度尺度变化具有更好的鲁棒性,在背景建模中将该纹理特征与颜色特征融合进行概率核密度估计,并结合像素的邻域相关性抑制虚假前景以更好地应对多模态背景场景。实验结果表明:在基于纹理特征或核密度估计的同一体系算法中,本文方法对光线渐变以及运动柔性阴影都有较好的鲁棒性,综合
论文部分内容阅读
针对运动目标检测中光照变化、移动阴影问题,提出一种基于多维特征的核密度估计运动目标检测方法。提出一种改进的局部纹理特征二值模式,对噪声和灰度尺度变化具有更好的鲁棒性,在背景建模中将该纹理特征与颜色特征融合进行概率核密度估计,并结合像素的邻域相关性抑制虚假前景以更好地应对多模态背景场景。实验结果表明:在基于纹理特征或核密度估计的同一体系算法中,本文方法对光线渐变以及运动柔性阴影都有较好的鲁棒性,综合性能指标提高了18%;与目前性能优越的算法纵向比较,能在平均检测性能相当的情况下提高50%的处理速度,更
其他文献
健康是影响未来经济和社会发展的重大议题,据世界卫生组织(WHO)定义,现代意义上的健康是"一种生理、心理和社会的完全的安宁状态"。1993年国际奥委会和世界卫生组织共同签署协议,倡导世界各国发展群众体育,为健康而运动,大众健康成为体育设施设计的根本目的。然而,我国体育设施因"大事件"兴建,体育场馆赛事后利用率不尽如人意,虽通过文艺表演与文化博览等活动重新焕发了生机,但仍然缺乏对全民健身这一体育场馆
我国现代旅游智能应用的构想是充分满足游客的信息需求及客户体验,依托物联网技术实现智能旅游的发展是其最基本的保障条件。因此,本文基于物联网应用为出发点,从游客、景区、酒店3个方面对智能管理应用与发展进行探讨,分析如何在旅游要素不变的前提下,提升充分满足游客的信息需求和客户体验。
海洋潮汐是海洋科学研究中的经典问题,其研究对于军事,交通,环境,经济等都有着重要作用.主要内容包括:选择时间序列长于2.97年的高度计数据,使用带约束的最小二乘法求解潮汐调和常数;分别使用上升轨道和下降轨道,验潮站与邻近星下点进行对比,分析了K1潮的误差;将卫星星下点轨迹划分为2条轨道,对比了傅里叶级数和多项式级数拟合正压潮的方法,确定6阶傅里叶级数拟合和9阶多项式拟合将得到最优的绝均差;使用局部
工程岩体震源机制研究是岩体破坏灾害监测预警研究和应用的基础。针对一次特大爆破诱发的采空区上覆岩体产生特大破坏案例的前兆微震定位数据,采用矩张量理论对前兆微震源定位事件进行震源机制解反演,计算监测所得微震定位事件的矩张量并进行分解,获得纯双力偶成分M_(DC)分量;采用Feigner和Young矩张量破裂判据计算得到破坏类型判别参数R值,对前兆微震事件的岩体破裂类型进行判断,同时根据矩张量分量计算震
家电智能化已经成为行业趋势,各大家电厂商都在布局,在家电智能化的一系列环节中,自动识别是最重要的步骤之一,只有机器自动识别用户,才能让家电智慧起来,满足个性化需求。日前,我国某人工智能公司提交的"一种空调系统控制方法和装置"发明专利申请获得授权,采用该技术的空调将依据用户的步态信息来自动进行温度、湿度、风力、风向等的操作,利用步态识别让空调"知冷知热"。空调采集目标区域的视频信息,利用视频信息识别
针对经典多阈值Otsu算法在对图像进行分割的过程中采用穷举方法来寻找最优阈值,从而导致算法计算量庞大,并且随着阈值个数的增多时间复杂度呈指数增长的问题,本文提出了一种时间复杂度为O(n)的多阈值Otsu快速分割算法,即完全线性多阈值Otsu快速算法。该算法首先从理论上分析了导致多阈值Otsu算法计算量大、时间复杂度过高的主要因素。并在此基础上,从数值计算、多阈值的划分以及对于最优阈值的搜索三个主要
针对计算机视觉领域的图像实例检索问题,提出了一种从卷积神经网络提取图像全局特征表示和目标对象区域特征表示的图像实例检索方法。该方法首先利用区域生成网络学习目标实例的区域位置坐标,并结合相关卷积网络提取的图像区域特征构建由过滤阶段和空间重排阶段组成的实例检索系统。在此基础上提出过滤阶段和空间重排两阶段查询扩展方法进一步提高系统检索性能。最后,提出了两种微调网络模型策略,更新网络前两个卷积层后所有层的
传统图像质量评价算法往往采用单一特征进行质量评价,导致图像中很多重要信息丢失,本文针对这一不足提出了一种融合多特征的改进算法。该算法首先根据人眼视觉系统特性提取亮度分量,将彩色图像亮度分量与Scharr算子进行卷积,提取图像的边缘特征,计算结构相似度描述子;然后提取图像的局部方向模式纹理特征,利用直方图相交距离得到纹理相似度描述子;最后综合两者结果构建了一种新的图像质量评价方法。在LIVE数据库中
This paper proposes a universal framework, termed as Multi-Task Hybrid Convolutional Neural Network(MHCNN), for joint face detection, facial landmark detection, facial quality, and facial attribute an
为降低特征提取的工作量同时提高识别的准确性,设计了一种指节纹图像感兴趣区域(ROI)提取方法。首先,对采集到的图像进行预处理操作,分离并旋转定位四指图像。其次,通过手指图像梯度分布关系,计算负梯度的极值,并统计图像中每一行的负梯度极值个数来确定近指节纹的ROI区域。最后,通过局部二值模式(LBP)直方图相似性来验证所提取的ROI区域的准确性。实验证明,在采用本文方法所建立的指节纹ROI数据库中,分