国家自然科学基金(61040038)
- 作品数：2 被引量：7H指数：2
- 相关作者：张丽包宏王志明更多>>
- 相关机构：北京科技大学清华大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于神经网络的双通道视频融合人员入侵检测被引量：2
- 2012年
- 为克服单个可见光摄像头检测准确率低的问题,提出一种融合双通道视频的人员检测系统。由可见光摄像头和红外热像仪分别获取同一场景的可见光和红外线视频数据,使用自适应学习速率的神经网络背景模型在2个通道中分别检测运动区域。通过图像配准对2个通道的结果进行"或"融合,并采用高斯滤波以消除噪声,利用积分图像快速检测近似长方形响应的人体区域。实验结果表明,该系统对行人和骑自行车人员的检测准确率达到98%,比单一通道具有更高的可靠性。
- 王志明张丽包宏
- 关键词：视频监控神经网络积分图像
- 基于混合结构神经网络的自适应背景模型被引量：5
- 2011年
- 本文提出一种基于神经网络的视频中运动目标检测自适应背景模型.对每个像素点(或局部区域)建立一个混合结构的神经网络背景模型,模型由一个4层前馈神经网络组成,输入层接受像素HSV特征,特征层实现特征提取功能,模式层以概率神经网络的方式完成像素属于背景概率的计算,输出层以赢者取胜的方式完成前景背景分类和模式层激活节点选择功能.网络的权值和结构随着视频中运动检测过程动态更新,无需独立的训练视频.网络的自适应性表现在网络的学习速率根据相邻帧运动差异自适应计算得到,且网络中的模式节点个数根据权重的变化动态增加或删除.实验结果表明,本文提出的方法在无需手工设置学习速率的情况下,运动区域检测准确率优于其他几种常见的运动检测背景模型,对背景或灯光的突然变化适应速度很快.
- 王志明张丽包宏
