您的位置： 专家智库
>
资助详情>
湖南省科技计划项目(2012FJ30052)
湖南省科技计划项目(2012FJ30052)
- 作品数：3 被引量：13H指数：2
- 相关作者：徐蔚鸿刘亮更多>>
- 相关机构：长沙理工大学更多>>
- 发文基金：教育部科学技术研究重点项目湖南省科技计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于改进的背景差分的运动目标实时检测算法被引量：6
- 2014年
- 针对传统混合高斯建模算法计算量过大与目标轮廓清晰度小的问题,提出了一种新的运动目标实时检测算法。该算法引入三帧差分的方法,提高了检测目标轮廓的清晰度;通过HSI混合高斯建模前进行分块处理有效减小了计算量,因此算法的实时性有了明显的改善;并利用逻辑运算融合三帧差分与HSI混合高斯模型进行高效的背景提取;最后运用数学形态学方法进一步优化检测结果。实验结果表明,相比混合高斯模型经典算法,该算法能更快速、更准确地检测出智能监控视频序列中的运动目标,并且目标轮廓清晰度也有明显的改善。
- 徐蔚鸿严金果
- 关键词：分块处理三帧差分
- 模糊Hopfield网络的收敛性与鲁棒性分析
- 2014年
- 收敛性与鲁棒性是模糊神经网络的两个重要性质。对带阈值的Max-T模糊Hopfield神经网络(记为Max-T-C FHNN)的收敛性及在训练模式小幅摄动情况下的鲁棒性进行了分析,从理论上给出了严格的证明。发现了采用最大权值矩阵学习算法时,Max-T-C FHNN具有良好的收敛性,同时当T模及其蕴含算子满足Lipschitz条件时,Max-T-C FHNN对训练模式摄动全局拥有好的鲁棒性,用自联想实验验证了理论的有效性。
- 刘亮徐蔚鸿
- 关键词：模糊神经网络收敛性鲁棒性
- 基于新的帧间差分运动目标检测算法被引量：7
- 2013年
- 针对传统的帧差分算法在运动目标检测过程中目标存在较大空洞和丢失边沿轮廓的不足,提出了一种新的运动目标检测算法。该算法对视频序列进行预处理,进行传统的帧差分运算,引入新定义的邻域综合因子来更新像素的前景概率,通过数学形态学分割处理与边缘检测结果进行逻辑"或"运算,提取出运动目标。实验结果表明,该算法能较大程度上克服了以上不足,而且识别率更高,实时性更好。
- 严金果徐蔚鸿
- 关键词：自适应阈值数学形态学运动目标检测
