中国航空科学基金(20080169003)
- 作品数：7 被引量：28H指数：4
- 相关作者：金立左费树岷卞志国潘泓李晓兵更多>>
- 相关机构：东南大学更多>>
- 发文基金：中国航空科学基金国家自然科学基金国家留学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于多尺度几何分析的目标描述和识别被引量：6
- 2011年
- 结合多尺度几何分析和局部二值模式算子,构造了一种新的多尺度、多方向局部特征描述子——局部Contourlet二值模式(LCBP).通过对尺度内、尺度间及同一尺度不同方向子带内LCBP直方图统计分析,同时考虑到LCBP的四叉树结构特点和模型的简单性,用两状态HMT描述LCBP系数,得到LCBP-HMT模型.在此基础上,提出了基于LCBP-HMT模型的目标识别算法,该算法提取LCBP-HMT模型参数作为特征,通过比较输入目标特征和各类标准目标特征的Kullback-Leibler距离进行分类.实验结果表明,LCBP特征比传统小波域特征和Contourlet域高斯分布模型特征更具鉴别能力.
- 潘泓李晓兵金立左夏良正
- 关键词：多尺度几何分析轮廓波变换局部二值模式目标识别
- 视频目标跟踪中的提升分类算法被引量：4
- 2010年
- 针对目标跟踪过程中各类图像特征分离背景和目标能力的动态变化,提出一种基于协同训练框架的在线提升分类特征选择算法。该算法采用两组特征描述目标与背景区域各像素,并分别训练一在线提升分类器对特征组进行选择,然后综合分类结果,得到最优似然图像,基于该似然图像,采用粒子滤波对目标进行跟踪并通过图像处理方法获得最佳前景分割图。该方法的主要优点是仅需对首帧图像进行训练,并在跟踪过程中通过协同训练在线更新提升分类器。同时,实验表明该算法运算速度快,并能适应环境光照变化、遮挡等恶劣条件。
- 卞志国金立左费树岷
- 关键词：目标跟踪粒子滤波
- 分块投影匹配在快速序列图像稳定中的应用研究
- 2010年
- 图像稳定常用于各类序列图像系统的预处理。本文提出一种基于分块投影匹配的快速序列图像稳定算法。该算法将待处理序列图像进行分块,通过投影匹配计算得到各对应分块的运动矢量,提出一种评价准则赋予各运动矢量相应权重,利用改进的随机一致参数估计方法得到全局运动模型参数。试验结果表明,与基于KLT、SIFT等特征点匹配的估计算法相比,在对估计精度没有较大影响的前提下,本文算法具有运算速度快、能实时应用的特点。
- 卞志国金立左费树岷
- 关键词：图像稳定
- 特征融合与视觉目标跟踪被引量：2
- 2010年
- 针对跟踪过程中各类图像特征分离背景和目标能力的变化,提出一种基于增量判别分析的特征融合算法。该算法首先计算各特征图像的似然图,然后通过增量判别分析计算各特征分类性能,得到相应权重,并在此基础上求取融合似然图,通过粒子滤波算法确定待跟踪目标状态。通过对可见光及红外成像视频序列的仿真表明,该算法对环境光照变化、视角变化以及局部遮挡等均具有一定的鲁棒性。
- 卞志国金立左费树岷
- 关键词：目标跟踪粒子滤波
- 采用监督特征学习的红外小目标检测被引量：5
- 2011年
- 为了改善大尺寸图像下红外小目标检测的检测率与速度,提出一种采用监督特征学习的检测算法.通过分析小目标邻域图像的分布特点,定义一种基于灰度分布的统计特征,用以描述目标与非目标的邻域的灰度分布差异.以局部灰度极大值区域为训练样本,通过有监督学习提取对目标区分能力最强的特征.随后,在特征空间设计级联结构的多分类器,采用逻辑斯蒂回归和相关向量机分类器,通过"目标-非目标"分类,实现对目标的检测.实验结果表明在相同虚警率下,检测率较局部滤波法有一定提升,且检测速度大幅提高,满足了大尺寸图像下的实时性要求.
- 许庆晗金立左费树岷
- 关键词：小目标检测灰度分布特征相关向量机
- 一种基于二值粒子群优化和支持向量机的目标检测算法被引量：11
- 2011年
- 针对复杂场景下目标检测和目标检测中特征选择问题,该文将二值粒子群优化算法(BPSO)用于特征选择,结合支持向量机(SVM)技术提出了一种新颖的基于BPSO-SVM特征选择的自动目标检测算法。该算法将目标检测转化为目标识别问题,采用wrapper特征选择模型,以SVM为分类器,通过样本训练分类器,根据分类结果,利用BPSO算法在特征空间中进行全局搜索,选择最优特征集进行分类。基于BPSO-SVM的特征选择方法降低了特征维数,显著提高了分类器性能。实验结果表明,该文算法不仅有效提高了复杂场景下目标姿态、尺度、光照变化和局部被遮挡时的检测准确率,还大大缩短了检测时间。
- 潘泓李晓兵金立左夏良正
- 关键词：目标检测支持向量机
- 基于级联分类器的红外弱小目标快速检测
- 2012年
- 为克服弱小目标检测在大尺寸图像上存在时间开销大的问题，提出了一种多级处理的检测算法。首先在整幅图像上搜索局部灰度极值作为候选目标位置，随后对候选目标位置的邻域进行特征提取，最后在特征空间中进行分类。针对小目标特性，提出了一种灰度分布特征，以此特征对候选目标位置进行特征提取，进而提出了一种加权逻辑斯蒂回归算法，用其在特征空间建立分类器，将检测问题转化为二分类问题。实验结果表明，该算法对低信噪比图像可以达到较高的检测率和较低的虚警率，并具有较好的实时性。
- 许庆晗金立左费树岷
- 关键词：红外小目标灰度分布特征
