中央高校基本科研业务费专项资金(2013QC024)
- 作品数：4 被引量：14H指数：2
- 相关作者：樊恒向金海邓君丽杨申徐俊更多>>
- 相关机构：华中农业大学华中师范大学华中科技大学更多>>
- 发文基金：中央高校基本科研业务费专项资金国家教育部博士点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农业科学轻工技术与工程更多>>
- 基于局部强度比率特征的前景检测被引量：1
- 2014年
- 对运动的真实前景目标进行实时提取是监控视频中的一个基本步骤。在前景提取过程中,阴影消除一直是一个较难解决的问题。为解决此问题,根据光照模型提出了局部强度比率模型,并证明其具有光照不变性特征。同时证明,如果视频图像噪声高斯分布,则局部强度比率也满足高斯分布。在通过高斯混合模型获取前景的过程中,用局部强度比率代替像素值进行处理,得到消除阴影后的前景。实验表明,本方法在不同的场景下可以有效地消除阴影,得到无阴影的前景,同其他方法比较,显示出较好的性能。
- 向金海廖红虹樊恒代江华孙伟平余胜生
- 关键词：高斯混合模型光照变化
- 基于时空局部特征融合的人体行为识别
- 2014年
- 为了实现对公共区域等特定场所下的人体正常行走、跑动、挥拳、双手挥舞等人体行为的识别,提出了一种基于时空局部特征融合的人体行为识别方法.首先,对各种目标行为建立样本库,将不同类别的目标行为样本作为先验知识,以此训练支持向量机;然后通过高斯混合模型来检测运动前景,接着提取运动目标的区域特征和运动特征,通过K-L离散变换对两者进行特征融合;最后结合支持向量机具有全局最优性和较好泛化能力的特点,进行小样本的多目标行为分类识别,并和BP神经网络的识别效果进行比较.实验结果表明,SVM的识别率优于BP神经网络,其平均识别率可达96%.
- 向金海邹秀斌樊恒邓君丽
- 关键词：HU不变矩多分类支持向量机
- 基于局部稀疏表示的目标跟踪被引量：7
- 2014年
- 为了克服目标遮挡、姿态变换、光照变化等导致的视频目标跟踪失效问题,提出了一种自适应局部表观模型的跟踪方法.将目标分割成多个局部特征子块,选择其中部分具有相对显著性特征的子块,在粒子滤波框架下,使用稀疏表示方法独立跟踪选择的局部子块,通过各局部子块跟踪结果来估计目标.在跟踪过程中,为了保证跟踪子块的表观相对稳定,动态替换不稳定的局部特征块.实验结果表明:该方法与各种流行跟踪方法相比,跟踪结果稳定,特别是在目标部分遮挡和变形以及光照变化等条件下,具有更好的跟踪准确性.
- 向金海樊恒徐俊邓君丽
- 关键词：视频监控目标跟踪粒子滤波
- 基于稀疏表示的烤烟烟叶品质分级研究被引量：7
- 2013年
- 为了实现烟叶自动检测与分析,通过计算机视觉对烟叶品质进行分级。在提取烟叶图像特征参数的基础上,提出了一种基于稀疏表示的烤烟烟叶品质分级方法。以临朐12种和恩施5种不同级别的烟叶图像作为研究对象,每级烟叶取10幅图像作为训练样本,对每幅烟叶图像取颜色、形态和纹理特征值。利用训练样本的特征值组成稀疏表示方法的数据字典,对每个测试样本计算其在数据字典上的投影,利用最小残差项确定其品质分级。实验结果与基追踪法(BP)、神经网络方法、SVM方法和模糊处理方法实验结果相比较,训练集样本识别率为100%,综合识别率达95.7%,取得了比较好的分类效果。
- 向金海杨申樊恒章英翟瑞芳彭辉
- 关键词：烤烟烟叶无损检测
