您的位置： 专家智库 > >

安徽省科技攻关计划(1101b0403030)

作品数：8 被引量：41H指数：3
相关作者：吴小培张超吕钊王营冠周建英更多>>
相关机构：安徽大学中国科学院更多>>
发文基金：安徽省科技攻关计划国家自然科学基金更多>>
相关领域：自动化与计算机技术电子电信更多>>

文献类型

  • 8篇中文期刊文章

领域

  • 6篇自动化与计算...
  • 2篇电子电信

主题

  • 4篇动目标
  • 3篇动目标检测
  • 3篇运动目标检测
  • 3篇目标检测
  • 2篇运动目标检测...
  • 2篇目标跟踪
  • 2篇滑动窗
  • 1篇动目标跟踪
  • 1篇多特征融合
  • 1篇信令
  • 1篇运动目标跟踪
  • 1篇运动目标检测...
  • 1篇阵列
  • 1篇时延
  • 1篇时延估计
  • 1篇双向二维主成...
  • 1篇频段
  • 1篇自适
  • 1篇自适应
  • 1篇纹理

机构

  • 8篇安徽大学
  • 3篇中国科学院

作者

  • 6篇吴小培
  • 4篇吕钊
  • 4篇张超
  • 3篇王营冠
  • 2篇戚培庆
  • 2篇胡艳军
  • 2篇周建英
  • 1篇师庆敏
  • 1篇罗雅琴
  • 1篇许耀华
  • 1篇彭奎
  • 1篇刘峰
  • 1篇何璇
  • 1篇胡鹏程
  • 1篇卫海燕

传媒

  • 2篇电子与信息学...
  • 1篇安徽大学学报...
  • 1篇工业控制计算...
  • 1篇计算机工程
  • 1篇计算机工程与...
  • 1篇信号处理
  • 1篇计算机技术与...

年份

  • 1篇2017
  • 1篇2014
  • 5篇2013
  • 1篇2012
共 8 条 记 录，以下是 1-8
全选 清除 导出
排序方式：
一种实时麦克阵列声源定位系统研究与实现被引量：1
2013年
为了在小数量麦克风阵列的基础上,实现声源的实时定位,给出了一种麦克阵列实时声源定位系统的具体实现方法。这种方法分为时延估计和声源位置计算两步;在时延估计时,采用五帧平均的改进互功率谱相位算法;再根据时延和麦克阵列的四元十字模型计算声源的位置。在实时环境下,距离定位的误差精度低于±20cm,角度的定位误差精度低于±5°。
彭奎罗雅琴吴小培吕钊
关键词：麦克风阵列时延估计
基于改进高斯混合建模和短时稳定度的运动目标检测算法被引量：8
2012年
传统高斯混合建模方法中前景模型转换为背景模型的风险随着模型权值在一定更新率下的迭代累加而增大,使得传统方法难以有效检测低速运动目标。该文对高斯混合建模中背景匹配失败时生成的前景模型加以利用并引入短时稳定度指标进行综合判断,在深入挖掘前景模型中包含的运动目标信息和像素点级稳定性的基础上实时区分各像素点的状态。多场景下的实验结果表明,该方法对低速目标达到了更高的检出率。
张超吴小培周建英戚培庆王营冠吕钊
关键词：运动目标检测
LTE系统在ISM频段快速传输的方法
2013年
针对传统LTE(long term evolution)系统开始传输前需要获得相关信息的周期过长问题,提出LTE在占用ISM(industrial scientific medical)频段时的快速传输方法.该方法对MAC(media access control)层的RTS/CTS(request to send/clear to send)帧进行重新定义,使其帧控制字段和地址字段有空闲位来提前交换一些必需的信令,以达到在LTE系统短时间占用ISM频段的情况下,能够快速开始LTE传输.分析表明,该方法可缩短LTE系统开始数据传输的时延.
卫海燕胡艳军周斌徐景
关键词：ISM频段信令
基于滑动窗非负矩阵分解的运动目标检测方法被引量：3
2017年
主要研究了智能视频监控系统中的运动目标检测算法,试图将非负矩阵分解算法引入运动目标检测算法中,通过非负矩阵分解算法对视频序列的背景进行建模,使用背景差分法将当前视频帧图像与建立的背景模型比较获得运动目标。针对运动目标检测中基本非负矩阵分解批处理算法的不足,提出一种基于滑动窗非负矩阵分解的运动目标检测算法。通过滑动窗处理控制非负矩阵分解模型中被分解矩阵的规模,降低了算法的计算复杂度和空间复杂度,并在一定程度上增加了模型的非记忆性。实验结果表明,该算法能够更好地自适应背景模型的动态改变,并且在视频场景中存在光照突变和较小运动目标时具有较好的检测效果。
祝加祥胡鹏程何璇王营冠
关键词：非负矩阵分解运动目标检测背景差分滑动窗
基于多级颜色累积和纹理融合的目标跟踪算法被引量：2
2013年
在目标跟踪中,目标颜色变化或相似颜色背景干扰会导致算法的鲁棒性较差。为解决该问题,提出一种基于多级颜色累积和纹理融合的目标跟踪算法。将算法分为颜色与纹理特征提取、目标与背景特征相似度判断2个子过程,子过程交替执行,在目标颜色发生变化时,利用感兴趣区域帧差法对目标进行再定位,提取多级颜色模板,并将其累积在原模板之上。实验结果表明,该算法的平均跟踪误差约为基于颜色-纹理算法的1/2、为单视觉特征跟踪算法的1/3。
师庆敏许耀华胡艳军吴小培
关键词：局部二值模式相似度函数感兴趣区域多特征融合目标跟踪
基于双向二维主成分分析的运动目标跟踪
2013年
为克服二维主成分分析(2DPCA)跟踪效率低的缺点,提出一种基于双向二维主成分分析(Bi-2DPCA)的运动目标跟踪算法。采用双向二维主成分分析作为目标表示的方法建立目标图像子空间,同时在图像均值与协方差矩阵的更新中引入基于目标图像匹配程度的自适应增量因子的增量学习的方法进一步提高算法效率。在多个包含动态背景的图像序列上的对比实验结果表明算法能在目标处于部分遮挡的情况下准确跟踪目标,同时算法在效率上高于基于二维主成分分析的目标跟踪算法。
戚培庆张超吕钊吴小培
关键词：二维主成分分析双向二维主成分分析目标跟踪
尺度自适应CBWH跟踪算法研究被引量：1
2014年
传统Mean Shift跟踪算法存在固定核窗宽导致目标尺度和空间定位不准确的问题。本文在背景加权的均值漂移算法(corrected background-weighted histogram,CBWH Mean Shift)精确的目标定位基础之上,在RGB颜色空间下使用目标背景加权模型生成目标显著特征的颜色概率图,以此计算不变矩来调整下一帧的跟踪窗口,并在满足一定条件时及时更新背景加权模型以适应复杂背景下的跟踪任务。实验表明,上述方法能够自适应地更新核函数的带宽,提高了算法跟踪尺度变化目标的鲁棒性。
刘峰张超吴小培王营冠朱周元
关键词：均值漂移
基于滑动窗的混合高斯模型运动目标检测方法被引量：27
2013年
在复杂场景下,传统混合高斯模型能较好地检测出运动目标,但随着时间的推移,模型参数收敛缓慢且难以适应场景中真实背景的实时变化,从而导致运动目标的错误检测率增加。该文利用滑动窗技术的短时历史记忆特性,提出一种新颖的基于滑动窗的混合高斯模型运动目标检测方法,该方法弥补了传统混合高斯背景模型不能及时形成新背景的缺点,提高了运动检测的完整性,并进一步降低了算法对场景光照变化的敏感性。多场景下的对比实验结果表明,该方法能更准确、完整地检测出运动目标并具有更好的环境适应性。
周建英吴小培张超吕钊
关键词：运动目标检测滑动窗混合高斯模型
全选 清除 导出
共1页<1>
聚类工具0