国家重点基础研究发展计划(2010CB327900) 作品数:29 被引量:112 H指数:6 相关作者: 罗会兰 姜志国 危辉 孔繁胜 胡文龙 更多>> 相关机构: 北京航空航天大学 江西理工大学 复旦大学 更多>> 发文基金: 国家重点基础研究发展计划 国家自然科学基金 国家杰出青年科学基金 更多>> 相关领域: 自动化与计算机技术 航空宇航科学技术 电子电信 天文地球 更多>>
基于人造物体直线段结构特征的不变性识别 2010年 传统的用假设验证法进行三维物体识别的方法需要通过一组非线性方程组求解从模型到场景的坐标系变换,具有非常高的复杂度.文中提出了一种基于能够表明物体几何构造的直线段特征的人造物体识别方法,将假设验证法中对于全局坐标系变换的求解分散在各个平面单应性变换的求解中,降低了求解的复杂度.该方法首先利用几何不变量预匹配特征点,进而假设并求出场景和模型平面之间的单应矩阵,随后通过模型与场景之间直线段特征匹配的结果进行验证.实验证明,该方法能够快速准确地识别含有较多共面直线段特征的人造物体. 危辉 裘禛宇Tri-plane Representation and Analysis in Transform Coding Representation and coding of transform coefficients is a key factor in image compression.In this work,we intro... Zhou Feifei关键词:BIT-PLANE Compensation Scheme for Quantized Coefficients in Remote-Sensing-Image Compression For remote-sensing image compression,quantization causes texture distortion.This paper presents a new compensa... Rui Yang Beijing Key Laboratory of Digital Media关键词:POSTPROCESSING 基于姿态加权核回归的航天器姿态估计 被引量:5 2014年 针对航天器相对姿态估计问题,提出了一种用于单目视觉成像系统的姿态估计方法.在传统核回归方法的基础上,采用训练数据在姿态空间的相似性对视觉输入(图像特征)空间的核函数进行加权,从而学习得到输入变量(图像特征)与目标变量(姿态)的联合概率分布函数,称为接受函数.对于包含未知姿态航天器的图像,通过求取接受函数在姿态空间的最大值,得到目标航天器的姿态估计值.该方法仅需要训练数据学习模型,较其他基于视觉的方法限制更少.对比实验结果证明了该方法在姿态估计方面的优越性,卫星数据集上的实验结果验证了该方法用于航天器姿态估计的有效性. 张浩鹏 姜志国关键词:核回归 航天器 单目视觉 基于几何证据收集的物体检测 2016年 人造物体通常具有非常稳定的形状特征,这种几何上较为持久和稳定的属性为物体识别提供了证据,并且它们相对于外观特征、颜色特征或灰度梯度特征等更具有稳定性和分辨力。基于形状特征对物体进行识别的难点在于物体的颜色、光照、尺寸、位置、姿态和背景干扰总是在不断变化的,且不可能事先预测到所有可能的环境。这种物体本身和环境的多样性使得基于几何形状的物体识别成为一个非常具有挑战性的难题。通过定义一种基于形状模板、对边缘线段化之后的图像进行几何证据筛选、收集和组合判断的方法,实现从背景环境中精确找到目标物体,并能够指出组成物体的线段的语义属性。该方法的实质是解一个全局最优的组合优化问题。虽然全局最优组合优化问题看似复杂度很高,但它无需定义复杂的特征向量,无需高代价的样本训练过程,具有非常好的泛化能力和环境适应性,并且能够使用几何特征来提高组合效率,具有更可靠的认知心理学依据。此外,几何证据收集过程简洁明了及具有普适性的特点使其表现出极大的应用前景。实验结果证明该方法在应对环境变化、不变性识别、精确指出物体的几何构造、搜索效率与计算量等方面表现出显著的优势。这一尝试有助于理清发生在物体识别过程中的一些带有普遍性的加工环节。 唐福宇 危辉关键词:模板法 混沌粒子群与模糊聚类在图像分割中的应用 被引量:8 2012年 模糊C均值聚类算法是目前使用最广泛的模糊聚类算法,但是该算法也有其局限性,比如在迭代过程中对初始值非常敏感,极容易陷入局部极小值,以至于得不到最佳聚类结果。将粒子群优化算法应用到模糊C均值聚类算法中,提出一种基于混沌粒子群的模糊C均值聚类算法。它能够利用粒子群算法强大的全局寻优能力避免算法收敛于局部极值,最大程度上达到全局最佳聚类结果。为了避免粒子在迭代过程中停滞,该算法引入了混沌变量,以当前的全局最优位置来产生一个混沌序列,用混沌序列中拥有最优适应值的粒子随机代替当前粒子群中的一个粒子。将基于混沌粒子群的模糊C均值聚类算法应用于图像分割中,实验结果表明该算法能够有效地分割图像,并具有良好的鲁棒性和适应性。 左浩 李雯关键词:聚类 模糊C均值 粒子群优化算法 混沌粒子群优化算法 图像分割 基于多级跟踪队列的运动目标跟踪遮挡处理 被引量:6 2011年 针对多目标跟踪过程中存在的遮挡问题,提出了一种固定摄像机场景下的多目标实时跟踪算法。提出基于鬼影判别与背景模型选择更新的背景差法检测运动目标,建立一种融合色度与边缘特征的目标模型。通过定义稳定跟踪队列、临时跟踪队列、跟踪丢失队列以及候选跟踪队列等跟踪器队列,提出基于多级关联匹配的策略实现多目标跟踪遮挡处理,针对新目标、目标合并以及目标消失分别提出判别及跟踪策略。实验结果表明,运动目标检测方法能够抑制鬼影,防止缓慢运动的目标融入背景;同时,验证了目标模型的稳健性,以及跟踪算法能够在遮挡、交错等复杂情形下有效地跟踪多目标。 金标 胡文龙 王宏琦关键词:机器视觉 多目标跟踪 遮挡处理 基于核局部保留映射的全视点三维空间目标识别(英文) 被引量:2 2010年 空间目标识别在空间探测和空间监视等领域发挥着重要的作用。其中有两个难点:缺少相关数据和目标视点的剧烈变化。为了给空间三维目标的研究提供相关数据,本文首先建立了称为BUAA-SID 1.0的三维卫星图片数据库。基于此图片库,本文提出使用核局部保留映射(KLPP)进行全视点三维空间目标识别。为了得到目标更精确和利于识别的特征描述,我们使用了不变矩特征、傅里叶描述子、区域协方差和梯度方向直方图来建立目标的特征向量。接下来,将相关特征向量映射到核空间并使用KLPP方法进行降维以得到核空间目标特征的子流形。最后,使用K近邻(kNN)方法进行分类。由实验结果可知,本文提出的方法对于主要考虑视点变化情况下的三维空间目标识别具有较好的效果。基于BUAA-SID 1.0的实验结果显示,相关识别率可以达到95.87%。 孟钢 姜志国 刘正一 张浩鹏 赵丹培关键词:卫星影像 内核空间 基于轮廓线统计量的前景分割Markov随机场模型 2009年 提出了一种基于轮廓线统计量的前景分割Markov随机场(Markov random field,MRF)模型,和Grabcut等以往模型不同,本文模型通过在分割标签的编码中加入对轮廓线方向的考虑,将Gestalt知觉组织的原则加入分割约束中去,从而使分割边界更为平滑,作为前景分割和Gestalt知觉组织原则研究的基本框架,本文模型的系统结构分为前景分割、注意力选择和信息整合三个子模块,与相关神经生理研究的结论相一致,最后,分别给出了基于本文模型的自动和半自动前景分割实现,结果好于Grabcut等相关算法的结果。 汤慧旋 危辉关键词:神经视觉 轮廓线 基于背景属性的目标识别 被引量:2 2014年 属性是图像的语义描述,可以表示图像中某些内容的存在与否,它可以是物体的形状、材质、部件、类别以及功能,也可以是场景的类别以及上下文信息等.由于目标类别与所在背景存在相关关系,提出基于背景属性和目标属性相融合的前景目标识别方法,即对每种背景属性和目标属性分别训练支持向量机(SVM)分类器,并将属性在对应分类器上的得分进行串联组成新的特征,并训练得到最终分类器.对a-Pascal数据库中每幅图像,人工标注了10种背景属性,结合已有的目标属性,进行目标识别实验.与传统方法、基于目标属性的分类方法以及其他前景、背景相结合算法的对比实验结果表明,所提算法比其他算法提高大约2%,背景属性有助于提高目标识别率. 雒建卫 姜志国关键词:目标识别 上下文信息 支持向量机