胡豁生
- 作品数：11 被引量：25H指数：3
- 供职机构：埃塞克斯大学更多>>
- 发文基金：国家自然科学基金湖南省科技厅资助项目湖南省教育厅科研基金更多>>
- 相关领域：自动化与计算机技术理学文化科学矿业工程更多>>
- 移动传感器网络编队覆盖搜索控制算法
- 2013年
- 受生物群体聚集机理的启发,运用势场理论与牛顿——拉夫逊迭代技术,借助具有碰撞规避功能的有限感知群体动力学模型,实现了动态未知环境下无线传感器网络分布式节点的编队部署及其在执行区域内的编队覆盖搜索,丰富了已有的覆盖搜索控制算法。以尽可能少的工作节点达到了网络的连通性覆盖要求,原理简单,节能性好,实用,仿真结果验证了该算法的有效性。
- 薛志斌曾建潮胡豁生薛颂东
- 关键词：人工势场无线传感器网络编队
- 基于改进非线性加权的图像融合算法被引量：6
- 2014年
- 为了改善图像融合的质量和效率,提出了一种非线性加权的图像融合算法。首先计算图像的非线性加权值,并采用金字塔高斯对图像进行平滑处理,然后对原图和平滑后图像融合,得到图像融合结果,最后采用仿真实验对算法性能进行测试。实验结果表明,该算法使图像融合过渡效果更加自然,提高了融合速率,可以满足图像处理系统实时性的需求,获得了比传统算法更加理想的图像融合效果。
- 杨秋芬桂卫华胡豁生
- 关键词：图像融合
- 软海底强干扰环境下的集矿车自适应定位被引量：1
- 2009年
- 针对海底集矿车长基线声学定位受工作噪声干扰以及航位推算精度受打滑干扰等问题,基于附加打滑参数的履带车运动学模型和根据湖试数据对导航系统过程噪声与测量噪声的描述,并提出了一种自适应时滞扩展卡尔曼滤波方法。该方法利用新息序列实现噪声统计特性自适应,然后考虑测量数据时延带来的影响,通过卡尔曼滤波器将长基线定位信息与航位推算信息进行融合,得到集矿车的位置估计。仿真结果证实,该自适应卡尔曼滤波器能有效地适应过程噪声与测量噪声统计特性的变化,比常规卡尔曼滤波器具有更好的海底集矿车定位效果。
- 朱洪前胡豁生桂卫华
- 关键词：海底强干扰自适应定位卡尔曼滤波
- 低秩–稀疏与全变分表示的运动目标检测方法被引量：3
- 2020年
- 针对含有动态背景的运动目标检测问题,本文提出了一种低秩–稀疏与全变分表示的运动目标检测方法.提出方法以鲁棒主成分分析(RPCA)为基础,利用三维全变分对运动目标约束,去除动态背景的干扰;同时利用低秩矩阵在正交子空间下系数的群稀疏性来加速低秩矩阵的秩最小化,弥补全变分计算量大的问题,平衡整体运行速度.实验结果表明,该方法不仅能准确检测复杂背景下的运动目标,而且还保持了较快的运行速度.
- 杨磊庞芳胡豁生
- 关键词：全变分目标检测
- 基于UKF-RSS在线建模的WSN节点跟踪定位算法被引量：1
- 2015年
- 在传感器网络中(WSN)锚节点负责接收GPS定位信号,但其使用寿命受能量约束,为了提高传感器网络的生存周期和定位精度,提出基于无迹Calman滤波(UKF)和传感器网络锚节点RSS在线建模的WSN定位算法,实现高效资源管理和利用方式。该算法主要包括位置预测和目标定位两个步骤,利用UKF算法对目标节点的下一位置进行预测,选择开启距离预测位置最近的几个锚节点,关闭无用锚节点,有效降低网络能耗。利用锚节点之间相互信号强弱基于RSS对开启锚节点周围的距离与RSS信号强弱关系进行建模,降低RSS算法对环境的依赖度。实验结果表明该算法能够有效对锚节点的开启/睡眠进行管理,并可降低环境依赖性,从而实现负载均衡降低能耗和提高定位精度的效果。
- 申剑飞杨秋芬桂卫华胡豁生
- 关键词：无迹卡尔曼滤波锚节点
- 2DPCA与稀疏表示模型的运动目标跟踪法被引量：2
- 2015年
- 为了提高目标跟踪的准确性,针对当前目标跟踪算法的光照、遮挡以及姿态变化鲁棒性差等问题,提出了一种二维主成分分析和稀疏表示的目标跟踪算法。采用二维主成分分析和稀疏表示降低数据维数,减少计算复杂度,采用粒子滤波算法跟踪序列图像中的运动目标,采用仿真实验测试算法的性能。仿真结果表明,相对于其他运动目标跟踪算法,该算法可以更准确跟踪视频图像中的运动目标,并对光照和姿态变化具有良好的鲁棒性,对于严重遮挡目标跟踪问题,具有明显的优势。
- 杨秋芬桂卫华胡豁生
- 关键词：运动目标跟踪二维主成分分析粒子滤波算法
- 基于UKF的海底集矿车组合导航研究被引量：3
- 2010年
- 针对扩展卡尔曼滤波(EKF)在海底集矿车组合导航系统应用时存在着计算复杂、线性化误差大等问题,基于附加打滑参数的履带车运动学模型,将无色卡尔曼滤波(UKF)用于集矿车长基线声学导航(LBL)与推算导航(DR)的组合导航系统中.考虑到测量数据时延,组合导航系统融合LBL与DR信息,得到海底集矿车位置估计.研究结果表明:采用EKF方法,测量数据时延0,0.5,2s时,东向定位精度为0.14,0.32,0.48m,北向定位精度为0.13,0.28,0.44m;采用UKF方法,测量数据时延0,0.5,2s时,东向定位精度为0.10,0.26,0.37m,北向定位精度为0.09,0.24,0.34m.测量数据时延越短,EKF,UKF的位置估计效果都会越好.但与EKF方法相比,UKF方法能够明显减少组合导航系统的线性化误差,提高海底集矿车导航系统的精度与稳定性.
- 朱洪前胡豁生桂卫华
- 关键词：非线性卡尔曼滤波组合导航
- 局部二元Haar特征Kadane多阈值AdaBoost面部分类识别被引量：2
- 2016年
- 针对面部分类检测识别过程中,存在的纹理形状特征表征及分类识别算法精度不高的问题,提出一种基于局部二元Haar特征表示的Kadane优化多阈值AdaBoost面部分类识别算法.首先,利用图像局部二元模式对传统的Haar特征表达形式进行改进,提高图像模型的纹理形状特征表达能力;其次,针对单阈值弱学习算法不能充分利用局部二元Haar特征信息,造成分类精度较低的问题,提出基于Kadane优化的多阈值AdaBoost分类器,实现局部二元Haar特征表示下的面部高精度识别;最后,通过实验对比显示,所提算法的面部有效识别率可达90%以上,要优于选取的对比算法.
- 杨秋芬桂卫华胡豁生余妹兰
- 关键词：HAAR特征ADABOOST分类器面部识别
- 基于Gabor滤波和特征三角形的驾驶员面部跟踪被引量：4
- 2006年
- 文章提出了一种驾驶员面部跟踪的鲁棒、有效的视频图像人脸跟踪算法。该算法根据水平投影曲线获取眼睛、鼻孔和嘴等区域构造特征三角形(包括等腰三角形和直角三角形),再根据刚体约束生成潜在人脸跟踪矩形区域。再采用二维Gabor核函数构造最优滤波器48个,在特征跟踪矩形区域内获取48个人脸特征点。该算法能够在不同尺寸、不同光照、不同姿态和不同表情甚至不同噪音情况下跟踪人脸有效率达97.81%。
- 杨秋芬胡豁生桂卫华
- 关键词：GABOR滤波核函数
- Gabor小波优化HMM算法的眼部疲劳状态识别被引量：1
- 2014年
- 远程教育的网络学习者在学习过程中由于长期缺少情感互动容易导致学习疲劳,而学习疲劳状态往往通过眼部状态表现出来,为了对远程智能教学系统进行有效的监控,提出了一种基于Gabor小波和HMM的学习疲劳眼部状态识别算法。该算法针对网络学习者的正常学习、疲劳和疑惑三种学习状态下的眼睛张开程度有一定的区别的特点,在YCbCr颜色空间用拉普拉斯算子对眼部图像进行灰度差的处理,选择二维Gabor核函数,构造48个最优滤波器,获取48个特征值,这48个特征值生成48个特征向量,用HMM对眼部状态图像的特征向量形成的一组观测序列O进行眼部状态识别。实验结果表明,该算法对网络学习的疲劳度识别率达到95.68%,具有良好的鲁棒性。
- 杨秋芬桂卫华胡豁生阳若宁
- 关键词：网络学习GABOR小波隐马尔可夫模型
