刘大千
- 作品数：24 被引量：40H指数：4
- 供职机构：辽宁工程技术大学更多>>
- 发文基金：国家自然科学基金辽宁省科技攻关计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 约束性局部模型匹配在目标跟踪中的应用研究
- 传统模型匹配跟踪方法只考虑了目标自身特征，没有充分考虑目标与所处图像的关系，尤其在复杂背景下，易发生跟踪漂移，甚至丢失目标。针对上述问题，提出一种约束性局部模型匹配(CLMM)跟踪算法。首先选取图像帧序列前m帧进行跟踪训...
- 刘大千
- 关键词：目标跟踪期望最大化
- 稀疏条件下的重叠子空间聚类算法被引量：3
- 2019年
- 现有子空间聚类算法不能很好地平衡子空间数据的稠密性和不同子空间数据稀疏性的关系,且无法处理数据的重叠问题。针对上述问题,提出一种稀疏条件下的重叠子空间聚类(OSCSC)算法。算法利用l1范数和Frobenius范数的混合范数表示方法建立子空间表示模型,并对l1范数正则项进行加权处理,提高不同子空间的稀疏性和同一子空间的稠密性;然后对划分好的子空间使用一种服从指数族分布的重叠概率模型进行二次校验,判断不同子空间数据的重叠情况,进一步提高聚类的准确率。在人造数据集和真实数据集上分别进行测试,实验结果表明,OSCSC算法能够获得良好的聚类结果。
- 邱云飞费博雯刘大千刘兴
- 局部加权最小二乘回归的重叠子空间聚类算法被引量：1
- 2018年
- 针对大多数子空间聚类方法处理非线性数据时聚类效果不理想、不同子空间数据相似性较高及聚类发生错误时无法及时校验的问题,提出局部加权最小二乘回归的重叠子空间聚类算法.利用K近邻思想突出数据的局部信息,取代非线性数据结构,通过高斯加权的方法选择最相似的近邻数据点,得到最优表示系数.然后使用重叠概率模型判断子空间内数据的重叠部分,再次校验聚类结果,提高聚类准确率.在人造数据集和真实数据集上分别进行测试,实验表明,文中算法能够取得较理想的聚类结果.
- 邱云飞费博雯刘大千
- 关键词：K近邻
- 先验模型约束的抗干扰轮廓跟踪被引量：5
- 2017年
- 目的基于水平集的轮廓提取方法被广泛用于运动物体的轮廓跟踪。针对传统方法易受局部遮挡、复杂背景等因素影响的问题,提出一种先验模型约束的抗干扰(AC-PMC)轮廓跟踪算法。方法首先,选取图像序列的前5帧进行跟踪训练,将每帧图像基于颜色特征分割成若干超像素块,利用均值聚类组建簇集合,并通过该集合建立目标的先验模型。然后,利用水平集分割方法提取目标轮廓,并提出决策判定算法,判断是否需要引入形状先验模型加以约束,避免遮挡、复杂背景等影响。最后,提出一种在线模型更新算法,在特征集中加入适当特征补偿,使得更新的目标模型更为准确。结果本文算法与多种优秀的轮廓跟踪算法相比,可以达到相同甚至更高的跟踪精度,在Fish、Face1、Face2、Shop、Train以及Lemming视频图像序列下的平均中心误差分别为3.46、7.16、3.82、13.42、14.72、12.47,算法的跟踪重叠率分别为0.92、0.74、0.85、0.77、0.73、0.82,算法的平均运行速度分别为4.27帧/s、4.03帧/s、3.11帧/s、2.94帧/s、2.16帧/s、1.71帧/s。结论利用目标的先验模型约束以及提取轮廓过程中的决策判定,使本文算法在局部遮挡、目标形变、目标旋转、复杂背景等条件下具有跟踪准确、适应性强的特点。
- 刘大千刘万军费博雯
- 关键词：先验模型水平集
- 基于主动表观模型的稀疏聚类人脸识别算法
- 2015年
- 在复杂的非人脸成分干扰以及训练样本过大、训练样本之间相似度较高的条件下,原始稀疏表示分类(SRC)算法识别准确率较低。针对上述问题,提出一种基于主动表观模型的稀疏聚类(CS-AAM)人脸识别算法。首先,利用主动表观模型快速、准确地对人脸特征点进行定位,获取主要人脸信息;然后,对训练样本进行K-means聚类,将相似程度高的图像分为一类,计算聚类中心,将该中心作为原子构造过完备字典并进行稀疏分解;最后,计算稀疏系数和重构残差对人脸图像进行分类、识别。将该算法与最近邻(NN)、支持向量机(SVM)、稀疏表示分类(SRC)、协同表示分类(CRC)人脸识别算法在ORL和Extended Yale B人脸数据库上对不同样本数及不同维数的人脸图像分别进行识别率测试,在相同样本数或相同维数情况下CS-AAM算法识别率均高于其他算法。在ORL人脸库中选取样本数为210时,相同维数条件下CS-AAM算法识别率为95.2%;在Extended Yale B人脸库上选取样本数为600时,CSAAM算法识别率为96.8%。实验结果表明,该算法能够有效地提高人脸图像的识别准确率。
- 费博雯刘万军邵良杉刘大千孙虎
- 关键词：人脸识别主动表观模型
- 复杂场景下匹配寻优目标跟踪研究
- 视觉目标跟踪技术一直是图像与视觉信息计算研究的热点问题之一，在军事和民用领域均具有重要的理论研究意义和实际应用价值。由于科学技术的快速发展，视频采集设备性能的不断提升，目标跟踪技术也取得了长足的进步，但在复杂场景中保持较...
- 刘大千
- 关键词：目标跟踪卷积神经网络
- 一种基于加权模型约束的寻优匹配目标跟踪方法
- 本发明提供一种基于加权模型约束的寻优匹配目标跟踪方法，涉及计算机视觉技术领域。该方法以第一帧图像为训练图像，建立带权目标模型，逐帧读取视频图像，并以前一帧为基础得到当前帧的匹配前景区域，利用双向最优相似匹配方法进行目标检...
- 刘大千刘万军费博雯曲海成孙虎
- 文献传递
- 一种基于软特征理论的目标跟踪方法
- 一种基于软特征理论的目标跟踪方法，属于计算机视觉技术领域。该方法包括：目标区域初始化；提取目标的软特征信息；对目标的软特征信息进行前趋预测；修复目标的软特征信息；目标跟踪。采用软特征对运动目标进行跟踪,对目标形状变化和尺...
- 姜文涛刘万军袁姮刘大千
- 前景划分下的双向寻优跟踪方法被引量：2
- 2017年
- 目的基于目标模型匹配方法被广泛用于运动物体的检测与跟踪。针对传统模型匹配跟踪方法易受局部遮挡、复杂背景等因素影响的问题,提出一种前景划分下的双向寻优BOTFP(Bidirectional optimization tracking method under foreground partition)跟踪方法。方法首先,在首帧中人工圈定目标区域,提取目标区域的颜色、纹理特征,建立判别外观模型。然后,利用双向最优相似匹配方法进行目标检测,计算测试图像中的局部特征块与建立的外观模型之间的相似性,从而完成模型匹配过程。为了避免复杂背景和相似物干扰,提出一种前景划分方法约束匹配过程,得到更准确的匹配结果。最后,提出一种在线模型更新算法,引入了距离决策,判断是否发生误匹配,避免前景区域中相似物体的干扰,保证模型对目标的描述更加准确。结果本文算法与多种优秀的跟踪方法相比,可以达到相同甚至更高的跟踪精度,在Girl、Deer、Football、Lemming、Woman、Bolt、David1、David2、Singer1以及Basketball视频序列下的平均中心误差分别为7.43、14.72、8.17、13.61、24.35、7.89、11.27、13.44、12.18、7.79,跟踪重叠率分别为0.69、0.58、0.71、0.85、0.58、0.78、0.75、0.60、0.74、0.69。与同类方法 L1APG(L1 tracker using accelerated proximal gradient approach),TLD(tracking-learning-detection),LOT(local orderless tracker)比较,平均跟踪重叠率提升了20%左右。结论实验结果表明,在前景区域中,利用目标的颜色特征和纹理特征进行双向最有相似匹配,使得本文算法在部分遮挡、目标形变、复杂背景、目标旋转等条件下具有跟踪准确、适应性强的特点。
- 刘万军刘大千费博雯
- 关键词：目标跟踪
- 一种基于先验模型约束的抗干扰轮廓跟踪方法
- 本发明提供一种基于先验模型约束的抗干扰轮廓跟踪方法，该方法采用SLIC算法和均值漂移聚类算法建立待跟踪视频图像的初始先验模型作为目标模型，采用目标模型的目标特征分布对当前帧图像进行水平集演化，采用SLIC算法和均值漂移聚...
- 刘万军刘大千费博雯曲海成冯永安
