您的位置: 专家智库 > >

张浩

作品数:6 被引量:61H指数:4
供职机构:西安电子科技大学计算机学院更多>>
发文基金:国家自然科学基金广东省教育部产学研结合项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 4篇期刊文章
  • 2篇会议论文

领域

  • 6篇自动化与计算...

主题

  • 4篇动态时间规整
  • 3篇智能监控
  • 3篇计算机
  • 3篇计算机视觉
  • 3篇步态
  • 3篇步态识别
  • 2篇特征提取
  • 2篇自动识别
  • 2篇聚类
  • 1篇动目标
  • 1篇人体行为识别
  • 1篇活动轮廓模型
  • 1篇加权
  • 1篇监控系统
  • 1篇多运动目标
  • 1篇C-V模型

机构

  • 6篇西安电子科技...

作者

  • 6篇刘志镜
  • 6篇张浩
  • 3篇赵海勇

传媒

  • 1篇光电子.激光
  • 1篇仪器仪表学报
  • 1篇湖南大学学报...
  • 1篇中国图象图形...
  • 1篇第四届图像图...

年份

  • 1篇2011
  • 3篇2010
  • 2篇2009
6 条 记 录,以下是 1-6
排序方式:
基于动态时间规整的步态自动识别
针对监控系统准确性和实时性要求高的特点,本文提出了一种新的步态识别算法。本算法利用人体外形的特征,从图像中提取完整的人体轮廓,先计算轮廓点的质心坐标,再将轮廓线顺时针展开,将图像转换为一维距离信号并标准化。计算采集信号与...
张浩刘志镜
关键词:步态识别特征提取动态时间规整智能监控
文献传递
加权DTW距离的自动步态识别被引量:16
2010年
为了满足智能监控系统自动、准确、实时识别行人的要求,提出了一种表示方法简单、计算复杂度低的步态识别算法。首先建立环境的高斯背景模型,从步态视频序列中提取轮廓图像,计算质心以及轮廓线上的点到质心的欧氏距离。再将轮廓线以最高点为起点顺时针展开,将2维轮廓线特征转换为1维距离特征并标准化,建立标准步态模型。然后计算训练序列与标准步态模型之间的动态时间规整距离,确定阈值。最后,输入测试序列,计算动态时间规整距离并与阈值比较,识别人体的步态。与常用步态识别方法相比,该方法兼顾了计算复杂度和识别率,符合智能监控系统的性能要求。
张浩刘志镜
关键词:步态识别特征提取动态时间规整智能监控
基于改进C-V模型的多运动目标分割被引量:14
2010年
针对固定摄像机视频监控中多运动目标自动分割问题,本文提出了一种基于帧间差分和改进C-V模型的新方法。首先,通过自适应阈值获得滤波后的相邻帧差值图像。其次,通过连通域分析和设定阈值,消除差值图像中噪声的影响并标定出运动目标所在的区域,计算运动区域的运动窗口。最后,对所有运动窗口,采用改进的C-V模型作分割,得到封闭和完整的运动目标轮廓。针对C-V活动轮廓模型不能自适应地分割非匀质图像问题,提出利用全局梯度信息演化活动轮廓曲线,根据闭合活动轮廓曲线内外部的梯度信息重新定义图像分割能量函数。实验结果表明,该算法避免了对整个图像的分割,减少了运算量,能实现对刚体或非刚体的多运动目标的自动检测和轮廓分割。
赵海勇刘志镜张浩
关键词:计算机视觉活动轮廓模型
基于动态时间规整的步态自动识别
针对监控系统准确性和实时性要求高的特点,本文提出了一种新的步态识别算法。本算法利用人体外形的特征,从图像中提取完整的人体轮廓,先计算轮廓点的质心坐标,再将轮廓线顺时针展开,将图像转换为一维距离信号并标准化.计算采集信号与...
张浩刘志镜
关键词:步态识别动态时间规整智能监控监控系统
文献传递
基于轮廓特征的人体行为识别被引量:22
2010年
提出了一种以运动人体轮廓为特征,基于模板匹配的人体行为识别方法。首先,利用背景差分法和阴影消除技术提取运动人体轮廓;定义一种边界点-半径的轮廓描述方法,将时变的二维轮廓形状转换为对应的一维距离向量;以成本函数为特征向量,利用谱系聚类方法提取行为序列的关键姿态;最后,将关键姿态编码为行为字符串,利用编辑距离度量测试序列与标准序列间的相似性。实验结果表明,利用本文方法对人的6种日常行为进行识别,正确识别率达到84.3%以上,具有简单实用的特点。
赵海勇刘志镜张浩
关键词:计算机视觉聚类
基于模板匹配的人体日常行为识别被引量:10
2011年
提出了一种以运动人体的轮廓为特征,基于模板匹配的人体行为识别方法.利用背景差分法和阴影消除技术从图像中提取完整的人体轮廓.定义一种新的轮廓描述方法,将时变的2D轮廓形状转换为对应的1D距离向量.先计算轮廓点的质心坐标,再将轮廓等弧长地分割,用直线段连接相邻的割点构成对轮廓线的多边形近似,用多边形的顶点到轮廓质心的距离和其两个后继顶点的距离构成的3个距离串来描述轮廓.计算轮廓之间的动态时间规整(DTW)距离,然后利用谱系聚类方法提取行为序列的关键姿态,将关键姿态编码为行为字符串.最后利用编辑距离度量测试序列与标准序列之间的相似性.实验结果表明,利用本方法对人的6种日常行为进行识别,正确识别率达到85.7%以上.
赵海勇刘志镜张浩
关键词:计算机视觉聚类动态时间规整
共1页<1>
聚类工具0