高海迪
- 作品数：2 被引量：2H指数：1
- 供职机构：江苏大学计算机科学与通信工程学院更多>>
- 发文基金：国家自然科学基金国家科技型中小企业技术创新基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 多特征证据理论融合的视觉词典构建被引量：2
- 2013年
- 现有的视觉词典构建方法一般是将多个特征构成整个向量并通过聚类形成视觉词典,这种方法在视觉聚类的过程中只考虑了特征的整体相似性而忽略了不同特征对构建视觉词典的影响。提出了一种基于DempsterShafer(D-S)证据理论的多特征融合的视觉词典构建方法。该方法应用证据理论融合不同特征的视觉相似性,构造出更加精确的视觉词典。在证据理论的基础上,使用两种特征实现了对视觉词典的再分,使得相似的特征更好地集中在一类中。与传统视觉词典构建方法相比,本文方法获得了更好的结果。应用以上视觉词典构造方法并将之应用于分类实验,在支持向量机与朴素贝叶斯分类器上取得的分类实验结果表明,应用本文方法构建的视觉词典能有效提高视觉词典的精确度,分类效果得到了很大的提高。
- 沈项军高海迪曾兰玲毛启容詹永照
- 关键词：图像分类多特征融合
- 基于单类支持向量机的视频车辆检测研究
- 2013年
- 针对现有视频车辆检测方法存在高误检率、不完整及需要分类的样本数量大等问题,提出一种基于单类支持向量机的视频车辆检测方法。方法通过基于视频多帧统计的方法获得完整的车道背景图像,采用单类支持向量机获得车道背景模型,应用此模型检测车辆目标区域。实验结果表明,该算法具有所需样本量小,车辆检测完整,对光照的变化具有一定的自适应能力等特点。
- 高海迪詹智财沈项军曾兰玲
- 关键词：单类支持向量机视频车辆检测
