您的位置: 专家智库 > >

刘娟

作品数:2 被引量:5H指数:1
供职机构:西北工业大学电子信息学院更多>>
发文基金:西安市科技计划项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇多核
  • 1篇多核学习
  • 1篇遮挡
  • 1篇识别方法
  • 1篇识别率
  • 1篇特征提取
  • 1篇团块
  • 1篇目标跟踪
  • 1篇局部遮挡
  • 1篇分类器
  • 1篇SVM分类
  • 1篇SVM分类器
  • 1篇MEAN-S...
  • 1篇表情
  • 1篇MEAN-S...

机构

  • 2篇西北工业大学

作者

  • 2篇冯晓毅
  • 2篇刘娟
  • 1篇夏召强
  • 1篇戴庆成

传媒

  • 1篇计算机工程与...
  • 1篇微处理机

年份

  • 1篇2011
  • 1篇2010
2 条 记 录,以下是 1-2
排序方式:
基于多核学习的表情识别方法
2010年
传统的表情识别方法大多采用一种特征提取方法如Gabor特征、LBP特征等进行表情识别,其中每种特征提取方法对人脸表情特征的描述各有优缺点,单纯利用一种表情特征进行表情识别,识别率往往不高。提出一种基于多核学习的多种特征有效结合的表情识别方法,以兼顾不同特征对表情识别的作用。利用日本表情数据库JAFFE进行方法的仿真实验,结果表明:基于多核学习的表情识别方法识别率高于传统的基于单核方法。
刘娟冯晓毅夏召强
关键词:多核学习特征提取识别率SVM分类器
团块与Mean-Shift结合的局部遮挡目标跟踪被引量:5
2011年
传统的基于Mean-Shift的目标跟踪方法利用目标的全局特征进行跟踪,在局部遮挡情况下跟踪效果不佳。提出一种基于团块建模和Mean-Shift相结合的利用目标局部特征的运动目标跟踪方法,对目标进行团块建模,利用Mean-shift算法对各团块进行跟踪,在此基础上确定目标新位置。该方法能够在目标发生局部遮挡时,自动选取未被遮挡的团块的跟踪结果来确定目标的位置。为了提高方法对背景干扰的鲁棒性,采用背景加权的Mean-Shift算法。实验结果表明:该方法在局部遮挡的情况下可较好地进行目标跟踪,跟踪效果优于报导的基于Mean-Shift的方法。
戴庆成冯晓毅刘娟
关键词:目标跟踪局部遮挡团块MEAN-SHIFT算法
共1页<1>
聚类工具0