丁磊
- 作品数：3 被引量：38H指数：2
- 供职机构：南京工业大学电子与信息工程学院更多>>
- 发文基金：国家重点实验室开放基金国家重点基础研究发展计划更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 基于改进的三帧差分法运动目标检测被引量：33
- 2013年
- 为了提高运动目标检测的准确性和效率,提出了基于改进的三帧差分法检测运动目标的算法。该算法对传统的三帧差分法进行了改进,结合了单高斯模型背景提取、背景自适应更新和自适应阈值提取的方法,从而解决了传统三帧差分法中可能出现的无法检测出完整的运动目标的问题。背景的自适应更新和自适应阈值的提取减少了光线亮度变换以及噪声对运动目标检测带来的影响。实验表明,该算法与传统的三帧差分法相比可以更加完整地检测出运动目标,并且可以有效地避免出现"漏检"等情况,提高了运动目标检测的效率和准确性。
- 丁磊宫宁生
- 关键词：三帧差分法自适应阈值运动目标检测
- 一种神经网络控制模型的研究与应用被引量：3
- 2013年
- 为了有效利用样本的先验知识,探讨一种神经网络控制模型—AB网络模型。该模型在学习过程中不仅提高了收敛速度,也有效地避免了传统BP网络模型易陷入局部极小值的缺点。最后通过仿真测试,表明该模型具有更好的收敛性和稳定性,在实际系统中的应用也是可行的。
- 俞克强宫宁生丁磊
- 关键词：BP网络收敛性稳定性
- 改进的Mean Shift跟踪算法在车辆跟踪上的应用被引量：2
- 2013年
- 使用传统Mean Shift目标跟踪算法实现运动目标跟踪时,跟踪框大小不变,可能会导致跟踪过程中运动目标跟丢的情况发生。因此,提出了一种结合背景差分法的Mean Shift跟踪算法,从而实时地提取出大小合适的运动目标跟踪框。实际应用中,通过DM642数字信号处理器采集D1格式的视频,然后对视频帧图像进行改进的Mean Shift跟踪算法实现后可以发现,改进的Mean Shift跟踪算法可以实时地实现目标跟踪框大小的变化。在跟踪效果上,改进的跟踪算法具有较好的效果。
- 丁磊宫宁生俞克强
- 关键词：智能交通背景差DM642
