王路
- 作品数：5 被引量：28H指数：3
- 供职机构：清华大学信息科学技术学院自动化系更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于Co-Training的协同目标跟踪被引量：6
- 2009年
- 运动目标跟踪是计算机视觉的核心问题之一,广泛应用于诸多领域。该文提出一种基于Co-Training半监督学习框架的目标跟踪方法。该方法融合2种互相独立的特征信息来描述目标模型,采用Co-Training来协同更新模型,有效避免了现有方法的误差累积问题。实验结果证明,该方法在复杂场景下仍能实现稳定有效的跟踪。
- 王路卓晴王文渊
- 关键词：目标跟踪半监督学习
- 基于粗糙集理论的聚类融合加权迭代模型被引量：2
- 2009年
- 针对聚类融合问题,考虑了聚类成员的质量和噪声对聚类结果的影响,提出一种加权迭代的聚类融合模型,利用粗糙集理论中的决策表属性重要性的信息熵来衡量聚类成员的重要性,迭代更新聚类成员的权重。该文在模拟和真实数据集上进行了校验。结果表明,该模型能较好地处理聚类成员间的质量差异,并能有效地消减噪声对融合的影响,从而得到更好的聚类融合结果。
- 阳琳赟王路卓晴王文渊
- 关键词：聚类融合共生矩阵信息熵
- 不均衡数据集学习中基于初分类的过抽样算法被引量：12
- 2006年
- 为了有效地提高不均衡数据集中少数类的分类性能,提出了基于初分类的过抽样算法。首先,对测试集进行初分类,以尽可能多地保留多数类的有用信息;其次,对于被初分类预测为少数类的样本进行再次分类,以有效地提高少数类的分类性能。使用美国加州大学欧文分校的数据集将基于初分类的过抽样算法与合成少数类过抽样算法、欠抽样方法进行了实验比较。结果表明,基于初分类的过抽样算法的少数类与多数类的分类性能都优于其他两种算法。
- 韩慧王路温明王文渊
- 关键词：不均衡数据集过抽样
- 基于二维主成分分析的运动目标检测被引量：2
- 2008年
- 运动目标检测是计算机视觉研究的重要领域,在视频监控和智能交通等领域应用广泛。本文提出了一种自适应的运动目标检测方法。该方法采用二维主成分分析建立背景模型,通过比较重建图像和原图像的差异来检测运动目标。为了自适应动态变化的复杂背景,该模型由增量算法在线更新。实验结果表明,提出的方法可以在复杂变化的动态背景环境下进行有效的运动目标检测。
- 王路王磊卓晴王文渊
- 关键词：二维主成分分析
- 光照鲁棒的Mean Shift跟踪方法被引量：6
- 2008年
- 针对Mean Shift跟踪方法存在的光照不稳定问题,提出了一种光照鲁棒的Mean Shift跟踪方法。该方法采用颜色特征和局部二元模式特征(Local Binary Pattern)两种特征相结合来描述目标,其中局部二元模式特征的光照不变性使得目标模型更加鲁棒。同时,为了避免原始Mean Shift跟踪方法中bin-to-bin度量带来的不稳定性,该方法采用了一种新的cross-bin度量,该度量更好地融合了多层次的特征信息,使得光照变化下的特征匹配更加稳定。实验表明,该方法在光照变化情况下能取得比原始Mean Shift跟踪方法更好的性能。
- 王路阳琳赟卓晴王文渊
- 关键词：目标跟踪SHIFT局部二元模式
