国家自然科学基金(61272195)
- 作品数：20 被引量：97H指数：6
- 相关作者：甘玲李伟生周丽芳杨梦王立逗更多>>
- 相关机构：重庆邮电大学三峡大学更多>>
- 发文基金：国家自然科学基金教育部“新世纪优秀人才支持计划”重庆市自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于时空背景模型的自适应运动目标检测方法被引量：11
- 2014年
- 现有的视觉背景提取方法(Vi Be)在背景建模时只利用了像素的空间信息,而忽略时间信息,降低了检测的准确性,且检测半径和背景更新的随机子采样因子都为固定常数,在动态背景干扰、相机抖动等情况下,检测效果不理想。针对这些问题,提出一种时空背景模型的自适应运动目标检测方法。首先,在Vi Be方法中加入时间信息建立时空背景模型;然后,在检测和更新过程中,提出背景模型中样本的标准差能反映背景的复杂度,通过计算样本的标准差来自适应地改变检测半径和背景更新的随机子采样因子适应背景的变化。实验结果表明,改进的方法不仅能够在静态背景和光照均匀的情况下有效地检测出前景像素,而且对存在光线变化较大、相机抖动、动态背景干扰等情况也有一定的抑制作用,提高了检测的准确性。
- 李伟生汪钊
- 关键词：运动目标检测自适应
- 基于PCA降维的多特征级联的行人检测被引量：18
- 2016年
- 在行人检测中,针对梯度方向直方图(HOG)冗余信息过多、检测速度慢等不足,提出了运用PCA降维的多特征级联的行人检测。首先利用PCA对HOG特征进行降维,其次将HOG特征和Gabor特征、颜色特征级联作为行人检测的特征,最后使用SVM的径向基(RBF)核函数进行分类。在INRIA行人库上的实验表明,该方法不但提高了分类的速度,而且提高了检测的准确率。
- 甘玲邹宽中刘肖
- 关键词：行人检测梯度方向直方图
- 基于快速低秩编码与局部约束的图像分类算法
- 2017年
- 针对快速低秩编码算法存在特征重建误差较大,以及特征间局部约束条件丢失的问题,提出一种强化局部约束的快速低秩编码算法。首先,使用聚类算法对图像中特征进行聚类,得到局部相似特征集合及其对应的聚类中心;其次,在视觉词典中采取K最近邻(KNN)策略查找聚类中心对应的K个视觉单词,并将其组成对应的视觉词典;最后,使用快速低秩编码算法获得局部相似特征集合对应的特征编码。改进算法在Scene-15和Caltech-101图像库上的分类准确率比快速低秩编码算法提高4%到8%,编码效率比稀疏编码算法提高5~6倍。实验结果表明,改进算法使得局部相似特征具有相似编码,从而更加准确地表达图像内容,能有效提高分类准确率及编码效率。
- 甘玲左永强
- 关键词：图像分类
- 基于自适应虚拟线圈的多车道车流量检测算法被引量：7
- 2016年
- 针对虚拟线圈检测算法在多车道车流量检测中存在误检或者漏检的问题,提出一种基于自适应虚拟线圈的车流量检测算法.根据图像二值化原理,对ViBe算法的前景检测部分进行二次判断,并改变背景更新机制,提出一种改进的ViBe算法,以达到快速消除鬼影的目的,更准确地完成前景目标提取.在道路上设置固定检测区域,根据运动目标在固定检测区域的运动轨迹来建立或者消除非固定虚拟线圈,再进一步使用虚拟线圈的车流量检测算法实现车流量统计.选择三个不同的场景4车道无车辆变道、2车道有车辆变道和3车道有车辆变道且环境突变进行实验,所提算法的车流量检测准确率比传统的虚拟线圈算法分别提高8.9、25和16.6个百分点,且所用时间相当.实验结果表明所提算法更适用于多车道的车流量检测.
- 甘玲李瑞
- 关键词：智能交通车流量检测背景差分虚拟线圈
- 基于HSV和HE的复制粘贴篡改检测算法被引量：6
- 2019年
- 针对块匹配检测算法不能准确提取图像面积较小区域、自然相似区域以及平滑区域特征的问题,提出一种基于HSV(hue,saturation,value)颜色空间和直方图均衡化算法的复制粘贴篡改精确检测与定位的方法。将待测图像从RGB(red,green,blue)颜色空间转换到HSV颜色空间,并通过直方图均衡化算法对图像HSV颜色空间的V通道进行特征增强;提取基于圆谐波变换的特征构建特征向量;使用最近邻搜索算法对构建的特征向量进行快速随机搜索得到稠密的偏移场;采用稠密线性拟合的方法滤除错误匹配,并通过形态学操作标识定位出篡改区域。实验结果表明,所提方法能够有效降低面积较小区域、自然相似区域和平滑区域的误检与漏检像素,从而提升检测结果并准确定位出图像的篡改区域。
- 甘玲王凯
- 关键词：HSV颜色空间直方图均衡化
- 一种基于姿态先验的鲁棒的人脸对齐方法被引量：1
- 2019年
- 人脸对齐作为人脸图像分析中的重要步骤,被广泛应用于各个领域.其中,主动表观模型(AAM)因其良好的对齐效果而被大量使用.但AAM对初始模型依赖度极高,且极易受到姿态、光照以及遮挡等因素的影响.当初始形状和标准形状相差较大时,匹配效果并不理想.对此,本文提出一种基于姿态先验的人脸对齐方法.首先,在非限制环境下的人脸库LFPW上进行训练,根据姿态的不同分别建立正脸模型、左偏模型和右偏模型.在搜索阶段,利用特征三角形自动选择合适的模型作为人脸的初始模型,从而避免了姿态变化对初始模型产生影响导致后续匹配效果不理想的问题.其次,利用同时反向合成算法,实现了鲁棒精确的AAM匹配.理论分析与实验证明,所提方法针对遮挡、光照以及姿态变化的有效性.
- 周丽芳谷雨文佳黎李伟生李伟生雷帮军
- 关键词：主动表观模型
- 基于自适应云模型的多模态脑部图像融合方法
- 2016年
- 多模态医学图像融合通过提取并综合不同模态的医学图像信息,获得对病灶部位更加清晰、全面、准确、可靠的图像描述,为医生对疾病的诊断和合理治疗方案的制定提供可靠的依据。云模型理论是认知科学研究的新成果,具有兼顾随机性和模糊性的优点,在图像融合中的应用较少。借助云模型理论将来自不同模态的MRI(核磁共振成像)脑部图像、MRI与PET(正电子发射断层成像)、MRI与SPECT(单光子发射断层成像)脑部图像进行融合。首先,根据脑部图像自身的灰度直方图特征,对灰度直方图进行拟合;然后,由拟合曲线的谷值点划分区间并通过逆向云发生器自适应地生成云模型;最后,设计云推理规则,得到融合后的图像。实验结果表明,相比传统融合方法,所提方法融合后的图像脑部特征更清晰,激活区域更明显,在主观融合效果与客观评价指标方面均有很大的提高。
- 赵佳肖斌李伟生王国胤
- 关键词：核磁共振成像评价指标
- 聚合支持向量机分类器的行人检测方法被引量：4
- 2019年
- 针对支持向量机分类器的行人检测方法采用欠采样方法,存在正负行人比例不平衡造成的准确率不高问题,结合欠采样和EasyEnsemble方法,提出一种聚合支持向量机(Ensemble SVM)分类器的行人检测方法。随机选择负样本作为初始训练样本,并将其划分为与正样本集均衡的多个子负样本集,构建平衡子训练集,线性组合成EasyEnsemble SVM分类器;利用该分类器对负样本进行分类判断,将误判样本作为难例样本,重新划分构建新的平衡子训练集,训练子分类器,结合EasyEnsemble SVM分类器,得到Ensemble SVM分类器行人检测方法。在INRIA行人数据集上的实验表明,该方法在检测速度和检测率上都优于经典的SVM行人检测算法。
- 甘玲杨梦
- 关键词：行人检测SVM分类器
- 一种基于LTP自适应阈值的人脸识别方法被引量：21
- 2014年
- 局部三值模式(LTP)采用自定义阈值编码对局部二值模式(LBP)进行扩展,然而其阈值通常通过先验知识获取,因此,LTP阈值存在优化问题及普适性问题.针对这一问题提出一种基于LTP自适应阈值的人脸识别方法:首先在提取图像特征时计算各邻域内像素间对比值的离散度,通过该离散度定义自适应于各局部区域的LTP阈值;然后将提取到的特征分层进行编码,并引入一种信息熵权重的方法来融合各层的特征信息,最后使用卡方距离对样本的直方图进行匹配.在Extended Yale B和CMU PIE标准人脸库上实验,结果表明此方法对光照变化和噪声更加鲁棒,有效地提高了人脸识别的精度.
- 李伟生王立逗周丽芳
- 关键词：人脸识别局部二值模式自适应阈值信息熵
- 融合像素时空信息的背景建模方法
- 2015年
- 现有的背景建模方法通常只利用像素的时间或空间信息进行建模,降低了运动目标检测的准确性,针对这一问题提出一种融合像素时空信息的背景建模方法。分别在视频图像序列的时间、空间维度上对像素灰度值进行采样,建立像素的时间和空间背景模型;在检测运动目标的过程中对时间背景模型采用"先进先出"的更新策略,对空间背景模型采用随机的更新策略。实验结果表明,时空背景建模能有效地检测出运动目标,有效减少光线变化和摄像机抖动对检测结果的影响,较好抑制动态背景的干扰。
- 李伟生黄磊
- 关键词：视频运动目标检测背景减除法
