国家自然科学基金(61172128)
- 作品数：7 被引量：38H指数：4
- 相关作者：阮秋琦安高云陈婷婷朱志玲袁博更多>>
- 相关机构：北京交通大学河北联合大学更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划长江学者和创新团队发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 较大尺度运动下的人体特征点跟踪算法研究被引量：8
- 2014年
- 利用光流法可以对视频中运动目标进行特征点跟踪,当目标存在较大尺度运动时,光流法图像一致性假设难以满足,导致特征点跟踪丢失。针对此问题,提出了一种基于Lucas-Kanade(L-K)金字塔光流算法的运动人体特征点跟踪方法。首先,利用帧间差分法得到帧差图像序列,获取行人的运动区域;然后用尺度不变特征变换(SIFT)算法检测选定初始帧中的特征点;最后运用L-K金字塔光流算法跟踪这些特征点在后续帧中的位置。实验结果表明,该算法对较大尺度运动的特征点跟踪有很好的效果,提高了跟踪的准确性。
- 陈婷婷阮秋琦
- 关键词：特征点跟踪图像金字塔
- 基于单目视觉的移动机器人系统物体捡拾作业控制
- 提出了一个较完整的移动机器人系统物体捡拾控制方案,包括物体识别,目标精确测量和定位,以及系统导航控制三个模块。在物体识别中,采用符合人类视觉特性的HSI模型,通过融入连通区域标记和形态学开闭运算,解决了多分割策略引起的不...
- 杨唐文韩建达秦勇阮秋琦孙增圻
- 关键词：移动机器人系统单目视觉
- 文献传递
- 基于Hessian半监督特征选择的网络图像标注被引量：4
- 2015年
- 针对半监督特征选择算法进行了研究,采用有标签图像和无标签图像的半监督特征选择方法来提升网络图像标注的性能。基于二阶Hessian能提出一个新的半监督特征选择方法,该方法具有更好的局部拓扑结构保持特性和推断能力,从而能够克服基于图拉普拉斯半监督学习方法的缺点。将所提出的半监督特征选择算法应用到网络图像标注任务中,在两个大规模网络图像数据库上进行了实验,结果表明Hessian半监督特征选择方法优于拉普拉斯半监督特征选择方法,适合大规模网络图像标注。
- 史彩娟阮秋琦刘健闫晓东
- 关键词：半监督学习
- 结合尺度不变特征变换和Kalman滤波的Mean Shift视频运动目标跟踪被引量：10
- 2013年
- 为解决目标跟踪中运动目标存在较大尺度变化、旋转、快速运动或遮挡时跟踪效果欠佳的问题,提出了一种将尺度不变特征变换(SIFT)特征匹配和Kalman滤波与Mean Shift结合的运动目标跟踪方法。首先,利用Kalman滤波估计目标运动状态,将其估计值作为Mean Shift跟踪的初始位置;然后,当候选目标模型和初始目标模型的相似性测度系数小于某一阈值时,启用SIFT特征匹配寻找目标可能位置,并在该位置处建立新的候选目标模型,同时进行相似性测度;最后,比较两者所得匹配系数,取其中较大者对应的位置作为目标的最终位置。实验结果表明,该算法的跟踪平均误差较单独将Kalman滤波或SIFT特征与Mean Shift结合的跟踪算法减小了约20%。
- 朱志玲阮秋琦
- 关键词：目标跟踪尺度不变特征变换算法KALMAN滤波
- 行人跟踪的多特征融合算法研究被引量：4
- 2016年
- 为了克服遮挡,准确跟踪目标,本论文提出了一种基于最邻近法的多特征混合的跟踪算法。颜色特征和几何特征是视觉跟踪中最直观的特征,而且这两种特征的提取和匹配用时较少,被跟踪目标在没有发生遮挡时,使用颜色特征和几何特征也能准确跟踪被跟踪目标。当发生遮挡时,只依靠被跟踪目标的颜色特征和几何特征将不能继续跟踪。Harris角点可以应对部分遮挡,所以将这三种特征融合起来就能很好的克服遮挡问题。但多特征融合往往会降低系统的时效性,本文采用最邻近法来决定目标匹配的优先度,克服了多特征对系统实时性的影响。实验结果表明,本文提出的算法对目标形变及遮挡具有良好的跟踪准确性和鲁棒性,并且克服了特征融合带来的时效性差的问题。
- 冯星辰阮秋琦
- 关键词：目标跟踪HARRIS角点最近邻法
- 颜色不变量空间下的行人跟踪算法研究
- 2014年
- 为了有效的克服遮挡问题准确跟踪行人,本文提出了一种通过不断学习新的外观模型来自适应跟踪行人的跟踪算法。该算法首先将颜色不变量特征平面作为根特征来表示初始特征空间;然后将跟踪问题转化为0或1的二进制问题,通过局部最小二乘法(PLS)来对目标外观特征和对应的类型标签进行建模得到前景和背景的模板。随着目标外观的变化,本文利用局部最小二乘法(PLS)在颜色不变量平面上分析多个外观特征的样本信息,不断的更新模板,从而达到对遮挡具有很好鲁棒性的行人跟踪效果。通过对通用数据集进行试验表明:该算法在颜色暗淡和颜色鲜明的视频图片中都能达到很好的跟踪效果。
- 张述照阮秋琦安高云
- 关键词：行人跟踪
- 视频中人体行为的慢特征提取算法被引量：7
- 2015年
- 从复杂的人体行为中提取出重要的有区分力的特征是进行人体行为分析的关键。目前经典的特征分析方法大多是线性的特征分析技术,对于非线性处理会导致错误的结果,为此,提出了一种慢特征提取方法。首先,利用帧间差分法获取帧差图像序列,对选定的初始帧进行特征点检测;然后,利用光流法对特征点进行跟踪,收集训练立方体;最后,利用收集的训练立方体进行慢特征函数的机器学习,提取出慢特征并进行特征表示。实验中提取每种行为的慢特征进行对比,结果显示提取的慢特征随时间变化非常缓慢,并且在不同行为之间具有很强的区分力,表明该方法能够有效提取出人体行为的慢特征。
- 陈婷婷阮秋琦安高云
- 关键词：帧间差分法
- A regularized low-rank representation model for facial expression recognition
- Subspace learning plays a key role in pattern recognition and machine learning. However, its performance would...
- Zhan WangQiuqi RuanGaoyun AnYi Jin
- 改进的自适应灰度视频序列阴影检测方法被引量：5
- 2014年
- 提出了一种自适应的阴影检测方法,去除了传统固定阈值阴影检测方法残留的阴影边缘,有效地改善了阴影检测效果。首先采用kmeans聚类、求前景灰度直方图峰值间平均值等方法得到自适应的阈值,在此基础上,计算满足阈值约束的前景像素点,将该点及其8邻域点都作为可去除的阴影点进行标记。最后,去除标记的阴影点及极小面积的前景区域。本文对已有的阴影检测算法进行了改进,加入了自适应的阈值计算方法并去除了原有算法检测后残留的阴影边缘,在对室内及室外视频序列进行的检测中都取得了较好的效果。
- 袁博阮秋琦安高云
- 关键词：自适应阈值
