国家自然科学基金(61371155)
- 作品数：29 被引量：172H指数：7
- 相关作者：齐美彬蒋建国杨艳芳陆磊高灿更多>>
- 相关机构：合肥工业大学教育部中国科学院大学更多>>
- 发文基金：国家自然科学基金安徽省科技攻关计划更多>>
- 相关领域：自动化与计算机技术电子电信建筑科学更多>>
- 全局分层关联网络流在多目标跟踪中的应用被引量：1
- 2018年
- 整体上将多目标跟踪问题转化为图的问题。首先采用经典的分层思想,建立两层跟踪框架,并将目标的运动特征和外观特征融入权值,可以较精确地模拟真实的跟踪场景。接着,加入虚拟结点以处理目标缺失的问题,并给出其加速版:聚合虚拟结点。最后利用最大二值整数规划求解无向图以同时获得一系列团。实验在公共数据集上进行,结果表明,该算法可以实现实时跟踪,且跟踪结果较好。
- 王雪琴蒋建国齐美彬
- 关键词：多目标跟踪
- 类属图密集近邻搜索的视觉跟踪算法研究
- 2017年
- 提出一种基于密集近邻搜索的视觉跟踪算法,能够有效应对目标跟踪过程中出现的形变和遮挡问题。基于马尔科夫随机场建立图像分割模型,提取出目标部件,建立目标部件的类属图矩阵;通过搜索类属图矩阵中的密集近邻,得到相邻帧之间目标部件的匹配关系;通过匹配关系得到跟踪目标位置概率图,确定目标跟踪位置。实验结果表明:本文提出的方法相比其他同类方法效果更好。
- 王治丹蒋建国齐美彬
- 关键词：视觉跟踪
- 目标驱动的显著性检测算法被引量：1
- 2016年
- 现有的显著性检测算法主要是由数据驱动的,是通过底层特征来检测能吸引用户注意的所有显著性区域,而在具体的图像理解过程中,用户往往关注某一种或几种特定目标。文章提出了一种目标驱动的显著性检测算法,得到用户感兴趣的显著性区域。该算法是用图像中像素点与目标图像的平均色之间的差异来表示单个像素点的显著值。结果表明,目标驱动显著性检测算法可以快速地检测出与目标图像相似的显著目标。
- 殷世琼齐美彬
- 关键词：显著性检测
- 基于目标检测及跟踪的视频摘要技术研究被引量：6
- 2016年
- 为了能够在不丢失有用信息的前提下对海量监控视频进行摘要,提出一种基于目标检测及跟踪的视频摘要技术。首先根据混合高斯模型对视频进行背景建模,获得监控视频的背景;然后通过背景减法对运动目标进行检测,得到前景运动目标;其次对检测到的运动目标采用分层关联的思想进行目标跟踪,得到运动目标的完整信息;最后将这些运动目标及视频背景重新组装成摘要视频。实验结果表明,该方法能够有效地对监控视频进行浓缩,形成的摘要视频能够完整地保存原有视频信息,减少了存储空间,降低了成本,方便了相关人员及时获取有用信息,提高了工作效率。
- 田合雷丁胜于长伟周立
- 关键词：视频摘要目标检测目标跟踪
- 多特征融合与独立测度学习的行人再识别被引量：5
- 2016年
- 目的由于行人图像受到光照、视角、遮挡和行人姿态等变化的影响,在视觉上容易形成很大的外观差异,对行人再识别造成干扰。为了提高行人再识别的准确性,针对以上问题,提出一种基于多特征融合与独立测度学习的行人再识别算法。方法首先通过图像增强算法对原始图像进行处理,减少因光照变化产生的影响,然后对处理后的图像进行非均匀分割,同时提取行人图像的HSV、RGS、LAB和YCb Cr 4种颜色特征和SILTP(scale invariant local ternary pattern)纹理特征,在基于独立距离测度学习方法下,融合行人的多种特征,学习得到行人图像对的相似度度量函数,最后将行人图像对的相似度进行加权匹配,实现行人再识别。结果在VIPe R、i LIDS和CUHK01这3个数据集上进行实验,其中Rank1(排名第1的搜索结果即为待查询人的比率)分别达到42.7%、43.6%和43.7%,Rank5(排名前5的搜索结果中包含待查询人的比率)均超过70%,识别率有了显著提高,具有实际应用价值。结论提出的多特征融合与独立测度学习的行人再识别算法,能够有效表达行人图像信息,且对环境变化具有较强的鲁棒性,有效提高了识别率。
- 齐美彬胡龙飞蒋建国高灿
- 关键词：多特征融合
- 正则化独立测度矩阵的行人再识别被引量：5
- 2016年
- 针对当前基于距离测度学习的行人再识别算法中因训练样本少而出现的过拟合问题,提出正则化独立测度矩阵的行人再识别算法.该算法首先在4个不同的颜色空间单独学习测度矩阵,然后分别对相应的测度矩阵进行正则化,测试样本通过正则化后的测度矩阵进行相似性度量,最后结合相似性度量结果得到最终相似度.实验表明,相比原有算法,文中算法在性能上有进一步提升,并可改善训练样本少时出现的过拟合问题.
- 齐美彬王运侠檀胜顺刘皓蒋建国
- 关键词：过拟合正则化
- 基于广义关联聚类图的分层关联多目标跟踪被引量：11
- 2017年
- 检测跟踪是近期多目标跟踪研究的热点方向之一.目前大部分方法都是基于相邻帧之间的双向匹配,对检测点进行数据融合.本文提出的方法是,给定一个滑动时间窗口,在窗口内对某个目标每帧出现的检测点进行一次性数据融合.我们把多目标跟踪看作图的分割问题,利用广义关联聚类(Generalized correlation clustering problem,GCCP)图优化文中提出的数据融合.吸取分层数据关联的思想,把多目标跟踪分成两个阶段.首先,在时间窗口内遵循检测点,利用广义关联聚类,得到自适应长度的轨迹片段,轨迹片段长度不受窗口宽度的限制.然后,基于轨迹片段进一步数据关联,得到目标的长轨迹.在公共数据集上的实验测试表明,本文方法能够有效地实现多目标跟踪,对于遮挡处理、身份转换处理以及轨迹的生成具有很好的鲁棒性,多目标跟踪准确率(Multiple object tracking accuracy,MOTA)超过当前水平.
- 齐美彬岳周龙疏坤蒋建国
- 关键词：多目标跟踪遮挡处理
- 基于外观模型和时空模型的多摄像机目标跟踪
- 2016年
- 针对多摄像机之间的光照变化、环境差异以及视角变化,文章提出基于外观模型和时空模型相结合的方法进行无重叠视域多摄像机间的目标跟踪。首先使用颜色标准化的方法减弱摄像机之间的颜色差异、学习目标的外观模型。颜色标准化过程无需人工标定目标间的对应关系,因此当摄像机数目增多时可以自动学习新的外观模型。然后由目标的外观相似度无监督学习得到与摄像机的环境、光照和视角无关的时空模型,即不同摄像机下进出口的分布模型、路径关系和转移时间概率分布。最后计算目标之间的外观相似度和时空相似度,实现多摄像机间的目标跟踪。在实际摄像机网络场景中应用该方法,结果表明了其有效性,并且具有较高的准确率。
- 韩敬贤齐美彬蒋建国
- 关键词：多目标跟踪无监督学习
- 拉普拉斯与双边滤波的图像去运动模糊算法被引量：7
- 2017年
- 运动模糊图像盲复原是图像复原中的关键问题之一,由于模糊信息的复杂性以及图像噪声的影响,导致复原的结果有振铃效应。为解决这些问题,提出基于拉普拉斯先验的改进算法。在原有的模糊核估计过程中,引入拉普拉斯锐化增强,增强图像的边缘信息,达到改善模糊核估计结果的目的。在复原时,针对图像振铃噪声,引入了双边滤波,抑制该噪声对复原结果的影响,进一步改善复原图像的质量。与三种现有图像去模糊算法相比,该方法能更准确地估计模糊信息,对图像复原具有更好的鲁棒性。
- 姚海波蒋建国齐美彬王超
- 关键词：图像盲复原双边滤波
- 基于运动动态和多层超图关联的多目标跟踪
- 2018年
- 多目标跟踪会面临目标间外观相似、数据丢失、目标间的轨迹交叉以及相机运动等多种问题。文章提出一种基于目标运动动态和多层超图关联的方法,可有效解决以上问题带来的影响。首先,在不使用先验运动模型的前提下,通过利用目标运动动态,获取整个视频内所有目标的运动动态信息,构造轨迹碎片间的相似度比较函数,减小具有相似外观的不同目标之间的误匹配;其次,使用超图关联,对各个轨迹碎片进行全局搜索聚类,使得跟踪问题转化为一个动态搜索超图的超边集问题,优化求解后跟踪系统能够有效处理长时间的遮挡,并且具有较好的鲁棒性。实验表明,在具有挑战性的公共视频序列,该文提出的方法显示了其良好的优越性,能够有效克服目标的复杂运动、相机运动和长时间的遮挡,而这些都是没有任何外观信息的。
- 高灿蒋建国齐美彬胡龙飞
- 关键词：多目标跟踪
