国家自然科学基金(U0835002)
- 作品数：20 被引量：68H指数：6
- 相关作者：李斌张军庄镇泉肖菁高智英更多>>
- 相关机构：中国科学技术大学中山大学中国华阴兵器试验中心更多>>
- 发文基金：国家自然科学基金教育部留学回国人员科研启动基金广东省自然科学基金更多>>
- 相关领域：自动化与计算机技术电气工程水利工程更多>>
- 融合先验知识的自适应行人跟踪算法被引量：10
- 2009年
- 在实际监控场合中,行人的运动有着诸多不确定性,这些会对现有的跟踪算法产生干扰,从而造成跟踪丢失.基于此,文中提出一种将行人检测的先验知识融入到跟踪模型自学习过程的行人跟踪算法.首先通过离线训练,得到具有较强区分能力的子分类器集,这些子分类器蕴含了对于行人的先验知识.在跟踪过程中,使用online boosting算法从离线训练的子分类器集中学习并更新强分类器,对被跟踪行人进行动态建模.实验结果表明,该算法有效缓解算法自适应性与"漂移"之间的矛盾,能够在真实监控场合下跟踪具有复杂运动的行人.
- 程有龙李斌张文聪庄镇泉
- 关键词：行人跟踪先验知识
- 人工智能被引量：2
- 2010年
- 为更好的求解作业车间调度问题，针对基本蚁群算法求解作业车间调度问题容易进入局部最优问题的情况，提出了一种基于信息素调整的蚁群算法。该算法通过判断信息素矩阵中最大值与最小值之间的比值，当该比值达到算法设定的阀值时，根据相应策略对信息素矩阵进行调整，有效地缩小了信息素之间的差距，有利于跳出局部最优状态；给出了该算法实施的具体步骤。用该算法求解作业车间调度问题，仿真实验结果表明，该算法与基本蚁群算法相比在收敛速度和计算最优解方面都有了改进。
- 付治政肖菁张军
- 关键词：作业车间调度问题蚁群算法信息素
- 基于多方法集成的目标跟踪算法
- 2011年
- 在线运动目标跟踪是目前模式识别领域的一个难点问题,目标物体角度、姿态、远近距离变化以及遮挡等给鲁棒在线跟踪算法提出了苛刻的要求,单一算法很难有效处理所有问题.多方法集成是实现鲁棒在线跟踪的一种有效手段,为此提出了一个集成on-line boosting、基于归一化互相关的模板匹配法和粒子群优化算法的自适应目标跟踪算法框架.其中,on-line boosting是基本的跟踪算法;基于归一化互相关的模板匹配法有效避免了on-line boosting过多的错误更新;而基于粒子群优化算法的跟踪策略提高了系统对快速运动、外观变化的适应能力,同时也为模板的更新提供了保障,三种算法形成了有效互补,在稳定性和可塑性之间达到了一种平衡.在不同视频测试序列上的实验结果表明,该算法有效地缓解了自适应性和"漂移"之间的矛盾,能够实时地完成复杂的跟踪任务.
- 吴伟李斌
- 关键词：粒子群优化目标跟踪
- 基于标记点检测的视线跟踪注视点估计
- 2011年
- 传统的头戴式视线跟踪系统需要借助额外的头部位置跟踪器或其他辅助设备才能定位视线方向。针对该问题,提出一种基于标记点检测的注视点估计方法。该方法通过计算机视觉的方法检测标记点,建立场景图像与真实场景中计算机屏幕之间的空间关系,将场景图像中的注视点坐标映射到计算机屏幕中。实验结果表明,该方法简单易行,可以较好地估计出用户在真实场景中的注视点坐标。
- 龚秀锋李斌邓宏平张文聪
- 关键词：视线跟踪
- 快速多分类器集成算法研究被引量：3
- 2012年
- 研究快速多分类器集成算法。对多分类器集成需选定一定数量的弱分类器,再为每个弱分类器分配一定权重。在选择弱分类器时,通过计算每个弱分类器在全部训练样本集上的分类错误率,对其进行排序,挑选出分类效果最好的若干弱分类器。在多分类器权重分配策略上,提出2种权重分配方法:Biased AdaBoost算法与基于差分演化的多分类器集成算法。在人脸数据库上的实验结果表明,与经典AdaBoost算法相比,该算法能有效降低训练时间,提高识别准确率。
- 张伟松高智英
- 关键词：差分演化ADABOOST算法人脸识别
- 基于智能视线感知和物联网的家电控制被引量：2
- 2013年
- 文章设计实现了一种新的人机交互系统,通过视线跟踪技术和物联网技术的结合,实现对家用电器的智能控制。设计了一套头戴式视线跟踪系统,作为物联网的感知层和服务管理层,通过眼睛摄像头采集眼动信息,结合标定信息,实时计算使用者在视野中的注视点,通过场景摄像头实时获取使用者的视野图像。采用Harr特征和Adaboost算法检测识别视野图像中的家用电器。在识别并锁定目标家电的基础上,激活物联网应用层,实现目标家电的控制。本文系统实现了视线注视对三种家电的模拟开关控制,系统具有较高的稳定性。
- 侯树卫李斌谢春雷
- 关键词：头戴式视线跟踪目标识别家电控制物联网
- 基于Adaboost的人脸与虹膜融合识别被引量：7
- 2011年
- 传统生物特征识别系统的识别率经常受到环境以及生物学特征的自身局限性影响。针对该不足,提出一种基于人脸与虹膜特征级融合的多模态生物识别系统,采用中心对称局部二值模式算子提取人脸和虹膜的纹理特征,将人脸特征与虹膜特征线性整合成混合特征向量,利用Adaboost算法从该混合特征向量中优选出一组最佳特征组合,从而构成强分类器。实验结果表明,该多模态系统相比单模态系统具有更好的鲁棒性。
- 高智英李斌
- 改进并行蚁群算法求解置换流水线调度问题被引量：5
- 2010年
- 为了解决置换流水线的调度问题,提出了改进的并行蚁群算法。针对置换流水线问题本身的特性,在蚂蚁系统算法(ACS)的基础上,设计出了新的启发式信息算法。在计算大数据量的情况下,通过设计的新规律对数据进行分组,并对分组进行并行计算,然后合并各组最优解来问题的最优解。实验结果表明,该改进方法行之有效,新的启发式信息提高了解的质量,而按数据规律的分组并行不仅缩小查找最优值时间,相比于随机分组的并行算法,更加提高了解的质量。
- 黄华肖菁张军
- 关键词：蚁群系统信息素启发式算法
- 视线跟踪系统中眼睛睁闭检测算法研究
- 2012年
- 眼睛睁闭检测在视线跟踪系统中具有重要意义。为提高检测的准确性,提出了一种基于Harris算子的检测方法。该方法首先利用Harris算子计算图像的角点量,然后搜索图像中角点量最大的位置,以该位置为中心,设置一个区域,统计该区域内角点量总和占整幅图像角点量总和的比例,通过将该比例与阈值相比较来确定眼睛的状态。实验结果表明,本算法具有较高的鲁棒性和准确率,并能满足实时性要求。
- 邓宏平李斌姚鹏吴伟王建宇庄镇泉
- 关键词：HARRIS算子
- 基于全面学习的量子分布估计算法被引量：10
- 2010年
- 量子进化算法采用多个简单概率模型并行搜索的框架结构,从而可尝试引入有效的多模型学习机制以提高算法的探索能力.文中将全面学习的思想引入多量子概率模型的学习,提出基于全面学习的量子分布估计算法.在该算法中,模型的每个分量都可以向不同的目标学习,使得量子概率模型有可能较为全面地从已知较优解中提取知识,以尽可能全面地描述解空间中好的区域,有效提高算法求解复杂优化问题的能力.在典型0-1背包问题上的比较实验充分验证该算法的有效性和先进性.
- 谭立湘郭立
- 关键词：量子进化算法组合优化
