张良春
- 作品数：9 被引量：45H指数：4
- 供职机构：中南大学信息科学与工程学院更多>>
- 发文基金：国家自然科学基金湖南省自然科学基金更多>>
- 相关领域：自动化与计算机技术交通运输工程更多>>
- 基于遗传粒子滤波器的运动目标实时跟踪被引量：4
- 2008年
- 提出一种基于遗传粒子滤波器的运动目标跟踪算法,它将Boosting算法和遗传算法引入粒子滤波器,构建了遗传粒子滤波器.该方法首先利用背景信息和目标信息建立特征分类器,将分类器的输出结果作为粒子滤波系统观测的重要信息,进行粒子权值的计算;并在跟踪过程中不断更新特征分类器,从而自适应地更新粒子的权值.为了提高算法的实时性,将遗传算法引入到粒子滤波器,在保证粒子滤波器精度的前提下,减少粒子数目,从而降低算法的运算时间.实验结果表明,所提算法可以根据背景信息的不同自适应地选择特征,在遮挡、形变及背景干扰等情况下,依然可以很好地对目标进行稳定的实时跟踪.
- 谭立球夏利民张良春谷士文
- 关键词：粒子滤波器遗传算法BOOSTING算法
- 基于Adaboost算法的高速公路事件检测被引量：4
- 2007年
- 本文介绍Adaboost方法的基本原理及算法;阐述了高速公路事件检测原理并进行了参数选择,确定了神经网络的结构,提出利用Adaboost方法进行高速公路事件检测并给出了该方法事件检测的算法步骤,最后进行了仿真实验。实验结果表明,该算法可以大大提高弱分类算法的性能,具有较高的检测率和较低的误报率,适于高速公路事件检测。
- 艾小松黄挚雄张良春江伟
- 关键词：ADABOOST算法高速公路事件参数选择神经网络
- 基于自适应粒子滤波器的物体跟踪被引量：16
- 2009年
- 利用分类概念及粒子滤波理论,提出了一种基于自适应粒子滤波器的物体跟踪算法。将Boosting算法引入粒子滤波器,构建了自适应粒子滤波器,该方法首先利用背景信息和目标信息建立特征分类器,将分类器的输出结果作为粒子滤波系统观测的重要信息,进行粒子权值的计算,并在跟踪过程中不断更新特征分类器,从而自适应地更新粒子的权值。实验结果表明,该算法可以根据背景信息的不同自适应地选择特征,对于存在遮挡、形变及背景干扰等情况,依然可以很好地对目标进行稳定跟踪。
- 夏利民张良春
- 关键词：粒子滤波器自适应特征选择BOOSTING算法
- 基于模糊聚类支持向量机的高速公路事件检测被引量：5
- 2007年
- 高速公路自动事件检测(AID)系统作为智能交通系统(ITS)的重要组成部分,通过及时发现高速公路上发生的事故隐患,尽量减少事故发生的不利影响,可以有效地减少交通延误,保障道路安全,减少环境污染。文章采用一种强有力的分类工具—支持向量机(SVM)来进行高速公路事件检测,针对数据集在支持向量机中所起作用的不同以及可能存在噪声及孤立点的情况,采用了一种改进的模糊C均值聚类方法对训练样本进行预处理,大大地减少了训练样本数量,提高了支持向量机的训练速度,并且具有很好的鲁棒性。仿真实验的结果表明了该方法的可行性和有效性。
- 张良春夏利民石华玮
- 关键词：高速公路支持向量机模糊聚类模糊C均值
- 一种自适应特征选择的运动目标实时跟踪算法被引量：3
- 2008年
- 提出自适应特征选择算法,利用背景信息及目标信息建立特征分类器,并在跟踪过程中不断更新特征分类器;提出采用光流算法对运动区域进行粗预测,然后利用特征分类器及meanshift算法对目标进行跟踪.实验结果表明,该算法可以根据不同的背景信息自适应的选择特征,对于跟踪过程中存在形变、遮挡以及背景出现干扰或光照变化等情况,依然可以对目标进行稳定的实时跟踪.
- 张良春夏利民
- 关键词：自适应特征选择分类器光流算法
- 基于视频的高速公路事件检测
- 为了解决地面交通快速发展所引发的各种问题，智能交通系统(ITS：Intelligent Transportation System)的研究被提到了重要位置。事件检测系统作为ITS的核心和关键组件，成为许多国家的研究热点。...
- 张良春
- 关键词：智能交通系统事件检测系统高速公路
- 文献传递
- 基于Adaboost方法的高速公路事件检测被引量：5
- 2007年
- 阐述Adaboost方法原理及算法,提出采用Adaboost方法结合神经网络算法进行高速公路事件检测,给出了基于Adaboost方法的事件检测算法。该算法可以明显提升神经网络算法性能,适合进行高速公路事件检测,仿真实验结果表明了该算法的有效性和可行性。
- 张良春夏利民
- 关键词：ADABOOST高速公路事件检测神经网络
- 基于Adaboost集成RBF神经网络的高速公路事件检测被引量：4
- 2008年
- 提出一种基于Adaboost集成RBF神经网络的高速公路事件检测方法。首先对高速公路事件检测原理进行分析,进行了相关的参数选择,确定了RBF神经网络的结构,然后采用改进的Adaboost方法集成RBF神经网络进行高速公路事件检测并给出了事件检测算法的步骤,最后进行了仿真实验,实验结果表明,该方法可以明显提高RBF神经网络性能(高检测率、低误报率),且具有较强的泛化能力,适宜高速公路事件检测。
- 杨涛张良春
- 关键词：ADABOOST高速公路事件检测RBF神经网络
- 基于自适应特征选取的步态识别被引量：1
- 2008年
- 提出基于自适应特征选取的步态识别方法。采用新的特征提取方法,该方法将目标按人体结构特点划分为多个子区域,利用各个子区域的质心与头部质心的距离和夹角对步态特征进行描述。采用Boosting算法自适应选取最优特征序列,对识别结果进行加权处理。该方法结合了步态的动态和静态信息,实验结果表明该方法具有较高的识别性能。
- 申少昊夏利民张良春
- 关键词：步态识别特征提取自适应特征选择BOOSTING算法
