彭彦妮
- 作品数：3 被引量：6H指数：1
- 供职机构：上海理工大学光电信息与计算机工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于AdaBoost算法与改进帧差法的动态行人检测被引量：1
- 2017年
- 针对传统基于HOG特征与AdaBoost算法分类器在目标检测中存在检测速度慢、误差率大的问题,提出一种基于改进帧差法与AdaBoost算法相结合的动态行人检测方法。帧差法是运动目标检测的一种算法,能够将运动中的区域很好地显示出来。改进的帧差法不再单一使用一个阈值,而是利用多个阈值,以更好地分割出检测行人,再通过分类器进行多尺度检测来确定目标。该方法减少了传统HOG特征的检测时间,能够更快地找出感兴趣区域,并提高检测速度和误差率。
- 巨志勇彭彦妮
- 关键词：ADABOOST算法帧差法HOG特征行人检测
- 基于图像熵的全局和局部混合方法的关键帧提取被引量：4
- 2018年
- 为了能快速识别视频内容并解决现有视频识别中关键帧冗余问题,提出了一种利用熵值进行关键帧提取的新方法。该方法先利用全局图像熵值对镜头进行分类,从每个类中选择具有代表性的关键帧,然后再使用图像局部特征的熵值剔除已选择的冗余帧。对几个不同类别视频的关键帧提取实验显示,提出的算法在关键帧准确率、冗余帧等指标上有很大改善,很大程度上解决了提出的问题。该算法能以更快的方式处理大量的视频数据,使电脑能自动提取视频关键帧,从而识别视频内容。
- 王疏华巨志勇彭彦妮
- 关键词：关键帧提取
- 基于自动背景提取及Lab色彩空间的运动目标检测被引量：1
- 2018年
- 常用的几种背景提取算法在车流量较大的情况下提取的背景效果较差。在某些目标检测区域较少的场景中,若将所有像素进行检测,会浪费许多时间。针对这些问题,提出一种新的背景提取算法。先将视频帧进行分割,再对分割出的检测带依次进行车辆存在检测,最终自动选取视频中没有车辆的车道块并将其拼接成完整背景帧,最后利用Lab空间色度与亮度相互独立的特性提取目标。该算法能够充分提取前景图像,不会丢失车辆目标。相比传统算法,该算法准确性较高。
- 巨志勇彭彦妮
- 关键词：形态学处理运动目标检测
