期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
K-均值聚类中心分析法实现红外人体目标分割 被引量:20
1
作者 郭永彩 高潮 《光电工程》 EI CAS CSCD 北大核心 2008年第3期140-144,共5页
针对由于不同红外成像设备参数差异以及目标周围环境影响而造成的红外目标分割阈值自动选取算法的鲁棒性差这一问题,本文从红外成像的机理出发,提出了一个新的解决方案并加以实现。首先对图像的直方图采用K-均值聚类,然后通过对聚类中... 针对由于不同红外成像设备参数差异以及目标周围环境影响而造成的红外目标分割阈值自动选取算法的鲁棒性差这一问题,本文从红外成像的机理出发,提出了一个新的解决方案并加以实现。首先对图像的直方图采用K-均值聚类,然后通过对聚类中心分布特点的分析,确定图像分割的阈值。该方法不需要事先对图像进行均衡和对背景分布进行假设。实验结果表明,算法具有良好的鲁棒性。 展开更多
关键词 K-均值聚类 红外图像分割 阈值选取 人体检测
下载PDF
基于粒子Mean Shift迁移的红外人体目标跟踪算法 被引量:14
2
作者 郭永彩 高潮 《计算机学报》 EI CSCD 北大核心 2009年第6期1222-1228,共7页
提出了一种基于粒子Mean Shift迁移过程的红外人体跟踪方法.算法通过采样粒子迁移和聚类动态建立目标的状态模型和量测模型.在被跟踪区域随机布撒粒子,以各粒子对应像素的亮度作为特征值进行Mean Shift收敛性分析,使用收敛后的粒子集表... 提出了一种基于粒子Mean Shift迁移过程的红外人体跟踪方法.算法通过采样粒子迁移和聚类动态建立目标的状态模型和量测模型.在被跟踪区域随机布撒粒子,以各粒子对应像素的亮度作为特征值进行Mean Shift收敛性分析,使用收敛后的粒子集表达目标的当前状态;以状态粒子的坐标位置为特征值对其进行Mean Shift聚类,作为对目标的量测.连续跟踪时,下一帧的采样粒子基于上一帧的量测结果产生.与传统的基于序贯重要性采样的粒子滤波方法相比,算法不需要目标的相似性测度计算,仅用少数粒子即可实现对目标的可靠跟踪. 展开更多
关键词 粒子迁移 人体跟踪 红外图像 Mean SHIFT 粒子滤波
下载PDF
基于图像局部区域梯度特征描述的红外人体识别算法 被引量:3
3
作者 郭永彩 高潮 《光学技术》 EI CAS CSCD 北大核心 2008年第3期441-444,448,共5页
提出了一种新的红外图像中人体目标识别方案并进行了算法实现。通过直方图聚类分析对红外图像进行分割,根据二值化图像团块的特点,确定图像中的候选目标图像区域。将候选目标图像按比例划分为多个区域,使用梯度位置朝向直方图(GLOH,Grad... 提出了一种新的红外图像中人体目标识别方案并进行了算法实现。通过直方图聚类分析对红外图像进行分割,根据二值化图像团块的特点,确定图像中的候选目标图像区域。将候选目标图像按比例划分为多个区域,使用梯度位置朝向直方图(GLOH,Gradient location-orientation histogram)对候选目标图像进行描述。与其它红外图像中人体识别算法相比,不需要多种特征提取算法组合进行分步骤识别,仅使用单个SVM分类器即可达到满意的识别率,避免了分类器的级联,算法简单有效。 展开更多
关键词 目标识别 人体检测 红外图像 GLOH 支持向量机
原文传递
红外遮挡人体目标模板图像的Mean Shift分割算法 被引量:1
4
作者 郭永彩 高潮 《中国图象图形学报》 CSCD 北大核心 2009年第9期1867-1871,共5页
提出了一种红外图像中遮挡人体目标的分割方法。首先通过传统的阈值选取方法或直方图聚类等红外图像分割的方法,获取遮挡区域目标的二值化模板。用目标像素在模板中的相对行列坐标作为特征集使用Mean Shift算法分别计算各像素在行列方... 提出了一种红外图像中遮挡人体目标的分割方法。首先通过传统的阈值选取方法或直方图聚类等红外图像分割的方法,获取遮挡区域目标的二值化模板。用目标像素在模板中的相对行列坐标作为特征集使用Mean Shift算法分别计算各像素在行列方向的收敛位置并使用复数向量进行联合表达,再次以所有的复数向量作为特征集进行Mean Shift聚类,根据各像素位置对应的复数向量所属类别对其进行划分,完成遮挡目标的分割。与分水岭算法相比,该算法的分割结果完整保留了目标模板的外形,并且可以通过Mean Shift带宽参数的选择完成不同精细程度的分割。 展开更多
关键词 红外图像 遮挡人体目标分割 均值漂移 分水岭算法
下载PDF
济南交通大脑道路安全风险地图平台研究
5
作者 陈连涛 胡颖 +1 位作者 李勇 《现代信息科技》 2021年第23期115-118,122,共5页
如何实现科学高效的道路交通安全风险评估,减少道路交通事故发生量,并降低由其带来的社会人身伤害及财产损失,已成为交警部门交通安全管理工作中亟待解决的问题。文章详细阐述了济南交通大脑中道路交通安全风险地图平台的建设与应用,通... 如何实现科学高效的道路交通安全风险评估,减少道路交通事故发生量,并降低由其带来的社会人身伤害及财产损失,已成为交警部门交通安全管理工作中亟待解决的问题。文章详细阐述了济南交通大脑中道路交通安全风险地图平台的建设与应用,通过数据资源和人工智能手段实现道路的安全隐患和风险点的精准挖掘和科学分析,实现全市道路进行路网安全“CT”扫描和风险预测分析,从道路和环境两个源头为道路安全隐患“大排查、大整治”做好数据支撑工作。 展开更多
关键词 道路安全 风险地图 驾驶行为 事故 功能
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部