期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于轮廓特征的神经网络目标识别研究 被引量:4
1
作者 王灿进 孙涛 +1 位作者 王挺峰 陈娟 《液晶与显示》 CAS CSCD 北大核心 2013年第4期641-648,共8页
为了实现威胁源自动报警,使用BP神经网络构建自动报警系统。针对帧差法提取出的目标轮廓有重复和受变化背景影响的问题,提出了一种基于轮廓片段的目标特征提取方法。首先使用k-mediod聚类以剔除重复轮廓,再结合轮廓片段生长的方法,计算... 为了实现威胁源自动报警,使用BP神经网络构建自动报警系统。针对帧差法提取出的目标轮廓有重复和受变化背景影响的问题,提出了一种基于轮廓片段的目标特征提取方法。首先使用k-mediod聚类以剔除重复轮廓,再结合轮廓片段生长的方法,计算待识别轮廓和验证图片集的匹配代价以剔除背景轮廓,提取出匹配代价最小的轮廓生成轮廓片段字典。随后计算归一化的轮廓矩生成特征向量。最后将提取出的特征向量输入事先训练生成的BP神经网络进行分类。实验结果表明,算法适用于典型刚性目标识别,对于实验视频中枪支的平均识别率达到93.5%,单帧平均运算时间3.67ms;对于Berkeley运动分割数据集中车辆的识别率达到98.2%,单帧平均运算时间5.26ms。算法具有高实时性、高准确率的特点。 展开更多
关键词 轮廓片段 K-mediod聚类 匹配代价 神经网络
下载PDF
采用轮廓片段空间关系实现遮挡目标识别 被引量:3
2
作者 宋建辉 宋鑫 +1 位作者 于洋 尹哲 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2019年第7期79-83,共5页
为了实现高比例遮挡情况下的目标识别,提出一种基于轮廓片段空间关系的目标识别算法.首先,在采用轮廓的形状上下文特征进行粗匹配的基础上,对模板图像和待识别图像分别进行图像骨架关键接合点的提取和轮廓形状质心的提取.然后,以图像像... 为了实现高比例遮挡情况下的目标识别,提出一种基于轮廓片段空间关系的目标识别算法.首先,在采用轮廓的形状上下文特征进行粗匹配的基础上,对模板图像和待识别图像分别进行图像骨架关键接合点的提取和轮廓形状质心的提取.然后,以图像像素中心点为原点建立坐标系,以图像骨架关键接合点和轮廓片段质心在各自图像建立的坐标系内的位置确定空间关系.最后,制定空间关系参数约束标准,筛选满足空间关系约束准则的目标库图像为最后识别结果.与现有遮挡目标匹配算法相比,该算法可以实现高比例遮挡情况下的目标识别,在目标遮挡比例为60%的情况下,识别率可达到78%. 展开更多
关键词 轮廓片段 空间关系 遮挡目标 目标匹配 目标识别
原文传递
基于改进贝叶斯程序学习的物体形状分类 被引量:2
3
作者 范强 张善新 《激光与光电子学进展》 CSCD 北大核心 2017年第12期319-325,共7页
为解决传统物体形状分类方法存在训练时间长以及形状描述不准确的问题,提出一种基于改进贝叶斯程序学习的图像分类方法。先将物体轮廓进行预处理并分割为长度固定的轮廓片段,使用形状描述符记录其形状信息,然后采用高斯混合模型对同一... 为解决传统物体形状分类方法存在训练时间长以及形状描述不准确的问题,提出一种基于改进贝叶斯程序学习的图像分类方法。先将物体轮廓进行预处理并分割为长度固定的轮廓片段,使用形状描述符记录其形状信息,然后采用高斯混合模型对同一类物体的轮廓片段集训练出轮廓片段库,最后从测试图像的轮廓上均匀提取10个轮廓片段作为测试样本的解析,使用贝叶斯分类器计算样本解析与每类轮廓片段库中轮廓片段的拟合相似度,以其相似度值最高的类作为分类结果。在标准数据库Animal上的实验结果表明,本文方法具有较高的分类精度,同时大幅度缩短了训练时间。 展开更多
关键词 机器视觉 形状分类 贝叶斯程序学习 高斯混合模型 轮廓片段 形状描述符
原文传递
基于邻近轮廓片段的物体检测
4
作者 李蕾 韩焱 《数字技术与应用》 2014年第1期212-212,共1页
本文提出一种新颖的物体特征:邻近轮廓片段。该特征能够很好的描述物体边缘特征,而且具有尺度不变性。利用该特征训练得到的SVM检测器,在物体检测过程中取得了很好的效果。经实验验证,该特征非常适合用于物体检测。
关键词 物体检测 邻近轮廓片段
下载PDF
基于可变形轮廓片段的物体检测
5
作者 李蕾 韩焱 《数字技术与应用》 2014年第1期217-217,共1页
针对实际场景中的物体遮挡,背景复杂和待测物体偏离图像中心等影响检测结果的问题,本文提出一种新颖物体特征:可变形轮廓片段。该特征更贴切的描述待检测物体的边缘信息。利用Real AdaBoost算法,可变形轮廓片段级联成强检测器,用于物体... 针对实际场景中的物体遮挡,背景复杂和待测物体偏离图像中心等影响检测结果的问题,本文提出一种新颖物体特征:可变形轮廓片段。该特征更贴切的描述待检测物体的边缘信息。利用Real AdaBoost算法,可变形轮廓片段级联成强检测器,用于物体检测。实验验证,本算法具有很好的检测效果和鲁棒性。 展开更多
关键词 物体检测 可变形轮廓片段
下载PDF
基于K-邻近轮廓片段组的物体检测
6
作者 李蕾 《科技信息》 2014年第10期132-132,共1页
针对实际场景中的物体遮挡、背景复杂等影响物体检测结果的问题,本文提出一种新颖的物体特征:K-邻近轮廓片段组。该特征能够更好地描述边缘信息,而且具有尺度不变性。利用该特征训练得到的SVM,在基于滑动窗口的检测过程中取得了很好的... 针对实际场景中的物体遮挡、背景复杂等影响物体检测结果的问题,本文提出一种新颖的物体特征:K-邻近轮廓片段组。该特征能够更好地描述边缘信息,而且具有尺度不变性。利用该特征训练得到的SVM,在基于滑动窗口的检测过程中取得了很好的效果。经实验验证,该特征非常适合用于物体检测和分类识别。 展开更多
关键词 物体检测 K-邻近轮廓片段 滑动窗口 SVM
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部