中国科学院战略性先导科技专项(XDA06020202)
- 作品数：2 被引量：2H指数：1
- 相关作者：胡珂立谷宇章徐小龙王营冠邹方圆更多>>
- 相关机构：中国科学院更多>>
- 发文基金：中国科学院战略性先导科技专项上海市科委科研计划项目更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于颜色特征的人流量实时检测方法被引量：2
- 2014年
- 为改善视频监控中人流量检测的准确性问题,提出一种利用头发颜色特征的人流量跟踪检测方法。该方法对输入图像同时做如下两个操作:基于头发颜色特征的二值化和基于混合高斯模型的前景提取。对这两者合并后的结果做特征判别就可以得到人头区域。以人头区域为目标进行跟踪,分析运动轨迹特征后可以判断行人的进出方向及数目。实验表明该方法在双向行走、行人密集及背景干扰条件下均有很高的正确率。并且,每帧图像平均处理时间只需20 ms,完全可以满足实时处理的要求。
- 徐小龙谷宇章王营冠胡珂立
- 关键词：人头识别目标跟踪混合高斯模型
- 结合改进CamShift算法的人脸识别门禁系统
- 2013年
- 人脸识别门禁系统已经得到了广泛的应用,但是要求被识别人员靠近图像采集设备,使用起来极不方便。解决此问题的关键是在被识别人员的正常行走过程中完成人脸识别的任务,然而在人的正常行走过程中,因为角度、表情等变化,可能会导致人脸识别产生错误的结果。针对此问题,设计了一种结合CamShift跟踪算法的人脸识别门禁系统,采用人脸检测的结果来改进CamShift跟踪算法,然后再利用这条CamShift跟踪轨迹上人脸识别结果序列来修正错误识别。实验结果表明该系统能够完成正常行走过程中的人脸识别任务,并且有更高的识别率。
- 邹方圆胡珂立魏智谷宇章
- 关键词：人脸识别CAMSHIFT算法目标跟踪门禁系统
