您的位置: 专家智库 > >

安徽省科技攻关计划(1301b042023)

作品数:25 被引量:213H指数:8
相关作者:蒋建国齐美彬苏兆品张国富杨艳芳更多>>
相关机构:合肥工业大学教育部安徽理工大学更多>>
发文基金:安徽省科技攻关计划国家自然科学基金安徽省自然科学基金更多>>
相关领域:自动化与计算机技术电子电信冶金工程更多>>

文献类型

  • 25篇中文期刊文章

领域

  • 23篇自动化与计算...
  • 1篇冶金工程
  • 1篇电子电信

主题

  • 7篇多目标
  • 7篇目标跟踪
  • 5篇多目标跟踪
  • 4篇行人
  • 4篇视频
  • 3篇目标检测
  • 2篇多目标优化
  • 2篇应急
  • 2篇整数规划
  • 2篇直方图
  • 2篇人脸
  • 2篇人脸识别
  • 2篇数据关联
  • 2篇搜索
  • 2篇网络
  • 2篇网络流
  • 2篇局部二值模式
  • 2篇二值模式
  • 2篇SURF算法
  • 2篇LBP

机构

  • 25篇合肥工业大学
  • 3篇教育部
  • 1篇安徽理工大学

作者

  • 22篇蒋建国
  • 19篇齐美彬
  • 3篇杨艳芳
  • 3篇张国富
  • 3篇苏兆品
  • 2篇金玉龙
  • 2篇周立
  • 2篇丁胜
  • 2篇于长伟
  • 2篇田合雷
  • 2篇胡龙飞
  • 2篇疏坤
  • 2篇王治丹
  • 2篇刘皓
  • 2篇高灿
  • 1篇桂海霞
  • 1篇牛杰杰
  • 1篇张婷
  • 1篇詹曙
  • 1篇陈秀丽

传媒

  • 9篇合肥工业大学...
  • 3篇自动化学报
  • 3篇中国图象图形...
  • 2篇电子学报
  • 1篇电子与信息学...
  • 1篇仪器仪表学报
  • 1篇模式识别与人...
  • 1篇控制理论与应...
  • 1篇计算机工程与...
  • 1篇控制与决策
  • 1篇计算机科学
  • 1篇传感器与微系...

年份

  • 4篇2018
  • 7篇2017
  • 8篇2016
  • 4篇2015
  • 2篇2014
25 条 记 录,以下是 1-10
排序方式:
基于广义关联聚类图的分层关联多目标跟踪被引量:11
2017年
检测跟踪是近期多目标跟踪研究的热点方向之一.目前大部分方法都是基于相邻帧之间的双向匹配,对检测点进行数据融合.本文提出的方法是,给定一个滑动时间窗口,在窗口内对某个目标每帧出现的检测点进行一次性数据融合.我们把多目标跟踪看作图的分割问题,利用广义关联聚类(Generalized correlation clustering problem,GCCP)图优化文中提出的数据融合.吸取分层数据关联的思想,把多目标跟踪分成两个阶段.首先,在时间窗口内遵循检测点,利用广义关联聚类,得到自适应长度的轨迹片段,轨迹片段长度不受窗口宽度的限制.然后,基于轨迹片段进一步数据关联,得到目标的长轨迹.在公共数据集上的实验测试表明,本文方法能够有效地实现多目标跟踪,对于遮挡处理、身份转换处理以及轨迹的生成具有很好的鲁棒性,多目标跟踪准确率(Multiple object tracking accuracy,MOTA)超过当前水平.
齐美彬岳周龙疏坤蒋建国
关键词:多目标跟踪遮挡处理
基于扩散距离的SURF特征图像匹配算法被引量:9
2015年
针对高维特征向量存在的使用传统欧氏距离计算最近邻匹配正确率低的问题,文章提出了一种基于SURF和扩散距离的图像匹配算法。首先用Fast Hessian检测子进行特征点检测,生成SURF特征描述向量,然后利用扩散距离代替欧氏距离进行匹配,使用随机抽样一致从候选匹配中排除错误的匹配。实验证明该算法提高了SURF算法匹配的正确率,并在图像形变、光照变化方面具有较高的鲁棒性。
贡超蒋建国齐美彬
关键词:图像匹配SURF算法欧氏距离
基于外观模型和时空模型的多摄像机目标跟踪
2016年
针对多摄像机之间的光照变化、环境差异以及视角变化,文章提出基于外观模型和时空模型相结合的方法进行无重叠视域多摄像机间的目标跟踪。首先使用颜色标准化的方法减弱摄像机之间的颜色差异、学习目标的外观模型。颜色标准化过程无需人工标定目标间的对应关系,因此当摄像机数目增多时可以自动学习新的外观模型。然后由目标的外观相似度无监督学习得到与摄像机的环境、光照和视角无关的时空模型,即不同摄像机下进出口的分布模型、路径关系和转移时间概率分布。最后计算目标之间的外观相似度和时空相似度,实现多摄像机间的目标跟踪。在实际摄像机网络场景中应用该方法,结果表明了其有效性,并且具有较高的准确率。
韩敬贤齐美彬蒋建国
关键词:多目标跟踪无监督学习
基于运动动态和多层超图关联的多目标跟踪
2018年
多目标跟踪会面临目标间外观相似、数据丢失、目标间的轨迹交叉以及相机运动等多种问题。文章提出一种基于目标运动动态和多层超图关联的方法,可有效解决以上问题带来的影响。首先,在不使用先验运动模型的前提下,通过利用目标运动动态,获取整个视频内所有目标的运动动态信息,构造轨迹碎片间的相似度比较函数,减小具有相似外观的不同目标之间的误匹配;其次,使用超图关联,对各个轨迹碎片进行全局搜索聚类,使得跟踪问题转化为一个动态搜索超图的超边集问题,优化求解后跟踪系统能够有效处理长时间的遮挡,并且具有较好的鲁棒性。实验表明,在具有挑战性的公共视频序列,该文提出的方法显示了其良好的优越性,能够有效克服目标的复杂运动、相机运动和长时间的遮挡,而这些都是没有任何外观信息的。
高灿蒋建国齐美彬胡龙飞
关键词:多目标跟踪
类属图密集近邻搜索的视觉跟踪算法研究
2017年
提出一种基于密集近邻搜索的视觉跟踪算法,能够有效应对目标跟踪过程中出现的形变和遮挡问题。基于马尔科夫随机场建立图像分割模型,提取出目标部件,建立目标部件的类属图矩阵;通过搜索类属图矩阵中的密集近邻,得到相邻帧之间目标部件的匹配关系;通过匹配关系得到跟踪目标位置概率图,确定目标跟踪位置。实验结果表明:本文提出的方法相比其他同类方法效果更好。
王治丹蒋建国齐美彬
关键词:视觉跟踪
目标驱动的显著性检测算法被引量:1
2016年
现有的显著性检测算法主要是由数据驱动的,是通过底层特征来检测能吸引用户注意的所有显著性区域,而在具体的图像理解过程中,用户往往关注某一种或几种特定目标。文章提出了一种目标驱动的显著性检测算法,得到用户感兴趣的显著性区域。该算法是用图像中像素点与目标图像的平均色之间的差异来表示单个像素点的显著值。结果表明,目标驱动显著性检测算法可以快速地检测出与目标图像相似的显著目标。
殷世琼齐美彬
关键词:显著性检测
监控视频中的移动目标侦测算法研究被引量:3
2015年
针对违章停车人工检测方式存在的准确率低、成本高且难以实时判断等缺点,文章提出一种监控视频中的移动目标侦测算法,用来检测和识别违章停车。该算法采用混合高斯模型进行背景建模,用以检测监控场景中的运动目标,并通过支持向量机(support vector machine,SVM)分类器判断运动目标是否为监控车辆,如果是监控车辆,则根据车辆停留时间将车辆分类,一旦发现违停车辆,系统会发出报警。实验结果表明,该算法准确率高、实时性好。
田合雷丁胜于长伟周立
关键词:监控视频混合高斯模型支持向量机分类器
基于多特征子空间与核学习的行人再识别被引量:27
2016年
行人再识别指的是在无重叠视域多摄像机监控系统中,匹配不同摄像机视域中的行人目标.针对当前基于距离测度学习的行人再识别算法中存在着特征提取复杂、训练过程复杂和识别效果差的问题,我们提出一种基于多特征子空间与核学习的行人再识别算法.该算法首先在不同特征子空间中基于核学习的方法得到不同特征子空间中的测度矩阵以及相应的相似度函数,然后通过比较不同特征子空间中的相似度之和来对行人进行识别.实验结果表明,本文提出的算法具有较高的识别率,其中在VIPe R数据集上,RANK1达到了40.7%,且对光照变化、行人姿态变化、视角变化和遮挡都具有很好的鲁棒性.
齐美彬檀胜顺王运侠刘皓蒋建国
应急救援物资多目标分配与调度问题建模与求解被引量:42
2017年
应急救援物资多目标分配和调度集成优化是灾害应急决策中的一个难点问题.为此,构建一种面向多储备点、多发放点、多种应急救援物资的并发分配与调度多目标优化模型,提出一种基于二维NSGA-II与蚁群优化的混合智能搜索算法.在所提算法中,设计二维二进制编码、个体修正策略以解决多发放点之间潜在的应急救援物资冲突,并改进蚁群优化中的信息素全局更新策略以实现多个调度路径的同时优化.对比实验结果表明,所提出的混合算法可以在合理的时间内给出更高质量的应急救援物资分配和调度方案.
张国富王永奇苏兆品蒋建国
关键词:多目标优化NSGA-II蚁群优化
基于稀疏表达残差的自然场景运动目标检测被引量:22
2015年
本文提出一种基于稀疏表达残差的非参数化运动目标检测算法,在假设前景变化相对静态背景可以视为稀疏残差的基础上,采用视频前n帧初始化稀疏表达字典;利用字典对后续视频帧进行重构,提取每帧的重构残差;结合基于光照强度的全局阈值矩阵,将残差图像二值化,提取图像前景;利用前景区域和边缘点关系剔除ghost区域;采用增量PCA(Principal Component Analysis)算法和保守更新的思想对背景模型进行更新.在changedetection.net提供的shadow数据集上实验表明,采用全局更新和残差计算的方法,可以有效的解决由于自然场景光线变化导致的阴影变化,并且对自然场景中背景的小幅度抖动和相机抖动等问题也具有一定的抵抗能力.
蒋建国金玉龙齐美彬詹曙
关键词:残差运动目标检测
共3页<123>
聚类工具0