卢修生
- 作品数：6 被引量：7H指数：2
- 供职机构：哈尔滨工业大学计算机科学与技术学院更多>>
- 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>>
- 基于稀疏表示的目标跟踪方法被引量：4
- 2013年
- 提出了一个新的基于稀疏表示的目标跟踪方法。在粒子滤波框架下,将目标模板线性表示为所有目标候选的线性组合。当假设目标候选中存在与目标模板相似的候选时,线性表示的系数满足稀疏性约束,可以通过L1范式最小化求解。每一个目标候选在线性表示中的系数反映了该候选与目标模板的相似程度,因此可以将系数作为目标候选的权重。目标跟踪的结果为权重最大的候选。实验结果表明本文提出的算法比文献中现有的基于L1范式最小化的跟踪方法性能更稳定、计算效率更高。
- 张盛平姚鸿勋孙鑫卢修生
- 关键词：目标跟踪
- 视频中动作识别任务综述被引量：3
- 2020年
- 随着移动通讯技术的发展,网络上视频数据呈爆炸性增长,对于智能视频分析技术的需求日益增加。随着深度学习技术的应用,视频理解和分析领域近年来得到了快速发展。作为视频分析领域的核心任务,对动作识别的研究不但能够提供更好的视频表达模型,也能够促进其它视频相关任务的进展。在本文中,首先给出了视频中动作识别任务的定义,并区分了短时动作、动作、行为、事件等概念。其次,从传统方法和深度学习方法两方面介绍了动作识别任务的研究进展,其中传统方法又包括了基于全局表示与局部表示的识别方法。最后,介绍了具有代表性的动作识别数据集,并着重阐述了数据集的发展趋势。
- 卢修生姚鸿勋
- 一种基于稀疏编码的字体识别方法
- 本发明提供了一种基于稀疏编码的字体识别方法。本发明以灰度图像作为输入，对于任意一幅待测试图像进行以下两个阶段的操作：在训练阶段，将各类字体的待测试图像随机划分成一定数量的方块，方块的数量由图像大小以及方块大小共同决定，例...
- 姚鸿勋张盛平孙鑫卢修生
- 文献传递
- 基于特征编码与池化的动作识别方法研究
- 随着移动通讯技术的发展，视频数据在互联网上正占有越来越大的比重，我们的生活娱乐也逐渐离不开各种视频应用。智能视频分析技术在智能监控、自动驾驶、鉴黄鉴恐等多个领域有重要的应用价值。动作识别任务作为视频分析领域的核心任务，对...
- 卢修生
- 关键词：计算机视觉
- 基于AdaBoost多颜色空间学习的目标跟踪算法研究
- 计算机视觉是当前人工智能领域的研究热点之一，而人类视觉的一个关键作用是对于运动物体的跟踪，现实生活中有大量的信息包含在运动中，所以对于运动物体的跟踪已经成为计算机视觉领域重要的研究方向。运动目标的跟踪研究涉及到模式识别，...
- 卢修生
- 关键词：目标跟踪多颜色空间ADABOOST粒子滤波
- 文献传递
- 一种基于稀疏编码的字体识别方法
- 本发明提供了一种基于稀疏编码的字体识别方法。本发明以灰度图像作为输入，对于任意一幅待测试图像进行以下两个阶段的操作：在训练阶段，将各类字体的待测试图像随机划分成一定数量的方块，方块的数量由图像大小以及方块大小共同决定，例...
- 姚鸿勋张盛平孙鑫卢修生
