您的位置: 专家智库 > >

徐俊格

作品数:3 被引量:11H指数:2
供职机构:内江师范学院数学与信息科学学院更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 2篇目标跟踪
  • 1篇行人
  • 1篇行人检测
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇蛇形
  • 1篇权值
  • 1篇向量
  • 1篇向量机
  • 1篇目标跟踪算法
  • 1篇加权
  • 1篇加权均值
  • 1篇SHIFT算...
  • 1篇SVM
  • 1篇ADABOO...
  • 1篇MEAN_S...
  • 1篇目标点

机构

  • 2篇广西民族大学
  • 1篇内江师范学院

作者

  • 3篇徐俊格
  • 2篇宣士斌
  • 1篇陈超
  • 1篇罗富贵
  • 1篇陈超

传媒

  • 1篇计算机工程与...
  • 1篇广西民族大学...

年份

  • 1篇2012
  • 2篇2011
3 条 记 录,以下是 1-3
排序方式:
复杂背景下的行人检测与分割被引量:7
2012年
传统的目标检测算法在复杂环境下受到背景因素的干扰,分割出来的目标往往不能满足后期处理的需要;由于分割的好坏直接影响后期的目标跟踪的实时性和精确性的高低。鉴于此,在进行图像跟踪和识别之前,先对目标进行检测和精准的分割,提出了在AdaBoost算法中在原始Harr_like特征的基础上添加梯形特征,检测出目标的大致位置,将其作为蛇形分割的初始位置,改进蛇形分割的能量函数,分割的行人边界逐步进行收缩直至能量最小,提取出行人的真正区域。对比性实验表明改进后的算法满足实时性要求和精度要求,在一定程度上达到智能化的需求。
陈超宣士斌徐俊格
关键词:行人检测ADABOOST
复杂背景下一种有效的Mean Shift目标跟踪算法被引量:2
2011年
提出了一种改进的Mean Shift目标跟踪算法,该方法能够有效的排除非目标点对跟踪结果的影响,并且得到新的权值,增强了该像素属于目标的可能性,削弱了背景信息对目标模型的影响,提高了在复杂背景下对运动目标跟踪的鲁棒性.实验表明该方法能够有效实现复杂场景下的目标跟踪.
罗富贵宣士斌徐俊格陈超
关键词:目标跟踪SHIFT算法权值目标点
基于SVM的目标跟踪算法研究
目标跟踪是计算机视觉领域里一项很重要的工作,它融合了不同领域的先进成果。目前已广泛应用到人机交互、视频监控、军事安全等领域。经典的Mean Shift核跟踪算法具有实时性和准确性兼并的优点,且它易于与其它算法进行融合。但...
徐俊格
关键词:目标跟踪支持向量机
文献传递
共1页<1>
聚类工具0