检索结果-内蒙古大学图书馆

机器人 2008年第2期30卷 147-154页

作者：陈晓鹏李成荣罗杨宇李功燕中国科学院自动化研究所

首先提出了一种经典均值移动算法的推广算法,即自适应带宽均值移动算法,进而提出了基于自适应带宽均值移动的二维视频目标跟踪算法(ABMSOT).前者提出了在带宽自适应情况下均值移动算法求取局部极值的框架步骤,后者可实时跟踪目标的位置... 详细信息

首先提出了一种经典均值移动算法的推广算法,即自适应带宽均值移动算法,进而提出了基于自适应带宽均值移动的二维视频目标跟踪算法(ABMSOT).前者提出了在带宽自适应情况下均值移动算法求取局部极值的框架步骤,后者可实时跟踪目标的位置、大小和方向.在ABMSOT算法中,目标模型和候选模型采用自适应带宽核函数加权特征直方图描述,目标模型和候选模型的相似性采用Bhattacharyya系数度量;通过迭代两步法搜索到目标最有可能的位置、大小和方向.第一步执行一次均值移动迭代搜索目标位置,第二步计算出最能描述目标区域大小和方向的带宽矩阵.从理论上证明了两个算法的收敛性,并通过实验证明了ABMSOT算法能实时跟踪目标的位置、大小和方向.

关键词：目标跟踪均值移动自适应带宽大小方向

来源：评论

学校读者我要写书评

暂无评论

基于直方图插值的均值移动小尺寸目标跟踪算法

引用

电子与信息学报 2010年第9期32卷 2119-2125页

作者：陈建军安国成张索非吴镇扬东南大学信息科学与工程学院南京210096 伸国科学院软件所人机交互技术与智能信息处理实验室北京100190

小尺寸目标跟踪是视觉跟踪中的难题。该文首先指出了均值移动小尺寸目标跟踪算法中的两个主要问题:算法跟踪中断和丢失跟踪目标。然后,论文给出了相应的解决方法。对传统Parzen窗密度估计法加以改进,并用于对候选目标区域的直方图进行... 详细信息

小尺寸目标跟踪是视觉跟踪中的难题。该文首先指出了均值移动小尺寸目标跟踪算法中的两个主要问题:算法跟踪中断和丢失跟踪目标。然后,论文给出了相应的解决方法。对传统Parzen窗密度估计法加以改进,并用于对候选目标区域的直方图进行插值处理,较好地解决了算法跟踪中断问题。论文采用Kullback-Leibler距离作为目标模型和候选目标之间的新型相似性度量函数,并推导了其相应的权值和新位置计算公式,提高了算法的跟踪精度。多段视频序列的跟踪实验表明,该文提出的算法可以有效地跟踪小尺寸目标,能够成功跟踪只有6×12个像素的小目标,跟踪精度也有一定提高。

关键词：小尺寸目标跟踪均值移动直方图插值 Parzen窗相似性度量

来源：评论

学校读者我要写书评

暂无评论

基于均值移动和椭圆拟合的人脸跟踪算法

引用

东南大学学报（自然科学版） 2006年第6期36卷 897-902页

作者：高建坡王煜坚杨浩吴镇扬东南大学信息科学与工程学院南京210096

为了解决均值移动跟踪算法对目标的尺度变化自适应能力差的缺点,针对人脸跟踪具体问题,提出了一种基于均值移动和椭圆拟合的人脸跟踪算法.根据当选择较大核窗进行均值移动跟踪时一般可以准确定位目标的事实,以及人脸形状椭圆近似性的特... 详细信息

为了解决均值移动跟踪算法对目标的尺度变化自适应能力差的缺点,针对人脸跟踪具体问题,提出了一种基于均值移动和椭圆拟合的人脸跟踪算法.根据当选择较大核窗进行均值移动跟踪时一般可以准确定位目标的事实,以及人脸形状椭圆近似性的特征,利用一个较大核窗的均值移动跟踪器对人脸目标进行粗略定位,在此基础上再用一种高效鲁棒的直接最小二乘椭圆拟合方法来自动调整人脸尺度的大小.实验表明,该改进算法能有效地解决均值移动人脸跟踪中的目标尺度自适应调整问题,其跟踪效果明显优于原均值移动目标跟踪算法.

关键词：人脸跟踪均值移动椭圆拟合形状模型

来源：评论

学校读者我要写书评

暂无评论

基于均值移动和特征聚类的道路识别方法

引用

模式识别与人工智能 2002年第4期15卷 484-488页

作者：程洪郑南宁刘铁高振海西安交通大学人工智能与机器人研究所西安710049

智能车辆研究是目前世界各国学者研究的热点,也是计算机视觉应用的一个重要方向.视觉系统是智能车辆的关键部分,其中道路识别和跟踪算法是智能车辆的核心部分.本文用鲁棒特征空间分析方法—均值移动法,对道路颜色信息进行聚类,聚类结果... 详细信息

智能车辆研究是目前世界各国学者研究的热点,也是计算机视觉应用的一个重要方向.视觉系统是智能车辆的关键部分,其中道路识别和跟踪算法是智能车辆的核心部分.本文用鲁棒特征空间分析方法—均值移动法,对道路颜色信息进行聚类,聚类结果结合参考区域法实现道路的识别,从而得到智能车辆的可行驶区域,实验结果表明,该算法具有较强的鲁棒性、自主性和并行性,特别适用于实时图像处理系统,如智能车辆视觉系统、移动机器人视觉导航部分.

关键词：均值移动特征聚类道路识别智能车辆智能交通系统计算机视觉

来源：评论

学校读者我要写书评

暂无评论

基于均值移动算法的图像平滑

引用

哈尔滨工程大学学报 2007年第11期28卷 1228-1235页

作者：王科俊郭庆昌哈尔滨工程大学自动化学院黑龙江哈尔滨150001

为了去除图像的噪声和更好地保留图像的边缘信息,提出了一种基于YIQ空间的均值移动平滑算法.首先将图像由RGB空间转化成YIQ空间,由于YIQ空间3分量相关性弱,可以通过对Y、I、Q3个分量图选取不同的步长分别进行平滑处理,最后将平滑的YIQ... 详细信息

为了去除图像的噪声和更好地保留图像的边缘信息,提出了一种基于YIQ空间的均值移动平滑算法.首先将图像由RGB空间转化成YIQ空间,由于YIQ空间3分量相关性弱,可以通过对Y、I、Q3个分量图选取不同的步长分别进行平滑处理,最后将平滑的YIQ空间转化成RGB空间得到平滑后的图像.这样很好地克服了由于R、G、B3分量相关性太强不便于分别平滑处理的缺点,并且严格地证明了均值移动点的收敛性.试验表明,该方法比维纳滤波器和基于RGB空间的均值移动算法能更好地满足对平滑结果的要求.

关键词：均值移动图像平滑噪声

来源：评论

学校读者我要写书评

暂无评论

均值移动算法步长及密度极大点分析

引用

计算机工程 2009年第24期35卷 111-113页

作者：郭庆昌蔡蒨中国船舶重工集团公司第七一○研究所宜昌443003

根据核函数的不同特点,分析得出均值移动算法的步长可能为牛顿步长、高斯-牛顿步长或一种非线性步长。根据均值移动密度函数泰勒展开形式的不同,讨论均值移动点每步在运动方向上的密度递增范围和密度极大值点的位置。上述结论对于提高... 详细信息

根据核函数的不同特点,分析得出均值移动算法的步长可能为牛顿步长、高斯-牛顿步长或一种非线性步长。根据均值移动密度函数泰勒展开形式的不同,讨论均值移动点每步在运动方向上的密度递增范围和密度极大值点的位置。上述结论对于提高均值移动算法的收敛速度有指导作用。

关键词：均值移动图像处理目标跟踪收敛性

来源：评论

学校读者我要写书评

暂无评论

均值移动算法收敛性及均值移动矢量夹角分析

引用

计算机工程与应用 2010年第7期46卷 34-38页

作者：郭庆昌王敏毅中国船舶重工集团公司第七一〇研究所湖北宜昌443000

均值移动算法是一种统计迭代算法,目前在图像处理中得到了广泛应用。但是对其性质的分析仍然不完善,针对以往文献对均值移动算法收敛性证明的错误和不足,根据柯西收敛定理严格证明了均值移动算法的收敛性;证明了基于任意核,两连续均值... 详细信息

均值移动算法是一种统计迭代算法,目前在图像处理中得到了广泛应用。但是对其性质的分析仍然不完善,针对以往文献对均值移动算法收敛性证明的错误和不足,根据柯西收敛定理严格证明了均值移动算法的收敛性;证明了基于任意核,两连续均值移动矢量的夹角都不大于90°。

关键词：均值移动收敛性柯西收敛定理

来源：评论

学校读者我要写书评

暂无评论

基于均值移动确定性漂移的改进CONDENSATION人脸跟踪

引用

光电工程 2009年第2期36卷 137-142页

作者：高建坡韦志辉孟迎军吴镇扬南京理工大学电子工程与光电技术学院南京210094 东南大学信息科学与工程学院南京210096

针对视频序列目标跟踪粒子滤波经典CONDENSATION算法用先验转移概率,即采用一阶或二阶AR模型难以有效进行粒子传播的问题,提出了一种改进的CONDENSATION人脸跟踪算法。首先利用高效的均值移动跟踪器以低廉的计算成本初步进行人脸目标跟... 详细信息

针对视频序列目标跟踪粒子滤波经典CONDENSATION算法用先验转移概率,即采用一阶或二阶AR模型难以有效进行粒子传播的问题,提出了一种改进的CONDENSATION人脸跟踪算法。首先利用高效的均值移动跟踪器以低廉的计算成本初步进行人脸目标跟踪定位,并用此初步跟踪结果来确定CONDENSATION粒子动态传播模型中的确定性漂移部分,然后只需加入一个较小的随机扩散噪声来完成粒子的传播。由于这样所得的粒子点能较为集中地分布在状态的真实区域附近,因而大大提高了粒子的利用效率。人脸跟踪实验表明,该改进算法的性能明显优于原CONDENSATION方法。

关键词：人脸跟踪粒子滤波 CONDENSATION 均值移动

来源：评论

学校读者我要写书评

暂无评论

均值移动算法及在图像处理和目标跟踪中的应用研究

均值移动算法及在图像处理和目标跟踪中的应用研究

引用

作者：郭庆昌哈尔滨工程大学

学位级别：博士

均值移动算法是一种迭代算法,在图像处理和计算机视觉中得到广泛的应用,但其理论分析仍然存在一定的不足。本课题完善了均值移动算法的理论证明,研究其在图像平滑、分割和目标跟踪中的应用。本论文完成的主要工作如下:针对以往文献对均... 详细信息

均值移动算法是一种迭代算法,在图像处理和计算机视觉中得到广泛的应用,但其理论分析仍然存在一定的不足。本课题完善了均值移动算法的理论证明,研究其在图像平滑、分割和目标跟踪中的应用。本论文完成的主要工作如下: 针对以往文献对均值移动算法密度函数分析的不足,讨论了轮廓函数k(x)与以x为自变量的核函数k(?)之间的凹凸性关系,以及核函数k(?)与密度函数f(x)之间的凹凸性关系。比较分析了均值移动算法两种运动方式的迭代时间长短和步数多少。根据柯西收敛定理更好的证明了均值移动算法的收敛性。提出并证明了同窗内均值移动矢量间的夹角不大于90度等。总结了均值移动步长为牛顿步长、高斯-牛顿步长或其它非线性步长的条件;讨论了均值移动点在运动方向上取密度极大值的位置;分析了均值移动函数在其收敛点处密度一阶导数为零的充要条件等; 研究了均值移动算法在图像平滑、分割和运动目标跟踪中的应用,针对图像平滑,提出了基于柱状HSV空间的均值移动图像平滑算法;分析了基于柱状HSV空间的多幅同场景图像的最优组合方法;通过实验比较分析了在不同颜色步长和空间步长情况下的图像平滑效果。针对图像分割,提出了根据当前帧图像边缘(由均值移动算法求出)和差分优化模板相结合的当前帧运动目标分割算法。针对目标跟踪,提出了双窗特征提取算法和基于像素分量的目标特征更新算法,以及跟踪窗自适应旋转和缩放算法。

关键词：均值移动图像平滑图像分割目标跟踪

来源：评论

学校读者我要写书评

暂无评论

均值移动视频目标跟踪算法研究

均值移动视频目标跟踪算法研究

引用

作者：陈建军东南大学

学位级别：博士

视频目标跟踪技术自动检测和跟踪视频序列中的目标，估计目标的运动参数和运动状态。其在视频分析与理解、友好人机交互、生物特征识别和视频会议等领域中应用广泛。均值移动算法是一种常用的视频目标跟踪算法，其原理简单，实时性能优... 详细信息

视频目标跟踪技术自动检测和跟踪视频序列中的目标，估计目标的运动参数和运动状态。其在视频分析与理解、友好人机交互、生物特征识别和视频会议等领域中应用广泛。均值移动算法是一种常用的视频目标跟踪算法，其原理简单，实时性能优越。本文主要在跟踪特征、候选目标模型处理、权值计算和算法跟踪框架的统一等方面对均值移动算法进行了改进。\n 论文的主要工作包括：\n (1)、给出一种以核共生矩阵为跟踪特征的均值移动跟踪算法。视频目标跟踪中的颜色特征易受环境光照、视角和摄像机参数等因素的影响。本文根据灰度共生矩阵的思想构造了核共生矩阵来描述目标模型和候选目标的纹理特征，并在此基础上提出了一种基于核共生矩阵的均值移动跟踪算法。存算法的实现过程中做了一些改进工作：构造核共生矩阵时对相反方向上的像素加以区分，从而更好地刻画目标的不对称特性；将目标模型和候选目标的核共生矩阵规整剑同一个比较大的常数，以提高计算精度；对各像素的权值计算公式进行修正以提高算法速度。真实场景跟踪实验表明，在光照较暗、照度变化和存在部分遮挡等条件下，论文所提算法仍能有效地跟踪目标。\n (2)、给出一种基于直方图平滑处理和新型相似性度量函数的小尺寸目标跟踪算法。小尺寸目标跟踪是视频目标跟踪中的难题。论文分析了基于均值移动的小尺寸目标跟踪算法的两个主要难题：算法跟踪中断和丢失跟踪口标。论文在这两个方面对小尺寸目标跟踪算法进行改进。给出了一种新的直主图单元编号方法，使包含目标颜色分量的直方图单元分布得更为集中紧凑。当候选目标与目标模型不匹配时，给出一种平滑算法来处理候选目标的直方图。论文提出一种新的相似性度量函数，推导了相应的像素权值计算公式，在此基础上建立了基于均值移动的小尺寸目标跟踪算法。多段真实场景视频序列的跟踪实验表明，本文提出的算法可以有效地跟踪小尺寸目标，跟踪精度也有一定提高。\n (3)、研究了基于直方图插值处理和新型权值计算的均值移动小尺寸目标跟踪算法。论文介绍了小尺寸目标跟踪算法的研究现状。针对均值移动小尺寸目标跟踪算法存在的难题，本文给出了相应的解决方法。对传统Parzen窗密度估计法加以改进，并用于对候选目标区域的直方图进行插值处理，较好地解决了算法跟踪中断问题。论文采用Kullback-Leibler距离作为目标模型和候选目标之间的相似性度量函数，并推导了其相应的新型权值和位置达代更新计算公式，提高了算法的跟踪精度。多段视频序列的跟踪实验结果表明，本文提出的算法可以有效地跟踪小尺寸同标，能够成功跟踪只有6×12像素的小尺寸日标，而且跟踪得更加准确。\n (4)、提出广义均值移动跟踪算法，将CAMSHIFT算法和Comaniciu/Meer算法纳入到同一框架中。CAMSHIFT算法和Comaniciu/Meer算法是均值移动在视频目标跟踪中最为通用的两个基本算法。本文对Bradski和Comaniciu/Meer等人的工作加以推广，给出了广义均值移动跟踪算法。算法采用一个一般形式的相似性度量函数，并在其基础上推导了搜索窗口的新位置迭代公式。新算法基于搜索窗内各像素的权值的零阶矩来计算更新其窗口尺寸。然后论文证明现有的两种基本算法都可以纳入到广义均值移动跟踪算法的框架中。对多段视频序列的跟踪实验结果分析比较了统一框架中三种均值移动算法的跟踪性能。

关键词：视频目标跟踪技术均值移动跟踪算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：