检索结果-内蒙古大学图书馆

模式识别与人工智能 2007年第6期20卷 849-854页

作者：周露平王智灵陈宗海中国科学技术大学自动化系多媒体计算与通信教育部-微软重点实验室合肥230027

针对运动模型的非线性和运动估计的鲁棒性问题,提出一种结合 M-估计等价加权原理的鲁棒无迹卡尔曼滤波(UKF)算法(M-UKF).该算法首先利用 UKF 算法获得初步的运动参数的估计,然后利用 M-UKF 算法得到较为准确的估计值.将 M-估计与 UKF ... 详细信息

针对运动模型的非线性和运动估计的鲁棒性问题,提出一种结合 M-估计等价加权原理的鲁棒无迹卡尔曼滤波(UKF)算法(M-UKF).该算法首先利用 UKF 算法获得初步的运动参数的估计,然后利用 M-UKF 算法得到较为准确的估计值.将 M-估计与 UKF 方法相结合,既解决了针对运动模型非线性的估计问题,又能较好地克服离群数据的干扰,大大提高估计的鲁棒性.通过模拟数据的仿真和实际图像序列的测试说明该方法的有效性.

关键词：运动估计卡尔曼滤波无迹卡尔曼滤波(UKF) M-估计鲁棒估计

来源：评论

学校读者我要写书评

暂无评论

基于鲁棒统计量的运动检测与目标跟踪策略

引用

系统仿真学报 2006年第2期18卷 439-443页

作者：胡玉锁陈会勇陈宗海中国科学技术大学多媒体计算与通信教育部-微软重点实验室中国科学技术大学自动化系安徽合肥230027

提出了一种基于鲁棒统计量的运动检测方法。该方法通过对全局运动的鲁棒估计和对残差进行假设检验的方法来检测运动物体区域。为了消除遮挡效应的影响,提高算法的精度,在检测过程中,利用双向运动估计的方法来对残差进行归一化。在此基础... 详细信息

提出了一种基于鲁棒统计量的运动检测方法。该方法通过对全局运动的鲁棒估计和对残差进行假设检验的方法来检测运动物体区域。为了消除遮挡效应的影响,提高算法的精度,在检测过程中,利用双向运动估计的方法来对残差进行归一化。在此基础上,提出了一种鲁棒主动轮廓模型,用于跟踪运动物体轮廓,并采用LevelSet方法对该模型进行求解。实际视频的实验结果表明,该方法能够可靠、准确的检测与跟踪运动物体。

关键词：机器视觉运动检测物体跟踪鲁棒估计主动轮廓模型:LevelSet

来源：评论

学校读者我要写书评

暂无评论

针对不同信息特征的鲁棒背景建模技术分析

引用

模式识别与人工智能 2009年第2期22卷 240-245页

作者：王智灵周露平陈宗海中国科学技术大学自动化系多媒体计算与通信教育部-微软重点实验室合肥230027 中国科学院自动化研究所模式识别国家重点实验室北京100080

背景建模是实现运动目标检测与跟踪任务的关键技术之一,背景模型的鲁棒性问题受到普遍关注.本文针对背景建模所依赖的不同信息特征,从实际应用和样本集形态两个方面分析了背景模型的鲁棒性需求.根据不同信息的描述和处理的特点综述了背... 详细信息

背景建模是实现运动目标检测与跟踪任务的关键技术之一,背景模型的鲁棒性问题受到普遍关注.本文针对背景建模所依赖的不同信息特征,从实际应用和样本集形态两个方面分析了背景模型的鲁棒性需求.根据不同信息的描述和处理的特点综述了背景建模的典型算法,并考察其对鲁棒性需求的处理策略.然后就不同层次信息的描述及其鲁棒性,比较了典型背景建模系统,并分析了背景建模技术的发展趋势.

关键词：目标检测与跟踪背景建模背景剪除鲁棒性多信息描述

来源：评论

学校读者我要写书评

暂无评论

基于分布匹配的主动轮廓模型及其图像分割算法

引用

吉林大学学报（工学版） 2008年第6期38卷 1441-1446页

作者：陈宗海方伟陈会勇王智灵中国科学技术大学自动化系多媒体计算与通信教育部一微软重点实验室合肥230027 中国科学院自动化研究所模式识别国家重点实验室北京100080

针对运动目标跟踪的快速性和鲁棒性要求,提出了基于分布匹配的主动轮廓模型,该模型将模板和候选区域的分布匹配标准——相对熵(即Kullback-Leibler距离)作为主动轮廓的外部能量,使用目标和背景全图像的匹配,克服了跟踪过程中噪声的影响... 详细信息

针对运动目标跟踪的快速性和鲁棒性要求,提出了基于分布匹配的主动轮廓模型,该模型将模板和候选区域的分布匹配标准——相对熵(即Kullback-Leibler距离)作为主动轮廓的外部能量,使用目标和背景全图像的匹配,克服了跟踪过程中噪声的影响。同时根据匹配力构建帧内和帧间的运动向量,加快了序列图像分割速度。相比于现有的基于边缘、块匹配、区域匹配的主动轮廓模型,该模型具有更好的噪声鲁棒性及在跟踪过程中容忍目标旋转和较大位移的能力。实验验证了该模型的有效性。

关键词：计算机应用分布匹配主动轮廓模型序列图像分割运动目标跟踪

来源：评论

学校读者我要写书评

暂无评论

基于全拼图的体育视频结构的无监督挖掘(英文)

引用

中国科学技术大学学报 2005年第2期35卷 250-257页

作者：梅涛周荷琴冯焕清刘勃中国科学技术大学多媒体计算与通信教育部微软重点实验室安徽合肥230026 中国科学技术大学自动化系安徽合肥230026

为实现对视频更为有效的浏览和摘要,提出了一个通用的体育视频结构的无监督挖掘的方法.对每一个镜头生成一个全拼图作为表征该镜头内容的图像. 通过对全拼图的聚类和投票过程,该方法能挖掘出体育视频中的两个基本结构单元,即含有重要内... 详细信息

为实现对视频更为有效的浏览和摘要,提出了一个通用的体育视频结构的无监督挖掘的方法.对每一个镜头生成一个全拼图作为表征该镜头内容的图像. 通过对全拼图的聚类和投票过程,该方法能挖掘出体育视频中的两个基本结构单元,即含有重要内容的play和不含重要内容的break. 此方法主要解决了以下问题:利用全拼图提取鲁棒的视觉特征;同现有的有监督的体育视频结构分析方法相比,该方法能在无先验知识的情况下实现对play/break的挖掘. 对几种不同体育视频进行的试验表明了该方法的有效性和鲁棒性. 另外,同基于关键帧提取特征进行对比的试验结果也表明,此方法具有更好的准确性.

关键词：体育视频分析全拼图结构挖掘 play/break

来源：评论

学校读者我要写书评

暂无评论

基于扩散模型的条件引导图像生成综述

引用

浙江大学学报（理学版） 2023年第6期50卷 651-667页

作者：刘泽润尹宇飞薛文灏郭蕊程乐超之江实验室浙江杭州311121 中国科学技术大学多媒体计算与通信教育部-微软重点实验室安徽合肥230026 西北工业大学自动化学院陕西西安710072

基于人工智能技术的生成内容(artificial intelligence generated content,AIGC)已成为当下的热门话题。在众多生成模型中,扩散模型因其高度可解释的数学特性及高质量和多样性的结果引起广泛关注,在条件引导的图像生成领域已取得显著成... 详细信息

基于人工智能技术的生成内容(artificial intelligence generated content,AIGC)已成为当下的热门话题。在众多生成模型中,扩散模型因其高度可解释的数学特性及高质量和多样性的结果引起广泛关注,在条件引导的图像生成领域已取得显著成果,被广泛应用于电影、游戏、绘画和虚拟现实等领域,在文本引导的图像生成任务中,扩散模型不仅能生成高分辨率的图像,而且能保证生成图像的质量。首先介绍了扩散模型的定义和相关背景,然后重点介绍了扩散模型在条件引导的图像生成领域的发展历程和最新进展,最后探讨了扩散模型面临的挑战和潜在的发展方向,旨在为广大研究人员提供相关领域的研究概况和前沿动态。

关键词：扩散模型条件引导的图像生成应用

来源：评论

学校读者我要写书评

暂无评论

基于多信息层次的鲁棒背景建模方法

基于多信息层次的鲁棒背景建模方法

引用

2007系统仿真技术及其应用学术会议

作者：王智灵陈宗海周露平多媒体计算与通信教育部——微软重点实验室中国科学技术大学自动化系多媒体计算与通信教育部——微软重点实验室中国科学技术大学自动化系多媒体计算与通信教育部——微软重点实验室中国科学技术大学自动化系

背景建模对运动目标检测与跟踪任务具有重要意义,鲁棒性问题是其关键问题。本文首先从实际应用和样本集形态两个方面分析背景建模任务的鲁棒性需求,然后从信息的描述和处理层次综述当前的背景建模算法,考察其对鲁棒性需求的处理方式,最... 详细信息

背景建模对运动目标检测与跟踪任务具有重要意义,鲁棒性问题是其关键问题。本文首先从实际应用和样本集形态两个方面分析背景建模任务的鲁棒性需求,然后从信息的描述和处理层次综述当前的背景建模算法,考察其对鲁棒性需求的处理方式,最后就信息描述层次和模型的鲁棒性对背景建模的最新进展进行了综合对比和分析,讨论了当前研究的难点和趋势所在．

关键词：背景建模鲁棒性信息描述层次

来源：评论

学校读者我要写书评

暂无评论

运动估计中的不确定性分析

运动估计中的不确定性分析

引用

2007系统仿真技术及其应用学术会议

作者：周露平陈宗海王海波多媒体计算与通信教育部-微软重点实验室中国科学技术大学自动化系多媒体计算与通信教育部-微软重点实验室中国科学技术大学自动化系多媒体计算与通信教育部-微软重点实验室中国科学技术大学自动化系

本文首先给出了运动估计的模型;其次分析了运动估计中不确定性的来源,指出其不确定性主要来自环境信息层、摄像机信息层、图像处理层和运动估计层四个层次：最后,针对图像信息层和运动估计层从图像信息层、鲁棒估计和定性定量方法三个... 详细信息

本文首先给出了运动估计的模型;其次分析了运动估计中不确定性的来源,指出其不确定性主要来自环境信息层、摄像机信息层、图像处理层和运动估计层四个层次：最后,针对图像信息层和运动估计层从图像信息层、鲁棒估计和定性定量方法三个角度分别介绍了目前存在的一些不确定性的解决办法．

关键词：运动估计不确定性摄像机鲁棒估计定性定量方法

来源：评论

学校读者我要写书评

暂无评论

具有生物智能的动态场景下运动目标鲁棒跟踪方法

具有生物智能的动态场景下运动目标鲁棒跟踪方法

引用

2007年全国模式识别学术会议

作者：王智灵陈宗海多媒体计算与通信教育部-微软重点实验室中国科学技术大学自动化系，合肥 230027 多媒体计算与通信教育部-微软重点实验室中国科学技术大学自动化系，合肥 230027 中国科学院自动化研究所模式识别国家重点实验室，北京 100080

动态场景下的运动目标检测与跟踪是计算机视觉研究的前沿方向，对场景的局部突变和目标的外观突变的鲁棒性是当前研究的难点所在。针对这种情形，本文提出一种具有生物智能的鲁棒跟踪方法。该方法利用蛙眼视觉认知的生理特性和外部特性... 详细信息

动态场景下的运动目标检测与跟踪是计算机视觉研究的前沿方向，对场景的局部突变和目标的外观突变的鲁棒性是当前研究的难点所在。针对这种情形，本文提出一种具有生物智能的鲁棒跟踪方法。该方法利用蛙眼视觉认知的生理特性和外部特性，设计一种与之相应的模糊化区域理解的运动目标跟踪方法。针对实验室环境下的动态序列的实验结果验证了方法的有效性;并进一步将该方法与传统的Canny算子理解结果及经典的Mean-Shift算法理解结果进行对比，显示了方法的优越性。

关键词：生物智能蛙眼认知运动目标跟踪局部场景突变模糊化区域理解 Mean-Shift

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：