期刊文献+
共找到89篇文章
< 1 2 5 >
每页显示 20 50 100
基于级联AdaBoost分类器的农作物虫害图像识别研究 预览
1
作者 卢柳江 匡迎春 +1 位作者 陈兰鑫 李国睿 《中国农机化学报》 北大核心 2019年第8期127-131,共5页
农作物虫害预防是农业生产中的重要环节。针对传统的虫害预防工作强度大、耗时长、效率低的问题,本文应用机器学习理论,在农作物害虫识别方面进行相关的研究,提出一种基于级联AdaBoost分类器的虫害识别方法。使用Haar-like特征提取害虫... 农作物虫害预防是农业生产中的重要环节。针对传统的虫害预防工作强度大、耗时长、效率低的问题,本文应用机器学习理论,在农作物害虫识别方面进行相关的研究,提出一种基于级联AdaBoost分类器的虫害识别方法。使用Haar-like特征提取害虫的特征,将提取到的特征构建弱分类器,并通过AdaBoost算法将构建得到的弱分类器集合得到强分类器,最后通过级联的方式得到一个级联AdaBoost分类器来识别害虫。试验表明,本文方法对简单背景的虫害图片能够达到95.71%的识别率,对复杂背景的虫害图片能达到86.67%的识别率,为农作物虫害的识别和预防提供有效途径。 展开更多
关键词 机器学习 HAAR-LIKE特征 ADABOOST算法 虫害识别
在线阅读 下载PDF
基于AdaBoost的人脸检测算法研究 预览
2
作者 白燕 《现代计算机》 2019年第9期75-79,共5页
基于AdaBoost的人脸检测算法在层出不穷的算法中处于十分重要的地位。该算法使用Haar-like特征提取图像的人脸特征,采用积分图快速计算特征数值,依据加权投票的方式挑选出弱分类器并将其构造成强分类器,有效提高分类器的检测速度。这种... 基于AdaBoost的人脸检测算法在层出不穷的算法中处于十分重要的地位。该算法使用Haar-like特征提取图像的人脸特征,采用积分图快速计算特征数值,依据加权投票的方式挑选出弱分类器并将其构造成强分类器,有效提高分类器的检测速度。这种算法具有高速、高精度以及高稳定性的特点,总体性能良好。 展开更多
关键词 HAAR-LIKE特征 积分图 分类器
在线阅读 免费下载
一种新的AdaBoost人脸检测方法 预览
3
作者 闫河 王鹏 +3 位作者 杨晓龙 董莺艳 罗成 李焕 《重庆理工大学学报:自然科学》 CAS 北大核心 2019年第2期106-110,161共6页
针对Haar-like特征的Adaboost人脸检测算法准确率低和检测时间长的问题,提出新的Haar-like特征扩展集;运用积分的方式计算出特征组,采用Adaboost算法训练级联分类器,并用于人脸检测。在OpenCV上的对比实验结果表明:所提出的方法不仅提... 针对Haar-like特征的Adaboost人脸检测算法准确率低和检测时间长的问题,提出新的Haar-like特征扩展集;运用积分的方式计算出特征组,采用Adaboost算法训练级联分类器,并用于人脸检测。在OpenCV上的对比实验结果表明:所提出的方法不仅提高了人脸识别的检出率,而且还提高了检测的速度,同时也证明了所提方法在人脸检测上有较好的鲁棒性。 展开更多
关键词 HAAR-LIKE特征 ADABOOST算法 人脸检测 积分图 级联分类器
在线阅读 免费下载
结合低维特征和在线加权MIL的目标跟踪算法 预览
4
作者 孔凡芝 李金龙 吴冬梅 《计算机工程与应用》 CSCD 北大核心 2019年第18期116-121,139,共7页
为了提高视频序列中目标跟踪的准确性,提出了结合低维Haar-like特征和在线加权多示例学习(OWMIL)的跟踪算法。将训练集中的图像进行剪裁,构建正负样本集。通过稀疏编码提取低维度的Haar-like特征来表示目标。通过这些正负样本的局部稀... 为了提高视频序列中目标跟踪的准确性,提出了结合低维Haar-like特征和在线加权多示例学习(OWMIL)的跟踪算法。将训练集中的图像进行剪裁,构建正负样本集。通过稀疏编码提取低维度的Haar-like特征来表示目标。通过这些正负样本的局部稀疏特征在线学习生成弱分类器集,并通过示例加权方法来促进学习过程,最终生成一个强分类器,用于测试视频中的目标跟踪。实验结果表明,该算法在旋转、光照和尺度变化等影响下取得了优异的效果。相比其他几种改进型多示例学习算法,提出的算法获得了更好的跟踪效果。 展开更多
关键词 目标跟踪 在线加权多示例学习 HAAR-LIKE特征 稀疏表示
在线阅读 下载PDF
基于类Haar特征和自适应提升算法的前车识别 预览
5
作者 曹景胜 李刚 +2 位作者 石晶 王冬霞 郭银景 《科学技术与工程》 北大核心 2019年第7期161-165,共5页
针对汽车高级驾驶辅助系统(ADAS)中前方车辆识别率低的问题,基于机器视觉原理研究了前方道路图像中的类Haar特征;并进行积分图计算。在提取类Haar特征基础上,采用自适应提升(Ada Boost)算法进行正负样本训练并级联,得到训练好的模型;进... 针对汽车高级驾驶辅助系统(ADAS)中前方车辆识别率低的问题,基于机器视觉原理研究了前方道路图像中的类Haar特征;并进行积分图计算。在提取类Haar特征基础上,采用自适应提升(Ada Boost)算法进行正负样本训练并级联,得到训练好的模型;进而检测和识别汽车行驶中前方车辆。最后基于Open CV计算机视觉库在Visual Studio开发环境中进行了算法实现和测试。结果表明,每帧视频图像识别时间小于40 ms,检测率准确可靠,满足多场景、多工况下的前方车辆实时识别。 展开更多
关键词 高级驾驶辅助系统 前车识别 机器视觉 HAAR特征 自适应提升算法
在线阅读 免费下载
基于双核协同学习模型的红外目标跟踪算法 预览
6
作者 曾金发 吴恩斯 李能勇 《红外技术》 CSCD 北大核心 2018年第5期438-443,共6页
在红外目标跟踪中,如何鲁棒地跟踪上目标,对提升武器装备战斗力意义重大。本文在核相关目标跟踪算法(KCF)的基础上提出了一种有效的多特征协同学习核相关红外目标跟踪算法,该算法通过KCF模型将HOG(Histogram of Oriented Gradient)... 在红外目标跟踪中,如何鲁棒地跟踪上目标,对提升武器装备战斗力意义重大。本文在核相关目标跟踪算法(KCF)的基础上提出了一种有效的多特征协同学习核相关红外目标跟踪算法,该算法通过KCF模型将HOG(Histogram of Oriented Gradient)特征与Haar-like特征整合到一个框架中,解决了单一特征不足以表征目标外观变化,同时大大提升了红外目标跟踪的准确性与稳定性。同时,本文也提出了一种自适应学习因子策略,增强了模型的泛化能力。大量定性定量实验结果表明本文所提算法在重叠率准则(OR)和跟踪中心误差(CLE)准则上超过现有大多数算法,同时其跟踪速度也超过大多数算法。 展开更多
关键词 目标跟踪 协同学习 红外目标 多特征 HOG特征 HAAR-LIKE特征
在线阅读 下载PDF
一种双阶段的高速高精度LED固晶识别定位方法 预览
7
作者 李呈怡 刘化轩 李俊 《计算机应用与软件》 北大核心 2018年第6期169-173,209共6页
针对LED微晶粒(0.1~1 mm)吸取、固胶过程中快速识别与精确定位的需求,提出一种基于AdaBoost级联分类器与模板匹配的双阶段固晶目标(待吸取的晶粒和固胶的杯框)的识别定位算法。算法利用基于Haarlike特征的弱分类器构成的AdaBoost... 针对LED微晶粒(0.1~1 mm)吸取、固胶过程中快速识别与精确定位的需求,提出一种基于AdaBoost级联分类器与模板匹配的双阶段固晶目标(待吸取的晶粒和固胶的杯框)的识别定位算法。算法利用基于Haarlike特征的弱分类器构成的AdaBoost级联分类器快速识别固晶目标以建立候选目标集从而实现初步定位;采用模板匹配的方式从候选集中筛选出目标并实现精确定位。算法通过第一阶段的初步识别定位大大缩小了第二阶段模板匹配的搜索空间,既减少了计算时耗,又保证了精度。测试实验表明,算法可满足固晶机6~8粒/秒的固晶速度需求,且达亚像素级的定位精度。 展开更多
关键词 LED固晶 ADABOOST算法 模板匹配 HAAR-LIKE特征
在线阅读 下载PDF
基于双眼定位与状态判决疲劳检测算法 预览
8
作者 唐美霞 何勇 《计算机工程与设计》 北大核心 2018年第6期1750-1754,1787共6页
提出一种基于计算机视觉的驾驶员疲劳状态检测方法,依据驾驶员双眼状态来辨别驾驶员是否疲劳。采用一种时空约束的Adaboost方法,快速检测驾驶员视频中的面部区域;在先验知识确定的可能眼睛区域,采用Haar-like特征和Adaboost分类器快速... 提出一种基于计算机视觉的驾驶员疲劳状态检测方法,依据驾驶员双眼状态来辨别驾驶员是否疲劳。采用一种时空约束的Adaboost方法,快速检测驾驶员视频中的面部区域;在先验知识确定的可能眼睛区域,采用Haar-like特征和Adaboost分类器快速定位双眼区域;采用卷积神经网络的LeNet5网络架构,训练眼睛状态分类器和检测双眼状态,依据双眼是否闭合的特性判别驾驶员是否疲劳。实验结果表明,该方法能够可靠检测驾驶员的疲劳状态,检测效率高。 展开更多
关键词 大数据 疲劳检测 计算机视觉 卷积神经网络 HAAR-LIKE特征
在线阅读 下载PDF
基于无人机可见光图像Haar-like特征的水稻病害白穂识别 预览 被引量:2
9
作者 王震 褚桂坤 +5 位作者 张宏建 刘双喜 黄信诚 高发瑞 张春庆 王金星 《农业工程学报》 CSCD 北大核心 2018年第20期73-82,共10页
实现稻田精准植保的关键是自然环境下病变区域的准确识别。为实现大面积稻田中白穗的精确识别,该文提出一种小型多旋翼无人机水稻病害白穂识别系统,该系统以无人机平台作为图像采集、处理和识别的基础,首先对白穗图像提取Haar-like... 实现稻田精准植保的关键是自然环境下病变区域的准确识别。为实现大面积稻田中白穗的精确识别,该文提出一种小型多旋翼无人机水稻病害白穂识别系统,该系统以无人机平台作为图像采集、处理和识别的基础,首先对白穗图像提取Haar-like特征,其次以Adaboost算法进行白穗训练识别。以4类Haar-like特征及其组合构建弱分类器,用采集的稻田白穗和背景共700个样本点训练生成强分类器。所得强分类器对测试集中65幅图像中的423个白穗样本点进行识别验证,结果表明:白穗识别率可达93.62%,误识别率为5.44%,该方法可有效抑制一般的稻叶遮挡、稻穗黏连以及光照等复杂背景的影响,适合于自然环境下的稻田白穗现场识别。 展开更多
关键词 无人机 算法 病害 水稻白穗 HAAR-LIKE特征
在线阅读 下载PDF
基于Cascade Adaboost分类器的马铃薯快速定位方法 预览
10
作者 汪成龙 黄余凤 《湖南农业科学》 2018年第2期81-84,共4页
针对马铃薯表面灰度不均匀、纹理复杂不易定位的问题,通过采集类Haar(Haar-like)、局部二值模式(Local Binary Pattern,LBP)和方向梯度直方图(Histogramof Oriented Gradient,HOG),提出了基于级联自适应提升(Cascade Adaptive Boosting,... 针对马铃薯表面灰度不均匀、纹理复杂不易定位的问题,通过采集类Haar(Haar-like)、局部二值模式(Local Binary Pattern,LBP)和方向梯度直方图(Histogramof Oriented Gradient,HOG),提出了基于级联自适应提升(Cascade Adaptive Boosting,Cascade Adaboost)分类器的马铃薯定位方法。同时,针对背景区域易误判为马铃薯区域的问题,提出了一种候选区域二次筛选法。结果表明:优化后,利用训练好的类Haar+Cascade Adaboost分类器、LBP+Cascade Adaboost分类器和HOG+Cascade Adaboost分类器对测试集马铃薯图像进行测试,其检出率、虚警率、总体识别率分别为1.7%、0.8%、97.2%;95.9%、0.0%、98.9%和86.7%、3.5%、93.9%;耗时分别为8.2、7.5和30.3ms。这说明基于级联自适应提升(Cascade Adaptive Boosting,Cascade Adaboost)分类器的马铃薯定位方法,可快速准确定位运动中的马铃薯目标,其中LBP+Cascade Adaboost分类器的效果最优。 展开更多
关键词 CASCADE Adaboost 分类器 Haar 特征 局部二值模式 方向梯度直方图 马铃薯
在线阅读 下载PDF
基于OpenCV和机器学习的违法停车检测算法 预览
11
作者 刘海 谭中慧 《上海船舶运输科学研究所学报》 2018年第2期65-70,77共7页
传统的视频停车检测算法一般以视频图像像素灰度值变化、前景和背景差异及二值化特性等为研究目标,对目标缺乏整体辨识能力,检测精度容易受到人、车及物等其他交通参与者的影响,关键技术存在技术瓶颈。为改进违法停车检测算法,减少... 传统的视频停车检测算法一般以视频图像像素灰度值变化、前景和背景差异及二值化特性等为研究目标,对目标缺乏整体辨识能力,检测精度容易受到人、车及物等其他交通参与者的影响,关键技术存在技术瓶颈。为改进违法停车检测算法,减少外界环境对目标识别的影响,提高车辆目标辨识能力,提出基于OpenCV和机器学习的违法停车抓拍算法。以车辆整体为研究目标,选取Haar特征作为特征参数,采集大量正、负样本,通过OpenCV提供的Adaboost算法训练车辆分类器,在程序中通过调用OpenCV提供机器视觉接口函数,实现停车检测。该算法可有效克服交通流中人、车及物等环境因素的影响,提高目标辨识能力和识别速度,基于OpenCV和机器学习的违法停车检测算法比传统算法具有更好的有效性和鲁棒性。 展开更多
关键词 违法停车 OpneCV数据库 机器学习 Adaboost迭代算法 HAAR特征
在线阅读 下载PDF
前方车辆检测的特征融合算法研究与实现 预览 被引量:1
12
作者 刘冬军 徐美华 +1 位作者 龚露鸣 夏臣君 《上海大学学报:自然科学版》 CSCD 北大核心 2017年第6期893-904,共12页
为了解决前方车辆检测的鲁棒性和实时性问题,提出了一种基于车辆形态特征和类HAAR特征融合的前方车辆检测优化算法.为了克服车底阴影提取易受外部环境因素影响的缺陷,采用猴王遗传算法(monkey king genetic algorithm,MKGA)进行阈值分... 为了解决前方车辆检测的鲁棒性和实时性问题,提出了一种基于车辆形态特征和类HAAR特征融合的前方车辆检测优化算法.为了克服车底阴影提取易受外部环境因素影响的缺陷,采用猴王遗传算法(monkey king genetic algorithm,MKGA)进行阈值分割,提取车底阴影部分;然后通过车辆形态特征一次筛选得到感兴趣区域,并对感兴趣区域的类HAAR特征进行提取和降维,输入支持向量机(support vector machine,SVM)训练好的汽车分类器进行二次筛选.随机抽取视频的300帧进行算法验证,实验结果表明:算法在复杂环境下能够实现车辆检测,并且相比于单一特征的检测方法,准确率由80%提高至90%;利用类HAAR特征积分图和主成分分析(principal component analysis,PCA)降维能够有效地提高检测速度.算法满足驾驶辅助系统准确性和实时性的要求. 展开更多
关键词 交通工程 前方车辆检测 猴王遗传算法 形态特征 HAAR特征 主成分分析
在线阅读 下载PDF
基于Haar-like特征与Adaboost算法的前方车辆辨识技术研究 预览 被引量:2
13
作者 朱志明 乔洁 《电子测量技术》 2017年第5期180-184,共5页
为了提高前方车辆的辨识效能,提出一种融合Haar-like特征与Adaboost算法的前方车辆辨识方法,基于海量车辆样本集进行离线训练,提取有效车辆轮廓与纹理特征,以Haar-like特征作为目标描述方法,采用Adaboost机器学习算法训练分类器,并构建... 为了提高前方车辆的辨识效能,提出一种融合Haar-like特征与Adaboost算法的前方车辆辨识方法,基于海量车辆样本集进行离线训练,提取有效车辆轮廓与纹理特征,以Haar-like特征作为目标描述方法,采用Adaboost机器学习算法训练分类器,并构建特征样本级联分类器,对测试对象进行车辆存在性检测。试验结果表明,提出的融合Haar-like与Adaboost的车辆辨识算法检测准确率为91%以上,平均检测速率28ms,对车辆类型和环境干扰等非确定因素具有较强的自适应能力,提高了前方车辆纵向检测的鲁棒性,满足了车辆纵向维度的安全行驶应用需求。 展开更多
关键词 HAAR-LIKE特征 ADABOOST 训练样本集 辨识
在线阅读 下载PDF
基于多方向角Gabor与RBF神经网络结合的目标识别算法 预览 被引量:1
14
作者 徐令彬 刘帅凤 曹伟光 《太原理工大学学报》 北大核心 2017年第4期647-651,共5页
针对导弹末端制导过程中CCD摄像头抓捕目标的背景、光照及相对旋转角度变化和噪声等因素造成目标识别率降低问题,在结合多方向角Gabor滤波器和RBF神经网络的基础上,提出了一种基于特征匹配的目标识别算法。该算法采用Gabor滤波器对待匹... 针对导弹末端制导过程中CCD摄像头抓捕目标的背景、光照及相对旋转角度变化和噪声等因素造成目标识别率降低问题,在结合多方向角Gabor滤波器和RBF神经网络的基础上,提出了一种基于特征匹配的目标识别算法。该算法采用Gabor滤波器对待匹配图像进行预处理,通过将多个不同方向角Gabor滤波器的结果进行叠加和归一化处理的方法,突出了目标轮廓特征,然后提取纹理图像的4类Haar-like特征,再利用训练完成的RBF网络模型进行识别。实验结果表明,算法在保证实时性的基础上提高了目标识别率。 展开更多
关键词 GABOR滤波器 HAAR-LIKE特征 RBF神经网络 改进FCM算法
在线阅读 免费下载
基于Grabcut和Adaboost算法的人脸识别系统设计与实现 预览 被引量:1
15
作者 郑鹏程 郭中华 《软件导刊》 2017年第12期99-101,105共4页
使用Adaboost算法实现人脸检测会出现一定的误检率。针对这一问题,设计了一种在误检情况下的识别系统,对待识别图像先使用grabcut前景检测算法进行前背景分割,在一定程度上消除环境因素的影响,然后对分割结果进行人脸检测和识别。该系... 使用Adaboost算法实现人脸检测会出现一定的误检率。针对这一问题,设计了一种在误检情况下的识别系统,对待识别图像先使用grabcut前景检测算法进行前背景分割,在一定程度上消除环境因素的影响,然后对分割结果进行人脸检测和识别。该系统检测部分使用haar级联分类器,识别部分使用特征脸算法。实验结果表明,结合grabcut和Adaboost算法系统在识别率和检测率方面均有一定提高,且识别速度较快。 展开更多
关键词 人脸识别 grabcut算法 HAAR-LIKE特征 ADABOOST OPENCV
在线阅读 免费下载
基于Y通道Haar-like特征的压缩跟踪 被引量:2
16
作者 车芳 韩俊刚 陈俊艳 《小型微型计算机系统》 CSCD 北大核心 2017年第8期1872-1876,共5页
针对压缩跟踪(CT)算法中存在特征单一,发生遮挡情况时易丢失目标的问题,提出基于Y通道Haar-like特征的压缩跟踪算法.为了更好地表示目标,该算法基于YUV格式图像的Y通道随机生成位置、大小的Haar-like特征;然后在预测点附近搜索目标位... 针对压缩跟踪(CT)算法中存在特征单一,发生遮挡情况时易丢失目标的问题,提出基于Y通道Haar-like特征的压缩跟踪算法.为了更好地表示目标,该算法基于YUV格式图像的Y通道随机生成位置、大小的Haar-like特征;然后在预测点附近搜索目标位置,最后提出一种遮挡控制策略来缓解短暂遮挡,用卡方统计法去判断是否存在遮挡以及是否需要更新模板参数.对不同视频的测试结表明,该方法在目标存在光照变化、位置移动、遮挡的情况下,均能取得良好的跟踪效果.与原始压缩感知算法相比,本算法降低了目标中心位置的平均误差,减少了因遮挡而导致目标丢失的情况. 展开更多
关键词 压缩跟踪 Y通道 HAAR-LIKE特征 目标预测 遮挡处理
基于Haar-like特征的LED固晶目标识别定位方法 预览
17
作者 刘化轩 《工业控制计算机》 2017年第5期101-102,105共3页
为了让全自动LED固晶设备能实时准确地识别出固晶目标,提出了一种基于Haar-like特征的识别定位方法。该算法通过积分图快速计算Haar-like矩形特征值以保证自身的高效性,其操作过程主要包含粗-精两个部分:首先利用Haar-like特征作为弱... 为了让全自动LED固晶设备能实时准确地识别出固晶目标,提出了一种基于Haar-like特征的识别定位方法。该算法通过积分图快速计算Haar-like矩形特征值以保证自身的高效性,其操作过程主要包含粗-精两个部分:首先利用Haar-like特征作为弱分类器组成的Adaboost分类器快速确定固晶目标位置候选集,然后对候选集中的目标位置采用NCC模板匹配的方式进行筛选。实验结果表明该算法能很好地满足固晶设备准确性和实时性的要求。 展开更多
关键词 LED HAAR-LIKE特征 模板匹配 ADABOOST
在线阅读 下载PDF
基于视频分析技术的车距测量及预警系统设计 预览 被引量:3
18
作者 王传钦 曹江涛 姬晓飞 《计算机技术与发展》 2016年第9期87-90,共4页
车距测量及预警是汽车主动安全技术中的一个重要组成部分,而基于视觉的车距测量及预警系统一直是智能车系统和辅助安全系统中研究的热点。为了提高车距测量的精确度和实时性,以Visualc++6.0集成开发环境和OpenCV开源计算机视觉库... 车距测量及预警是汽车主动安全技术中的一个重要组成部分,而基于视觉的车距测量及预警系统一直是智能车系统和辅助安全系统中研究的热点。为了提高车距测量的精确度和实时性,以Visualc++6.0集成开发环境和OpenCV开源计算机视觉库为实验平台,设计并实现了一种基于视频分析技术的车距测量及预警系统。该系统具有车辆检测、车辆跟踪、距离测量及预警等功能。以Haar-like特征作为图像描述,结合Adaboost算法训练分类器实现道路中车辆的检测;采用CamShift和Kalman相结合的方法实现目标车辆的跟踪及预测;提出一种基于RBF神经网络的车距测量及预测方法。实验结果表明,该系统能较准确地实现1~15m范围内的车辆检测及车距测量,且具有良好的实时性。 展开更多
关键词 车辆检测 HAAR-LIKE特征 ADABOOST算法 跟踪 RBF神经网络
在线阅读 下载PDF
番茄采摘机器人非颜色编码化目标识别算法研究 预览 被引量:14
19
作者 赵源深 贡亮 +3 位作者 周斌 黄亦翔 牛庆良 刘成良 《农业机械学报》 EI CAS CSCD 北大核心 2016年第7期1-7,共7页
为了实现番茄采摘机器人在非结构化环境下对目标番茄的准确识别,提出了一种基于非颜色编码的番茄识别算法。通过Haar-like特征及其编码的方法,结合AdaBoost深度学习算法可以获得用于识别成熟番茄的分类器;并研究了Haar-like特征类型和Ad... 为了实现番茄采摘机器人在非结构化环境下对目标番茄的准确识别,提出了一种基于非颜色编码的番茄识别算法。通过Haar-like特征及其编码的方法,结合AdaBoost深度学习算法可以获得用于识别成熟番茄的分类器;并研究了Haar-like特征类型和AdaBoost学习训练次数对分类器性能的影响。所得强分类器对测试集中的番茄进行在线识别试验。试验结果表明,测试集中93.3%的成熟番茄能够被正确识别;同时该分类器还对光照变化、果实粘连以及枝叶遮挡等干扰具有较强的自适应性和鲁棒性,满足采摘机器人对目标识别的技术要求。 展开更多
关键词 番茄 采摘机器人 目标识别 非颜色编码 HAAR-LIKE特征 ADABOOST
在线阅读 下载PDF
分块快速压缩追踪算法 预览
20
作者 张彬彬 王福龙 《计算机系统应用》 2016年第5期101-106,共6页
FCT作为一种新的追踪算法,具有简单、高效、实时的优点,但是该算法依旧存在缺点.在FCT中,由于压缩测量矩阵的稀疏性,忽略了样本的空间信息,使得提取的特征不能准确的表征样本;当追踪错误时没有补救措施.本文提出一种改进的快速压缩追踪... FCT作为一种新的追踪算法,具有简单、高效、实时的优点,但是该算法依旧存在缺点.在FCT中,由于压缩测量矩阵的稀疏性,忽略了样本的空间信息,使得提取的特征不能准确的表征样本;当追踪错误时没有补救措施.本文提出一种改进的快速压缩追踪算法,该方法充分利用样本图像的空间信息,分块提取样本的Haarlike特征;利用目标运动估计法矫正分类错误时追踪到的目标.通过调整压缩测量矩阵中行向量的稀疏度以及朴素贝叶斯分类器的阈值可以实现目标的准确追踪.实验结果表明,与快速压缩追踪算法(FCT)相比,本文改进后的算法,无论是在追踪相似度、追踪成功率还是主观视觉效果上都有所提高. 展开更多
关键词 快速压缩追踪(FCT) HAAR-LIKE特征 压缩感知 朴素贝叶斯分类器 稀疏性
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部 意见反馈