排序方式: 共有25条查询结果,搜索用时 802 毫秒
1.
2.
为了有效实现视频异常 行为的自动识别,基于动态粒子流场,将视频运动对象的运 动行为,映射为有效 反映其运动变化状态的动态粒子流,同时提取度量不同场景内容下的运动方式各异的异常行 为的显著性运动特 征,进行异常行为的分类与识别。对来自不同场景并具有不同运动行为方式的公开视频 测试序列的实验表明,本文方法无需跟踪运动对象,也无需预先采集 异常行为样本进行学习与训 练,可在多种条件下实现视频运动对象异常行为的有效自动识别。 相似文献
3.
人脸检测广泛应用到人脸识别、数字视频处理、安全访问控制、视觉监测、基于内容的检索等领域.比较众多人脸检测算法,文章提出了一种改进的基于Adaboost算法的人脸检测算法.该算法的核心是肤色分割结合基于Adaboost算法的人脸检测.首先,对彩色图像进行肤色分割,通过肤色区域的大小和长宽比等规则去除部分类肤色区域,得到可疑的人脸区域.其次,基于Adaboost算法的灰度特征得到最终的人脸.通过大量彩色图像的实验,证实了该方法的准确性和鲁棒性. 相似文献
4.
5.
采用指势进行人机交互,可充分发挥人类日常技能,摆脱常规输入设备束缚.实现自然的指势人机交互的关键是,如何从复杂的人机交互场景中有效提取指势用户对象,提出了基于时/空运动特征的指势用户对象识别新方法.基于多尺度小波变换在时/空域所具有的优异局部化特性,从复杂场景中提取前景运动对象,克服环境条件约束以及动态环境变化及先验假设等不足;基于多尺度小波变换的梯度积分图方法,获取稳定可靠的指势手部HOG特征,采用机器学习方法,对上述特征向量分类,并基于指势手与指势用户对象的空间关联性识别指势用户对象.通过实验对比,结果表明本文方法有效、可行. 相似文献
6.
7.
基于空间虚拟墙的行人越界异常行为自动识别 总被引:2,自引:2,他引:0
提出了基于空间虚拟墙的行人越界异常行为自动识 别方法。基于人头刚体不变性及其个体类Haar特征的差异性,融合级联分类器与粒子滤波动 态跟 踪链,实现视频场景下的人头 目标跟踪与定位。进而基于人体身高不变性,建立基于行人头顶的三维平面方程及 其视频监控场景下的空间虚拟墙, 从而将行人跨越二维场景警戒线问题,转化为行人穿越三维空间虚拟警戒墙,实现行人是否 越界的有效判断。通过在不同视 频场景的实验验证与对比,结果表明,所提方法有效、可行,无需特定的硬件支持以及场景 条件约束。 相似文献
8.
9.
古陶瓷是历史的遗存, 具有不可再生性,因而理想的古陶瓷分析技术应该是无损的。为客观、有效地对古陶瓷窑口进行无损鉴定,提出了一种基于紫外、可见光和近红外的多波段漫反射光谱无损鉴定方法。针对传统单一波段古陶瓷窑口鉴定对目标特征描述不足的问题,即在可见光波段区域,漫反射光谱数据可反映古陶瓷的颜色特征,但在同一窑口烧制的陶瓷也会有不同的颜色属性,仅仅根据可见光波段的漫反射反射率来鉴定窑口来源是不合理的,在紫外与近红外波段,古陶瓷内部分子与此波段光发生作用后的漫反射光谱数据,可反映古陶瓷携带的丰富样品结构和物质属性信息,结合紫外与近红外光谱漫反射光谱数据可有效提高特征的表达,因此提出利用紫外、可见光和近红外的多波段特征提取方法。在实验过程中,基于多波段线性特征融合窑口平均鉴定准确率为92.9%,相比于单波段的窑口鉴定平均准确率91.1%提高了1.8%,实验结果验证了所提多波段方法相对单波段方法的有效性;在特征提取过程中,常用小波变换对光谱信号进行处理,但由于古陶瓷漫反射光谱波信号在紫外、可见光与近红外波段形波动大,频率变化大,因此,在小波基的选取上存在很大困难,提出利用自适应时频分析特征提取方法,其特点是可自适应分配不同频率子波本征模态函数,通过选择合适的本征模态函数来提取古陶瓷不同波段的光谱特征,但在分解过程中存在过分解现象,即虚假的本征模态函数,将所有样本与分解的本征模态函数的平均相关系数和平均方差贡献率作为选择本征模态函数的标准,实验结果表明,随着分解阶次的递增平均相关系数和平均方差贡献率递减,当分解阶次为4时,相关系数和方差贡献率都为0.30,但当分解阶次为5时,相关系数和方差贡献率仅为0.15和0.18,因此选择4阶分解,用于不同波段的特征提取;所提取的特征给与分类器进行分类时,不同波段的特征对分类的准确率贡献不同,因此在此基础上,计算不同光谱特征的散布矩阵,利用类内与类间散布矩阵的迹,计算特征融合时不同波段特征的权重,自适应分配权重并进行非线性特征融合,权重越大,表明该类特征对鉴别的贡献越大,非线性特征融合时,平均鉴定准确率为94.5%,相比于线性特征融合鉴定平均准确率92.9%提高了1.6%;其中分类器采用k最近邻分类器对来自不同窑口的古陶瓷进行无损分类识别。通过客观定量地将该方法与同类方法进行对比,朱旭峰等利用非线性特征融合方法,窑口平均鉴定准确率为86.97%,该方法比其高7.53%。刘峰等采用基于协方差阵进行特征级融合多波段方法,窑口平均鉴定准确率为89.63%,该方法比其高4.87%。实验结果表明所提方法有效、可行,可作为古陶瓷窑口鉴定的有效辅助鉴定方法。 相似文献
10.