排序方式: 共有11条查询结果,搜索用时 15 毫秒
1.
运动船舶尺寸等参数的视频检测中,与船体同步运动的水面拖纹干扰会严重影响检测精度.为此,在描述显著性检测机理的基础上,提出了抑制船尾拖纹的船舶显著性视频检测方法:根据颜色对比度直方图得到内河场景的显著图;将原图超像素分割成若干子区域,以区域空间位置关系改进直方图对比度显著性检测结果得到区域显著图;通过该区域显著图初始化GrabCut算法,迭代分割过程中加入腐蚀膨胀操作来逼近目标边缘,从而提取运动船舶.实况视频测试结果表明,该方法能有效地抑制船尾拖纹,准确地检测出内河运动船舶,准确性达到94.6% 相似文献
2.
针对传统车辆图像特征在复杂场景下响鲁棒性和泛化能力低的问题,提出了车辆图像稀疏特征表示方法,并实现了基于稀疏特征的车辆图像支持向量机线性分类器,构建了基于稀疏特征和背景建模的监控车辆分类识别应用框架。与传统方法相比,该方法将车辆图像表示成字典集的低维稀疏线性组合,提高了特征表示泛化能力,能适应实时性监控视频分析的需求。实验结果表明,基于稀疏特征的车辆识别准确率比传统方法明显提升,并在低分辨率、阴影、遮挡等复杂场景下有较好的鲁棒性。 相似文献
3.
移动互联网和云计算技术的飞速发展,孕育了一种新的移动服务框架——移动云计算(mobile cloud computing,MCC)。传统遗传算法(standard genetic algorithm,SGA)作为一种元启发式算法,在解决移动云环境中负载均衡问题时存在着收敛速度慢、易于陷入局部收敛的问题。提出了一种优化的负载均衡算法,采用基于多目标的适应度函数,自适应的交叉和变异算子,更好地适应了移动云环境中资源的异质性特征和资源部署的实时性需求。采用云仿真器Cloudsim进行仿真,结果表明改进算法在负载均衡度和资源部署时间方面均优于传统遗传算法。 相似文献
4.
5.
6.
随着互联网的发展,基于语音和视频的网络应用服务层出不穷,人们开始不仅仅满足于知道网络 QoS 参数,更加关注网络服务的好坏,即 QoE 评价指标。目前常用的视频 QoE 评价的方法是基于图像评价的算法如 PSNR 算法、VQM 评价算法等。这些算法需要原始视频图像进行对比,较为复杂,实时性差。本文研究了一种基于 BP 神经网络的 QoS 到流媒体 QoE 映射模型,使用抖动和丢包两个网络 QoS 参数作为输入层神经元,基于 VQM 算法的 QoE 评价值作为输出层神经元。使用若干组 QoS 和 QoE 数据训练该 BP 神经网络,分别使用单隐含层 BP 神经网络和多隐含层 BP 神经网络进行效果对比,之后使用该神经网络和 QoS 参数对 QoE 评价值进行预测,并与 QoE 实际值比较验证。得到基于 BP 神经网络的 QoS 到 QoE 的映射模型。该模型较为简单,拟合度高,RMS 误差较小。 相似文献
7.
借助于监控视频实时提取内河船舶运行流量等参数的船舶检测系统得以广泛应用,而传统的视频检测方法往往难以有效区分船体边界,造成颜色、纹理相似的前景和阴影区域检测相混淆.为此,解析了HSV颜色特征和LBP纹理不变性检测阴影原理,改进SE-CT阴影去除算法,提出基于颜色和纹理梯度特征GA-HT梯度填充的船舶阴影去除算法.测试表明,GA-HT算法能很好地去除船舶阴影,提高船舶的目标识别的精度和实时性,阴影检测综合指标F达到92%. 相似文献
8.
9.
基于变分的盲图像复原质量评价指标 总被引:1,自引:0,他引:1
盲图像复原过程中,图像质量评价至关重要. 通过分析重构图像质量与其总变分值之间的关系, 提出了用于图像复原的一种基于总变分(Total bounded variation, TBV)的图像质量评估方法, 并构建关系模型, 证明了原始清晰图像的总变分值在所有模糊图像中具有极大值, 且在所有重构图像的变分值中具有极小值. 通过分析, 得出结论: 当总变分取极值时, 基于所提度量方法, 可以获得更好的盲图像重构效果. 最后, 比较了原始清晰图像、模糊图像和重构图像之间的变分值, 计算机仿真验证了该方法的有效性和准确性. 相似文献
10.