排序方式: 共有23条查询结果,搜索用时 15 毫秒
1.
2.
3.
基于主运动轮廓线的步态表示与识别 总被引:2,自引:0,他引:2
提出了一个基于步态主运动轮廓线构造特征矩阵, 并进行特征表示和分类识别的算法. 该算法首先从步态轮廓线提取三段代表人体主要运动的部分, 基于它们到质心的横向距离构造描述步态图像序列的三个特征矩阵. 然后, 采用主分量分析(Principal component analysis, PCA)方法去除特征矩阵中的冗余数据, 并利用多元判别分析(Multiple discriminant analysis, MDA)将特征矩阵投影到更易于分类的空间. 最后, 在USF步态数据库上计算测试对象的Rank n识别率, 并与其他三个有代表性的算法进行比较. 实验结果显示, 本文算法的平均识别率更高, 抗干扰性更强. 相似文献
4.
5.
图像重定向算法利用人对图像内容的感知差异进行非均匀的图像缩放,以适应新的显示需求。本文提出了一种基于缝雕刻的图像重定向算法。它利用每条seam上像素的累加能量和最大能量构造混合能量模型,使算法既能够利用人眼对梯度信息的敏感性,又可以减少复杂纹理背景对seam提取的干扰。实验结果显示,相比其他几种算法,本文算法可以更好地保护图像中视觉关注对象的边缘轮廓结构,处理后的图像不仅视觉效果更好,与原图的相似性距离也更小。 相似文献
6.
7.
对于形状和表面纹理都有变化的物体的检测,局部不变性算子并不适用,而现有的局部描述符对于区分这种形状的作用也并不明显。为此本文提出了一种新的基于方向描述符的物体检测算法。根据模型轮廓图或边缘图像计算出初始描述符,在此基础上为图像中的每一点生成方向描述符。方向描述符既可以描述边界的走向,又可以容忍边界的较小变形。使用多分辨率加速的滑动窗口算法,将每个有效的候选区域与模型的描述符矩阵进行匹配,以判断此位置是否包含目标物体。实验结果显示,本文算法取得了相对较高的检测率。 相似文献
8.
9.
基于线裁剪的自适应缩放图像质量依赖于线路能量函数的定义以及线路提取的结果.提出一种新的线路能量函数以计算每条线路对视觉感知的重要性.该算法通过定义新增能量项衡量删除线路上像素点后图像局部区域的走样变形,并引入最大像素能量项降低随机纹理区的线路能量.实验结果证明,与其它几种经典算法相比,采用新能量函数提取的线路定位更为合理,处理结果与原始图像更相似,重点对象细节部分走样的问题也更少. 相似文献
10.
在传统线裁剪(seam carving)算法中梯度矢量的方向性是一个被忽略的因素,该文提出了一种新的基于梯度矢量方向性分析的线裁剪算法。首先利用随机纹理区域内梯度矢量方向散乱的特点,对局部区域的图像梯度矢量进行低通滤波,使算法能够提取更加合理的像素线路;接着又根据像素线路的走向不同,定义两个不同的像素能量函数,给予像素梯度矢量的x,y分量以不同的权值。实验结果图像显示,文中算法不仅可以更好地保护图像边缘等细节,还可以在整体上达到与原图像更加近似的视觉效果。定量分析结果也显示,相比其它算法该文算法在完整性距离和一致性距离两方面都取得了更好结果。 相似文献