一种基于梯度方向直方图的俯视行人的检测方法

目前已有很多关于行人检测方面的研究,这些研究基本建立在行人竖直站立或行走的平视图上,主要应用于视频监控和车载辅助驾驶等领域,但在实际应用中,有时需要从不同的视角检测行人。文中提出一种针对俯视行人检测方法,该方法将俯视行人头部的梯度方向直方图统计信息作为检测目标的特征。通过训练样本提取的特征向量在支持向量机中进行训练得到分类模型参数,然后提取检测样本的特征向量输入分类模型进行判别。与现有行人检测的梯度方向直方图算子相比,文中特征描述算子突出目标的区域与轮廓特征,在目标分块、特征计算和特征统计方法上均有变化。实验证明算法有效且处理速度明显提升。     

基于金字塔梯度方向直方图的分层投票方法

提出一种基于金字塔梯度方向直方图的分层投票方法,将其用于人脸识别、对象识别和对象检测等领域。利用分层投票机制选出分类效果最好的层,并为它们赋予相应的投票权值,最终对图像类别进行投票。在ORL和UIUC Car数据库上进行实验,结果表明,改进方法优于传统的特征向量分类方法。     

基于边缘梯度方向直方图的图像检索算法

在基于内容的图像检索中,不同图像对形状细节的要求不同及形状特征对旋转的敏感性,影响检索性能.对此,本文提出了一种基于边缘梯度方向直方图的图像检索算法:利用B样条小波的多尺度变换模极大值进行边缘检测,实现不同图像对形状细节不同要求;用边缘梯度方向直方图表示物体的形状,采用循环移位最小值计算直方图的相关性进行图像匹配,使其具有旋转不变性.实验证明,算法对图像的亮度变化、缩放、旋转具有不变性,有较高的检索性能.     

Fast facial expression recognition using Boosted Histogram of Oriented Gradient (BHOG) features

Pattern Analysis and Applications - Systems for automatic facial expression recognition (FER) have an enormous need in advanced human-computer interaction (HCI) and human-robot interaction (HRI)...     

一种三维模型形状检索描述符

为了解决基于关键字的搜索方式不能准确查找三维模型的问题,对三角网格形式的三维模型提出一种基于内容的模型搜索算法.首先将模型中的三角网格再次划分,增加形状函数的维度,定义了一种新的三维模型形状函数,以提高形状函数的准确性;然后确定三维模型的极轴,将三维模型绕任意轴的旋转转换为绕极轴旋转,增强了球面调和方法提取的形状描述符旋转不变性;最后根据形状描述符之间的欧氏距离来度量三维模型的相似程度.实验结果表明,该算法适用于基于内容的三维模型搜索,并且在准确性和时效性方面都令人满意.     

基于HOG的行人快速检测

为了更好更快速地实现对行人的检测,提出一种基于空间梯度直方图的行人检测算法。该算法在分类识别时用Boosted Cascad算法级联结构的分类器,将那些对不包含行人信息的区域进行筛选排除,从而使信息量减少。实验结果表明,该算法在不降低检测效果的情况下明显提高了行人检测效率,具有较强的鲁棒性。     

改进的数字图像轮廓曲线傅里叶描述算法

研究图像轮廓曲线特征问题,图像轮廓曲线的描述是图像理解的一个核心问题,傅里叶描述算法是图像轮廓曲线描述的较优算法.由于传统的轮廓曲线傅里叶描述算法中曲线的采样过于复杂和不稳定,降低了识别的性能.为提高曲线描述的性能,提出了一种改进的图像轮廓曲线傅里叶描述算法,通过运用循环移位采样算法对曲线采样得到多组采样点,并取傅里叶变换后最小的一组规范化系数作为曲线的傅里叶描述子,避免了传统算法中复杂的采样过程,使算法更简洁稳定.通过算法仿真与实验对比,算法有更高的准确度和稳定性,能有效反映轮廓曲线特征.     

基于梯度增强扩散的高速路裂纹图像去噪算法

针对高速公路路面病害裂纹自动检测问题,采用高速CCD相机对路面进行成像,并通过图像分析的方法来自动完成路面病害裂纹的检测.由于路面含有油渍、杂质等负信息的干扰,因此需要对路面裂纹图像进行去噪.传统图像去噪算法一般采用全局滤波的方式,这就会破坏图像中裂纹的边缘纹理特征.为解决这一现实难题,提出了一种基于梯度增强扩散的路面裂纹图像的去噪算法.算法主要针对含有裂纹结构的路面图像,在基于偏微分扩散方程的去噪过程中引入了裂纹结构分析,并根据裂纹局部梯度变化,重新定义了扩散系数,以在有效增强路面裂纹边缘特征的同时去除图像中的小尺度噪声.仿真实验表明,与传统的全局平滑滤波以及中值滤波相比,这一算法对裂纹纹理图像的去噪具有很好的效果,表现出一定的实际工程应用价值.     

一种改进的自适应直方图均衡化增强档案图像的方法

直方图均衡化能够调节图像的动态灰度范围,是一种经典有效的图像增强方法,但它建立在合并相似像素灰度的基础之上,模糊了图像的细节。强调细节的自适应图像均衡化（DEAHE）不但保持了图像均衡化具有动态范围调节的优点,而且也可以放大图像细节。考虑到档案图像在数码化过程种可能受噪声的干扰,DEAHE方法在强调图像细节的同时,也放大了噪声,因此,本文提出一种改进的DEAHE方法,即IDEAHE方法,它使得增强后的档案图像噪声得到抑制、图像细节得以放大、整幅图像的灰度范围得到调节。实验表明,经过IDEAHE方法增强后的档案图像,其主观视觉效果改善明显,可用于实际的数码档案生产过程中。     

基于方向梯度的相关图算法在人体动作识别中的应用

针对人体动作的特征提取法,该文提出了基于方向梯度的相关图算法Correlogram of Oriented Gradient(COG),它是通过检查视频动作中的时间空间兴趣点和以兴趣点为中心的空间立方体,计算并提取空间立方体的时间空间方向梯度所具有的空间结构分布特性和外观信息,建立不同动作的特征模型,并用支持向量机(SVM)分类器来检验特征模型的识别准确率;最后,通过对比基于方向梯度的柱状图算法Histogram of Oriented Gradient(HOG),该文提出的COG算法的识别准确率比HOG算法高15%左右。     

企业面向电子商务的一种安全结构

电子商务的发展对企业资源的安全性和开放性都提出了更高的要求,而在传统的企业安全结构中安全性和开放性相互矛盾的,保证企业资源的安全性,就必须要牺牲企业资源的开放性,本文基于一种“复合”概念模型构筑出企业的安全结构,可以较好的解决企业资源安全性和开放性兼顾的问题。     

基于Fourier描述器的汉字字形生成及合成的改进算法

对基于Fourier描述器的汉字字形生成及合成算法进行了改进。通过增加重复点和线段细分,改善了汉字的重构效果,提供了汉字笔划顺序调整、笔划起点调整和跟踪方向的一致性处理算法,处理后的汉字可完全满足使用Fourier描述器合成汉字字形的三个必要条件。     

面向领域主题的智能搜索引擎设计

本文将概念检索扩展到面向领域主题检索的范畴,提出了面向领域主题的智能检索模型。给出了概念语义网络和面向领域主题的形式化描述,利用概念语义网络实现领域主题的同义词及其语义蕴含扩展,并实现一个基于建筑业的面向领域主题的智能搜索引擎。     

Recognition of Handwritten Arabic Characters using Histograms of Oriented Gradient (HOG)

Optical Character Recognition (OCR) is the process of recognizing printed or handwritten text on paper documents. This paper proposes an OCR system for Arabic characters. In addition to the preprocessing phase, the proposed recognition system consists mainly of three phases. In the first phase, we employ word segmentation to extract characters. In the second phase, Histograms of Oriented Gradient (HOG) are used for feature extraction. The final phase employs Support Vector Machine (SVM) for classifying characters. We have applied the proposed method for the recognition of Jordanian city, town, and village names as a case study, in addition to many other words that offers the characters shapes that are not covered with Jordan cites. The set has carefully been selected to include every Arabic character in its all four forms. To this end, we have built our own dataset consisting of more than 43.000 handwritten Arabic words (30000 used in the training stage and 13000 used in the testing stage). Experimental results showed a great success of our recognition method compared to the state of the art techniques, where we could achieve very high recognition rates exceeding 99%.     

HEDC＋＋： An Extended Histogram Estimator for Data in the Cloud

With increasing popularity of cloud-based data management, improving the performance of queries in the cloud is an urgent issue to solve. Summary of data distribution and statistical information has been commonly used in traditional databases to support query optimization, and histograms are of particular interest. Naturally, histograms could be used to support query optimization and efficient utilization of computing resources in the cloud. Histograms could provide helpful reference information for generating optimal query plans, and generate basic statistics useful for guaranteeing the load balance of query processing in the cloud. Since it is too expensive to construct an exact histogram on massive data, building an approximate histogram is a more feasible solution. This problem, however, is challenging to solve in the cloud environment because of the special data organization and processing mode in the cloud. In this paper, we present HEDC＋＋, an extended histogram estimator for data in the cloud, which provides efficient approximation approaches for both equi-width and equi-depth histograms. We design the histogram estimate workflow based on an extended MapReduce framework, and propose novel sampling mechanisms to leverage the sampling efficiency and estimate accuracy. We experimentally validate our techniques on Hadoop and the results demonstrate that HEDC＋＋ can provide promising histogram estimate for massive data in the cloud.     

基于二维直方图的图像模糊聚类分割改进方法

基于二维直方图的模糊聚类分割方法,可以有效地抑制噪声的干扰。但是,FCM算法用于图像数据聚类的最大缺陷是运算开销太大,从而限制了该算法在图像分割中的应用。针对这个问题,本文将改进抑制式FCM算法拓展到二维空间,在保持空间信息的基础上,引入了自适应抑制因子来修正不同大小的隶属度,减少了数据的聚类次数,实验结果表明该方法提高了聚类的速度,又有很好的聚类效果。     

基于形状上下文和方向梯度直方图特征的异源图像配准

针对单模态图像包含的信息存在局限性的问题,提出了一种基于形状上下文和HOG（histogram of oriented gradient）特征的红外和可见光图像配准方法.在混合高斯模型前景检测的基础上,通过提出的形状上下文和HOG特征结合的方法实现轮廓特征匹配,再利用TPS（thin plate spline）转换模型将匹配延伸到整个形状,并使用正则化和缩放特性迭代重组对应关系及估计转换降低估计误差.最后,采用RANSAC（random sample consensus）算法去除错误匹配点.与已有的形状上下文方法相比,此方法结合了边缘和轮廓特征信息,降低了误差,鲁棒性更好.     

An Approximate Gradient Algorithm for Constrained Distributed Convex Optimization

In this paper, we propose an approximate gradient algorithm for the multi-agent convex optimization problem with constraints. The agents cooperatively compute the minimum of the sum of the local objective functions which are subject to a global inequality constraint and a global constraint set. Instead of each agent can get exact gradient, as discussed in the literature, we only use approximate gradient with some computation or measurement errors. The gradient accuracy conditions are presented to ensure the convergence of the approximate gradient algorithm. Finally, simulation results demonstrate good performance of the approximate algorithm.