基于区域特征分析的层级有序码书目标检测算法

针对原码书算法在检测中码字匹配效率低以及在复杂背景下检测精确度差的问题,提出了一种基于区域特征分析的层级有序码书目标检测新算法。首先,利用一种新颖的"码书—码章—码字"三级结构用以精确划分码书,在优化了码字参数之后,将码字按访问频度进行排序并组织成定长列表。实验数据表明,该优化策略显著地提高了算法的实时性。其次,提出一种基于局部方向模式的运动边缘标记法,较好地克服了噪声的影响,并准确而完整地获取了运动物体的边缘信息。最后,将运动边缘轮廓区域与码书区域融合,得到了准确的运动目标。算法在时间域和空间域构建了一个能精确反映运动目标本质属性的立体模型,经实验验证,本算法在有随机噪声及光照变化影响的场景中,仍有较高的识别率和较好的鲁棒性。     

基于码书的运动目标检测方法

运动目标检测是视频监控系统需要解决的关键问题之一。背景差法是固定的单摄像头监控中常用的一种运动目标检测方法,其核心是背景的构造。提出了一种基于码书的背景构造方法,它能在有限的存储空间开销下使用长时间的图像序列估计背景模型。该方法首先对每一个像素点的抽样进行聚类分析,即构造初始的码书;然后根据背景模型的条件从中挑选出合格的码字构造背景码书;最后通过判断当前的像素值是否可以划归于背景码书以区分背景点和前景点,同时做相应的更新。实验结果表明,即使背景本身存在运动和光照条件发生变化,该方法构造的背景也能有效检测运动目标。     

融合颜色矩和码书模型运动目标的检测算法

运动物体检测是视频监控系统的一个重要部分。背景减除是利用图像序列中的当前帧和背景参考模型进行比较来进行运动目标的检测,其中背景模型反映了背景环境的信息。提出了一种新的基于码书的背景模型。在基本的码书模型的基础上,将HSV空间中的阴影检测算法融入背景模型,构建了一种颜色与亮度模型,使得背景模型对阴影有较好的处理效果。同时,提出了一种新的背景模型更新策略。实验结果表明,即使背景场景轻微运动和光照条件变化,该方法构造的背景也能有效检测运动目标。     

帧间差分与码书模型相融合的运动目标检测算法

针对视频检测对实时性和准确性的要求,提出了将帧间差分与码书模型相融合的运动目标检测算法.首先,选取某个t时间内采集到的视频图像作为训练图像,对图像的每一个像素点建立码书模型.把码书模型中表示前景的码书去除,余下的作为背景模型用于检测.检测运动目标时,先将待检测的相邻帧图像进行帧间差分,得到变化区域和没有变化的区域,将有变化的区域与背景模型进行拟合,区分出前一帧运动区域和目标运动区域.更新背景模型时以不同的更新方法对前一帧运动区域和目标运动区域进行更新.     

基于新的码书模型检测动态背景下的运动目标

为了能有效解决动态背景下运动目标的检侧问题,给出了一种结合HSV颜色空间和图像分块思想的码书模型方法.这种方法可以分为三步:首先根据视频图像大小,合理确定其分块的大小;然后根据HSV颜色空间下的亮度和颜色扭曲度信息构造块码书模型;最后利用得到的块码书模型检测运动目标,并且同时更新此码书模型.实验结果证实:对存在动态因素的背景视频,提出的方法不仅能有效抑制伪目标的出现,而且能准确、实时地检测出真实的运动目标.     

基于局部区域空间矩的边缘特征检测方法

SUSAN算子是一种利用局部区域信息的边缘检测方法,由于仅利用了局部区域的零阶空间矩信息,导致检测结果中容易出现虚假边缘。为此,提出了一种基于局部区域空间矩的边缘特征检测方法,即综合利用局部区域的零阶、一阶和二阶空间矩信息来检测图像中的边缘。利用合成图像和实际图像并加入不同类型的噪声进行的实验分析结果表明,提出的边缘检测算子可以有效消除噪声引起的虚假边缘响应,提高SUSAN算子的边缘定位精度。     

基于灰度直方图的运动目标特征检测算法

为提高运动目标的检测效果和指导性，提出一种基于灰度直方图分析的运动目标特征检测算法。采用视觉成像技术进行运动目标图像采集和视觉特征分析，提取运动目标的动态视觉特征量。根据运动目标边缘差分变换和空间位置关系进行运动图像的特征分离，提取运动目标图像的边缘轮廓特征量。采用统计形状模型进行运动目标图像的二值化分离，构建运动目标图像的灰度直方图。根据灰度直方图中的统计信息进行目标特征检测和动态特征提取，实现运动目标图像的视觉检测和动态识别，有效提取运动目标的关键特征，实现目标特征检测。仿真结果表明，采用该方法进行运动目标图像的特征检测性能较好，对运动目标的动态识别能力较强。     

基于边缘差分的运动目标检测方法

针对视频序列中的运动目标检测问题,提出了一种新的基于边缘差分的运动目标检测方法.通过改进的边缘检测算法提取视频序列中相邻帧的边缘图像并作差分,采用改进的Otsu法对差分图像进行阈值分割,得到运动目标检测的结果.结合Prewitt算子和Sobel算子改进的边缘检测算法能够获取纹理丰富、细节显著的边缘图像,边缘差分结果更加理想;改进的Otsu法联合类内方差能够很好地抑制噪声,保留更多的纹理细节.实验结果表明,提出的方法能够提取更加完整的目标区域,对背景噪声更加鲁棒.与最近一些同类算法相比,在背景运动和光照变化条件下,该方法具有更加优越的运动目标检测性能.     

基于多特征的行人检测算法

针对单特征辨识度较低的问题,提出一种基于多特征的行人检测方法.首先构造二维对数Gabor函数,利用此函数提取样本的相位一致性特征,将样本的相位一致性特征和样本的局部二值模式算子(LBP)特征相结合,得到新的行人检测方法.使用支持向量机(SVM)进行分类,并与基于HOG特征的检测方法进行比较,在INRIA行人数据库上的实验证明,基于多特征的检测方法提高了行人检测精度、降低了误检率,检测率高达99.4824％.     

一种基于YUV颜色空间的新码书模型

为了有效消除复杂动态背景对运动物体检测的影响,引入了前后景区分能力较强的YUV颜色空间,基于此空间提出了一种新的码书模型,有效地减少了伪目标的检测。新码书模型采用六元素码字、新的码字学习和更新策略,实现较前人九元素码字和八元素码字有更快的训练速度和更低的存储空间。实验结果表明,即使背景存在运动和光照条件发生变化,算法也能更有效地检测运动目标。     

基于局部更新的分层码本目标检测算法

为了解决复杂环境下如树木摇摆、水波晃动等波动式干扰及光照变化对运动目标检测产生影响的问题,给出了一种基于码本模型的运动目标检测算法。考虑到实际场景中背景的变化主要体现在亮度方面,首先对视频序列图像进行颜色空间转化,由RGB空间转化到YUV空间,然后利用Box模型优化了码本模型参数和训练策略。目标检测时,采用局部背景更新方法,即利用帧差法确定变化区域,结合分层码本思想,实时更新背景模型,以达到精确提取运动目标的目的。对比实验表明在背景中存在扰动或者光照发生变化等情况下,该算法都能够对运动目标进行有效检测,具有一定实用性和鲁棒性。     

一种基于HSV颜色空间的新码书模型

为了有效消除复杂动态背景对运动物体检测的影响,提出一种新的基于HSV颜色空间的码书模型。该模型的特点是：1)引入具有较强前后景区分能力的HSV颜色空间,有效减少伪目标的检测;2)采用四元素码字,实现较前人九元素码字更快的训练和更低的存储;3)设计新的码字学习和更新策略,实现简单和快速的码字学习和运动目标检测。同时提出新的算法评价方法：覆盖率—准确率曲线,以反映运动物体检测算法对连续视频序列的检测性能。使用覆盖率—准确率曲线评价的实验结果证明,所提出的码书模型可以有效检测复杂背景下的运动物体。     

一种基于码本模型的运动目标检测算法

提出一种基于背景码本模型的视频图像中运动目标的检测算法。该算法利用归一化的Mann-Whitney秩和统计量自适应调整判决阈值,使用Mean Shift进行码本中码字和方差的更新,实现在检测过程中同时更新码本模型适应图像背景的变化。不同背景条件下的实验结果表明该算法利用Mann-Whitney秩和统计量的分布无关性,提高了运动目标检测精度。 。     

基于分层匹配五元组Codebook的运动目标检测算法

运动目标检测是智能视频分析的第一步,Codebook算法是该领域中广泛应用的算法之一。分层匹配五元组Codebook算法是在经典Codebook算法基础上的一种改进算法。该改进算法在码字模型中引入平均亮度代替最大亮度和最小亮度,并且依据平均亮度对高亮度和低亮度区域采用不同的匹配计算方法。实验表明,改进后的Codebook算法成功利用五元组代替六元组实现处理速度的提高,利用高低亮度区域分层匹配实现检测精度的提高。     

码本扰动有限反馈多载波分层空时检测方法

针对有限反馈多载波分层空时方案存在反馈链路开销量减少引起性能缺失的问题,利用矩阵线性变换特性,提出了一种基于码本扰动的有限反馈多载波分层空时预编码检测方法。该方法利用多载波各子载波信道频域之间的相关性,在接收端仅需估计部分子载波信道信息,采用相应的准则从预置码本中选取主码字及扰动码字,用扰动码字对主码字进行线性变换扰动以达到容量最优,在发送端根据反馈的码本矩阵的索引重构各子载波预编码矩阵,最后在接收端采用非线性循环迭代检测方法,以补偿由于有限反馈导致的性能缺失。仿真结果表明,提出的方法在保证反馈链路开销的情况下,一定程度上提高了系统吞吐量,改善了系统误码性能。     

结合改进的LBP和LDP的人脸表情识别

提出了一种结合改进的LBP（局部二值模式）和LDP（局部定向模式）的人脸表情特征提取方法。改进的LBP维数明显降低,更多地考虑了空间结构信息且计算速度得到了提高。LDP方法具有很强的抗噪能力,更好地提取边缘信息。基于两种方法可以优势互补,先对图像分块子区域用改进的LBP进行特征提取,再用LDP对脸部子区域进行特征提取,最后把改进的LBP提取的特征和LDP提取的特征按顺序串接起来作为总特征,用最近邻进行分类。在JAFFE表情库进行了实验,证明提出的方法能够有效地提高人脸表情的识别率。     

基于胞腔均匀度的清浊模式码书设计算法

清音和浊音线谱频率（LSF）参数分布具有差异性。为了提高声码器中LSF参数的量化性能,利用胞腔均匀度（CE）能定量表征清浊音LSF参数分布的差异程度,提出了一种基于CE的清浊模式码书设计算法。该算法首先根据CE推导出清音和浊音参与训练的LSF参数的数量比;然后剔除清音中指定数量的非典型LSF参数;最后重新训练出码书。实验结果表明,在相同码率情况下,该算法较码书共享算法谱失真降低2.5%,平均意见得分提高了2.3%,码书存储量下降了21.1%,并且适用于不传输清浊音标志的声码器。     

基于后缀树算法的地区微博摘要技术研究

地区官方微博中包含了大量相关当地的事件信息,聚合地区官方微博数据可以发掘当地的重要事件;结合地区微博数据地区别称、不同层级,地区标签属性突显等特征提出了基于后缀树算法的地区微博摘要技术研究。利用地区权值树和知网HowNet对地区微博数据进行预处理,将意思相近的词汇进行替换统一;利用后缀树聚类算法STC和奇异值分解SVD对地区微博进行聚类;结合地区微博特征对其综合打分,选取有代表性的微博句子生成摘要。实验验证了该方法的可行性,表明所提出的方法能够很好地识别出当地事件并生成可读性高的事件摘要。     

基于方向纹理的非结构化道路消失点检测研究

随着车辆智能化的快速推进,道路的自动检测起着越来越重要的作用;但非结构 化道路由于道路标识和边界线不明显,导致检测存在困难。将非结构化道路的消失点作为约束 进行检测,可以大幅度提高检测性能,针对现有的非结构化道路消失点检测方法普遍存在计算 时间长、实时性差等缺点,为提高运算效率,提出了基于局部方向模式(LDP)纹理特征的消失 点检测方法。在计算 LDP 特征基础上,利用 Kirsch 掩模得到像素点的 4 方向响应幅值,并通 过幅值校正减少检测误差;对校正后的响应幅值进行计算得到纹理主方向;使用局部自适应软 投票方法进行投票,选取道路消失点,实现消失点检测。实验结果表明,该方法的速度更快, 且能够准确检测出非结构化道路的消失点。