基于Prewitt算子的卷积神经网络人脸识别方法

为了提高人脸识别算法的识别性能,提出了基于Prewitt算子的卷积神经网络人脸识别方法。首先通过直方图均衡化和Prewitt算子对人脸图像进行预处理;然后将其输入卷积神经网络进行训练,并采用指数衰减法来设置学习率加快收敛速度,使用L2正则化和Dropout来防止过拟合。该方法在ORL人脸数据库上的识别时间为0.2 s,识别率达到了98.1%。实验结果表明,利用Prewitt算子和改进的卷积神经网络能缩短识别时间,并且能提高识别率,具有一定优越性。     

基于Prewitt算子的彩色图像边缘检测方法改进

使用灰度图像算法进行彩色图像边缘检测,会造成图像边缘漏检。针对这个问题,本文在输出融合法基础上,对Prewitt算子进行了改进,提出一种适用于彩色图像的边缘检测方法。实验表明,改进算法能有效检测彩色图像边缘。     

基于矢量Prewitt算子的多尺度彩色图象边缘检测方法

在矢量Ｐｒｅｗｉｔｔ算子的基础上,引入多凡度组合正则化处理,提出了一种新的彩色图象边缘检测方法,实验表明,若对检测精度,边缘完整性,抗噪性等方面进行综合评价,该方法优于标量算子和单一尺度下的矢量算子。     

基于Prewitt算子的快速帧内编码算法

本文提出了一种快速帧内编码算法,利用prewitt算子检测亮度信号的边界方向,并根据周围块的编码模式预测出可能的编码模式,将色度信号与亮度信号分开处理,然后利用拉格朗日代价函数计算出最优编码模式。实验数据表明,该算法可以极大地提高帧内编码速度,而对图像质量和码率大小变化影响极小。     

灰色关联度和Prewitt算子相结合的边缘检测算法

本文提出了一种新的灰色关联度和Prewitt算子相结合的边缘检测算法,该算法通以Prewitt模版作为参考序列,利用灰色关联度判别该象素是否为边缘点,应用非极大抑制方法,则可得到单像素边缘图像.仿真结果表明,该算法能够有效检测图像边缘,所检测出的图像边缘细节丰富,精度较高,具有一定的杭嗓能力.     

基于恒虚警准则的伪码并行捕获门限设置

对含有非相干累加处理的伪码并行捕获算法,其检验量服从中心χ2分布,难以获得门限的闭合表达式.常见的门限设置方法存在无法保证虚警概率的问题.本文提出一种基于恒虚警率(Constant false alarm rate,CFAR)准则的门限设置方法.在分析检验量统计特性的基础上,利用高斯分布合理地近似真实分布,得到高斯近似门限,并对不同虚警概率和非相干累加次数组合下的真实门限与高斯近似门限之间的误差进行分析和归纳,得到了参考门限的闭合表达式.仿真结果表明使用该门限设置法进行捕获判决,得到的虚警概率符合恒虚警概率准则,并能保证系统要求的虚警概率指标.     

基于Log_Prewitt算子的边缘检测算法

本文介绍了一种边缘检测算子 ,即 L og_ Prewitt算子 .它不是直接对光强度 ,而是对光强的对数 (光密度 )作Prewitt边缘检测的新方法 .具有检测边界区域与光照强度无关、抗干扰性强、处理速度快、适于在线检测等优点 .     

改进Prewitt算子圆锥面边缘高精度检测算法

圆锥面量规直径的检测是汽车发动机气门检测中重要的尺寸测量,是气门各项长度尺寸检测的基准线。针对Prewitt算子在边缘检测上存在的速度慢、稳定性差以及在高精度（精度在u级）测量中准确度低等问题,提出了一种改进的斜向边缘直径检测算法。对图像进行中值滤波,对目标区域边缘进行粗略定位以确定第二次边缘检测的方向。在确定的检测方向上,应用二次曲线拟合算法得出精确的亚像素边缘信息,将测得的左右边缘坐标差乘上像素当量并进行误差补偿,得到精确的直径值,寻找量规直径位置。实验结果表明,算法与已有算法相比,准确性提高1倍,稳定性与运算速度有较大提高。     

浅析网络视频监控的智能化视频功能

随着视频监控系统的飞速发展,使得智能化的视频分析功能成为可能,并逐渐成为网络视频监控的热点话题。如何高效地、合理地实现智能化的网络视频监控,是本文的探讨课题。[编者按]     

基于WiMAX的移动视频监控系统

提出一个基于无线城域网(WiMAX)的移动视频监控系统设计方案,给出系统监控前端的硬件设计、采用的芯片及无线接口的设计,采用双缓存机制和自适应码流策略保证WiMAX网络扇区切换和带宽变化时传输到最终用户的视频质量。测试结果及系统实际应用效果证明了该设计方案的有效性。     

基于窄带移动网络的视频监控报警系统

针对现有监控系统的局限性,提出了一种基于CDMA窄带网络的视频监控报警系统的解决方案,该方案采用先进的多媒体技术,特别适用于有线网络无法到达或者人员无法接近的场所的监控.首先介绍了系统的工作原理,接着分析了系统设计中的一些关键技术,包括视频转发技术、报警触发机制以及短信彩信处理等,最后探讨了系统的实现.     

基于运动目标的监控视频检索方法

随着我国视频监控网络的不断壮大,监控视频数据呈现海量增长的趋势,如何快速有效地进行监控视频检索变得越来越重要。提出一种基于运动目标的监控视频检索方法。对监控视频中的运动目标提取特征,生成相应的视频描述文件,通过匹配查询图片与描述文件中的运动目标特征最终找到相似对象出现的视频片断。实验表明,该方法实用性较好。     

NB-IoT环境下基于混合分辨率人脸监控视频压缩方法

在面向社区楼道或门栋监控中,人脸信息尤为重要。通过NB-IoT(窄带物联网)接入,可以满足低成本、广覆盖和多接入的需求,但是常规编码方法在窄带低码率下无法保障人脸质量。针对该问题,提出一种面向人脸业务的混合分辨率监控视频压缩方法。利用监控视频统计特性优化人脸检测速度,采用不同分辨率区别编码人脸和非人脸区域,在高倍率压缩下提高了人脸的可辨识性。实验表明,该方法相较于主流感兴趣区域编码,人脸区域PSNR提高了5.57 dB,编码速度提高了5.12倍,具备NB-IoT环境下的实用性。     

基于压缩感知的监控视频多目标自适应跟踪算法

针对压缩感知跟踪算法无法自动识别目标和易积累噪声导致目标丢失的问题,提出一种融合图像预处理的压缩跟踪算法。算法在初始化阶段,采用背景建模和背景差分法实现自动识别目标区域和多目标的判定。随后,使用压缩跟踪算法进行多目标的跟踪。在跟踪过程中,采用更新机制,减少噪声的积累,防止目标丢失。更新背景模型,使算法适应光线变化。算法在监控视频库上进行测试,并与压缩跟踪算法进行了对比,实验结果表明,提出的多目标自适应跟踪算法,在主客观性能方面较同类算法具有显著提高,其跟踪精度和鲁棒性方面得到了改善。     

基于Web的煤矿视频监控系统的设计与实现

设计与实现一个基于Web的煤矿视频监控系统,介绍了该系统的结构模型以及主要功能模块和关键技术.重点对基于单/组播混合传输的网络层QoS控制策略进行了分析,讨论了拥塞控制和差错控制的算法思想,并给出了一种单速率组播拥塞控制算法的优化方法.     

基于ODMA-WIFI网络的无线视频监控系统

针对传统无线视频监视系统多存在覆盖范围有限、网络健壮性较差等问题,介绍一种利用ODMA-WIFI网络构建的无线视频监视系统。该网络将两种技术的优点有效结合,既发挥了ODMA(Opportunity Driven Multiple Access)所特有的智慧选径、多跳通信、组网灵活等优势,也弥补了其扩展性差、应用范围窄等不足。在硬件上采用三个通信子层的模块化设计,使组网方式更为灵活,与其相配套的LRMS系统可对ODMA全网节点进行智能化管理。利用ODMA-WIFI成功构建无线视频监控系统表明,在相同的室内环境中,该网络无论在传输效率还是传输距离上,比传统无线网络均有大幅度改善和提高。     

基于灰度共生矩阵信息融合的视频噪声识别算法

针对视频监控图像中存在噪声的问题,利用视频中相邻两帧间差异信息可反映出视频中的噪声,结合灰度共生矩阵,提出基于灰度共生矩阵五特征信息融合的客观噪声视频识别评价方法。该方法首先对连续的两帧视频进行差分运算,然后对帧差图像利用灰度共生矩阵计算图像信息熵、能量、逆差距、均值和、方差和五个特征,最后用支持向量机进行信息融合训练学习,对无参考视频噪声有效识别。实验结果表明,该方法预测识别效果较好,识别率高达95.11%,与主观识别有较好的一致性,能获得较低的漏检率和误报率。     

基于COW技术的新闻视频主持人镜头实时检测方法

本新闻视频分析研究中，主持人镜头的实时检测具有十分重要的意义。文中提出了一种基于COM技术的新闻视频主持人镜头实时检测方法。实验证明，这种方法具有算法简单、可靠、实时性好的特点，具有较高的实用价值。     

基于COM技术的新闻视频主持人镜头实时检测方法

在新闻视频分析研究中 ,主持人镜头的实时检测具有十分重要的意义。文中提出了一种基于COM技术的新闻视频主持人镜头实时检测方法。实验证明 ,这种方法具有算法简单、可靠、实时性好的特点 ,具有较高的实用价值     

基于简化Forstner算子改进的SIFT无人机图像识别算法

根据无人机获取图像信息量大、处理实时性要求高的特点,寻找一种符合无人机特点的图像目标识别算法,提高图像识别的效率。SIFT(Scale Invariant Features Transform)算法具有良好的准确性和鲁棒性,能够克服一定的图像形变及遮挡影响,但其还难以满足无人机图像的处理实时性,利用简化的Forstner算子对SIFT算法进行改进,降低SIFT算法特征点获取过程的计算量。通过仿真实验,证明改进的SIFT算法可以提高识别和匹配的速度和准确率,可以满足复杂背景下无人机目标识别精度与速度的需求。