一种基于改进Adaboost的人体检测算法

本文采用改进的Adaboost算法对静态图像中人体进行检测。针对传统算法中训练速度较慢,并且存在风险敏感的问题。本文提出一种快速特征选择算法,通过构造统计表,保存特征信息,避免每轮弱分类器训练时对所有特征重新计算分类误差;并结合fisher判别分析对选出的弱分类器进行训练,学习得到一个新的线性判别方程,最大化不同类别数据之间的可分离性,达到优化强分类器降低风险敏感影响的目的。实验结果表明,相对于传统的Adaboost算法,本文给出的方法加快了特征选择的速度,并具有较好的检测性能。     

基于人眼视觉特性的混合滤波算法

为了有效地滤除混合噪声,本文提出了一种基于人眼视觉特性的混合滤波算法。该方法首先采用基于人眼视觉特性的噪声敏感系数作为阈值来确定脉冲噪声点,对检测出脉冲噪声点采用自适应窗口大小的迭代中值滤波进行滤波,而对于含有高斯噪声的像素点则采用一种保护细节的改进的自适应模糊滤波器进行处理。该算法与标准滤波方法及其它改进混合滤波算法相比,具有更好的滤波性能。     

一种基于HVS和DC分量的DCT域数字水印算法

为增强数字水印的透明性和鲁棒性,提出了一种基于人类视觉系统和直流分量的DCT变换域数字水印算法。算法依据原始图像的纹理掩蔽特性确定水印信息的嵌入位置,依据照度掩蔽特性确定水印信息的嵌入强度,将二值水印图像嵌入到原始图像在DCT域的直流分量中。在仿真实验中与同等条件下的中频嵌入做比较,实验结果表明,该算法提取的水印具有良好的透明性和鲁棒性。     

基于人眼对比敏感视觉特性的彩色图像盲水印算法

为了解决水印透明性、鲁棒性与水印容量之间的平衡问题,结合人眼对比敏感度视觉特性,提出了一种彩色图像的盲水印算法。算法首先结合人眼对比敏感度视觉特性及其模型,在频域中计算人眼感知原始图像的对比敏感度阈值;其次结合人眼对强度的感知模型,计算水印图像信息的强度感知值;然后结合嵌入强度系数值,以感知原始图像的对比敏感度阈值为水印嵌入量的门限,实现数字水印的嵌入;最后依据密钥,采用逆过程提取水印。实验结果表明,在压缩质量因子为20%、中间剪切1/4区域的较强攻击下,提取水印与原水印的相似度达到0.78以上,且保证了较好的水印透明性。     

一种基于HOG的快速人体检测方法

Dalal等人提出的基于梯度方向直方图(HOG)的人体识别算法具有较高精度,因此成为了人体识别领域热门研究的对象,文中提出了一种快速HOG特征提取算法,并用支持向量机(SVM)训练得到人体分类器。实验结果表明,该算法在不降低检测效果的情况下,明显提高了人体检测的速度,且具有较强的鲁棒性。     

基于金字塔梯度直方图特征的红外人体检测算法

为了实现单张或离散红外图像集中的静态红外人体检测,提出了一种基于PHOG特征的人体分步检测方法。首先对红外图像采用基于亮度阈值与形态学处理方法相结合的方法进行两级分割定位到ROI的位置,利用候选区域的形状特征进行第一次分类排除形状异常目标,然后构建图像的PHOG特征,用SVM分类器对剩余候选区域进行分类检测。实验表明,该算法既弥补了分步检测算法运算量大的不足又保证了算法的性能,尤其在消除噪声干扰场合效果明显,是一种快速有效的人体检测算法。     

一种基于时域差分的穿墙雷达BP成像算法

利用步进频连续波雷达对墙后运动的人体目标进行探测,对墙体杂波抑制和人体目标成像展开了研究.首先,利用人体目标慢速运动的特征,采用时域差分的方法抑制墙体杂波,使人体目标回波得以凸显;然后,分析了墙体折射对目标回波时延的影响,在此基础上对传统的后向投影成像算法进行了改进,使其适用于墙后区域的目标成像;最后,对该算法进行了推广,在一定程度上实现了对人体目标的跟踪.实测数据的处理结果表明,该算法能够在系统离墙12.6 m的情况下有效地消除墙体回波的影响,清晰地显现出在墙后运动的人体目标..     

基于OpenCV的人眼瞳孔定位算法

近年来,人脸检测技术在机器视觉、模式识别、人工智能等领域得到了广泛的应用。而包含着丰富的内容和信息的人眼,作为人体生物特征的一个重要部分,关于人眼检测与定位的技术更是广泛应用在生物识别、医疗辅助、人机交互等领域。该文利用水平积分投影和区域特征的算法,快速定位人眼区域,然后利用区域投影的方法实现了瞳孔定位。     

人体行走电压的时域波形研究

基于测试得到的人体行走电压时域波形,提出了仿真人体行走电压的等效电路模型构建方法,分析了模型参数对人体行走电压时域波形的影响.按照IEC 61340-4-5中规定的人体行走电压的测试方法,测试了不同温湿度、不同鞋、不同地板条件下,人体行走电压的时域波形.通过对大量实测人体行走电压时域波形的分析,提出了人体行走电压的等效RC电路模型,得到人体的带电量满足指数形式的充放电关系,其时间常数τ由等效电路模型的电阻R、电容C参数决定.人体行走中,人的动作引起人体电容的周期性变化,进而导致人体电压呈现周期性变化趋势.通过对比实测数据,模型与实验结果符合较好,人体动作引起的电压周期性变化一致性较好,实验具有很好的可重复性.