江西省教育厅科学技术研究项目(GJJ12306)
- 作品数：4 被引量：5H指数：2
- 相关作者：黄晓生曹义亲严浩黄萍更多>>
- 相关机构：华东交通大学更多>>
- 发文基金：江西省科技支撑计划项目江西省教育厅科学技术研究项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 一种基于PCP的块稀疏RPCA运动目标检测算法被引量：3
- 2013年
- 针对已有的块稀疏RPCA运动目标检测方法难以适用于动态变化背景的问题,提出一种基于PCP的块稀疏RPCA运动目标检测算法。该算法首先通过基于PCP的RPCA方法对视频序列降维,将观测图像序列分解成低秩背景矩阵和稀疏前景矩阵;然后根据运动特性的光流一致性特点,结合前景区域的空间相关性,进一步得到大致的前景稀疏块;再利用基于PCP的块稀疏RPCA方法,动态地估计前景运动区域,重构出前景目标。实验结果表明,该算法能有效地排除运动和变化背景的干扰,提高对小目标的检测率。
- 黄晓生黄萍曹义亲严浩
- 关键词：目标检测
- 一种改进的基于K-SVD字典学习的运动目标检测算法被引量：2
- 2014年
- 提出了一种基于字典学习的运动目标检测方法.该方法首先使用多帧平均方法从训练样本中得到初始背景,再通过BP算法建立背景的初始稀疏表示模型;然后利用视频序列中当前时刻的近邻五帧图像,通过K-SVD方法自适应更新背景数据字典中的原子,使背景稀疏表示模型最优逼近近邻帧背景的观测值;最后将当前帧图像与背景模型进行差分,完成前景运动目标的检测.仿真和对比实验结果表明,对图像信号进行稀疏表示可以有效降低数据的冗余度,减小运行时间,同时在字典更新阶段利用近邻帧图像的相关性特性,能获得鲁棒性较好的背景字典,自动排除伪前景的干扰,从而提高视频序列中的运动目标检测的准确率.
- 黄晓生黄萍曹义亲严浩
- 关键词：目标检测背景差分字典学习
- 改进遗传算法求解单任务Agent联盟
- 2014年
- 多Agent系统中,Agent形成联盟来完成任务,是Agents间的一种重要合作方式。遗传算法在求解单任务Agent联盟时存在稳定性较差、收敛速度慢、寻优能力不强等问题,对此,提出一种基于改进遗传算法的单任务联盟形成策略。该方法通过定义衡量遗传算法种群多样性参数,根据该参数值使用不同的配对策略在潜在交叉集合中选择个体进行配对交叉,以减少无效的交叉操作,从而提高交叉操作的效率;针对传统变异算子缺乏一定的方向性,通过个体Agent能力大小确定变异基因位,以提高算法搜索性能。对比实验结果表明,该算法可以快速、高效地找出合适的Agent联盟。
- 曹义亲张政庭黄晓生
- 关键词：多AGENT系统AGENT联盟遗传算法
- 基于小波高频结构相似的无参考高斯图像质量评价
- 2014年
- 针对传统无参考图像质量评价方法计算复杂、难以应用的问题,提出一种简单、直接的小波高频结构相似性的无参考高斯图像质量评价方法。该方法根据自然图像同尺度高频子带间结构相似度(SSIM)随着失真程度的增加而降低的性质,利用小波变换获取图像的同尺度不同方向的三个高频分量,通过分别计算图像高频子带间的峰值信噪比(PSNR)与结构相似度得出图像高频结构差异作为最终的图像客观评价指数。通过与三个公开图像数据库实验验证可知,提出的方法与主观评价具有较好的一致性,并且算法结合了物理意义明确的峰值信噪比与结构相似度,比传统方法算法运行更为简单快捷,评价一幅图像只需0.2s左右,具有良好的实用性。
- 黄晓生严浩曹义亲
- 关键词：峰值信噪比结构相似度
