宁波市自然科学基金(2008A610002) 作品数:6 被引量:83 H指数:5 相关作者: 邱雪娜 刘士荣 吕强 谢赛琴 刘斐 更多>> 相关机构: 宁波工程学院 杭州电子科技大学 华东理工大学 更多>> 发文基金: 宁波市自然科学基金 国家自然科学基金 浙江省科技计划项目 更多>> 相关领域: 自动化与计算机技术 更多>>
基于颜色和粒子滤波的视频目标检测与跟踪 针对视频目标跟踪中状态模型和观测模型的非线性、非高斯特点,提出了一种基于颜色和粒子滤波的目标检测与跟踪算法。首先通过颜色模型和椭圆模板检测到目标区域,然后将目标加权颜色直方图作为目标颜色分布模型,利用Bhattachar... 朱伟涛 刘士荣 邱雪娜关键词:目标检测 目标跟踪 粒子滤波 加权颜色直方图 文献传递 一种信息充分交流的粒子群优化算法 被引量:16 2010年 提出了一种信息充分交流的粒子群优化算法.首先,建立了信息素矩阵,提供了粒子之间信息分享的平台;然后,采用正态分布融合信息素矩阵中的信息,并使用位置修正加强群体信息的交流;最后,通过位置扰动来增强群体对信息的利用能力.采用基准函数对该算法进行测试,数值实验结果验证了该算法的有效性. 吕强 刘士荣关键词:粒子群优化 基于信息素机制的粒子群优化算法的设计与实现 被引量:18 2009年 提出了一种基于信息素机制的粒子群优化(Particle swarm optimization based on pheromone mechanism,PSO-PM)算法.主要是借鉴了蚁群优化算法的信息素共享机制,并引入到粒子群优化算法中,设计了粒子行为的三条简单规则:信息留存规则、信息获取和融合规则以及粒子演化规则,从而实现了群体信息的充分分享,相应地改善了算法的寻优能力.采用基准函数对PSO-PM算法进行测试,并与几种不同类型的改进优化算法进行对比,数值实验结果验证了PSO-PM算法的有效性. 吕强 刘士荣 邱雪娜关键词:粒子群优化 蚁群优化 概率分布 基于双目视觉的移动机器人动态目标识别与定位 被引量:10 2010年 提出了一种双目移动机器人实时动态目标识别与定位方法。该算法首先采用SIFT(Scale Invariant Features Transforms)算法提取目标特征,并结合双目视差特征进行目标匹配;然后通过区域增长方法进行目标区域的提取;最后结合双目视觉标定的模型对目标进行定位。实验结果表明:该方法在摄像机运动-目标运动情况下,能对局部特征未知或特征不明显的动态目标进行有效的识别与定位。 邱雪娜 刘斐 刘士荣 孙凯关键词:SIFT算法 动态目标识别 经验模态分解在模拟电路故障诊断中的应用 被引量:1 2009年 针对目前人工神经网络在模拟电路故障诊断中的应用对样本的依赖性较强及经验模态分解突出了信号的局部特征、可以更准确有效地把握原信号数据特征信息的特点,提出了模拟电路故障诊断的经验模态分解预处理方法;文中详细地阐述了希尔伯特变换的具体方法、模拟电路故障诊断的神经网络方法;并举例说明诊断系统的具体实现方法;仿真结果表明,在相同的精度要求下,该算法的训练时间远小于普通的神经网络,对模拟电路的故障诊断有一定的实际意义。 周世官 邱雪娜关键词:模拟电路 故障诊断 神经网络 经验模态分解 一种基于序贯检测机制的运动目标跟踪算法 为了克服单个目标跟踪算法在复杂环境下跟踪精度不高的问题,提出了一种基于序贯检测机制的运动目标跟踪算法。该算法首先用基于颜色特征的粒子滤波估计最优跟踪窗口;以此跟踪窗口和目标的相似度决定是否采用稀疏场主动轮廓方法,又以目标... 邱雪娜 刘士荣 刘斐 朱伟涛 杜方芳关键词:粒子滤波 文献传递 一种改进的粒子滤波目标跟踪算法 本文提出一种改进的粒子滤波运动目标跟踪算法。通过引入粒子滑动窗口和窗口质心位置,对粒子滤波重采样后权重小于均值的粒子进行修正,使得修正后的粒子趋近目标位置,最后利用修正后的粒子集估计目标位置。本算法能用较少的粒子实现较好... 杜方芳 刘士荣 邱雪娜关键词:目标跟踪 粒子滤波 文献传递 基于信息分享机制的粒子滤波算法及其在视觉跟踪中的应用 被引量:8 2010年 针对基本粒子滤波方法存在的权值退化和计算效率低问题,提出了一种基于信息分享机制的粒子滤波算法.该方法将粒子群优化算法和蚁群优化算法的优化思想共同作用到粒子更新中,实现粒子之间信息共享,从而增强粒子的多样性和最优估计能力.同时分析了该算法的收敛性.视觉跟踪实验表明,该算法能用较少的粒子实现单目标和多目标跟踪,综合跟踪性能优于基本粒子滤波和基于粒子群优化的粒子滤波方法,验证了本算法的有效性. 邱雪娜 刘士荣 吕强关键词:粒子滤波 视觉跟踪 多目标跟踪 基于支持向量机的人脸识别方法 被引量:34 2009年 提出一种基于二值边缘图像和支持向量机的人脸识别方法,以具有较强光照鲁棒性的二值边缘图像作为人脸表征,用支持向量机来分类。其中二值边缘图像是用一种基于Sobel算子的局部自适应阈值选取边缘检测算法。仿真实验结果表明对于有165幅人脸的Yale人脸库识别率可达92.73%,而对于有798幅人脸图像的AR人脸库识别率可达95.62%,而且该方法对有光照变化的人脸图像有较好的鲁棒性。 谢赛琴 沈福明 邱雪娜关键词:支持向量机 光照变化 人脸识别