湖北省自然科学基金(2012FFA113)
- 作品数：7 被引量：22H指数：3
- 相关作者：侯建华项俊陈少波陈稳黄奇更多>>
- 相关机构：中南民族大学华中科技大学更多>>
- 发文基金：湖北省自然科学基金国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 联合特征融合和判别性外观模型的多目标跟踪被引量：8
- 2015年
- 目的针对基于检测的目标跟踪问题,提出一种联合多特征融合和判别性外观模型的多目标跟踪算法。方法对时间滑动窗内的检测器输出响应,采用双阈值法对相邻帧目标进行初级关联,形成可靠的跟踪片,从中提取训练样本;融合多个特征对样本进行鲁棒表达,利用Adaboost算法在线训练分类器,形成目标的判别性外观模型;再利用该模型对可靠的跟踪片进行多次迭代关联,形成目标完整的轨迹。结果 4个视频数据库的目标跟踪结果表明,本文算法能较好的处理目标间遮挡、目标自身形变,以及背景干扰。对TUD-Crossing数据库的跟踪结果进行了定量分析,本文算法的FAF(跟踪视频序列时,平均每帧被错误跟踪的目标数)为0.21、MT(在整个序列中,有超过80%视频帧被跟踪成功目标数占视频序列目标总数的比例)为84.6%、ML(在整个序列中,有低于20%视频帧被跟踪成功目标数占视频序列目标总数的比例)为7.7%、Frag(视频序列目标真值所对应轨迹在跟踪中断开的次数)为9、IDS(在跟踪中,目标身份的改变次数)为4;与其他同类型多目标跟踪算法相比,本文算法在FAF和Frag两个评估参数上表现出色。结论融合特征能对目标进行较为全面的表达、判别性外观模型能有效地应用于跟踪片关联,本文算法能实现复杂场景下的多目标跟踪,且可以应用到一些高级算法的预处理中,如行为识别中的轨迹检索。
- 黄奇项俊侯建华张华笪邦友
- 关键词：多目标跟踪ADABOOST
- 基于异质性预矫正的小波域SAR图像去斑被引量：2
- 2016年
- 真实SAR图像在去斑过程中易存在过平滑现象,针对此问题提出了一种对图像预矫正后再进行去斑处理的方法。对含斑图像作小波分解,以多尺度局部变差系数作为异质性测度,提出一种基于该测度的自适应预矫正函数,将小波子带划分为四类区域,对各区域采取不同的预处理策略;在此基础上对预矫正图像采用常规的小波域去斑算法。对真实SAR图像去斑的实验表明,该方法在抑制相干斑和保持图像细节方面均有较显著的改善。这种预矫正过程简单、实用,并且可以和多种常规的去斑算法相结合,具有一定的推广和应用价值。
- 侯建华陈稳刘欣达陈少波
- 关键词：小波变换
- 基于SURF与Hough森林的人脸检测研究被引量：3
- 2014年
- 为实现复杂场景中的人脸检测与定位,提出了一种基于快速鲁棒特征SURF与Hough森林的人脸检测算法。采用SURF局部特征构建Hough森林分类器,每个叶子节点存储类别信息与特征点到达目标中心的偏移量,在图像局部外观与Hough投票之间建立映射关系,生成有监督的判别式的码本,获得可靠的概率Hough投票,以此预测目标中心位置,提高了检测精度。与此同时,采用SURF局部特征提取图像兴趣点有助于减小计算量、加快检测速度。实验证明了所提算法的有效性。
- 严明君项俊罗艳侯建华
- 关键词：SURF决策树
- 一种尺度和方向适应性的Mean Shift跟踪算法被引量：3
- 2015年
- 针对原始的Mean Shift跟踪算法虽能准确地估计目标位置,但对目标尺度和方向不能实现自适应估计,结合目标模型与候选目标区域的候选模型得到了反向投影图,此反向投影图可表示图像中像素点属于目标的概率,将反向投影图的矩特征应用到原始Mean Shift跟踪算法框架,实现了目标尺度和方向适应性Mean Shift跟踪.实验结果表明:该算法能有效跟踪尺度和方向变化的目标.
- 侯建华黄奇项俊郑桂林
- 关键词：矩特征目标跟踪
- 基于广义似然比的小波域SAR图像相干斑抑制算法
- 2015年
- 在联合检测与估计理论框架下推导出了Bayes萎缩函数表达式,并提出了一种基于广义似然比的小波域SAR图像去斑算法.该算法对含斑SAR图像直接做冗余小波变换,求出小波系数所对应的二值掩模;对相干斑噪声和有用信号的似然条件概率分别建模为尺度指数分布和Gamma分布,根据二值掩模信息,采用最大似然估计得到两种模型的参数并计算似然条件概率比.实验结果表明:文中所给算法在有效滤除斑点噪声的同时,也较好地保持了图像的细节信息,在对人工加斑图像和多幅实际SAR图像的处理中获得了令人满意的结果.
- 侯建华刘欣达陈稳陈少波
- 关键词：小波变换
- 基于多示例学习和随机蕨丛检测的在线目标跟踪被引量：6
- 2014年
- 基于检测的目标跟踪方法目前在计算机视觉领域受到了广泛的关注,这类方法通过训练判别分类器将目标对象从背景中分离出来;分类器的训练是根据当前的跟踪状态从当前帧中提取正负样本来进行,但训练样本的不准确将导致分类器退化产生漂移。该文提出一种能够有效克服目标漂移的跟踪算法,采用检测器和跟踪器相结合的框架,利用中值流算法作为跟踪器,提高跟踪点的可靠性;级联若干个随机蕨弱分类器构成强分类器作为检测器;用在线多示例学习方法更新检测器,提高检测精度;最后将检测器、跟踪器的结果相融合得到最终的目标位置。实验结果表明,与其它方法相比,该方法对目标漂移有更强的鲁棒性。
- 罗艳项俊严明君侯建华
- 关键词：目标跟踪
- 基于异质性分类的小波域SAR图像去斑
- 2016年
- 提出了一种非同态滤波框架下的小波域SAR图像相干斑抑制算法。将小波域中的后向散射信号和斑点噪声分别建模为正态逆高斯分布、高斯分布,在贝叶斯最大后验准则下推导出信号估计的表达式;为了提高模型参数的估计精度,引入多尺度局部变差系数作为异质性测度,并提出用对数正态分布对该测度进行拟合;基于异质性测度的统计分布特点,本文对小波子带中的系数进行分类,用累积量的估计方法计算每一类小波系数的模型参数。实验结果表明,与传统的同态滤波框架下的同类算法,以及与未采用分类技术的非同态滤波同类算法相比较,本文算法在主、客观性能评价上均有一定的优势,取得了较好的去斑效果。本文提出的基于异质性测度对小波系数分类的思想为SAR图像去斑算法的研究提供了一种新的途径。
- 侯建华陈稳刘欣达陈少波
