您的位置: 专家智库 > >

黄萍

作品数:4 被引量:11H指数:2
供职机构:华东交通大学信息工程学院更多>>
发文基金:江西省研究生创新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更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 4篇自动化与计算...

主题

  • 3篇目标检测
  • 2篇动目标
  • 2篇动目标检测
  • 2篇运动目标检测
  • 2篇运动目标检测...
  • 2篇主成分
  • 2篇字典学习
  • 2篇目标检测算法
  • 2篇背景差
  • 2篇背景差分
  • 2篇SVD
  • 2篇测算法
  • 2篇差分
  • 1篇压缩感知
  • 1篇主成分分析
  • 1篇鲁棒
  • 1篇鲁棒性
  • 1篇感知
  • 1篇背景差分法
  • 1篇PCP

机构

  • 4篇华东交通大学

作者

  • 4篇黄萍
  • 2篇曹义亲
  • 2篇严浩
  • 2篇黄晓生
  • 1篇郭厚焜
  • 1篇吴峰

传媒

  • 2篇华东交通大学...
  • 1篇微电子学与计...

年份

  • 2篇2014
  • 1篇2013
  • 1篇2012
4 条 记 录,以下是 1-4
排序方式:
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
基于稀疏表示的运动目标检测方法研究
运动目标检测作为许多机器视觉应用中的预处理环节,在诸如智能空间、视频监控等领域中都有着重要的应用。在运动目标检测中,运动目标是人们感兴趣的区域,称为前景;而需要忽略的非前景区域,称为背景。其目的是在一个视频流中提取出前景...
黄萍
关键词:目标检测
文献传递
基于压缩感知和字典学习的背景差分法被引量:7
2012年
针对当使用背景差分法时,背景存在突变和渐变、图像数据的冗余和伪前景对目标检测的干扰等问题,提出一种基于稀疏表示和字典学习的背景差分法。该方法首先训练视频流得到其数据字典,并根据数据字典学习与稀疏表示理论建立背景模型,可以有效减少数据的冗余。然后根据目标及其邻域的密集度进行目标分割,以排除前景的干扰。最后再根据数据字典的更新算法,有效解决了背景的突变和渐变问题。实验结果表明,该方法具有可行性。
郭厚焜吴峰黄萍
关键词:字典学习背景差分
共1页<1>
聚类工具0