霍中花
- 作品数：2 被引量：13H指数：1
- 供职机构：江南大学更多>>
- 发文基金：江苏省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 多方向显著性权值学习的行人再识别被引量：13
- 2015年
- 目的针对当前行人再识别匹配块的显著性外观特征不一致的问题,提出一种对视角和背景变化具有较强鲁棒性的基于多向显著性相似度融合学习的行人再识别算法。方法首先用流形排序估计目标的内在显著性,并融合类间显著性得到图像块的显著性;然后根据匹配块的4种显著性分布情况,通过多向显著性加权融合建立二者的视觉相似度,同时采用基于结构支持向量机排序的度量学习方法获得各方向显著性权重值,形成图像对之间全面的相似度度量。结果在两个公共数据库进行再识别实验,本文算法较同类方法能获取更为全面的相似度度量,具有较高的行人再识别率,且不受背景变化的影响。对VIPeR数据库测试集大小为316对行人图像的再识别结果进行了定量统计,本文算法的第1识别率(排名第1的搜索结果即为待查询人的比率)为30%,第15识别率(排名前15的搜索结果中包含待查询人的比率)为72%,具有实际应用价值。结论多方向显著性加权融合能对图像对的显著性分布进行较为全面的描述,进而得到较为全面的相似度度量。本文算法能够实现大场景非重叠多摄像机下的行人再识别,具有较高的识别力和识别精度,且对背景变化具有较强的鲁棒性。
- 陈莹霍中花
- 关键词：显著性特征排序
- 基于Web的数据采集系统设计
- 2012年
- 该系统采用以Cortex-M3为内核的LM3S8962芯片为微控制器，利用其内置的以太网控制器，将通过PT100温度传感器采集的温度数据，通过LM3S8962处理后，通过以太网传送至远程PC机，使用户能够通过任意的IE浏览器实现对温度的远程监控。该文从硬件和软件两方面介绍了基于web的数据采集系统的设计和实现过程。
- 朱舞雪茅正冲霍中花高娟邵阳王芸芸
- 关键词：LM3S8962PT100以太网TCP/IP
