您的位置: 专家智库 > >

国家教育部博士点基金(20120131120030)

作品数:8 被引量:55H指数:3
相关作者:贲晛烨张鹏葛国栋孟维晓李娟更多>>
相关机构:山东大学南京理工大学哈尔滨工业大学更多>>
发文基金:国家教育部博士点基金国家自然科学基金山东大学自主创新基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 8篇期刊文章
  • 2篇会议论文

领域

  • 9篇自动化与计算...
  • 1篇电子电信

主题

  • 3篇步态
  • 3篇步态识别
  • 2篇矩阵
  • 1篇单片
  • 1篇单片机
  • 1篇电感
  • 1篇电感测试
  • 1篇电感测试仪
  • 1篇电路
  • 1篇性能分析
  • 1篇预处理
  • 1篇掌纹
  • 1篇掌纹图像
  • 1篇指关节
  • 1篇扫频
  • 1篇射频识别
  • 1篇射频识别技术
  • 1篇识别技术
  • 1篇特征提取
  • 1篇图像

机构

  • 8篇山东大学
  • 2篇哈尔滨工业大...
  • 2篇南京理工大学
  • 1篇哈尔滨工程大...
  • 1篇南昌航空大学
  • 1篇山东农业大学

作者

  • 8篇贲晛烨
  • 5篇张鹏
  • 3篇葛国栋
  • 2篇孟维晓
  • 1篇杨明强
  • 1篇孙成立
  • 1篇王科俊
  • 1篇王卓然
  • 1篇李娟
  • 1篇付希凯
  • 1篇潘婷婷
  • 1篇孙超
  • 1篇徐秀慧
  • 1篇李正茂
  • 1篇吴欲晓
  • 1篇樊志文

传媒

  • 4篇应用科技
  • 1篇东南大学学报...
  • 1篇西安交通大学...
  • 1篇计算机辅助设...
  • 1篇智能系统学报
  • 1篇2015年中...

年份

  • 1篇2016
  • 2篇2015
  • 4篇2014
  • 3篇2013
8 条 记 录,以下是 1-10
排序方式:
微表情自动识别综述被引量:43
2014年
微表情是一种持续时间仅为1/25~1/5 s非常快速的表情,它表达了人试图压抑与隐藏的真正情感.文中简要分析了面部行为代码系统,探讨了人工微表情识别方法的实验研究;对现有的微表情自动识别的数据库从采集情况、微表情的产生情况以及用途进行了对比总结,重点综述了现有的微表情自动识别研究进展,从识别结果、所采用的技术、优缺点等方面进行了对比总结,给出了评估方法,论述了微表情线索测谎的典型应用;最后探讨了该领域值得进一步研究的问题和可能的发展方向.
贲晛烨杨明强张鹏李娟
关键词:测谎
Improved Ada Boost algorithm and Cam Shift algorithm for face detection and tracking in color video
Face detection and tracking is one of the core technologies of the intelligent video monitoring. This paper ma...
Menglei SunXianye BenHongyuan WangPeng ZhangYawei Tian
均值张量成分分析及其在步态识别中的应用被引量:1
2015年
针对步态识别中非负样本数据存在冗余,且未经中心化的多线性主成分分析保持聚类结构的特征向量不能对应最大特征值,导致识别效果下降的问题,提出一种保持原始张量数据均方长度的均值张量成分分析算法。该算法首先对原始样本任一模式下内积矩阵进行谱分解,计算该模式下相应的特征值和特征向量;其次,利用获得的特征值和特征向量计算均值向量,并对均值向量值进行降序排列,使较大均值向量值对应的特征向量构成该模式下的低维子空间;最后,将原始样本投影到该低维子空间,形成特征张量。与多线性主成分分析算法相比,该算法不需要对数据去中心化处理,而是保持非负数据均值向量最大均方欧几里德距离和方向。通过在USF步态数据库和TUM GAID步态数据库进行仿真实验,结果表明,经过均值张量成分分析预处理,在2个步态库上的平均识别率分别高达57%和75%,较其他传统方法的识别率有明显提高。
贲晛烨贲晛烨孙成立张鹏
关键词:步态识别均值向量
校车安全监控系统被引量:3
2016年
为了优化校车室内传感器和控制器的布局,消除现有的安全隐患,提出了基于Zigbee技术的校车安全监控系统。Zigbee模块构建星型通讯网络,中心节点汇集传感器节点的实时信息并广播控制指令给控制节点;STM32单片机处理实时信息,控制整个系统运行。最终增强了酒驾监控、学生人数检测的性能,有效地提高了校车的安全性。
李传烨葛国栋樊志文贲晛烨
关键词:校车安全ZIGBEE技术STM32单片机射频识别技术
线性插值框架下矩阵步态识别的性能分析被引量:3
2013年
针对现有的步态周期检测方法检测效果不佳以及行走速度变化对步态识别性能有很大影响的问题,提出的基于矩的步态周期检测方法中,Zernike矩需要人体居中、尺度归一的前期预处理过程,而伪Zernike矩具有能描述运动图像的特点,它可以避免人体居中、尺度归一等处理,以便直接测试步态的周期性.根据行走时的两帧之间的特征取决于前一帧和后一帧的特征,提出了基于线性插值的矩阵步态识别算法框架,并且将投影特征、Hough变换特征、Trace变换特征和Fan-Beam映射特征应用在CASIA(B)步态库上,验证了框架的有效性,为解决步态识别问题带来新的方法与思路.这种基于线性插值的矩阵步态识别特征本质上是一种权值不同的能量形式.
贲晛烨张鹏潘婷婷王科俊
关键词:步态识别ZERNIKE矩伪ZERNIKE矩
基于Gabor-BLPOC的指关节纹识别算法被引量:1
2014年
指关节纹比手掌特征更明显,针对这种生物特征提出一种基于Gabor-带限相位相关(Gabor-BLPOC)的指关节纹识别算法.首先,使用Gabor滤波器抑制噪声,并采用限制对比度自适应直方图均衡化对指关节纹图像进行增强;其次,使用BLPOC算法提取指关节纹图像的相位特征;然后,通过计算2幅指关节纹图像的互功率谱对指关节纹图像进行校准;最后,再次计算校准后图像的BLPOC,根据2幅图像的互功率谱峰值进行指关节纹图像的匹配.通过在Poly U FKP数据库上的实验表明,所提出算法的等错误率为1.57%,具有更加精确的匹配效果,从而验证了该算法的有效性.
贲晛烨孙孟磊张鹏王卓然王卓然
关键词:GABOR滤波器
一种纳亨级电感测试仪被引量:3
2013年
在通信链路和高频前端电路中,尤其涉及匹配滤波网络时,纳亨级电感的应用十分广泛.但是小量值电感的制作和测量极为困难,同时分布参数对通信机的影响也是非常难以评估和改善的.设计了一种简洁、低成本、高效的高精度纳亨级电感测量仪,包含ARM7主控制器、液晶显示模块、按键、DDS扫频模块、AGC模块、高频匹配检波器、电源、数字接口和其他信号调理电路.该仪器通过ARM7控制DDS产生扫频信号,寻找串联LC谐振回路的中心频率,从而计算补偿得到待测电感数值和其Q参数,并利用渐近式算法提高测量速度.该仪器能够测量1 nH^10μH的电感值,并且能够提供10 kHz^60 MHz的频率的正弦波信号输出.总的来说,该仪器结构模块化,易于调试,并且能够提供良好的人机交互界面和数字通信端口,方便自动测量.
吴欲晓李正茂孙超贲晛烨
关键词:扫频ARM7
基于二维Gabor的掌纹图像预处理研究被引量:1
2014年
掌纹识别属于相对较新的一种生物特征识别技术,是利用人手掌上丰富的纹理特征来进行身份识别。掌纹图像的质量是影响掌纹识别性能的关键,因此,由掌纹的特点入手,对掌纹图像采用基于形态学方法进行感兴趣区域(ROI)的分割,为了防止由于采集时手放置位置的旋转或偏移导致的掌纹图像的差异,通过中值滤波、二值化、膨胀腐蚀等操作确定了特殊角点,再利用角点连线确定旋转角度,来旋转掌纹图像。然后对掌纹图像感兴趣的区域采取小波阈值法来去除噪声。最后结合Gabor滤波器的方向性,采用基于二维Gabor滤波器对掌纹纹线的特征进行提取。为了验证所提出的掌纹图像预处理方法的有效性,在PolyU掌纹图像库上进行实验并取得了较好的实验效果。
徐秀慧汪盛迪葛国栋贲晛烨
关键词:小波去噪
Facial Geometric Feature for Cascade Eye Detection
An innovative method for cascade eye detection using facial geometric features is proposed. The cascade detect...
Chang GuoXianye BenXikai FuFei LiuZhenqing Zhang
文献传递
二维线性大间距判别分析及其在步态识别中的应用
2014年
提出一种二维线性大间距判别分析(Two dimensional linear maximum margin discriminant analysis,2DLMMDA)的投影算法。该算法一方面采用了有效且稳定的大间距优化准则,引入了Laplacian矩阵,保持了特征矩阵的流形结构,且优化域为Laplacian类间散度与Laplacian类内散度之差,能克服Fisher准则带来的小样本问题;另一方面,采用了具有监督信息的判别分析,大大地提高了识别率。为了验证所提出的算法对特征提取的有效性,选择最近邻分类器进行特征分类,最后通过在CASIA(B)步态库上实验。实验结果表明,文中提出的算法具有更高的识别率和识别速度。
张鹏付希凯葛国栋贲晛烨
关键词:特征提取拉普拉斯矩阵步态识别
共1页<1>
聚类工具0