宜昌市科学技术研究与开发项目(A09302-31)
- 作品数：2 被引量：17H指数：1
- 相关作者：覃音诗马先兵雷帮军孙水发胡松更多>>
- 相关机构：三峡大学更多>>
- 发文基金：宜昌市科学技术研究与开发项目湖北省教育厅青年基金湖北省高等学校优秀中青年科技创新团队计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 室外视频前景检测中的形态学改进ViBe算法被引量：16
- 2013年
- 背景差分法是实际中应用最广泛的前景检测方法,其关键是背景建模,比较常用的背景建模方法是高斯混合模型GMM(Gaussian Mixture Model)。最近一种称为视觉背景抽取算法ViBe(Visual Background extractor)由于其简单、快速的特点得到了越来越多的重视。但对于存在动态背景的户外视频,仍然存在噪声及背景的干扰。提出用形态学方法对算法进行改进,即先用开操作来消除噪声,再用闭操作来填充物体内细小空洞等。用ROC曲线测试了算法性能,结果表明,进行形态学处理后算法性能有了比较大的提高,比如对于户外视频Watersurface,在FPR为1%时TPR最高提高了31%。
- 孙水发覃音诗马先兵雷帮军
- 关键词：形态学处理ROC曲线
- 数字黄柏河流域水资源GIS平台设计及其实现
- 本文主要介绍了开发数字黄柏河流域水资源GIS系统的方案、策略及其实现。系统采用ArcSDE空间数据引擎和SQL Server2000关系数据库统一管理空间数据和属性数据,运用ArcInfo和ArcIMS实现流域空间信息查...
- 黄悦华冯德鸿孙水发王鸣
- 关键词：地理信息系统空间数据库引擎地理数据库
- 文献传递
- 基于多特征级联筛查的在线boosting快速跟踪算法被引量：1
- 2015年
- 传统基于Haar-like特征的在线boosting跟踪算法(HBT)采用局部穷举搜索目标的方式,不能很好地应对运动速度较快的目标以及目标被完全遮挡的情形。当目标状态和周围背景发生变化时,传统HBT算法会产生累积错误。对此系统进行改进,提出一种基于多特征级联筛查的在线boosting快速跟踪算法:将每帧视频网格化,依次根据目标运动方式、网格方差、目标模型、颜色分布以及重叠情况等多种特征级联筛选出有可能成为目标的网格。将这些候选网格交给boosting分类器得到最终的置信度,从而得到目标位置信息,实现快速的在线目标跟踪。用朴素贝叶斯分类器代替简单的阈值分类器,提高算法的准确性。实验结果表明,所提出的方法在鲁棒性、准确性和实时性上都有很大提升。
- 胡松孙水发马先兵覃音诗雷帮军
- 关键词：目标跟踪颜色直方图
