国家自然科学基金(31200496)
- 作品数：14 被引量：74H指数：6
- 相关作者：赵亚琴黄磊周忠周宏平徐铭铭更多>>
- 相关机构：南京林业大学南京森林警察学院南京邮电大学更多>>
- 发文基金：国家自然科学基金江苏省普通高校研究生科研创新计划项目中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术农业科学航空宇航科学技术环境科学与工程更多>>
- 与视频背景颜色相似的纹理缺乏前景目标检测方法被引量：2
- 2018年
- 现有的视频运动目标检测方法无法有效跟踪与背景颜色相似且纹理缺乏的运动目标,对此,提出一种基于非下采样小波变换的LBP(UW-LBP)纹理特征提取新方法。对当前图像和背景图像进行三层非下采样小波变换;对每个小波变换子图提取LBP纹理特征,为了提高运算速度,没有采用LBP直方图,而是用一个8×n位的二进制向量定义UW-LBP描述子,并用海明距离度量局部纹理的差异;提出一个从像素级到图像块级的层次的运动目标检测策略。实验结果表明,所提出的算法能够有效地检测与背景颜色相似的纹理缺乏运动目标,并对噪声和环境变化有良好的鲁棒性。
- 赵亚琴蒋林权陈越孙一超
- 关键词：LBP
- 基于时空特征的林火视频火焰识别研究被引量：6
- 2016年
- 由于森林火灾监控现场是野外广阔的林区,而且树叶的摇摆使得视频图像中的运动对象很多,强烈的阳光、秋季的枯叶和红枫会导致火灾识别的误报等,这些特点都使得现有室内或静止场景火灾视频监控的视频处理技术不再适用。考虑到火灾发生有一个蔓延的过程,是一个包含若干连续视频帧图像的视频片段,笔者首先将疑似火焰视频划分成时空视频块,根据颜色特征和运动特征得到疑似火焰区域,然后在视频片段大粒度下基于空间静态特征(纹理、圆形度特征)和时序动态特征(火焰面积变化、形状相似性、闪烁频率特征)提取火焰特征向量,最后使用基于Ada Boost的算法进行火焰识别,实现森林火灾的实时检测。结果表明,该方法能够准确有效地进行林火视频火焰识别。
- 徐铭铭周宏平赵亚琴汪东
- 关键词：动态特征ADABOOST
- 一种快速有效的指纹识别算法被引量：2
- 2016年
- 指纹图像是由交错排列的脊线和谷线组成,包含了丰富的纹理信息。为了获得更为有效的纹理信息,首先将图像分解为3个级别的区域块,来校正小尺寸块的方向角,以确定指纹的中心点位置,进而提高算法的运算速度;然后利用小波变换将指纹图像由空间域转换到频率域,在频率域进行多尺度分析,提取指纹图像在不同频率和方向上的局部纹理信息,提高指纹识别的准确率。该算法在以ARM11为处理器的嵌入式系统中实现。实验结果表明,该算法能够快速有效地识别指纹图像。
- 陈振伟赵亚琴蒋林权张益翔
- 关键词：指纹识别小波变换纹理信息
- 复杂背景环境下基于SSD_MobileNet深度学习模型的火焰图像识别研究被引量：11
- 2020年
- 针对现有的火灾火焰图像识别方法在光照和红花等类似火焰干扰的复杂环境下存在错检和漏检的问题,提出一种基于SSD_MobileNet的复杂环境火焰区域标记方法。首先,将深度卷积神经网络SSD300的基础卷积网络VGG16替换为MobileNet网络,应用深度可分离卷积,降低网络参数,进而构建一种火焰图像检测的SSD_MobileNet模型;然后,迁移第一次训练模型所有的卷积层参数,初始化新的待训练模型;最后,加入新的数据样本用于削弱光照、红花等干扰对象的影响。通过与SSD300、以及深度学习的目标检测算法Faster R-CNN和YOLOv3-tiny对比,实验结果表明,构建的火焰检测和火焰区域标记SSD_MobileNet模型的综合性能优于Faster R-CNN和YOLOv3-tiny模型,更适用于实时火焰检测领域。
- 卢鹏赵亚琴陈越孙一超徐媛
- 关键词：复杂环境
- 一种改进图像分类的新方法
- 虽然支持向量机广泛应用于视觉对象的分类,且取得不错的分类效果;但由于在构建分类决定面的过程中,支持向量机对每一个训练样本赋予相同的权重,从而导致当训练样本中出现异常样本时,支持向量机学习能力的下降。为此,本文提出了一种在...
- 朱松豪胡娟娟朱信帅
- 关键词：图像分类模糊支持向量机自组织映射隶属函数
- 文献传递
- 基于相关性与图像质量的图像检索算法
- 近年来社会媒体网取得了很大的发展,用户上传的图像通常由一些标签来描述,我们通过这些描述语作为索引项实现了标签检索。然而,现有的基于标签检索的排序方法返回给用户的图像因为不相关或者质量差而不能让用户满意。我们认为相关性和图...
- 朱松豪罗青青胡娟娟
- 关键词：图像质量视觉信息语义信息
- 文献传递
- 基于连续最小能量的多目标跟踪被引量：1
- 2016年
- 文中针对多目标跟踪问题,提出基于连续最小能量的多目标跟踪方法。该算法首先利用观测模型、表观模型、运动模型、互斥模型、轨迹维持模型及轨迹修正模型构建一个目标函数;然后利用梯度下降法对构建的目标函数求解,以得到各时刻跟踪目标的近似最小能量及对应的多目标个数和状态;最后采用基于最小能量的智能探测方法,得到平滑、连续的跟踪轨迹。PETS2009/2010benchmark和TUD-Stadtmitte视频序列库实验结果表明,文中提出的方法能够在存在杂波、虚警和漏检的复杂场景中实现多目标的正确关联,得到稳定、持续的跟踪轨迹。
- 孙娴朱松豪金栋梁
- 关键词：梯度下降法
- 利用旅行者图的火焰视频动态纹理分析与识别被引量：1
- 2015年
- 为更好地提取火焰的动态特征,提高火焰视频识别的准确率,提出一种利用旅行者行为图论的火灾火焰视频动态纹理分析与识别方法。把图像像素点看作景点,建立火焰视频的旅行者行为图,定义火焰视频纹理分布函数;在时空域推导火焰动态纹理特征向量公式,详细阐述参数的选择方案;用支持向量机进行火焰视频识别。该算法性能不依赖于疑似火焰区域的检测,从视频片段大粒度角度分析火焰的动态特征。实验结果表明,该算法降低了算法耗时,火灾视频识别率较高。
- 赵亚琴
- 关键词：动态纹理支持向量机
- 一种基于多尺度局部纹理特征和CART决策树的野外火灾火焰图像识别算法被引量：8
- 2019年
- 为了消除野外环境中枯草、枯树枝、枯树叶等干扰对象对野外火灾识别的影响,提高火焰识别的准确率,提出一种新的基于Gabor滤波和局部二值模式(LBP)的多尺度局部纹理特征提取方法,并构建Adaboost-SVM火焰图像分类器。利用火焰的颜色特征提取出疑似火焰区域;对疑似火焰区域进行Gabor滤波,再对Gabor滤波后不同尺度下的图像以16×16的像素邻域网格作为采样窗口,采用LBP提取其纹理特征;运用CART决策树对LBP特征向量进行降维,将分类回归树算法(CART)选择出来的特征输入到支持向量机(SVM)训练分类器,进行火灾火焰图像识别。实验结果表明,野外火灾火焰的识别准确率为96%,证明了该算法的有效性。
- 冯丽琦赵亚琴孙一超龚云荷
- 关键词：UNIFORMLBPGABOR滤波
- 鲁棒Kalman滤波陀螺随机噪声AR快速/实时建模被引量：2
- 2014年
- 针对传统陀螺随机噪声的AR建模方法收敛速度慢、所需样本多等问题,提出新的基于鲁棒Kalman滤波的陀螺随机噪声AR建模方法。该方法将AR模型参数作为系统的状态量,采用未知时变的噪声统计估值器估计观测噪声的均值和方差,通过Kalman滤波估计出AR模型参数。实验结果表明:这种AR建模方法具有收敛速度快,时间开销少的优点。当有新的噪声数据到来时,还能使建立的AR模型得到及时更新,提高建模准确度,适用于快速建模或陀螺随机噪声具有强时变性的工程场合。
- 黄磊赵亚琴
- 关键词：捷联惯性导航系统时间序列
