程丽芳
- 作品数：5 被引量：5H指数：1
- 供职机构：桂林电子科技大学计算机科学与工程学院更多>>
- 发文基金：广西青年科学基金广西壮族自治区科学研究与技术开发计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于Gentleboost算法的人物检测被引量：4
- 2008年
- 传统的人物检测方法多是对于小样本,并且对于背景复杂的图片检测率很低,但是现实中的场景复杂,而且实时检测系统需要处理大量图片。针对传统检测方法在人体检测中的这些不足,提出了一种基于集成学习的方法——Gentleboost算法的人物检测方法,利用人物的身体碎片以及这些碎片相对于身体中心的相对位置作为特征,用Gentleboost算法训练的分类器来对人体进行分类。为了提高分类器的学习效率,解决复杂场景中人体检测的难题,提出了一种利用线性回归末端作为弱分类器的方法,从正、负两个方面对预测模型进行加权,改变了原来的仅从正预测进行加权的方法。将Gentleboost和基于YCbCr外表滤波加上身体部分特征的人物检测算法(简称为YCbCr算法)进行比较,并且对不同迭代次数的分类性能也进行了比较。实验结果表明,Gentle-boost的性能要优于YCbCr算法,而且随着迭代次数的增加,检测精度也随着增加,并且逐渐趋于稳定。该方法执行起来简单,数值上也比较稳定,正确率高,可以处理大量图片,解决了人体检测中的一些关键问题。
- 程丽芳赵明昌张向文
- 关键词：特征提取分类器
- 两种入侵检测系统D-S证据理论融合算法的比较被引量：1
- 2008年
- D-S证据理论可以支持概率推理、诊断、风险分析以及决策支持等,并在多传感器网络、医疗诊断等应用领域内得到了具体应用。该文比较了入侵检测中基于D-S证据理论的两种融合算法,通过DARPA1999评测数据集验证,得出各自的利弊,并提出了改进建议。
- 何英韩元杰陈艳程丽芳
- 关键词：D-S证据理论入侵检测系统
- 基于人体碎片的特征提取算法研究
- 2008年
- 特征提取一直是模式分类问题中的关键步骤,对基于身体碎片外形轮廓及其和人物中心相对位置特征的提取算法进行研究。此算法操作简单,这些特征是在所有位置和所有大小上提取的,使制作的分类器满足平移和缩放不变性,并且他还是基于有标注数据库的。此算法可用于基于物体碎片特征的人脸识别系统、车辆和人体的自动视频监测系统以及其他的监控系统和图像检索中。
- 程丽芳赵明昌张向文何英
- 关键词：特征提取滤波器边缘检测
- 基于Gentleboost算法的人物检测算法研究
- 随着计算机计算能力的增强以及互联网的发展,人们对静态图像中包含的人体信息越来越感兴趣,因此设计人体检测算法成为计算机视觉领域的一个活跃的研究课题。它在驾驶员辅助系统、人体运动捕捉、色情图片过滤、虚拟视频以及可视化远程监控...
- 程丽芳
- 关键词：图像增强特征提取
- 文献传递
- 基于ECP-SDF的靶子监测与识别中的图像处理技术
- 2007年
- 等峰值滤波函数（ECP-SDF）在光电模式识别中具有很好的性质,在其基础上建立的非线性合成滤波器能很好的提高物体识别的准确度,对物体发生的各种形变（尺度变化、平面旋转、空间旋转等）具有很好的容纳性,能有效的改善物体监测的精确度。它已经应用在了许多方面比如：人脸识别[9]、指纹识别[10]、路标监测与识别[5]等,也可应用于靶子的自动识别与跟踪上,以靶子为例对非线性合成相关器作了进一步的研究。
- 程丽芳赵明昌
- 关键词：掩模滤波器相关器
