杨慧
- 作品数：4 被引量：20H指数：2
- 供职机构：合肥工业大学计算机与信息学院图像信息处理研究室更多>>
- 发文基金：国家自然科学基金安徽省自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于D-S证据理论的融合RGB特征和Depth特征的3D目标识别方法
- 2016年
- 针对利用单一特征进行3D目标识别导致识别率低的问题,结合RGB图像和Depth图像的优势,提出一种结合支持向量机(SVM)和D-S证据理论的融合RGB特征和Depth特征的3D目标识别方法。该方法提取目标物体的RGB特征以及Depth特征,分别以这两类单特征的SVM的概率输出作为独立的证据,构造出基于每个证据的基本概率分配函数(BPA),利用D-S证据融合规则进行证据融合,并根据决策准则得到最终的3D目标识别结果。在Kinect相机得到的RGB-D数据集上进行实验验证,结果表明,该方法能够有效地实现对RGB特征和Depth特征的融合,提高了3D目标识别的识别准确性和可靠性。
- 杨慧胡良梅张旭东陈仲海董文菁
- 关键词：目标识别D-S证据理论KINECT
- 融合RGB特征和Depth特征的3D目标识别方法被引量：11
- 2015年
- 针对目标类内差异、类间相似的识别问题,结合RGB图像和Depth图像各自的优势,提出一种基于多核学习的融合RGB特征和Depth特征的3D目标识别方法。该方法提取目标物体的RGB特征和Depth特征;并根据两种特征的类内、类间相似性均值和方差,为特征自适应的分配不同的权重;最后利用多核学习(MKL)的方法对特征进行加权融合,并结合SVM分类器,实现3D目标识别。最后通过在Kinect相机得到的RGB-D数据集上进行实验,验证了该文方法能够有效地实现对RGB特征和Depth特征的融合,很好的解决类内差异、类间相似的3D目标识别问题,提高了3D目标识别的识别率。
- 胡良梅杨慧张旭东董文菁陈仲海
- 关键词：多核学习自适应加权
- 基于二阶微分算子和测地距离的深度图超分辨率重建被引量：2
- 2016年
- 针对TOF相机原始获取深度图像分辨率非常低,且超分辨率重建中易出现边缘模糊和伪影的问题,提出一种基于二阶微分算子和测地距离的深度图超分辨率重建算法。以彩色信息作为引导,运用双边滤波的思想,采用测地距离把低分辨率深度图像的空间高斯核与高分辨率彩色图像的幅度高斯核函数结合起来,体现了深度图与彩色图的一致性,并引入深度核函数对两个相邻像素具有类似颜色但深度值不同的情况进行处理,抑制颜色相似但深度值不同区域的伪影现象,恢复出边缘轮廓显著的高分辨率深度图。实验结果表明,该算法可以有效保护图像的边缘结构且解决伪影问题,并在定性和定量两个方面都可达到很好的效果。
- 董文菁胡良梅张旭东杨慧陈仲海
- 关键词：测地距离
- 基于联合模板稀疏表示的目标跟踪方法被引量：7
- 2015年
- 针对传统基于稀疏表示的目标跟踪方法中,当场景中含有与目标相似的背景时容易出现跟踪漂移的问题,提出一种新的目标跟踪方法.该方法基于目标的局部二元模式特征,将目标外观模型同时用原始目标模板与当前帧部分粒子构成的联合模板稀疏表示,构建一个联合目标函数,将跟踪问题通过迭代转化为求解最优化问题.实验结果表明,所提出跟踪方法在解决遮挡、光照等问题的同时,对场景中含有与目标相似背景的序列具有较好的跟踪效果.
- 张旭东陈仲海胡良梅杨慧董文菁
- 关键词：目标跟踪
