您的位置： 专家智库 > >

刘洪彬

作品数：7 被引量：79H指数：5
供职机构：山东大学控制科学与工程学院更多>>
发文基金：国家自然科学基金国家教育部博士点基金教育部留学回国人员科研启动基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 7篇中文期刊文章

领域

  • 7篇自动化与计算...

主题

  • 3篇多目标
  • 3篇多目标跟踪
  • 3篇目标跟踪
  • 2篇点匹配
  • 2篇多特征融合
  • 2篇特征点
  • 2篇特征点匹配
  • 2篇自适
  • 2篇自适应
  • 2篇滤波
  • 1篇动目标
  • 1篇动目标检测
  • 1篇动态时间规整
  • 1篇行人
  • 1篇颜色直方图
  • 1篇预处理
  • 1篇运动目标检测
  • 1篇遮挡
  • 1篇直方图
  • 1篇识别方法

机构

  • 7篇山东大学

作者

  • 7篇常发亮
  • 7篇刘洪彬
  • 2篇彭志勇
  • 1篇刘春生
  • 1篇张友梅

传媒

  • 2篇西安电子科技...
  • 1篇光电子．激光
  • 1篇光学精密工程
  • 1篇电子学报
  • 1篇控制与决策
  • 1篇计算机工程与...

年份

  • 1篇2019
  • 1篇2018
  • 3篇2017
  • 1篇2016
  • 1篇2015
共 7 条 记 录，以下是 1-7
全选 清除 导出
排序方式：
权重系数自适应光流法运动目标检测被引量：39
2016年
为了实现Horn-Schunck光流法权重系数的自适应设定与更新,研究了权重系数对Horn-Schunck光流法的影响规律,提出一种融合模糊C均值(FCM)聚类的权重系数自适应Horn-Schunck光流法。首先,统计不同权重系数下运动目标检测的光流总值变化曲线。然后,以光流总值的最优化为依据,结合两层模糊C均值(FCM)聚类寻找最优权重和基于固定迭代次数Horn-Schunck光流法的收敛点,从而自适应地获取最优权重系数,并将收敛阈值的人工设定转化为光流值的自动寻优。最后,通过标准视频序列进行测试以验证算法的有效性。实验结果表明:相比于其他权重系数值,最优权重估计的光流图像不但运动目标明显而且噪声较少。对运动目标检测的运行时间为0.106 0s,有用比为0.596 9,幅度误差为0.801 1,满足光流法运动目标检测的最优或次优性能。
刘洪彬常发亮
关键词：运动目标检测模糊C均值聚类
基于3D人体骨架的动作识别被引量：6
2017年
本文提出了一种基于3D人体骨架的动作识别方法.该方法以3D人体骨架为基础,将骨架中关节点的位置重新定义,形成简化的立体骨架模型,进而采用改进的动态时间规整算法(Reformative Dynamic Time Warping,RDTW)对齐动作序列并进行识别.由于人体大小、形状、动作方式等差异,任意两个人表达同一动作都不尽相同,简化的立体骨架模型能有效缓解这种类内差异性.传统的DTW算法存在计算复杂性高,效率低的问题,本文在传统算法的基础上设计了"一次规划,二次细化"的方法,有效降低计算量,提高计算效率.该算法在MSR 3D Action数据库上的实验验证了其有效性.
张友梅常发亮刘洪彬
关键词：动态时间规整
基于HSV模型和特征点匹配的行人重识别算法被引量：15
2015年
提出了一种基于HSV模型和特征点匹配相结合的行人重识别算法。首先根据改进的HSV空间颜色量化策略,比对两幅行人图像的躯干和腿部主颜色是否一致,以快速确定备选目标;然后对备选目标,利用环形Gabor滤波器组生成多尺度图像,再利用改进的FAST算法和BRIEF算法对多尺度图像进行特征点提取与描述,最后利用暴力算法和随机抽样一致性算法进行特征点匹配和提纯,以达到较好的匹配效果。实验结果表明,本文提出的行人重识别算法具有较高的识别准确率,识别速度达到12frames。
彭志勇常发亮刘洪彬别秀德
关键词：HSV模型特征点匹配
自适应分块的多特征融合多目标跟踪被引量：8
2017年
针对多目标跟踪过程中存在目标遮挡、表观变化以及目标相似的情况,提出一种基于自适应分块的多特征融合粒子滤波多目标跟踪方法.该方法首先根据目标灰度投影进行自适应分块,融合颜色直方图及方向梯度直方图特征描述各子块,并引入加权Bhattacharyya系数计算粒子的子块匹配度;然后利用模糊C均值聚类获得每个目标的粒子群,得到目标最优状态估计;最后融入粒子空间信息更新子块权重.实验结果表明,该方法在多种复杂情况下,均能准确鲁棒地跟踪多个目标.
别秀德刘洪彬常发亮彭志勇
关键词：多目标自适应分块多特征融合HOG粒子滤波
基于NAO机器人的目标识别方法被引量：5
2017年
针对NAO机器人识别目标准确率过低的问题,为降低光照对识别的影响,提出一种基于HSV颜色空间的轮廓信息特征识别的算法,通过融合颜色特征和轮廓特征识别图像中的目标。利用HSV空间模型,通过颜色阈值分割对图像进行预处理,提取红绿色目标;根据目标规则的多边形轮廓,对其形状信息加以约束;利用二值图像的轮廓特征矩加以判决,得到识别目标及其在图像中的中心坐标,实现目标的精确识别。利用NAO机器人采集图像进行模拟实验,改变NAO与目标的相对位置并多次测量,成功定位的准确率可达到92.67%。实验结果表明,NAO机器人采用该算法可以快速稳定地实现目标识别,提高了准确率。
梁付新刘洪彬张福雷常发亮
关键词：目标识别图像预处理
基于时空渐进特征模型的抗遮挡多目标跟踪被引量：5
2019年
针对多目标跟踪过程中存在目标相互遮挡的问题,提出一种基于时空渐进特征模型的抗遮挡多目标跟踪方法.该方法根据目标的关联状态、重叠情况、深度顺序构建遮挡推理模型,在线识别被遮挡目标,并对其进行基于时空渐进特征模型的目标再检测.首先,利用目标特征模型中的空间位置参数确定搜索区域;然后,计算目标模型与检测响应之间的表观特征相似度,引入一种自适应阈值,并选择相近程度较高的检测响应为候选量测;最后,采用时间特征匹配的方式获得目标真实检测响应,完成多目标跟踪的任务.通过MOT15和MOT17数据集中的实验结果表明,所提出方法能够有效地识别被遮挡目标,可在多种复杂场景下实现相互遮挡目标的鲁棒性跟踪,相对于现有方法具有较高的准确性、精度和轨迹完整性.
刘洪彬常发亮刘春生梁付新
关键词：多目标跟踪
多特征融合匹配的霍夫森林多目标跟踪被引量：2
2018年
针对目标遮挡、形变等复杂环境中多目标跟踪准确性低的问题,提出了一种多特征融合匹配的霍夫森林多目标跟踪算法.首先,该算法根据目标检测响应进行初步关联,在线选取正负样本,通过融合颜色直方图、方向梯度直方图特征以及光流信息构建目标的特征模型;然后利用霍夫森林学习,形成可靠的长轨迹;最后采用多特征融合的轨迹匹配算法,引入颜色直方图的相似性度量和基于Gabor滤波器的特征点匹配两种方式,形成加权融合的概率矩阵,将长轨迹逐级关联为目标的完整轨迹.实验表明,该算法在多个复杂环境的视频序列中,可以有效解决目标形变、相互遮挡等问题,能实现多目标的鲁棒性跟踪.
梁付新刘洪彬常发亮
关键词：多目标颜色直方图特征点匹配
全选 清除 导出
共1页<1>
聚类工具0