马强
- 作品数：2 被引量：5H指数：1
- 供职机构：武汉大学电子信息学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于颜色和局部二值相似模式的背景减除被引量：5
- 2016年
- 针对视觉背景提取(Visual Background Extractor,ViBe)算法对光照变化和动态背景适应性差、鬼影消除时间长的缺点,提出了一种改进的ViBe算法。该算法使用颜色特征与局部二值相似模式(Local Binary Similarity Pattern,LBSP)特征进行背景建模,增加了对光照变化的鲁棒性。在模型更新阶段,引入二次空间传播机制,以加快消除鬼影的速度。根据当前像素与空间邻域像素的标准差获得自适应判决阈值,以较快的时间响应速度抑制动态背景的干扰。在Change Detection dataset数据集上的实验结果表明,改进后的算法能较快地抑制鬼影,同时能保证慢速和静止目标不会很快地融入背景,对复杂动态场景和光照变化有较好的适应性,其F-measure指标较ViBe算法提升了19.29%。
- 任典元王文伟马强
- 关键词：鬼影自适应阈值
- 融合显著性因子的行人纹理提取
- 2015年
- 针对基于纹理信息的行人特征提取算法中存在特征信息冗余度大，无法刻画人眼视觉敏感性的不足，提出一种融合人类视觉感知特性的基于显著性局部二值模式（SF-LBP）的行人纹理特征提取算法。该算法首先采用显著性计算方法提取感兴趣区域得到各部分的显著性因子；然后将显著性因子权值与行人纹理特征根据核函数相融合，生成基于SF-LBP算子的特征向量；接着统计不同区域的特征向量，形成特征直方图；最后结合自适应AdaBoost分类器构建实验平台进行实验。INRIA数据集中的实验结果显示，SF-LBP特征在检测准确率上比梯度直方图（HOG）特征、Haar特征高出2％～3％，达到97％，召回率达到90％，提高了2％左右，表明SF-LBP算子能够准确描述行人的纹理特征，提高行人检测系统的准确率。
- 马强王文伟
- 关键词：感兴趣区域提取ADABOOST分类器行人检测
