胡松
- 作品数：3 被引量：3H指数：1
- 供职机构：三峡大学计算机与信息学院智能视觉与图像信息研究所更多>>
- 发文基金：国家自然科学基金湖北省教育厅青年基金湖北省高等学校优秀中青年科技创新团队计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于灰度区间映射的脱皮指纹识别技术
- 2012年
- 指纹识别技术是生物特征识别技术中的研究热点。指纹学的研究表明指纹具有唯一性和终生不变性,利用指纹识别技术进行身份验证是可行而且实用的。文中系统地介绍了指纹识别流程及近几年相关技术的最新进展,在此基础上针对脱皮指纹直方图存在多峰的特点,提出了一种基于灰度区间映射的指纹预处理方法。仿真实验结果表明,当去掉灰度区间映射处理后,脱皮指纹识别出错,而包含灰度区间映射处理后识别率达到82.34%。
- 胡松孙水发徐光柱董方敏
- 关键词：指纹识别
- 基于多特征级联筛查的在线boosting快速跟踪算法被引量：1
- 2015年
- 传统基于Haar-like特征的在线boosting跟踪算法(HBT)采用局部穷举搜索目标的方式,不能很好地应对运动速度较快的目标以及目标被完全遮挡的情形。当目标状态和周围背景发生变化时,传统HBT算法会产生累积错误。对此系统进行改进,提出一种基于多特征级联筛查的在线boosting快速跟踪算法:将每帧视频网格化,依次根据目标运动方式、网格方差、目标模型、颜色分布以及重叠情况等多种特征级联筛选出有可能成为目标的网格。将这些候选网格交给boosting分类器得到最终的置信度,从而得到目标位置信息,实现快速的在线目标跟踪。用朴素贝叶斯分类器代替简单的阈值分类器,提高算法的准确性。实验结果表明,所提出的方法在鲁棒性、准确性和实时性上都有很大提升。
- 胡松孙水发马先兵覃音诗雷帮军
- 关键词：目标跟踪颜色直方图
- 结合方向纹理熵的Haar-like特征在线boosting跟踪算法被引量：2
- 2014年
- 针对传统基于Haar-like特征的on-line boosting跟踪算法(HBT)需要产生大规模随机特征、占用大量计算资源和存储空间的缺点,提出结合方向纹理熵的Haar-like特征在线boosting跟踪算法(HBTT)。HBTT算法利用灰度共生矩阵的熵获得目标纹理的方向信息,在此基础上有针对性地产生具有方向纹理信息的Haar-like特征,从而可有效避免无效随机特征的产生,减小特征池容量;更进一步,可根据目标纹理的复杂程度自动调整特征数量,使得算法更灵活。在跟踪过程中,在线学习模块可以使错误率较高的特征被结合了目标纹理方向信息的Haar-like特征所替换。与HBT算法比较,HBTT算法的跟踪误差降低了10%以上;在相同特征池容量下,置信度提高了2%以上。实验结果表明,该算法不仅具有较高的鲁棒性,而且在跟踪效率和性能上都有所提高。
- 胡松孙水发陈鹏但志平董方敏
- 关键词：目标跟踪类HAAR特征灰度共生矩阵
