共查询到20条相似文献，搜索用时 31 毫秒
1.
介绍了一种基于肤色模型与改进Adaboost算法相结合的人脸检测方法。该方法首先利用肤色在YcbCr空间中的聚类特性,对图像进行预检测,得到候选人脸区域,进而采用改进的Adaboost方法对弱分类器进行级联,得到最终的人脸分类器。在特征选择上,使用基于像素的多层特征(Pixel Based Hierarchical Feature,PBHF),以解决传统Adaboost方法检测时间过长的问题。实验结果表明,该人脸检测方法比单纯采用Haar like 特征的人脸检测方法更加有效。 相似文献
2.
在分析人耳Haar和Lbp特征的基础上,提出了一种基于神经网络和人耳Haar-Lbp特征对人耳进行识别的方法.文中选取了人耳图像的Haar和Lbp双特征值作为神经网络的训练样本,并尝试利用粒子群优化算法与BP结合算法训练网络.仿真结果表明,文中提出的方法取得较好的效果. 相似文献
3.
针对AdaBoost人脸检测算法分类器训练时Haar特征数目过多,导致训练过程过于耗时的问题,提出了一种基于“大T”型区域的AdaBoost人脸检测算法。通过提取500张人脸样本中的主要特征区域,投影到20×20的模板中,对重叠区域取其并集求得“大T”型特征筛选区域,以此模板优化Haar特征,使用于分类器训练的Haar特征集中于人脸面部的关键区域。实验结果表明,在LFW、PKU数据库中进行人脸检测,在不降低原始AdaBoost算法检测率的同时,对PKU数据库中的多人脸检测算法的漏检率有所改善,同时优化了算法训练时间。 相似文献
4.
崔玉胜 《辽宁科技学院学报》2018,20(2):7-9
传统的小波能图像检测算法已无法满足现代物联网的发展需求,在实际过程中,也发现了小波能图像检测算法在精度与速度上都存在不足.基于以上现象,本文中采用人工智能采集技术提取图像的基本特征,再结合物联网强大的运算能力与其庞大的数据量信息,对所采集到的图像特征进行分析与解剖,根据其所反馈的特征信号,再通过物联网人工智能图像合成对其进行图像整合,继而搭建物联网人工智能图像检测系统. 相似文献
5.
6.
在Chen和Chang提出的零水印算法基础上,结合人眼的视觉感知特征与图像综合特征,提出了一种基于图像综合特征的零水印算法。本算法利用均值法得到原图像的低尺度近似图像,根据人眼视觉系统(HVS)的感知特性获取低尺度近似图像的综合特征。通过对比Chen、Chang和本文算法在不同类型信号处理攻击下的性能,得出本文算法在各种信号处理攻击下具有良好的鲁棒性,并通过仿真实验结果验证了本文算法的性能。 相似文献
7.
为了提高图像检索系统的精度,提出了一种基于多种异质特征的新颖哈希函数学习方法．该方法首先利用特征空间中相似样本与非相似样本分布的不平衡性来提升每个弱分类器的性能,从而建立非对称的Boosting框架;然后将一种基于异质特征子空间学习的线性判别弱分类器融入该框架下,并利用每轮算法中的误判样本的信息来依次学习紧致且平衡的哈希编码．该方法能有效地融合具有互补功能的不同模态的信息,实现了检索系统的性能提升．在2个公开数据集上的实验结果表明该方法优于其他算法,由此看出增加多源异质特征和利用不平衡性学习紧致哈希编码都可以大大提高图像检索的精度． 相似文献
8.
9.
《实验室研究与探索》2019,(9):86-91
提出一种改进的Haar特征获取方法,并结合CamShift算法提取车辆检测信号实现特定车辆实时跟踪。首先利用倾斜45°特征与像素和的商计算信号的Haar特征值;其次利用AdaBoost算法训练样本得到特征信号分类器,构建特征信号样本级联分类器,利用获得的级联分类器对视频信号进行检测;最后将检测结果中的特定车辆外切矩形作为CamShift算法的初始窗口,并对CamShift算法后续跟踪窗口进行检测,以提高检测效率和跟踪实时性。实验表明,该方法对车辆图像信号具有较好的检测效果,对特定车辆跟踪具有较高的实时性。 相似文献
10.
压缩感知是信号处理领域的新理论,用于目标跟踪算法时可在大量底层特征中提取出少量重要信息,减少计算量,提高算法速度。传统的基于压缩感知的跟踪算法,为了保证算法速度,对压缩后的特征简单建模,准确性还有待提高。提出一种基于协方差矩阵的压缩感知跟踪算法,先利用压缩感知原理获取压缩后的Haar特征,再利用协方差矩阵融合Haar特征区域内的底层多维特征,以此构建目标模型,并通过搜索当前目标区域的邻域,利用流形空间上的距离度量算法匹配最佳目标,从而提高算法准确性。 相似文献
11.
邓柳 《湖北成人教育学院学报》2023,(5):92-96
针对汽车空调执行器自动参数检测过程中输出轴角度测量难点问题,基于计算机视觉,提出基于轮廓特征找直线并进行角度解算的方法。分步骤阐述了边缘检测、直线检测、坐标变换、象限划分及角度计算公式推导。利用工业相机采集图像,并基于Python-OpenCV编程进行算法验证,能准确计算出输出轴的旋转角度,在验证的10个样本中,测量误差小于0.19%,能为后续自动化检测提供精确的定位信息。 相似文献
12.
针对时变信号小样本集建模分类问题,提出一种深层多尺度径向基过程神经网络（DLMS-RBFPNN）。该模型由时变信号输入层、多尺度径向基核变换层、全连接层和感知机分类器构成。兼顾时变信号的频谱特征和分布形态的多样性,基于径向基过程神经网络,通过将不同宽度参数的Gauss核函数进行线性叠加,构成多尺度核,完成不同尺度上对过程信号形态特征的提取、辨识和相似性度量。通过在径向基核函数层之上叠加全连接层和分类器,实现时变信号不同尺度特征的融合和分类。DLMS-RBFPNN具有较少的模型参数,适用于小样本集建模,在机制上可提高对时变信号过程细节特征和趋势特征的辨识及记忆能力。在分析DLMS-RBFPNN性质的基础上,建立一种基于动态聚类算法的核中心函数确定方法以及基于PSO的模型参数优化求解算法。以旋转机械基于示功图信号的故障诊断为例进行实验,结果验证了模型和算法的有效性。 相似文献
13.
14.
利用计算机视觉技术和机器学习技术对学生课堂行为进行自动识别,是过程性评价的一种新方法,近年来逐渐引起了研究者的关注。文章以监控设备拍摄的实际课堂教学视频为数据源,采集、标注了学生课堂行为数据,提取了学生的人体骨架信息。在此基础上,文章采用Boosting算法和卷积神经网络算法,对基于这两类不同机器学习算法的5种模型进行了学生课堂行为自动识别准确率实验。实验结果表明,在学校教室这种识别比较困难的场景,基于人体骨架信息提取的学生课堂行为自动识别可以达到较高的精度,其中基于Boosting算法的XGBoost模型识别准确率最高。文章的研究推动了计算机视觉技术和机器学习技术的进一步应用,有助于解决学生课堂行为自动识别难题,并助力教师优化教学策略、提高教学效率。 相似文献
15.
《实验室研究与探索》2015,(12)
基于图像拍摄成像过程中雾霾天气及相机抖动,提出了一种从单幅图像中移除未知相机抖动的算法,利用图像的形状特征、颜色特征、纹理特征及Hough变换,可以有效地识别交通信号灯、障碍物及道路。利用先近后远,先简单后复杂的原则,设计了一种基于图像去雾和图像检测的交通信息提取算法。算法首先进行图像预处理,然后对图像进行边缘检测,获得每个物体的多边形轮廓;然后根据物体特征分别利用不同算法对物体进行分类。实验结果表明,算法可以有效地对实时环境中包括道路、车、行人、盲道、斑马线、交通灯类型等物体识别,图像检测算法可以满足导盲的要求。 相似文献
16.
《浙江大学学报(A卷英文版)》2017,(9)
目的:混煤在锅炉燃烧中应用广泛。本文利用火焰监测技术提取混煤燃烧的火焰特征量,获取最优的特征量组合,并研究混煤相似度对其辨识错误率和正确率的影响。创新点:1.利用Relief F算法和支持向量机(SVM)算法定量分析各个火焰特征量在煤质辨识过程中的重要性,获取最优特征量组合;2.定义混煤的相似度,并分析相似性对其辨识错误率和正确率的影响。方法:1.利用火焰监测技术提取火焰图像信号和火焰光强信号,提取20个火焰特征量(图3和4、表1);2.利用Relief F算法计算20个特征量在煤质辨识中的重要性(图7);3.利用SVM算法分析特征量个数对煤质辨识正确率的影响,确定最优特征量组合(图8)。结论:1.在煤质辨识过程中,结合Relief F算法和SVM算法可以将特征量个数由20降至12,并能保证辨识准确度;2.混煤与其组分煤种的相似度主要受组分煤种的挥发份含量及掺混比例影响;3.辨识错误率与相似度之间存在一个阈值,当相似度低于该阈值时,辨识错误率为0,当相似度高于该阈值时辨识错误率与相似度呈正相关;4.辨识正确率随着相似度的升高而降低。 相似文献
17.
目标植株图像压缩重构对于图像的高效传输及存储意义重大,同时为后期植株生长状态检测及病虫害识别奠定了基础。传统图像压缩感知方法大多是针对信号在某个特征空间的稀疏性进行的,并没有考虑信号的局部特征与结构化特性,存在重构效率不高、重构精度较低等问题。针对以上情况,提出一种基于非凸低秩优化的压缩感知植株图像重构算法。首先通过KinectV2.0采集植株图像深度数据并进行预处理,结合K-means与Mean-shift聚类算法提取目标植株有效区域,再考虑图像的非局部自相似性,采用加权[lp]范数最小化算法（WSNM）求解低秩优化问题,较好地保留了图像结构细节,最后采用Dog-leg最小二乘算法取代最快下降法进行迭代优化。试验结果证明,该算法在不同采样率下的植株图像重构质量优于其它同类算法,尤其在低采样率下重构效果更为突出。 相似文献
18.
针对传统人工煤矸在线识别方法精确度低、劳动强度大的问题,提出一种基于动态补偿模糊神经网络的煤矸识别方法。该方法基于煤和煤矸石的元素含量不同、X射线的衰减不同,在X射线透射后成像具有不同的图像特征,用动态补偿模糊神经网络学习算法对其图像特征进行分析,提高识别准确率,并通过仿真实验对应用动态补偿模糊神经网络学习算法的煤矸分选结果进行了测试验证。实验结果表明:动态补偿模糊神经网络的学习算法能够满足煤矸识别要求,能够适应不同组成的煤和煤矸石的分类识别要求,提高了煤与煤矸石识别的准确率,具有较高的可靠性和较好的应用前景。 相似文献
19.
《实验室研究与探索》2015,(11):4-7
研究示踪粒子的成像特点,提出一种适用于粒子图像的散斑提取方法:根据目标连通域的统计特征进行自适应二值化处理;从多个径向判断目标区域是否存在混叠并辩识粒子;提取粒子的中心位置。该方法有效地将粒子图像特征融入到二值化阈值提取与粒子辨识中,从而正确提取粒子的中心。使用粒子图像进行了算法验证。结果表明,所提算法可以有效地对粒子图像中的散斑进行提取,拓展了粒子示踪法在应用时的空间深度。 相似文献
20.
随着计算机技术的飞速发展,计算机视觉得到了广泛应用,并且已经越来越接近人眼的认知水平。提出了一种全景视频监控系统模型,使用同步镜头实时采集图像帧,将相应图像拼接出全景图像。研究了基于特征点检测的图像拼接算法—surf算法,在实际应用中对特征点描述符方式进行改进,实验结果表明,在使用改进surf算法后,拼接效率明显改善,提高了实时播放应用的实用价值。 相似文献