您的位置: 专家智库 > >

国家自然科学基金(61170253)

作品数:6 被引量:21H指数:2
相关作者:房胜王飞刘天池徐田帅李旭健更多>>
相关机构:山东科技大学更多>>
发文基金:国家自然科学基金国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 5篇自动化与计算...

主题

  • 2篇视频
  • 1篇点匹配
  • 1篇野外
  • 1篇直方图
  • 1篇视频编码
  • 1篇视频镜头
  • 1篇梯度方向
  • 1篇梯度方向直方...
  • 1篇条带
  • 1篇突变
  • 1篇判别式
  • 1篇字典
  • 1篇纹理
  • 1篇纹理特征
  • 1篇目标跟踪
  • 1篇镜头
  • 1篇镜头边界
  • 1篇镜头边界检测
  • 1篇加权
  • 1篇建筑

机构

  • 5篇山东科技大学

作者

  • 2篇房胜
  • 1篇李旭健
  • 1篇徐田帅
  • 1篇王飞
  • 1篇刘天池

传媒

  • 1篇曲阜师范大学...
  • 1篇计算机工程与...
  • 1篇软件导刊
  • 1篇中国图象图形...
  • 1篇中国科技论文

年份

  • 2篇2019
  • 2篇2015
  • 1篇2014
6 条 记 录,以下是 1-5
排序方式:
基于多条带HEVC并行编码器的负载均衡算法被引量:2
2019年
针对在均匀条带划分的HEVC并行视频编码器中出现的负载失衡问题,提出了一种基于多条带HEVC并行编码器的负载均衡算法。从编码参数入手,通过分析量化参数、参考帧数目和图像组等因素与编码耗时之间的关系,提出了一种基于编码参数的编码时间预测模型。以位置上和时间层上相邻已编码帧的编码信息为基础,以实际编码参数为依据,根据编码时间预测模型进行当前帧编码时间的预测,从而以当前帧的预测时间为依据,进行多条带HEVC并行编码器的负载均衡操作。实验结果表明,与现有均匀条带划分方法相比,提出的方法能够提升加速比9.23%左右,而编码的性能损失几乎可以忽略不计。
刘欢房胜李哲赵晴
关键词:视频编码编码器优化负载均衡
加权局部特征结合判别式字典的目标跟踪被引量:14
2014年
目的当前大多数基于稀疏表示的跟踪方法只考虑全局特征或局部特征的最小重构误差,没有充分利用稀疏编码系数,或者忽略了字典判别性的作用,尤其当目标被相似物遮挡时,往往会导致跟踪目标丢失。针对上述问题,提出一种新的基于判别式字典和加权局部特征的稀疏外观模型(SPAM-DDWF)跟踪算法。方法首先利用Fisher准则学习判别式字典,对提取的局部特征进行结构性分析来区分目标和背景,其次,提出一种新的基于加权的相似性度量方法来处理遮挡问题,从而提高跟踪的精确度。此外,基于重构系数的权重更新策略,使算法能更好地适应跟踪目标的外观变化,并降低了遮挡发生时跟踪漂移的概率。结果在多个基准图像序列上,与多种流行方法对比,本文算法在光照变化、复杂背景、遮挡等场景中保持较高的跟踪成功率与较低的漂移误差。平均成功率和漂移误差分别为76.8%和3.7。结论实验结果表明,本文算法具有较好的有效性和鲁棒性,尤其在目标被相似物遮挡的情况下,也能较准确地跟踪到目标。
王飞房胜
基于背景反馈和k-means算法的野外烟雾检测被引量:4
2019年
针对野外的早期烟雾具有稀疏、扩散缓慢、面积小等特点,现有算法存在提取烟雾候选区域不完整及产生空洞等问题,提出一种基于背景反馈的动态背景更新算法。首先提取运动目标,依据烟雾颜色特征,使用k-means算法去除非烟颜色干扰像素,以更早得到烟雾疑似区域;然后提取每一个疑似烟雾区域的面积增长特性、空间能量、局部二值模式(local binary pattern,LBP)直方图和方向梯度直方图(histogram of oriented gradient,HOG),并分别计算特征的置信度;最后将得到的置信度输入动态得分组合,确定每个疑似烟区是否包含烟雾。实验结果表明,所提算法能够更早地检测出烟雾,有效降低误警率。对于中远距离场景,平均可提早94帧检测到烟雾。
刘欢房胜李哲魏绪
关键词:K-MEANS算法梯度方向直方图纹理特征
基于关键点匹配的视频镜头边界检测
2015年
镜头边界检测就是找到每个镜头的起始和结束帧,它是视频分析的基础,也是基于内容的视频检索的第一步.因此,其效率和准确度直接关系到整个视频检索的成败.然而,由于摄像头和物体运动的影响,现有的镜头边界检测的准确率较低.为了解决这个问题,论文提出了基于关键点匹配的镜头边界检测方法.该方法通过比较连续两帧关键点匹配的数量,确定镜头边界,并且具有较高的准确率.
厉霞李旭健
关键词:镜头边界检测SIFT算法
一种面向大建筑物的移动视觉定位算法
2015年
针对目前智能手机难以拍摄大建筑物全貌以及基于移动视觉检索的户外定位系统匹配大建筑物失准的问题,提出一种面向大建筑物的移动视觉定位算法。基于尺度不变特征变换理论,该算法通过提取建筑物不同角度的特征建立一种建筑物多视角特征模型,并基于该模型建立建筑物特征库,同时通过在特征库中匹配用户提交的不同角度建筑物照片的特征点实现定位。实验结果表明,与基于GPS定位的算法相比,该算法能够通过建筑物图像匹配精确的进行定位,解决了GPS在高楼林立的市区定位不准的问题;并且该算法通过保留建筑物特征的空间位置信息,能较好地过滤错误匹配,与基于BOF(bag of feature)算法的移动视觉定位算法相比,提高了匹配精确度,具有较强的实用价值。
徐田帅房胜刘天池
关键词:尺度不变特征变换
共1页<1>
聚类工具0