国家自然科学基金(61272220)
- 作品数：17 被引量：105H指数：6
- 相关作者：赵春霞杨赛袁夏李伦波丁淑艳更多>>
- 相关机构：南京理工大学新疆大学南通大学更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金国家杰出青年科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 2DPCA-SIFT:一种有效的局部特征描述方法被引量：28
- 2014年
- PCA-SIFT(Principal component analysis–scale invariant feature transform)方法通过对归一化梯度向量进行PCA降维,在保留特征不变性的同时,有效地降低了特征矢量的维数,从而提高了局部特征的匹配速度.但PCA-SIFT中对本征向量空间的求解非常耗时,极大地限制了PCA-SIFT的灵活性与应用范围.本文提出采用2DPCA对梯度向量块进行降维的特征描述方法.该方法相比于PCA-SIFT,可以快速地求解本征空间.实验结果表明:2DPCA-SIFT在多种图像变换匹配和图像检索实验中可以实现与PCA-SIFT相当的性能,并且从计算效率上看,2DPCA-SIFT具有更好的扩展性.
- 颜雪军赵春霞袁夏
- 关键词：图像匹配图像检索
- 一种鲁棒的基于图像对比度的局部特征描述方法被引量：12
- 2014年
- 该文提出一种鲁棒的基于对比度的局部特征描述方法,即独立元素对比度直方图(Independent Elementary Contrast Histogram,IECH)描述子。首先计算特征区域内各像素与被随机采样像素间的对比度值。然后,在极坐标下以特征主方向为基准,将局部特征区域分割成32个子区域,分别统计2维正负对比度直方图。最后,对统计结果进行归一化处理,产生64维的IECH特征描述向量。实验结果表明,该方法在保持与SIFT相当的匹配性能的同时,具有更快的特征生成速度与更低的特征维数。相比于具有相同时间复杂度与特征维数的对比度上下文直方图(CCH)方法,该方法描述子的性能有了明显的提高,更适合在实时应用中使用。
- 颜雪军赵春霞袁夏
- 关键词：图像检索图像匹配
- 基于类Haar特征和颜色特征的NAO机器人识别被引量：5
- 2017年
- 在机器人世界杯比赛中,对球员的识别是进行路线规划、传球等上层策略的基础。由于NAO机器人硬件条件的限制和场外环境的干扰,对算法的运算速度和准确度有一定的要求。为满足这些要求,本文提出将类Haar特征和级联Adaboost算法应用到对NAO的识别中。首先,通过在离线环境下由Adaboost算法训练得到的级联分类器对NAO进行初次识别;然后,利用颜色直方图匹配对候选目标区域进行二次识别,在排除误检区域的同时,也进行敌我识别。实验结果表明,本方法能够有效地识别NAO机器人,满足比赛中识别算法对鲁棒性和实时性的要求。
- 张俊杰丁淑艳李伦波
- 关键词：类HAAR特征级联分类器
- 词袋特征压缩算法比较研究
- 2013年
- 针对目前词袋(BoF)特征压缩算法忽略编码矢量之间空间关系的问题,本文给出了压缩算法与金字塔模型相配合的图像分类步骤。同时以多个公开图像数据集为实验对象,对典型词袋特征压缩算法的性能进行比较性研究报道。实验结果表明,压缩算法对于视觉单词数目以及编码方法具有良好的鲁棒性;其中基于子空间方法的压缩算法在高层图像特征空间中的分类性能最优,在多个图像数据集上的分类性能最优,时间开销最小。
- 杨赛赵春霞
- 关键词：主题模型子空间方法字典学习图像分类
- 基于混合交叉差分进化的相机空间操控系统参数优化被引量：1
- 2015年
- 为了提高相机空间操控(CSM)系统的预测精度,提出一种基于混合交叉操作的差分进化算法.该方法将CSM系统的视觉参数初值和平化距离参数Zo进行组合作为混合交叉差分进化算法的个体,以CSM系统对目标点位置的预测精度作为个体的适应度函数,通过进化迭代获得最优的参数组合.使用了实际机器人视觉系统获取的数据进行实验,结果表明使用优化后的参数组合可以提高系统的预测精度.
- 谢宇赵春霞张浩峰颜雪军陈得宝
- 关键词：差分进化参数估计
- 基于视觉显著性的无人车图像检测及分割方法被引量：8
- 2017年
- 障碍物检测与分割是地面无人车辆环境感知领域中一项重要的任务。针对传统障碍物检测与分割算法的计算量大、分割精度较差等问题,提出了一种基于显著性分析的障碍物检测、分割优化算法。首先,利用基于频率调谐的方法生成场景图像的显著图;然后,通过单目摄像机与激光雷达的联合标定将雷达反射点映射到显著图上;最后,结合单目摄像机和激光雷达两种传感器信息,通过改进的图像区域分割算法,实现障碍物的检测与分割。为了验证所提出算法有效性,采集多幅包含障碍物的典型越野场景图像,对该算法进行实验与仿真验证,结果证明了该算法的有效性。
- 张俊杰丁淑艳李伦波赵春霞
- 关键词：图像分割
- 在线复合模板模型表示的视觉目标跟踪被引量：2
- 2015年
- 目的视觉目标跟踪中,目标往往受到自身或场景中各种复杂干扰因素的影响,这对正确捕捉所感兴趣的目标信息带来极大的挑战。特别是,跟踪器所用的模板数据主要是在线学习获得,数据的可靠性直接影响到候选样本外观模型表示的精度。针对视觉目标跟踪中目标模板学习和候选样本外观模型表示等问题,采用一种较为有效的模板组织策略以及更为精确的模型表示技术,提出一种新颖的视觉目标跟踪算法。方法跟踪框架中,将候选样本外观模型表示假设为由一组复合模板和最小重构误差组成的线性回归问题,首先利用经典的增量主成分分析法从在线高维数据中学习出一组低维子空间基向量(模板正样本),并根据前一时刻跟踪结果在线实时采样一些特殊的负样本加以扩充目标模板数据,再利用新组织的模板基向量和独立同分布的高斯—拉普拉斯混合噪声来线性拟合候选目标外观模型,最后估计出候选样本和真实目标之间的最大似然度,从而使跟踪器能够准确捕捉每一时刻的真实目标状态信息。结果在一些公认测试视频序列上的实验结果表明,本文算法在目标模板学习和候选样本外观模型表示等方面比同类方法更能准确有效地反映出视频场景中目标状态的各种复杂变化,能够较好地解决各种不确定干扰因素下的模型退化和跟踪漂移问题,和一些优秀的同类算法相比,可以达到相同甚至更高的跟踪精度。结论本文算法能够在线学习较为精准的目标模板并定期更新,使得跟踪器良好地适应内在或外在因素(姿态、光照、遮挡、尺度、背景扰乱及运动模糊等)所引起的视觉信息变化,始终保持其最佳的状态,使得候选样本外观模型的表示更加可靠准确,从而展现出更为鲁棒的性能。
- 亚森江.木沙赵春霞
- 关键词：视觉目标跟踪
- 多核学习融合局部和全局特征的人脸识别算法被引量：11
- 2016年
- 提出一种基于词袋模型的新的人脸识别算法.该方法将词袋模型和词袋模型的全局模式分别作为人脸图像的局部特征和全局特征描述,最后使用多核学习方法将二者进行融合.AR、FERET、CMU PIE以及LFW公开人脸数据库上的实验结果表明,本文方法能够更好的解决小样本问题,并且对人脸的表情变化、姿态变化以及面部遮挡具有更优良的鲁棒性.
- 杨赛赵春霞刘凡
- 关键词：多核学习人脸识别
- 基于多任务混合噪声分布模型表示的视频跟踪
- 2015年
- 视觉跟踪中,目标信息是不确定的非线性变化过程。随时间和空间而变化的复杂动态数据中学习出较为精确的目标模板并用它来线性表示候选样本外观模型,从而使跟踪器较好地适应跟踪作业中内在或外在因素所引起的目标外观变化是视觉目标跟踪研究的重点。提出一种新颖的多任务混合噪声分布模型表示的视频跟踪算法,将候选样本外观模型假设为由一组目标模板和最小重构误差组成的多任务线性回归问题。利用经典的增量主成分分析法从高维数据中学习出一组低维子空间基向量(模板正样本),并在线实时采样一些特殊的负样本加以扩充目标模板,再利用扩充后的新模板和独立同分布的高斯-拉普拉斯混合噪声来线性拟合当前时刻的候选目标外观模型,最后计算候选样本和真实目标之间的最大似然度,从而准确捕捉当前时刻的真实目标。在一些公认测试视频上的实验结果表明,该算法将能够在线学习较为精准的目标模板并定期更新目标在不同状态时的特殊信息,使得跟踪器始终保持最佳的状态,从而良好地适应不断发生变化的视觉信息(姿态、光照、遮挡、尺度、背景扰乱及运动模糊等),表现出更好的鲁棒性能。
- 亚森江.木沙赵春霞
- 关键词：目标跟踪多任务
- 一种基于词袋模型的新的显著性目标检测方法被引量：16
- 2016年
- 提出一种基于词袋模型的新的显著性目标检测方法.该方法首先利用目标性计算先验概率显著图,然后在图像的超像素区域内建立词袋模型,并基于此特征计算条件概率显著图,最后根据贝叶斯推断将先验概率和条件概率显著图进行合成.在ASD、SED以及SOD显著性目标公开数据库上与目前16种主流方法进行对比,实验结果表明本文方法具有更高的精度和更好的查全率,能够一致高亮地凸显图像中的显著性目标.
- 杨赛赵春霞徐威
- 关键词：贝叶斯模型视觉显著性
