国家自然科学基金(61365008)
- 作品数：16 被引量：50H指数：5
- 相关作者：黄晓生曹义亲肖金胜程威严浩更多>>
- 相关机构：华东交通大学更多>>
- 发文基金：国家自然科学基金江西省自然科学基金江西省科技支撑计划项目更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 关于视频图像运动目标跟踪识别仿真研究被引量：9
- 2017年
- 研究视频图像运动目标跟踪识别问题时,目标受纹理、光照变化、遮挡及与目标差异较大的矩形特征不断积累,易导致跟踪漂移或丢失。大多数跟踪系统通过牺牲跟踪的实时性来提高跟踪的准确性。为了解决上述问题,引入两个随机投影矩阵提取两类互补的纹理特征和灰度均值特征,利用随机投影矩阵提取的特征构造候选特征池。若候选目标某一区域受遮挡时,采用未被遮挡区域的矩形特征构造特征池。并选取反应目标特点的矩形特征,去除与目标特征差异较大的矩形特征构造分类器;然后计算互补特征对样本的分类权值,选权值较大的特征作为寻找目标的下一帧位置;最后根据分类器分类分数最大所对应的候选区域确定目标的下一帧位置。仿真结果表明:改进方法具有更好的跟踪精度,且计算时间少,对目标纹理、光照变化和遮挡具有更强的鲁棒性。
- 曹义亲程威黄晓生
- 关键词：压缩感知分类器
- 基于镜像Mean Shift的遮挡目标跟踪算法被引量：1
- 2015年
- 针对当目标跟踪过程中目标被全遮挡时易导致目标跟踪不精确、甚至丢失目标的问题,提出一种基于镜像Mean Shift的遮挡目标跟踪算法。当前后帧Bhattacharyya系数匹配度大于等于80%时,表示目标没有被遮挡,采用颜色特征和轮廓特征定位目标,利用分块沙包窗核函数实现尺寸自适应;当前后帧Bhattacharyya系数匹配度小于80%时,表示目标进入遮挡区域,则利用先验训练分类器和镜像原理对遮挡区域目标的位置和尺寸大小进行预测;当前后帧Bhattacharyya系数匹配度再次大于等于80%时,表示目标离开遮挡区域,则转换为Mean Shift跟踪。实验结果表明:所提算法与子区域分类器的在线Boosting算法和多视角多目标协同追踪算法相比,在目标全遮挡的情况下能更好地跟踪目标,提高了跟踪精度和鲁棒性,且满足实时性要求。
- 曹义亲肖金胜黄晓生
- 关键词：镜像SHIFT目标跟踪
- 基于评价因子行为等级更新的多agent联盟效用分配策略
- 2016年
- 为了进一步增强多agent联盟效用分配的合理性,提升联盟的稳定性,提出了一种基于评价因子行为等级更新的多agent联盟效用分配策略。该策略引入评价因子概念,将行为等级定性描述的agent行为因素通过既定方法量化为行为评价因子,agent完成任务的能力表示为能力评价因子,结合这两种评价因子对agent联盟的效用进行划分,并根据agent完成任务情况和是否存在欺骗行为对agent的行为等级进行更新。理论分析和分配实验表明,新策略在满足联盟形成机制的相关要求外,增强了多agent联盟中效用分配的合理性。
- 曹义亲张政庭黄晓生
- 关键词：多AGENT系统联盟
- 在线矩形特征选择的压缩跟踪算法
- 2016年
- 针对压缩跟踪算法无法选择合适的矩形特征,易出现目标漂移、丢失现象,提出了一种基于在线矩形特征选择的压缩跟踪算法。首先,在初始化阶段生成投影矩阵,利用该投影矩阵提取特征来构造候选特征池,在特征池中使用矩形特征来表示目标特性,并去除与目标差异较大的矩形特征,最后计算分类分数最大的窗口,并将其作为目标窗口,从而实现跟踪。实验结果表明,该算法特征总数量比压缩跟踪算法特征总数量减少了13%,且跟踪精度和鲁棒性方面得到了改善,对于320pixel×240pixel大小的视频平均处理帧速为20frame/s,满足实时性要求。
- 曹义亲程威黄晓生
- 关键词：压缩感知
- 基于小波高频奇异值分解的无参考模糊图像质量评价被引量：2
- 2014年
- 针对传统无参考模糊图像质量评价方法通常需要进行学习训练或构造参考图像再进行质量评价从而导致算法较复杂且计算量大的问题,文中提出一种简捷有效的图像高频奇异值分解的无参考模糊图像质量评价方法。该方法根据自然图像同尺度不同方向高频子带小波系数相关性随模糊程度加深而降低的特性,利用奇异值分解获取图像高频子带结构特征,计算同尺度不同方向高频子带结构特征向量夹角作为质量评价指标。通过LIVE2,CSIQ和TID2013图像数据库实验表明,提出的方法与主观评价具有较好的一致性,而且算法无需训练或构造参考图像,较传统评价算法运行更为简便,实用性更强。
- 黄晓生严浩曹义亲李亚琴
- 关键词：小波变换模糊图像奇异值分解
- 一种带混合联盟的无线传感器网络任务分配策略被引量：4
- 2017年
- 针对现有无线传感器网络任务分配策略通常不考虑任务内部结构,从而会影响网络生命周期、能耗及负载平衡等问题,基于逻辑依赖性提出一种新的无线传感器网络任务分配策略。该策略首先由选出的盟主根据任务本身具有的逻辑依赖性,逐层将任务分解为一系列的子任务,并依据逻辑依赖性赋予子任务优先级,最后运用矩阵的二进制编码设计一种基于位置加权的离散粒子群优化的带混合联盟的无线传感器网络任务分配算法,找到某个合适节点执行此子任务。引入虚拟节点以加强盟主间的交流;引入能量阈值对节点能量进行预测并决定子任务是否迁移;运用拓扑和逆拓扑排序法,根据子任务预期完成时间及权重系数求出关键子任务,选择优先分配能力强、执行效率高的节点执行相应子任务。仿真结果表明,该任务分配策略能有效延长网络生命周期、均衡网络负载和减少网络能耗等。
- 曹义亲陈宁霞黄晓生
- 关键词：无线传感器网络离散粒子群优化
- 一种基于局部对比度的分块压缩感知多聚焦图像融合算法
- 2015年
- 提出了一种有效的基于局部对比度的分块压缩感知多聚焦图像融合算法。首先采用结构随机矩阵对源图像进行分块压缩测量,获得分块压缩测量值;其次,根据块局部对比度选择清晰的块进行初步融合;再通过多数滤波对初步融合结果进行一致性校验,得到最终的融合结果;最后,通过平滑投影Landweber算法(SPL)重构融合图像。实验结果表明,与目前基于BCS图像融合方法相比,本文所提方法对于多聚焦图像融合,在主观视觉感知以及客观定量指标如信息熵、互信息及平均梯度及算法运行效率等方面均有明显改进。
- 黄晓生付思思曹义亲
- 关键词：图像融合局部对比度
- 基于边界沙包核函数的Mean-Shift跟踪算法被引量：2
- 2015年
- 针对传统的Mean-Shift跟踪算法,使用单个颜色特征定位目标易受相似目标与背景的干扰导致跟踪失败以及跟踪窗口尺寸不能自适应跟踪目标变化的问题,提出一种基于颜色特征与边界特征相融合的目标表示方法和沙包核函数Mean-Shift尺寸自适应算法。在跟踪中,颜色特征和边界特征根据各个特征的可靠性进行实时性更新;同时,在跟踪窗口中心和边界定位的基础上,由候选目标跟踪窗和分块目标跟踪窗的边界距离变化对核窗宽大小进行更新。实验结果表明,该算法目标定位的精确性更高,在目标尺寸增大和减小的情况下,平均每帧耗时比传统的基于矩形窗和椭圆窗自适应跟踪算法更少,提高了跟踪性能,满足实时性要求。
- 曹义亲肖金胜黄晓生
- 关键词：MEAN-SHIFT目标跟踪颜色直方图
- 基于压缩感知的互补特征加权目标跟踪算法被引量：6
- 2016年
- 针对基于压缩感知的目标跟踪算法中存在特征单一,在目标纹理或光照变化较大时跟踪不稳定的问题,提出了基于压缩感知的互补特征加权目标跟踪算法。该算法通过两个随机测量矩阵提取出两类互补的纹理特征和灰度均值特征,计算这两类特征对样本的分类结果并更新特征的权值,使用所选取的大权值特征寻找目标在下一帧的位置。在分类器更新过程中,针对不同特征在跟踪过程中的稳定性不同,采取不同速度的更新。对不同视频的实验结果表明,提出的算法跟踪准确,且满足实时性的要求。与相关算法相比,新算法在目标纹理或光照变化很大的情况下具有更强的鲁棒性。
- 曹义亲周小辞黄晓生
- 关键词：压缩感知目标跟踪特征加权
- 改进的PSO动态WSN节点部署算法被引量：5
- 2019年
- 针对无线传感器网络(WSN)节点的优化部署问题,为改善因静态节点优化部署产生的诸多问题,使WSN未知节点动态部署的精度得到进一步提高,提出一种改进的粒子群优化动态节点部署算法。将区域分成大小相等的子区域,引入拟态物理学优化算法,根据子区域及其相邻区域的节点数目对其赋予一定的加权值,简单快速寻找到移动节点的坐标。实验结果表明,该算法的种群多样性更优,部署精度更高,将网络对目标区域的覆盖质量提高到了0.981。
- 曹义亲喻松黄晓生
- 关键词：无线传感器网络粒子群优化
