张索非 作品数:8 被引量:13 H指数:2 供职机构: 东南大学信息科学与工程学院 更多>> 发文基金: 国家自然科学基金 中国博士后科学基金 教育部重点实验室开放基金 更多>> 相关领域: 自动化与计算机技术 电子电信 更多>>
基于核共生矩阵的均值移动跟踪算法 被引量:2 2010年 以核颜色直方图为跟踪特征的均值移动算法易受环境光照、视角和摄像机参数等因素的影响。根据灰度共生矩阵的思想构造了核共生矩阵来描述目标模型和候选目标,并在此基础上提出了一种基于核共生矩阵的均值移动跟踪算法。在算法的实现过程中做了一些改进工作:构造核共生矩阵时对相反方向上的像素加以区分,从而更好地刻画目标的不对称特性;将目标模型和候选目标的核共生矩阵规整到同一常数以提高计算精度;对各像素权值的计算公式进行修正以提高算法速度。光照较暗,照度变化和存在部分遮挡等条件下的真实场景实验结果表明,该算法在这些情况下仍能有效地跟踪目标。 陈建军 安国成 张索非 吴镇扬关键词:视觉跟踪 权值计算 Online object detection and recognition using motion information and local feature co-occurrence 2012年 An object learning and recognition system is implemented for humanoid robots to discover and memorize objects only by simple interactions with non-expert users. When the object is presented, the system makes use of the motion information over consecutive frames to extract object features and implements machine learning based on the bag of visual words approach. Instead of using a local feature descriptor only, the proposed system uses the co-occurring local features in order to increase feature discriminative power for both object model learning and inference stages. For different objects with different textures, a hybrid sampling strategy is considered. This hybrid approach minimizes the consumption of computation resources and helps achieving good performances demonstrated on a set of a dozen different daily objects. 张索非 Filliat David 吴镇扬基于直方图插值的均值移动小尺寸目标跟踪算法 被引量:6 2010年 小尺寸目标跟踪是视觉跟踪中的难题。该文首先指出了均值移动小尺寸目标跟踪算法中的两个主要问题:算法跟踪中断和丢失跟踪目标。然后,论文给出了相应的解决方法。对传统Parzen窗密度估计法加以改进,并用于对候选目标区域的直方图进行插值处理,较好地解决了算法跟踪中断问题。论文采用Kullback-Leibler距离作为目标模型和候选目标之间的新型相似性度量函数,并推导了其相应的权值和新位置计算公式,提高了算法的跟踪精度。多段视频序列的跟踪实验表明,该文提出的算法可以有效地跟踪小尺寸目标,能够成功跟踪只有6×12个像素的小目标,跟踪精度也有一定提高。 陈建军 安国成 张索非 吴镇扬关键词:PARZEN窗 广义均值移动跟踪算法 被引量:1 2011年 CAMSHIFT算法和Comaniciu/Meer算法是均值移动在视频目标跟踪中最为常用的两个基本算法.本文对Bradski和Comaniciu/Meer等人的工作加以推广,给出了广义均值移动跟踪算法.论文采用一个一般形式的相似性度量函数,并推导了其相应的像素权值计算和搜索窗口位置更新公式.新算法基于搜索窗内各像素权值的零阶矩来计算更新其搜索窗口尺寸.然后证明现有的两种基本算法都可以归纳到广义均值移动跟踪算法的统一框架中.对多段视频序列的跟踪实验分析比较了统一框架中3种均值移动算法的跟踪性能. 陈建军 张索非 安国成 吴镇扬关键词:CAMSHIFT 视频目标跟踪 目标不同视角下观察信息的迁移和再利用 被引量:1 2013年 基于视觉信息的目标检测和识别模型在训练时往往依赖于来自于训练样本的视角信息,然而附带了视角信息的训练样本通常只有很少的数据库可以提供。当此类信息缺失时,传统的通用目标检测系统通常通过一些非监督学习方法来对样本的视角信息进行粗略估计。本文改进并引入了一种选择性迁移学习方法即TransferBoost方法来解决目标视角信息缺失的问题。TransferBoost方法基于GentleBoost框架实现,通过重新利用其他类别样本中的先验信息来提升当前类别样本的学习质量。当给定一个标定完善的样本集作为源数据库时,TransferBoost同时调整每个样本的权值和每个源任务的权值,实现样本级和任务级的两级知识迁移。这种双层迁移学习更有效地从混合了相关源数据和不相关源数据的数据集中提取了有用的信息。实验结果表明,和直接使用传统的机器学习方法相比较,迁移学习方法所需要的训练样本数大大减少,从而降低了目标检测与识别系统的训练代价,扩展了现有系统的应用范围。 张索非 吴海洋 吴镇扬关键词:目标识别 目标检测 等级关联的粒子群迭代多目标检测跟踪 被引量:1 2013年 针对目标在跟踪过程中受环境变化影响(光照、遮挡等)使其跟踪发生偏移的问题,提出一种从目标粗匹配到粒子群算法精确定位的等级关联结构的多目标跟踪算法。与现有跟踪算法相比,在粗匹配阶段粒子随机产生过程中融入了上下文信息,提高了目标匹配的准确度,降低了错误跟踪的目标数;对于在粒子群精确定位阶段有显著偏差的目标位置,采用Metropolis-Hastings采样算法进行纠正,同时完成模板更新,从而保证了目标跟踪的准确性。实验结果表明,该算法在目标被遮挡的情形下能够准确地跟踪被遮挡的目标。 程旭 李拟珺 张索非 吴镇扬关键词:视觉跟踪 目标检测 多目标跟踪 粒子群算法 基于谐波和噪声能量改进的语音截止频率轮廓估计 被引量:2 2010年 为了对语音谐波/噪声模型中的语音截止频率轮廓进行更好的描述,本文提出了一种基于谐波和噪声能量改进的语音截止频率轮廓估计算法。改进算法对累积谐波和噪声能量函数进行对应谐波处的功率谱加权,并且在语音截止频率轨迹的平滑部分采用形态滤波的手段。实验表明,与原算法相比,通过改进算法得到的截止频率轮廓在语谱图上标注得更为准确,在主观评分测试中改进算法也获得了优于原算法的测试评分。改进算法比原算法能够更加准确的对语音截止频率轮廓进行估计,从而使得语音谐波/噪声模型在语音编码、语音合成及识别方面具有更为有效的应用。 汤一彬 张索非 吴镇扬关键词:语音编码 截止频率 谐波 噪声模型 基于直方图处理和新型相似性度量函数的小尺寸目标跟踪算法 2010年 小尺寸目标跟踪是视觉跟踪中的难题。本文使用均值移动算法跟踪小尺寸目标。论文首先分析了基于均值移动的小尺寸目标跟踪算法的两个主要问题:跟踪算法中断和跟踪目标丢失。然后,论文在这两个方面对小尺寸目标跟踪算法进行改进。给出了一种新的直方图单元编号方法,使包含目标颜色分量的直方图单元分布得更为集中紧凑。当候选目标与目标模型不匹配时,给出一种平滑算法来处理候选目标的直方图。论文提出一种新的相似性度量函数,推导了相应的权值计算公式,在此基础上建立了基于均值移动的目标跟踪算法。多段真实场景视频序列的跟踪实验表明,本文提出的算法可以有效地跟踪小尺寸目标,跟踪精度也有一定提高。 陈建军 安国成 张索非 吴镇扬关键词:直方图处理 权值计算