温静
- 作品数：12 被引量：18H指数：3
- 供职机构：西安电子科技大学更多>>
- 发文基金：国家自然科学基金中国人民解放军总装备部预研基金教育部科学技术研究重点项目更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 一种结合粒子滤波和张量子空间的目标跟踪算法被引量：3
- 2010年
- 由于传统的子空间方法易于丢失图像目标的二维特性,为此本文提出了一种新颖的自适应目标跟踪算法,通过张量的方式建立目标的外观模型——张量子空间,利用在线学习的方法更新其外观模型,同时,利用目标仿射运动的先验信息,通过粒子滤波自适应地跟踪运动目标,并将获得的最优目标观测作为新数据反馈回子空间更新.此外,为了保证子空间更新能获得精确且紧致的目标子空间表达,引入动态部分函数滤除样本野点.实验结果表明,本文提出的自适应目标跟踪方法具有较强的鲁棒性,对于存在姿态变化、短时遮挡和光照变化等情况下均可有效地跟踪目标.
- 温静李洁高新波
- 关键词：模式识别目标跟踪粒子滤波DPF
- 基于非线性张量分解与视角流形的多视角人脸识别方法
- 本发明公开了一种基于非线性张量分解与视角流形的多视角人脸识别方法。其过程是：对多视角人脸图像进行尺度归一化；采用留一法将多视角人脸图像划分为测试集和训练集；将训练集中的人脸图像沿身份、视角和像素信息变化的方向排列成张量的...
- 高新波田春娜李洁张颖刘振兴邓成肖冰牛振兴温静王秀美
- 文献传递
- 视频中显著人脸的检测算法研究
- 人脸的检测与跟踪是计算机视觉中一个较为前沿和重要的课题。作为最直观和最具代表性的生物特征，人脸的存在以及身份确认为视频信息提供了重要的语义特征，并为后续的视频检索以及相关处理提供了的基础。
本文对彩色人脸在图像...
- 温静
- 关键词：人脸检测混合高斯模型肤色模型贝叶斯分类计算机视觉
- 文献传递
- 基于张量子空间学习的视觉跟踪方法研究
- 视觉跟踪是计算机视觉和人工智能领域的重要研究课题之一。它是进行基于语义的视频分析的必要前提，也为基于内容的视频处理提供了基础。在视觉跟踪中，如何有效地表征感兴趣目标，同时准确地排除视频环境中的干扰因素，是视觉跟踪中的关键...
- 温静
- 关键词：贝叶斯推理张量分析子空间学习视觉跟踪
- 文献传递
- 一种基于肤色模型的贝叶斯人脸检测算法被引量：3
- 2006年
- 为了结合颜色信息和人脸特征构造快速高精度的人脸检测系统,提出一种基于肤色模型的贝叶斯人脸检测算法.新算法包括两大步骤,即肤色检测和人脸特征检测.前者借助混合高斯模型对人脸肤色区域建模,生成肤色检测规则.同时,针对合理选择混合高斯模型中分量数问题,提出一种基于聚类有效性函数的最优分量数确定方法,以提高肤色检测的精度.在人脸特征区域判决中引入菱形搜索,与贝叶斯判决相结合,以提高人脸特征区域的检测速度.新算法具有较高的检测精度和较低的漏警率,同时能够满足实时检测的要求.
- 温静高新波
- 关键词：肤色分割混合高斯模型贝叶斯菱形搜索
- 基于嵌入式隐马尔可夫模型和选择性集成的人脸画像自动生成方法
- 本发明公开了一种基于嵌入式隐马尔可夫模型和选择性集成的人脸画像自动生成方法。该方法的生成过程是：选取出待变换照片和照片－画像训练库；将包括待变换照片和训练库中照片在内的所有照片进行几何和灰度归一化；分别对训练库中归一化后...
- 高新波李洁钟娟娟肖冰田春娜路文温静李金秀苏亚邓成
- 文献传递
- 基于加权张量子空间背景建模的视频异常检测方法
- 本发明公开了一种基于加权张量子空间背景建模的视频异常检测方法，主要解决现有方法中由于忽略图像空间结构信息，不能滤除图像中野值点的问题。其实现过程是：首先将训练数据及观测数据都看作二阶张量，采用张量分析的方法，计算每个模式...
- 高新波韩冠李洁温静赵林高飞唐文剑沐广武
- 基于非线性张量分解与视角流形的多视角人脸识别方法
- 本发明公开了一种基于非线性张量分解与视角流形的多视角人脸识别方法。其过程是：对多视角人脸图像进行尺度归一化；采用留一法将多视角人脸图像划分为测试集和训练集；将训练集中的人脸图像沿身份、视角和像素信息变化的方向排列成张量的...
- 高新波田春娜李洁张颖刘振兴邓成肖冰牛振兴温静王秀美
- 文献传递
- 双模人脸识别方法及装置
- 本发明公开了一种双模人脸识别方法。主要解决现有识别方法对人脸图像的纹理有很大依赖性的问题。其实现过程是：划分测试和训练图像集，对训练图像进行学习获得特征脸子空间和主动表观模型；将测试和训练图像投影到特征脸子空间得到纹理模...
- 高新波肖冰李洁邓成路文田春娜温静王秀美苏亚
- 文献传递
- 基于增量张量子空间学习的自适应目标跟踪被引量：8
- 2009年
- 传统的基于子空间的跟踪方法易于丢失图像所固有的部分结构和邻域信息,从而降低了目标匹配和跟踪的精度.为此,本文提出了一种增量张量子空间学习算法,用于跟踪目标的建模与模型更新.同时,将该模型与贝叶斯推理相结合,提出一种自适应目标跟踪算法:新方法首先对跟踪目标的外观进行建模,然后利用贝叶斯推理获得目标外观状态参数的最优估计,最后利用最优估计的目标观测更新目标张量子空间.实验结果表明,由于保持了目标外观的结构信息,本文提出的自适应目标跟踪方法具有较强的鲁棒性,在跟踪目标在姿态变化、短时遮挡和光照变化等情况下均可有效地跟踪目标.
- 温静李洁高新波
- 关键词：贝叶斯推理
