您的位置: 专家智库 > >

田敏

作品数:7 被引量:57H指数:3
供职机构:同济大学电子与信息工程学院更多>>
发文基金:国际科技合作与交流专项项目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交通运输工程机械工程电子电信更多>>

文献类型

  • 6篇期刊文章
  • 1篇学位论文

领域

  • 5篇自动化与计算...
  • 1篇机械工程
  • 1篇电子电信
  • 1篇交通运输工程

主题

  • 5篇目标跟踪
  • 3篇动目标
  • 3篇动目标跟踪
  • 3篇运动目标跟踪
  • 3篇支持向量
  • 3篇支持向量机
  • 3篇直方图
  • 3篇向量
  • 3篇向量机
  • 2篇运动目标跟踪...
  • 2篇目标跟踪算法
  • 1篇选择性
  • 1篇颜色直方图
  • 1篇智能汽车
  • 1篇视频
  • 1篇视频图像
  • 1篇视频图像序列
  • 1篇特征向量
  • 1篇图像
  • 1篇图像序列

机构

  • 7篇同济大学
  • 3篇中国矿业大学
  • 3篇徐州师范大学
  • 1篇熊本大学

作者

  • 7篇田敏
  • 3篇张谢华
  • 2篇刘富强
  • 2篇张申
  • 1篇王臣豪
  • 1篇李志鹏
  • 1篇路梅
  • 1篇王新红
  • 1篇胡振程
  • 1篇马彪
  • 1篇王晶
  • 1篇黄宇晖
  • 1篇杨煜

传媒

  • 1篇同济大学学报...
  • 1篇小型微型计算...
  • 1篇计算机工程与...
  • 1篇信号处理
  • 1篇计算机工程与...
  • 1篇中国图象图形...

年份

  • 1篇2011
  • 2篇2009
  • 2篇2008
  • 1篇2007
  • 1篇2005
7 条 记 录,以下是 1-7
排序方式:
多支持向量机在线联合的运动目标跟踪算法
2009年
依据二元分类的思想,提出了一种新的基于多支持向量机在线联合的运动目标跟踪算法。首先选择线性支持向量机作为分类器最大限度地将目标和背景区分开来,对线性支持向量机进行简单高效的在线更新,采用支持向量自动记录运动目标"关键帧"的信息。然后通过Adaboost算法为每个线性支持向量机分别赋以不同的权重,进行在线联合获得强分类器。实验结果表明,该算法具有较强的鲁棒性,尤其在目标变化过于激烈的情况下能够实现较为稳定的跟踪。
张谢华张申田敏
关键词:运动目标跟踪线性支持向量机支持向量ADABOOST
智能汽车中基于视觉的道路检测与跟踪算法被引量:24
2007年
提出了一个基于视觉的道路环境识别算法.该算法能实时提取图像序列中道路信息,获取车辆在道路上的位置、姿态信息,预测前方道路状况,将道路环境信息反馈给智能汽车用于其控制车辆的主动安全.首先联合摄像机内参构建了道路的三维数学模型,突破了以往一些系统将道路看作一个平面的二维模型的局限,算法利用道路标志线的颜色突变特性有效地提取道路边界,并将扩展卡尔曼滤波器与道路模型结合对道路和车体的状态进行实时跟踪分析,获取实时的道路环境信息.实验证明该算法可在直道和弯道以及标志线间断或标志线周围有干扰的各种道路中稳定地工作,在光影条件不利或前方有车的情形下算法仍具有较高的鲁棒性,能够适应多变的道路环境,提供实时有效的信息数据.
刘富强田敏胡振程
关键词:智能汽车自适应跟踪
基于空间边缘方向直方图的Mean Shift跟踪算法被引量:22
2008年
传统的基于色彩直方图或空间色彩直方图的Mean Shift跟踪算法,在诸如跟踪目标出现尺度变化的复杂条件下,无法得到准确的跟踪结果。这是因为色彩直方图或空间色彩直方图无法显著区分颜色相近的目标和背景。鉴于此,提出了一种基于空间边缘方向直方图的Mean Shift跟踪算法,使用空间分布和纹理信息作为匹配信息。实验结果表明,该算法能够有效的处理遮挡、光照变化和尺度缩放等复杂情况,对目标进行准确有效的跟踪,改善了传统方法在尺度缩放等方面的局限性。
王新红王晶田敏杨煜李志鹏
关键词:SHIFT目标跟踪
运动目标跟踪中“选择性”颜色直方图的研究被引量:2
2009年
分析运动目标跟踪系统中基于传统颜色直方图进行颜色特征描述的不足,提出一种使用"选择性"颜色直方图的新方法.该方法通过建立前景与背景的颜色分布模型,提取"选择性"颜色,利用它调整目标区域内每个像素点的统计权重,建立具有更强区分能力的"选择性"颜色直方图,放大目标与周围环境在颜色分布上差异最大的部分,因而在运动目标跟踪中能更好地把握目标特征.实验数据表明,与传统颜色直方图相比算法具有较强的匹配稳定性,在精确性和适应性上有较大提高.
张谢华张申田敏
关键词:颜色直方图目标跟踪高斯混合模型粒子滤波器
基于支持向量机的目标跟踪研究被引量:2
2011年
把目标跟踪看作为目标和背景在时序上的分类问题来进行处理,选择支持向量机作为分类器,完成相应的目标跟踪任务。在跟踪过程中,采用扰动前景区域和按步长抽取背景的方法得到数量相当的正负样本;建立图像的积分直方图索引,通过索引之间的加减快速获取区域边缘和纹理特征向量;将新样本集合与前期获取的支持向量混合起来一并训练,实现分类器的在线更新。用经典图像序列进行实验,实验结果表明,该算法具有良好的跟踪效果。
张谢华路梅田敏
关键词:支持向量机目标跟踪积分直方图特征向量
视频图像序列中运动目标跟踪算法的研究
视频图像序列中运动目标的跟踪具有非常重要的实用价值,它是机器视觉领域内一个非常重要的研究方向。本文针对视频图像序列中运动目标跟踪过程中运动目标外观变化这一核心问题展开深入的研究,提出了全新的多支持向量机联合鲁棒跟踪算法。...
田敏
关键词:视频图像图像序列目标跟踪支持向量机
文献传递
基于Blob的车辆识别及其跟踪算法研究被引量:7
2005年
智能交通系统是未来交通发展的必然趋势,乒丶际醯难芯烤哂猩钤兜囊庖?本文以在静态背景下动态地识别并跟踪汽车为目的,对摄像头采集的图像进行处理.如何准确地从复杂的交通图像中提取车辆,是进行车辆识别的基础.本文采用Surendra背景[1]算法提取路面的背景,通过背景差法提取路面上的车辆.图像分割后,对二值图像进行Blob[2]分析,识别并对车辆进行分析,获取车辆的特征信息,包括车辆本身的参数信息和位置信息.依赖这些车辆信息,通过Kalman滤波器实现对车辆的跟踪,进而获得车辆的动态信息,包括车辆的速度、运行轨迹信息.
王臣豪刘富强田敏黄宇晖马彪
关键词:BLOBKALMAN车辆识别车辆跟踪
共1页<1>
聚类工具0