向涛 作品数:7 被引量:33 H指数:3 供职机构: 电子科技大学计算机科学与工程学院 更多>> 发文基金: 河南省科技攻关计划 国家自然科学基金 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 电子电信 更多>>
基于加权霍夫投票的多视角车辆检测方法 2018年 针对复杂场景中车辆由于视角变化引起的检测精确度过低的问题,改进霍夫投票目标检测模型,提出一种在统一框架下通过不同权重组合发现目标最优视角并进行精确定位的方法。首先,利用一种无监督方法实现多视角车辆的子视角划分;其次,利用子视角划分结果定义霍夫投票过程中各正例样本在不同视角下的投票权重;最后,利用子视角划分和投票权重,提出一种新的适用于多视角目标检测的加权霍夫投票模型。在MITStreet Scene Cars和PASCAL VOC2007 Cars两个常用数据集上的实验结果表明,所提方法在不增加模型复杂度的前提下,有效提升了多视角目标检测精确度。 李冬梅 李涛 向涛基于姿态转换网络的行为识别 2015年 为了有效地表征行为,提出了一种基于姿态转换网络的行为识别算法。首先对人体进行自动定位,并对人体区域进行形状与运动特征提取;然后对特征进行层次聚类,构建姿态二叉树,并将运动序列表示为姿态序列后,将其表征为姿态转换网络的权重;最后利用K近邻的方法对行为进行分类识别。实验结果表明,该算法对动态嘈杂背景、人体执行行为速度的快慢具有一定程度的鲁棒性。该算法在两个公用数据库上获得了较好的结果,验证了其有效性。 裴利沈 赵雪专 李涛 向涛 包姣基于随机森林的精确目标检测方法 被引量:10 2016年 针对复杂场景中目标检测精确度过低的问题,基于随机森林算法提出一种能适应由姿态、视角和形状引起外观变化的目标检测方法,同时还能有效预测最佳检测框大小,使其与真实目标区域有很高的重叠度。首先,提出一种基于图像块多维特征的树节点分裂函数;然后利用Boosting算法逐层生成树,使得每次分裂中错分样本更受关注;最后,扩展了随机森林输入输出空间,使其在分类同时还可预测目标检测框的最优长宽比。实验结果表明,该方法在不增加时间开销的同时提高了检测的精确度,对森林中树生成算法的改进提升了分类性能,对森林输出空间的扩展使得目标检测框与真实目标区域有更高的重叠率。 向涛 李涛 李涛 赵雪专关键词:决策树 目标检测 长宽比 BOOSTING算法 基于新的运动特征的火焰检测方法 被引量:3 2014年 当前火焰检测方法在刻画火焰特征时忽略了火焰的运动方向信息,从而对于复杂背景环境下的火焰目标可能会产生错误的检测结果。为了更准确的刻画火焰,在层次火焰检测方法的基础上,对多个层面,融入光流法获取的火焰方向信息,提出一种新的火焰运动特征,从而实现火焰检测。首先利用光流获得火焰候选区域每个点在四个方向区域的分布,统计不同区域像素的比例信息获得火焰方向特征;然后在时空层次上结合方向特征进行分析形成火焰频率特征;最后把方向和频率特征结合形成火焰的运动特征,利用核支持向量机(Kernel-SVM)对该特征进行训练,得到火焰检测模型。实验结果表明,火焰运动特征能显著提高火焰检测的准确性和降低误报率。 李涛 李涛 向涛 黄仁杰关键词:火焰检测 光流 频率特征 基于相似度的语义Web服务发现技术研究 被引量:8 2010年 针对传统Web服务在服务发现中存在效率低的问题,应用语义Web技术和本体理论,提出了一种基于相似度的语义Web服务发现模型。采用Web本体语言(OWL-S)描述Web服务,发布服务时包含充分的语义信息,在服务搜索中加入本体推理过程,综合度量服务的功能匹配程度和信誉值。实验结果表明,语义Web服务发现方法的查准率和查全率高于UDDI基于关键字的查找方法。 陈文宇 张忠全 向涛 桑楠关键词:本体 语义WEB WEB服务 实时可信服务的构件设计与形式化描述 被引量:1 2011年 针对分布式实时嵌入式系统DRES,设计了一种提供自适应服务质量(QoS)保证的构件模型QuOCCM,以形式化方法描述构件,并推导构件各实体之间的自适应过程。QuOCCM由三部分组成,Client、Qoskets和Server,分别以CCM(CORBA Component Model)构件技术实现。Client与应用或功能构件交互,获取当前QoS需求,并触发自适应机制;Qoskets通过对QoS保证框架QuO进行改进,以构件技术实现QoS自适应调整策略;Server提供自适应调整之后的QoS保证机制。研究结果表明,该方法不仅保证了DRES中当前应用环境的QoS自适应需求,而且QoS保证与具体功能应用分离也降低了系统开发的复杂性。形式化方法研究为构件实体间的交互提供了保证。 陈文宇 向涛 王晓斌 桑楠 孙世新关键词:自适应系统 形式化方法 服务质量 基于随机森林的层次行人检测算法 被引量:11 2015年 针对视频和图像中快速、准确的行人检测问题,提出了一种分层次的、全局信息和局部信息相结合的行人检测算法。该方法以随机森林分类器为基础,利用图像金字塔模型融合行人的多层信息。首先,在低尺度空间利用主方向模板(DOT)特征和随机森林算法训练行人的全局分类器,第一层检测在低尺度空间中进行,找到行人的候选区域;然后,在高尺度空间提取图像块集合,基于部件随机森林训练行人的局部外观和几何约束模型;最后,基于上层的候选区域,在高尺度空间利用霍夫投票进行第二层精确检测。实验结果表明,该方法有更低的时间复杂度,并提升了行人检测的准确率,全局信息和局部信息的层次融合,能有效解决快速、准确的行人检测问题。 向涛 李涛 李涛 李旭冬关键词:行人检测 图像金字塔