秦明
- 作品数：5 被引量：1H指数：1
- 供职机构：北京理工大学计算机学院更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金北京市教育委员会共建项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于区域组合特征的印刷图像缺陷检测方法
- 本发明涉及一种基于区域组合特征的印刷图像缺陷检测方法，属于图像处理技术领域。分为学习过程和训练过程。学习过程具体为：①针对印刷样张图像进行区域划分。②判断训练样本集中的小张印刷图像的所属区域。③针对训练样本进行特征提取。...
- 陆耀黄炜雷凡喻卢军丁建华秦明
- 文献传递
- 复杂场景下的前景检测方法研究
- 前景检测是计算机视觉领域备受关注的一个研究方向,在人机交互、智能安全监控和智能交通系统等领域得到了广泛的应用。由于视频场景的复杂性和多样性,实际应用中的前景检测通常面临很多的挑战,比如动态背景的有效识别问题,噪声和前景信...
- 秦明
- 关键词：子空间学习ALPHA通道
- 基于误差补偿的复杂场景下背景建模方法被引量：1
- 2016年
- 在基于子空间学习的背景建模方法中,利用背景信息对前景误差进行补偿有助于建立准确的背景模型.然而,当动态背景(摇曳的树枝、波动的水面等)和复杂前景等干扰因素存在时,补偿过程的准确性和稳定性会受到一定的影响.针对这些问题,本文提出了一种基于误差补偿的增量子空间背景建模方法.该方法可以实现复杂场景下的背景建模.首先,本文在误差补偿的过程中考虑了前景的空间连续性约束,在补偿前景信息的同时减少了动态背景的干扰,提高了背景建模的准确性.其次,本文将误差估计过程归结为一个凸优化问题,并根据不同的应用场合设计了相应的精确求解算法和快速求解方法.再次,本文设计了一种基于Alpha通道的误差补偿策略,提高了算法对复杂前景的抗干扰能力.最后,本文构建了不依赖于子空间模型的背景模板,减少了由前景信息反馈引起的背景更新失效,提高了算法的鲁棒性.多项对比实验表明,本文算法在干扰因素存在的情况下仍然可以实现对背景的准确建模,表现出较强的抗扰性和鲁棒性.
- 秦明陆耀邸慧军吕峰
- 关键词：ALPHA通道
- 基于交叉协方差子空间估计的前景检测方法
- 2018年
- 提出了一种基于交叉协方差子空间估计的背景建模方法,用以实现复杂场景下的前景检测.基于交叉协方差的主成分分析方法可以保留更多的图像协方差信息,因此非常适合用于背景模型的构建.本文首次将基于交叉协方差的二维主成分分析方法引入至背景建模领域,并且提出了相应的增量更新算法来实现背景的自适应估计.此外,本文考虑了前景的稀疏性及连续性,并将其合理应用于前景检测过程中.定量实验和定性分析表明,本文提出的方法具有较强的鲁棒性,可以实现复杂场景下的准确背景建模.
- 秦明陆耀
- 一种基于区域组合特征的印刷图像缺陷检测方法
- 本发明涉及一种基于区域组合特征的印刷图像缺陷检测方法，属于图像处理技术领域。分为学习过程和训练过程。学习过程具体为：①针对印刷样张图像进行区域划分。②判断训练样本集中的小张印刷图像的所属区域。③针对训练样本进行特征提取。...
- 陆耀黄炜雷凡喻卢军丁建华秦明
- 文献传递
