您的位置: 专家智库 > >

徐天阳

作品数:6 被引量:27H指数:3
供职机构:江南大学物联网工程学院更多>>
发文基金:国家自然科学基金高等学校学科创新引智计划更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 5篇期刊文章
  • 1篇会议论文

领域

  • 5篇自动化与计算...
  • 2篇电子电信

主题

  • 5篇滤波
  • 4篇目标跟踪
  • 3篇相关滤波
  • 2篇直方图
  • 2篇梯度直方图
  • 2篇目标跟踪算法
  • 2篇级联
  • 2篇方向梯度
  • 2篇方向梯度直方...
  • 1篇多线索
  • 1篇掩模
  • 1篇视频
  • 1篇视频目标
  • 1篇视频目标跟踪
  • 1篇图像
  • 1篇图像匹配
  • 1篇自学习
  • 1篇相关滤波器
  • 1篇滤波器
  • 1篇局部二值模式

机构

  • 6篇江南大学

作者

  • 6篇吴小俊
  • 6篇徐天阳
  • 1篇须文波

传媒

  • 2篇计算机工程与...
  • 1篇激光与光电子...
  • 1篇南京理工大学...
  • 1篇指挥信息系统...

年份

  • 2篇2019
  • 1篇2017
  • 1篇2016
  • 1篇2015
  • 1篇2014
6 条 记 录,以下是 1-6
排序方式:
基于Gabor变换的快速跟踪算法被引量:3
2016年
为了增强目标跟踪的速度和精度,提出了一种基于Gabor变换的快速跟踪算法。根据Gabor变换对人类视觉感受野良好的模拟能力,用多尺度多方向的Gabor滤波器对目标图像进行特征抽取,以此建立目标的表观模型,而后利用图像匹配的方法得到相邻帧目标位置的后验概率分布从而实现跟踪。其中在特征抽取级利用线性多通道模型将不同尺度和方向的Gabor特征融合起来,在输出级利用时频的卷积特性以FFT实现相邻帧目标位置后验概率的快速计算,充分考虑了跟踪的速度和精度。实验结果表明,该算法选用的Gabor特征对目标有准确的描述能力,以此建立的表观模型鲁棒性强;同时跟踪过程简单快速,在精度和速度上与其他前沿的跟踪算法相较有优越性。
徐天阳吴小俊
关键词:目标跟踪GABOR滤波图像匹配
基于多特征级联的目标跟踪算法
提出了一种基于粒子滤波框架的多特征级联跟踪算法,以log-Gabor 滤波器作为粒子判别级,滤除一定数量的无效粒子来提高粒子滤波的性能;再级联上融合了log-Gabor 特征、LBP 特征和HOG 特征在内的粒子加权级,...
徐天阳吴小俊
基于自学习特征的相关滤波跟踪算法被引量:1
2019年
依靠高效的鉴别回归模型和多线索特征,如方向梯度直方图(HOG)特征和颜色名(CN)特征,相关滤波(CF)跟踪算法取得了优异的跟踪效果。但其弱点是不能应对由表观变化过程中鉴别信息不充分而导致的跟踪失败。针对这一问题,提出了基于自学习特征的相关滤波跟踪算法(SLDCF)。其中,自学习特征探索了相邻帧之间协同表示的特性,能够学习到相邻帧之间的目标变化情况,同时有效减少背景的干扰,以提高滤波器的鉴别性。通过标准视频数据集上的验证对比实验,其跟踪效果优于其余传统的相关滤波跟踪算法,证明了该算法的有效性和鲁棒性。
朱学峰徐天阳吴小俊
关键词:方向梯度直方图
基于相关滤波的视频目标跟踪算法综述被引量:17
2017年
基于相关滤波的视频目标跟踪算法近年来在不同的标准数据集和目标跟踪竞赛上均取得显著成果。较全面总结了相关滤波视频目标跟踪算法的发展过程和改进算法,分别从样本构建、优化设计和更新方法等方面整理分析了上述算法。同时,梳理和分析了上述算法存在的难点问题,并展望了其进一步的发展。
吴小俊徐天阳须文波
关键词:计算机视觉目标跟踪相关滤波
基于多特征级联的目标跟踪算法研究被引量:4
2015年
为了增强目标跟踪的有效性,提出了一种以粒子滤波作为跟踪框架,基于多特征级联的目标跟踪算法。以log-Gabor滤波器作为粒子判别级,滤除一定数量的无效粒子以提高粒子滤波的性能;再级联融合了log-Gabor特征、局部二值模式(LBP)特征和方向梯度直方图(HOG)特征的粒子加权级,实现目标跟踪。应用log-Gabor滤波器良好的频率响应对粒子做出总体评估以决定其有效性,同时以log-Gabor滤波器输出张成的频域特征。配合LBP和HOG局部特征,处理目标总体信息和细节信息,利用混合高斯模型突出后验概率分布中的峰值状态。实验结果表明,该文算法能快速去除无效粒子,实现目标的鲁棒跟踪。
徐天阳吴小俊
关键词:目标跟踪算法LOG-GABOR滤波器局部二值模式方向梯度直方图混合高斯模型
基于时序一致和空间剪裁的多特征相关滤波跟踪算法被引量:2
2019年
为提升相关滤波跟踪算法在目标遮挡、背景嘈杂及目标形变等干扰下的跟踪精度,提出一种基于时序一致和空间剪裁的多特征相关滤波跟踪算法。在训练阶段利用二值矩阵掩模对滤波器模板的能量分布进行裁剪,使模板信息更加集中于目标区域,从而缓解循环样本造成的边界效应;利用l2范数作为时序一致模型对相邻帧的滤波器建立平滑性约束,使滤波器模板学习到相邻帧目标的上下文信息,增加算法的抗干扰能力;为进一步提升目标模板的表达能力,将包含丰富语义信息的ResNet50深度特征引入到跟踪框架中,通过主成分分析法对提取到的深度特征进行降维,采用传统特征结合深度特征的方式提升跟踪结果的精确度和稳健性。将本文算法与5种算法进行对比实验,验证了本文算法在处理目标遮挡、背景嘈杂及目标形变等干扰时的稳健性。
王译萱吴小俊徐天阳
关键词:机器视觉相关滤波器
共1页<1>
聚类工具0