王荣飞
- 作品数：3 被引量：9H指数：2
- 供职机构：江南大学物联网工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 根据兴趣点进行局部建模的稀疏表示跟踪算法被引量：1
- 2017年
- 许多基于稀疏表示跟踪算法都能鲁棒的跟踪各种挑战性场景中目标,但缺点是运行速度慢.在提出的跟踪算法中,以角点检测方法提取的各个兴趣点为中心,提取一定尺寸的图像块组成目标字典来表示目标.在之后各帧中,以各个候选兴趣点为中心利用粒子滤波算法提取不同方向和尺度的候选目标块.利用稀疏表示方法计算目标字典和候选目标块之间的对应关系.并定义相互匹配原则筛选候选目标块.通过所有选定的候选块平均偏移量来确定目标位置.最后利用最可靠的候选目标块更新目标字典.与当前已有的基于稀疏表示跟踪算法相比,本文算法不但跟踪性能更好,速度更快.
- 吉训生陈赛王荣飞
- 关键词：角点检测粒子滤波
- 局部自适应加权的逆结构稀疏表示跟踪算法被引量：2
- 2016年
- 传统的稀疏表示跟踪算法直接利用较为简单的灰度特征进行稀疏表示系数计算,易受遮挡、形变等影响。为此,提出一种局部自适应加权算法来增加受遮挡、形变等影响的候选目标与未受遮挡、形变等影响的候选目标之间的区分度。另外,一般稀疏表示算法利用数量较少的目标模板构建过完备字典。无法获得较好的稀疏系数。提出逆稀疏表示算法,利用包含丰富目标特征和背景特征的候选目标构建过完备字典来重构目标模板,相同维度的目标模板条件下可以获得更好的稀疏系数。实验表明,该算法在目标背景差异小或严重遮挡、形变情况下,都能够较好的跟踪目标。
- 吉训生陈赛王荣飞
- 关键词：自适应加权
- 自适应加权LGCP与快速稀疏表示的面部表情识别被引量：6
- 2017年
- 针对传统LBP特征提取方法对非单调光线变化比较敏感且无法对全局特征进行稀疏表示的缺陷,提出一种自适应加权局部格雷码模式(Local Gray Code Patterns,LGCP)与快速稀疏表示相结合的特征提取方法。先对原始图像应用边缘检测算子最大化边缘值,以克服光线变化对特征描述的影响。采用LGCP编码得到八位格雷码并转换为十进制,然后对图像进行分块加权级联,使描述子能够对局部特征进行最优表征;同时,为了得到更好的全局特征的稀疏表示,将级联后的直方图分布特征描述子作为原子构造字典;最后,使用一种快速稀疏表示方法作为分类器进行分类识别。基于扩展Cohn-Kanade(CK+)表情数据集进行多组实验,结果表明该方法的识别速度更快,识别率可达94%。
- 吉训生王荣飞
- 关键词：表情识别
