湖南省科技计划项目(2012FJ3021)
- 作品数：4 被引量：7H指数：2
- 相关作者：朱韶平夏利民朱城彭东亮更多>>
- 相关机构：湖南财政经济学院中南大学更多>>
- 发文基金：湖南省普通高等学校教学改革研究项目湖南省科技计划项目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>>
- 基于改进Boosting算法的夜间运动车辆检测被引量：1
- 2014年
- 针对夜间交通场景中运动车辆目标提取及实时检测困难的问题,引入改进的Boosting模糊分类算法,提出了一种新的基于车头灯的夜间运动车辆检测方法.通过SIFT算法和融合多特征的方法精确提取夜间运动车辆车头灯特征,利用遗传算法优化Boosting模糊分类算法,并以加权投票方式对提取的车头灯特征进行分类判别,最后结合车头灯空间、运动信息及灯光颜色信息进行同车车头灯配对分组,实现夜间运动车辆的实时检测.实验表明,该方法在夜间交通环境中具有良好的实时检测效果和较高鲁棒性.
- 朱韶平
- 关键词：运动车辆检测SIFT特征遗传算法
- 基于图像和GM-PLSA模型的物品推荐方法被引量：2
- 2013年
- 针对G-PLSA(Gaussian Probabilistic Latent Semantic Analysis)推荐模型中存在的新物品问题,提出了基于GM-PLSA(Gaussian Multinational Probabilistic Latent Semantic Analysis)模型的物品推荐方法;该方法将物品的图像内容特征用于物品推荐,有效解决了新物品问题和文本描述物品外观存在歧义性问题。同时,针对推荐结果的总体多样性问题,提出了ITRM(Improved Traditional Ranking Model)排序模型;该模型能够保证一定准确性的前提下有效提高推荐结果的总体多样性,且该模型具有参数化的优点。实验结果表明,本文提出的方法能有效提高物品推荐系统的推荐性能。
- 朱韶平夏利民彭东亮
- 关键词：图像内容
- 基于自适应特征选择的夜间运动车辆检测算法被引量：1
- 2013年
- 针对夜间交通环境的特点,提出了基于自适应特征选择的夜间运动车辆检测算法.首先,利用SIFT算法提取夜间运动车辆的形状特征,并融合颜色和纹理特征,得到夜间运动车辆的特征向量;其次,利用Boosting算法和遗传算法以迭代形式获取模糊规则及其权值;然后,采用Boosting算法以加权投票方式自适应选取对检测最有利的特征,从而实现自适应特征选择;最后,对夜间交通场景下3种不同道路情况进行实验.实验结果表明,在遮挡、光照及背景干扰等复杂情况下,该方法可以根据背景信息的不同自适应地选择特征,实现夜间车辆的实时检测,鲁棒性较好,可以满足智能交通系统的实时性和准确性的要求.
- 朱韶平
- 关键词：车辆检测SIFT特征BOOSTING方法自适应特征选择
- 基于CTM模型和最优标签集的图像标注被引量：3
- 2014年
- 为了提高自动标注系统的性能,提出了一种基于最优标签集图像自动标注系统优化算法.用词袋模型表示图像,采用CTM模型进行图像标注,在此基础上,采用基于词频因子的词间相关性以及启发式迭代算法对获得的标注词进行有效的优化,提高了标注词的准确性.在Corel5K数据集中利用LDA模型和CTM模型进行图像标注对比实验,实验结果表明本文提出的图像标注方法能有效提高标注系统的性能.
- 朱韶平夏利民朱城
- 关键词：LDA模型
