张洪斌 作品数:16 被引量:117 H指数:7 供职机构: 四川大学计算机学院 更多>> 发文基金: 四川省重点技术创新项目 国家科技型中小企业技术创新基金 更多>> 相关领域: 自动化与计算机技术 一般工业技术 电气工程 更多>>
基于综合背景提取方法与阴影抑制的智能监控系统 被引量:1 2012年 为实现智能监控中有效的目标检测,提出了一种综合的动态背景提取和阴影去除方法。该方法应用多层次信息对混合高斯背景模型进行更新以获取高质量的彩色场景背景;同时,在前景提取过程中,结合RGB和HSI彩色信息对像素进行递进式分类,实现对阴影的去除。以此为基础实现的智能监控系统,实现了目标的跟踪与异常行为检测。经过不同场景的实验证明,本文所提方法能够满足实际应用的要求,具有良好的性能。 石红波 黄山 张洪斌 田坤关键词:智能监控 面向实时交通视觉监控的综合动态背景更新方法 被引量:14 2007年 为了从复杂的交通场景中获取高质量的背景图像,提出了一种综合的动态背景更新方法。同时使用了帧差信息和提取的高层对象状态信息对混合高斯背景模型进行选择性更新,克服了因较长时间停车对背景的影响,并能及时消除由于背景物体移出造成的鬼影。对实时交通视频的处理效果表明,该方法兼具良好的自适应性与鲁棒性。 张洪斌 黄山关键词:混合高斯分布 面向图像目标提取的改进连通域标记算法 被引量:15 2014年 传统连通域标记算法应用在智能视觉监控系统过程中,每次连通域标签合并都要从头开始逐一扫描整幅画面,导致不必要全局性重复处理,同时图像像素点增加和噪声干扰,严重影响了目标提取的处理速度。为此,提出了一种面向图像目标提取的改进连通域标记算法。通过对图像画面进行分块,根据各个小块中前景点所占比例来区分前景目标区域块,减少了待标记的数据量,增加了抗噪力;记录标签范围,减少了计算机搜索的时间。在不同应用场景的实验结果表明,该算法提高了抗噪性,缩短了处理时间,平均处理速度约为改进前的212.36倍。 王凯 黄山 赵瑜 张洪斌关键词:智能视觉监控系统 连通域标记 图像像素 基于交通视频分析的自适应摄像控制系统 被引量:2 2018年 为在高动态光照和复杂路况环境中实现准确的视频检测与数据采集,构建了一套有效的自适应交通摄像控制系统.首先,针对全天候大场景综合检测需求设计高清交通摄像系统,并通过系统辨识确定了核心摄像参数的控制特性;接着,基于车辆号牌和交通场景特点,提出了以车牌亮度中点值和标线区块中点值作为反馈控制指标的视频质量分析算法;最后,使用自适应控制架构综合底层图像质量反馈信息和高层视觉分析检测结果,实现了光照模式的感知适应和控制状态的自主切换.实验与应用结果表明:该系统控制过程快速稳定,能够自动适应不同光照环境,兼顾高清晰车牌识别和大视野交通监控需求,保持良好的全天成像效果,实现了平均97.0%的车流准确度和96.3%的车牌识别率. 张洪斌 黄山 印月关键词:成像系统 自适应控制 车辆检测 车牌识别 智能交通系统 人体摇摆步态动力学图像建模与仿真 2014年 研究下肢疾病人体摇摆步态的准确建模问题。摇摆步态是下肢疾病患者行走时重要的步态特征,这种步态特征虽然带有一定的规律性,但是这种规律导致特征对应呈现凌乱性。传统的基于视觉图像建立的摇摆步态模型,没有考虑这种疾病人体步态特征的凌乱问题,以牺牲误差为代价,导致摇摆步态识别度较低。为此,提出一种考虑病态人体动力学的凌乱摇摆步态建模方法,将病态患者的步态特征视作多刚体连接系统,利用人体动力学原理建立动力学模型,得到摇摆步态的肢体特征;对摇摆步态的周期性进行分析,建立病态脚步模型并确定行走时的脚步方位,得到摇摆步态的脚步特征。实验结果表明,该方法建立的模型能够快速准确地识别摇摆步态特征,误差较小,识别率更高。 陈非 黄山 张洪斌关键词:下肢疾病 动力学模型 一种基于Mean Shift和Kalman预测的带宽自适应跟踪算法 被引量:9 2013年 Mean Shift算法是视觉监控领域广泛应用的经典目标跟踪方法,但对于速度过快或尺度变化大的目标的跟踪存在较大的缺陷。针对这一问题,提出了一种基于Mean Shift和Kalman方法预测的带宽自适应跟踪算法。该算法提出以Kalman预测目标在下帧中的位置作为Mean Shift迭代初始位置,以高效锁定各类运动目标;同时采用增量试探法自动调节带宽以适应目标的尺度变化。通过对行人和车辆等不同监控对象的实验表明,该跟踪算法具有良好的鲁棒性。 王文江 黄山 张洪斌关键词:SHIFT 目标跟踪 卡尔曼预测 通用学习框架改进核PCA的单样本人脸识别 2015年 针对传统的人脸识别算法在每个人只有单个训练样本时识别性能严重下降的问题,提出了通用学习框架改进核主成分分析的单样本人脸识别算法。首先,选取一个合适的通用训练样本集,将各个单训练样本与通用训练样本集中某人的多训练样本按比例叠加;然后,利用经典的KPCA算法进行特征提取,将所有叠加后的训练样本和测试样本投影到特征子空间;最后,使用最近邻分类器完成最终的人脸识别。在Yale及FERET两大通用人脸数据库上的实验结果表明,相比其他几种较为先进的人脸识别算法,该算法取得了更好的单样本识别效果。 陈非 黄山 张洪斌关键词:人脸识别 最近邻分类器 核主成分分析 基于自适应背景匹配的运动目标检测算法 被引量:7 2013年 为了减小所提取的背景对后续目标检测的影响,提出了基于自适应背景匹配的运动目标检测算法。通过改进的Mode算法结合自适应背景匹配更新机制获得可靠的背景,在此基础上结合绝对差分和具有双动态阈值的Cauchy分布模型建立了目标检测总体模型,从而实现对视频序列中的运动目标进行检测。通过对行人和车辆等不同监控对象的实验,验证了算法具有良好的噪声抑制能力和对慢目标良好的鲁棒性,同时能有效的分割前景目标。 高振华 黄山 张洪斌 于艳飞关键词:自适应更新 基于Mean Shift多特征融合跟踪的改进算法 被引量:1 2015年 面对运动目标速度过快以及背景环境的变化,Mean Shift算法跟踪性能会变差甚至丢失跟踪目标。针对该问题,提出一种改进的基于Mean Shift多特征融合算法。以运动矢量来预测目标在下一帧中的位置,锁定运动目标;采用颜色特征和边缘特征的动态融合方法,避免环境变化给Mean Shift跟踪算法带来的影响。以快速运动和复杂环境下的行人等为监控对象进行实验,实验结果表明,该算法有良好的鲁棒性。 雷川 黄山 张洪斌关键词:SHIFT 目标跟踪 运动矢量 基于纹理特征的能见度测量时段区分方法 被引量:3 2008年 为了进行能见度的数字摄像法测量,提出了基于纹理特征的能见度昼夜时段区分方法。从直方图分析中得到的纹理参数,包括灰度均值、方差、熵和扭曲度,均能反映出两类图像所特有的纹理特征。通过对纹理参数的统计分析,能够准确得到能见度测量的白天和夜间时段。将该方法用软件编程实现,表明该方法准确、可靠,为数字摄像法测量能见度的进一步研究奠定了基础。 杨权 黄山 张洪斌 汪勤 张建军关键词:纹理分析 能见度 直方图