李远征
- 作品数：9 被引量：88H指数：4
- 供职机构：西安科技大学通信与信息工程学院更多>>
- 发文基金：国家自然科学基金陕西省自然科学基金华为科技基金项目更多>>
- 相关领域：自动化与计算机技术电子电信政治法律更多>>
- 人体目标跟踪和表情识别中的若干问题研究
- 论文对目标跟踪和表情识别这两个计算机视觉中的核心任务进行了研究。在目标跟踪方面，对于简单场景，建立了根据人体目标的运动和变化情况进行视频处理的基本框架;对于复杂场景则以Mean-Shift跟踪算法和粒子滤波算法为主要研究...
- 李远征
- 关键词：视频目标跟踪多特征融合局部二值模式表情识别梯度方向直方图
- 融合局部结构和差异信息的监督特征提取算法被引量：27
- 2010年
- 针对监督局部保持投影(Supervised locality preserving projection,SLPP)存在过学习和不能较好地保持图像空间的差异信息等问题,造成算法性能不够好,提出了一种新的基于流形学习的监督特征提取方法(Supervised local structureand diversity projection,S-LSDP).S-LSDP从信息统计量角度引入差异信息,并给出度量差异信息大小的准则(差异离散度)及明确的物理含义;然后通过最小化局部离散度和最大化差异离散度准则提取投影方向.投影后的特征既能有效地保持图像之间的局部结构属性,又能较好地保持图像之间的差异信息,而且避免了过学习问题.在UMIST,Yale,PIE和AR数据库上的实验结果表明了该算法的有效性.
- 高全学谢德燕徐辉李远征高西全
- 关键词：特征提取流形学习人脸识别
- 基于Matlab的系统稳定性分析实验设计被引量：9
- 2018年
- 根据连续系统和离散系统稳定性的判定准则,利用Matlab GUI设计了系统稳定性分析实验,给出了主要回调函数代码。用户只需输入系统函数的分子、分母系数向量,即可自动绘制出系统零极点图,进而根据极点位置判断系统是否稳定。该实验界面友好,操作简单,可应用于系统分析和系统设计的教学与实验。
- 闫红梅张鸣李远征
- 关键词：系统稳定性MATLABGUI
- 基于多特征融合的均值迁移粒子滤波跟踪算法被引量：35
- 2010年
- 仅用单一的颜色特征进行跟踪是大多数跟踪算法鲁棒性不高的主要原因。针对此问题,该文提出一种多特征融合跟踪算法。该算法利用颜色和纹理特征表示目标,通过均值迁移和粒子滤波算法进行特征融合,有效地避免了单一颜色特征在光照变化和背景相似情况下的不稳定问题。将两种常用的融合策略结合,减轻了粒子的退化现象,提高了算法效率。实验结果表明该算法提取的目标特征具有较强的鲁棒性,能实现复杂场景下的目标跟踪。
- 李远征卢朝阳高全学李静
- 关键词：目标跟踪多特征融合粒子滤波局部二值模式
- 高速公路计费称重中的“跳秤”行为被动检测方法及系统
- 本发明公开了一种高速公路计费称重中的“跳秤”行为被动检测方法，它属于图像处理技术领域。其检测步骤是：(1)采集车辆通过动态称重衡器的连续图像并转化为数字视频格式；(2)对采集的车辆连续图像进行灰度化、二值化和滤除噪声预处...
- 卢朝阳李静姜维祝明李远征
- 一种基于动态分层更新的多特征融合跟踪方法
- 2011年
- 针对单一特征的目标跟踪算法和传统的模型更新策略的不足,本文提出一种均值迁移和粒子滤波相结合的多特征融合跟踪方法。该方法通过均值迁移对粒子传播进行优化,根据粒子权值的分布情况自动调节各个特征的融合权值,实现了多特征的有效综合,通过建立目标模型的动态分层更新策略,有效保留了目标和场景的变化信息。实验结果表明,该方法对目标外观的快速变化适应性强,且实时性好,适用于动态场景下的跟踪。
- 李远征卢朝阳李静
- 关键词：目标跟踪多特征融合粒子滤波
- 高速公路计费称重中的“跳秤”行为被动检测方法及系统
- 本发明公开了一种高速公路计费称重中的“跳秤”行为被动检测方法，它属于图像处理技术领域。其检测步骤是：(1)采集车辆通过动态称重衡器的连续图像并转化为数字视频格式；(2)对采集的车辆连续图像进行灰度化、二值化和滤除噪声预处...
- 卢朝阳李静姜维祝明李远征
- 文献传递
- 基于灰度共生矩阵的纹理特征的人群密度估计
- 为使灰度共生矩阵提取的特征值能较好地表达图像纹理信息,对校园拍摄视频的图片序列进行了大量实验.首先测试了灰度共生矩阵的各构造参数对关键特征值的影响,给出了特征值随参数变化的规律,确定了构造参数的合理取值;然后测试了不同人...
- 吴冬梅王雅琳李远征闫红梅
- 关键词：城市治安人群密度纹理特征灰度共生矩阵图像处理
- 文献传递
- 一种基于多特征融合的视频目标跟踪方法被引量：16
- 2012年
- 针对复杂场景下多特征跟踪算法适应性不强的问题,提出一种多特征有效融合和更新的目标跟踪方法.该方法首先在粒子滤波框架下采用加权融合的方式对目标进行多特征观测和相似性度量,通过分析粒子的空间集中度和权值分布建立一种有效的融合系数计算方法,使融合结果更加准确可靠.然后选取可信度高的特征检测遮挡,并动态调整目标模型的更新速度,以降低算法受目标变化和部分遮挡的影响.实验证明该方法对复杂的跟踪场景具有更强的鲁棒性,并适用于目标被遮挡时的跟踪.
- 李远征卢朝阳李静
- 关键词：目标跟踪多特征融合粒子滤波
