您的位置： 专家智库 > >

郭春梅

作品数：8 被引量：14H指数：2
供职机构：宁波大学信息科学与工程学院更多>>
发文基金：宁波市自然科学基金国家自然科学基金国家科技重大专项更多>>
相关领域：自动化与计算机技术电子电信更多>>

合作作者

文献类型

  • 8篇中文期刊文章

领域

  • 7篇自动化与计算...
  • 2篇电子电信

主题

  • 2篇视觉跟踪
  • 2篇视觉跟踪算法
  • 2篇鲁棒
  • 1篇低通
  • 1篇低通滤波
  • 1篇行人
  • 1篇异常检测
  • 1篇异常检测算法
  • 1篇异常行为检测
  • 1篇运动信息
  • 1篇整数规划
  • 1篇图像
  • 1篇图像熵
  • 1篇网络
  • 1篇网络模型
  • 1篇纹理
  • 1篇纹理特征
  • 1篇无监督学习
  • 1篇像素
  • 1篇亮度

机构

  • 8篇宁波大学

作者

  • 8篇陈恳
  • 8篇李萌
  • 8篇郭春梅
  • 6篇李斐
  • 1篇李菲

传媒

  • 2篇数据通信
  • 1篇电信科学
  • 1篇模式识别与人...
  • 1篇计算机工程
  • 1篇光电工程
  • 1篇无线通信技术
  • 1篇宁波大学学报...

年份

  • 6篇2017
  • 2篇2016
共 8 条 记 录，以下是 1-8
全选 清除 导出
排序方式：
融合显著度时空上下文的超像素跟踪算法被引量：1
2017年
为了更有效地利用目标的特征信息,提高目标的跟踪精度和鲁棒性,提出融合显著度时空上下文的超像素跟踪算法.首先对目标上下文区域进行超像素分割,根据运动信息计算目标上下文的运动相关性及特征协方差信息,得到相关性显著度.然后基于贝叶斯框架,在频域构建融合显著度信息的时空上下文模型.再利用联合颜色和纹理的直方图信息计算巴氏系数,更新时空上下文模型.此外,引入尺度金字塔模型,准确估计目标尺度.最后加入低通滤波自适应运动预测模块,在线更新动态模型样本集,使用岭回归方法实现低通滤波的参数在线更新.在公共数据上的实验表明,文中算法在光照变化、背景复杂、目标旋转、机动性高、分辨率低等情况下具有较好的跟踪效果.
郭春梅陈恳李萌李斐
关键词：目标跟踪岭回归
联合协方差特征矩的时空上下文鲁棒视觉跟踪算法
2016年
时空上下文(Spatio-temporal context,STC)算法利用上下文中包含的有用信息提升目标跟踪的鲁棒性,取得了良好的跟踪效果。本文联合协方差特征矩的算法增强目标跟踪的鲁棒性,以STC算法跟踪结果置信值(RC)作为算法选择条件,根据RC判断是否用协方差特征矩的算法进行跟踪校正,自适应目标尺度大小,用Meanshift算法确定目标中心位置。最后在公共数据集上进行的对比实验表明,所提出的算法具有更好的跟踪效果和鲁棒性。
郭春梅陈恳李萌李斐
关键词：视觉跟踪
基于LBPCM和社会力模型的人群异常检测被引量：2
2017年
人群异常事件检测是智能视频监控中的重要研究内容,本文提出一种基于LBPCM(Local binary pattern co-occurrence matrix)和社会力模型的人群异常检测算法,利用LBPCM算法提取人群密度特征,在对视频帧计算光流的基础上,计算相互作用力,生成相互力作用直方图(HOIF)来表征人群运动信息,最后将两种特征融合送入支持向量机进行训练分类,实验表明,该算法能有效的检测出人群异常事件。
李萌陈恳郭春梅李菲吉培培
基于低通滤波时空上下文的鲁棒视觉跟踪算法
2017年
由于光照变化、目标外观的变化、尺度的变化、目标旋转、遮挡等诸多因素,进行鲁棒、实时的目标跟踪仍然面临很大挑战。时空上下文(Spatio-temporal context,STC)算法利用上下文中包含的有用信息提升目标跟踪的鲁棒性,取得了良好的跟踪效果。但是当跟踪目标比较小或者机动性较高的目标时,容易跟偏、甚至跟丢目标。针对上述缺陷,提出了一种基于低通滤波时空上下文(low pass filter spatio-temporal context,LPF_STC)的鲁棒视觉跟踪改进算法。采用低通滤波算法进行运动预测,对下一帧的目标位置进行预测,并将其作为下一帧时空上下文快速跟踪算法的迭代起点,提高目标跟踪鲁棒性。最后在公共数据集上进行的对比实验表明,所提出的算法具有更好的跟踪效果和鲁棒性。
郭春梅陈恳李萌吉培培李斐
关键词：视觉跟踪低通滤波
多相机网络中行人的全局最优匹配被引量：1
2017年
针对多相机视域下行人目标匹配正确率不高的问题,基于无监督显著性学习和局部特征匹配提出一种全局最优匹配模型。将不同视域间的目标匹配进行关联,每对相机的直接匹配受制于其间接匹配的监督,同时修正直接匹配中发生的误配。将经过亮度补偿后的图像帧分成若干局部块,通过无监督显著学习得到图像块的显著性得分,并结合目标图像块特征匹配的相似度得分,利用双向相似度计算目标间的相似度得分,并将其作为模型输入。基于标准数据库WARD和Shinpuhkan2014进行实验,结果表明,该模型能有效提高多相机监控网络下目标匹配的正确率。
吉培培陈恳郭春梅李萌
关键词：无监督学习亮度补偿
一种基于运动相似熵的人群异常行为检测被引量：4
2017年
实现对人群异常事件的检测是图形处理在智能视频监控领域的重要研究内容。提出了一种基于运动相似性熵(EMS)的人群异常行为检测算法。该算法在对视频图像进行光流计算的基础上,以底层光流块为基本单位获取场景运动信息,根据社会网络模型的概念,提出构建场景的运动网络模型(MNM),完成对场景粒子运动相似性的划分,并在时间域上计算MNM的粒子分布熵值EMS,最后将得到的图像熵与设置合理的阈值相比,判断异常行为是否发生。实验证明,该算法可有效检测异常行为,与其他经典检测算法相比有较大优势。
李斐陈恳李萌郭春梅
关键词：图像熵光流法
一种基于速度强度熵与纹理特征的人群异常检测算法被引量：1
2017年
人群异常事件检测是智能视频监控领域的重要研究内容,文章提出了一种融合速度强度熵VMME与纹理特征的人群异常行为检测算法.该算法采用LBPCM算法提取图像纹理特征,在视频帧计算光流基础上,获得特征点速度强度图,并以其熵VMME作为场景运动特征,将场景纹理特征和运动特征送入支持向量机训练分类.实验表明,新算法可实现对人群异常行为的检测,且有较高准确率.
李斐陈恳李萌郭春梅
关键词：纹理特征
融合显著性信息和社会力模型的人群异常检测被引量：7
2016年
人群异常事件检测是智能视频监控中的重要研究内容,本文提出一种新的融合时空特征的异常行为检测算法。首先提取显著性信息作为空间域特征,采用高精度的光流算法,结合社会力模型计算相互作用力作为时域特征;提出一种新的运动信息特征描述子——相互作用力直方图(HOIF),将其与显著性信息特征相融合送入支持向量机(SVM)进行学习训练,从而对人群事件进行分类。在UMN(University of Minnesota,Twin Cities)数据库上对本文算法有效性进行了验证。实验结果表明,该算法在检测正确率及鲁棒性上要优于其他算法。
李萌陈恳郭春梅李斐吉培培
全选 清除 导出
共1页<1>
聚类工具0