蔡瑾
- 作品数：3 被引量：6H指数：1
- 供职机构：复旦大学信息科学与工程学院电子工程系更多>>
- 发文基金：国家教育部博士点基金更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 一种具有目标匹配约束的加权多示例学习视频目标跟踪算法
- 2015年
- 以多示例学习(Multiple Instance Learning,MIL)目标跟踪方法为代表,基于自适应辨别模型的视频目标跟踪算法近年来得到广泛重视,这些算法用分类器对图像进行处理,将使分类器置信最大的采样样本作为当前帧的跟踪结果.在此基础上,基于加权多示例学习(Weighted Multiple Instance Learning,WMIL)的目标跟踪算法提出在分类器学习阶段对正样本进行重要性采样,加大正包内正样本的贡献,达到更好的跟踪效果.然而,当前一帧输出结果不准确时,会使得分类器学习性能下降,从而引起目标漂移或跟踪失败.本文基于WMIL算法,提出用目标匹配约束预判断当前帧是否存在目标漂移,从而对下一帧采样中心位置进行矫正,达到抑制目标漂移以及避免跟踪失败的效果.仿真结果表明,本算法在标准视频测试集上都取得了较优的结果.
- 蔡瑾王新宇聂勇冯辉杨涛胡波
- 关键词：视频目标跟踪
- 基于运动块及关键帧的人体动作识别被引量：6
- 2014年
- 为了进行动作识别,需要提取能够充分表征动作的运动、时间、空间及形状信息的特征.本文首先从动作的运动特性出发,采用基于图聚类的方法对人体的运动区域进行分割,并通过计算运动块的熵值选出由运动方向一致的运动点构成的运动块.通过建立混合高斯模型对运动块的时空三维位置及运动方向进行特征表示,得到运动描述符.同时,通过比较前后帧中运动块的变化提取关键帧,然后基于词袋框架进一步筛选关键帧,并采用梯度直方图对动作的形状信息进行特征表示,得到形状描述符.通过线性组合运动描述符及形状描述符,得到充分包含动作的运动、时间、空间及形状信息的联合描述符,并采用最近邻分类器进行动作识别.该算法在KTH和UCF运动数据集上较当前方法取得更好识别效果.
- 应锐蔡瑾冯辉杨涛胡波
- 关键词：混合高斯模型关键帧
- 分布式语音信号分离系统
- 2012年
- 传感器网络节点以OMAP3530处理器为核心,各主节点独立运行语音信号盲分离算法,通过节点间的自主协作和数据融合,分离出会场说话人的语音信号。语音分离算法为实时在线算法,利用声源信号间的相互独立性,在频域对混合信号进行分离。整个系统充分利用ARM核和DSP核的强大处理能力及传感器网络系统优势,经过合理的程序优化,有效地实现了多说话人场景下的语音分离。
- 杨志智唐显锭蔡瑾冯辉
- 关键词：无线传感器网络分布式处理语音信号处理
