期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
不同光照和姿态下的航拍车辆检测方法 被引量:5
1
作者 毛征 刘松松 +2 位作者 张辉 孟灿 罗子安 《北京工业大学学报》 CAS CSCD 北大核心 2016年第7期982-988,共7页
为了解决在不同光照和姿态下的航拍车辆检测准确度低的问题,基于Fourier-HOG算法提出了一种航拍车辆检测方法.该方法是基于滑动窗口的检测方法.首先,在处理过程中引入图像预处理,可以将背景区域进行有选择的剔除,大大节省检测时间和降... 为了解决在不同光照和姿态下的航拍车辆检测准确度低的问题,基于Fourier-HOG算法提出了一种航拍车辆检测方法.该方法是基于滑动窗口的检测方法.首先,在处理过程中引入图像预处理,可以将背景区域进行有选择的剔除,大大节省检测时间和降低虚警率;其次,提取航拍图像基于局部敏感直方图的光照不变性特征;然后,再提取旋转不变的Fourier-HOG特征.将此特征在线性支持向量机中对车辆目标与非车辆目标进行分类.在后续处理阶段,引入非极大值抑制来降低误检目标.实验结果表明:所提出的车辆检测方法在谷歌地图数据集上进行测试,其检测准确度较高,且时间消耗低于原始的Fourier-HOG检测方法,该方法是一种较为有效的航拍车辆检测方法. 展开更多
关键词 车辆检测 局部敏感直方图 fourier-hog特征 支持向量机 非极大值抑制
在线阅读 下载PDF
手绘图符的辨识特征及其提取算法 被引量:2
2
作者 杨晨晖 李剑 刘聪 《厦门大学学报(自然科学版)》 CAS CSCD 北大核心 2014年第3期352-358,共7页
收集日常生活中常见目标的250类手绘图符20 000个,GB/T11797—2005标准中规定的28种机动车和非机动车的车符约2 400个,手写数字、手绘电路元件、手绘微软办公软件形状图各1 000个,作为本文研究的数据集基础.针对手绘车符不规则形变和样... 收集日常生活中常见目标的250类手绘图符20 000个,GB/T11797—2005标准中规定的28种机动车和非机动车的车符约2 400个,手写数字、手绘电路元件、手绘微软办公软件形状图各1 000个,作为本文研究的数据集基础.针对手绘车符不规则形变和样本间相似度高的特点提出一种基于局部细节和全局轮廓的特征表示方法,该方法利用弹性网格吸收手绘过程中的变形,利用局部梯度方向直方图(histograms of oriented gradients,HOG)表示图符的细节特征,利用Snake模型提取图符轮廓,傅里叶描述子提取低维轮廓特征,并通过融合使得整体效果提高,比单纯HOG算法高出2个百分点. 展开更多
关键词 手绘图符识别 弹性网格HOG特征 SNAKE模型 傅里叶算子
在线阅读 下载PDF
FD+HOG融合人体行为识别
3
作者 史东承 衡瑶瑶 《长春工业大学学报》 CAS 2017年第6期550-554,共5页
利用全局特征提取与局部特征提取相融合的方法,将傅里叶变换特征与方向梯度直方图特征相融合的算法结合支持向量机(SVM)来识别人体行为。首先将KTH和Weizmann数据集中提取出来的图像做预处理,分别提取出每张图像的傅里叶描述子和HOG特征... 利用全局特征提取与局部特征提取相融合的方法,将傅里叶变换特征与方向梯度直方图特征相融合的算法结合支持向量机(SVM)来识别人体行为。首先将KTH和Weizmann数据集中提取出来的图像做预处理,分别提取出每张图像的傅里叶描述子和HOG特征,然后利用主成分分析法对HOG提取特征降维,最后用FD+HOG的融合特征放入SVM分类器中分类识别。实验结果表明,该算法识别率可达86%以上。 展开更多
关键词 方向梯度直方图 傅里叶变换 支持向量机
在线阅读 下载PDF
基于Grab Cut算法和傅里叶描述子的人物背面步态识别 被引量:1
4
作者 高小康 《现代计算机(中旬刊)》 2016年第11期49-51,66,共4页
提出基于Grab Cut图象分割算法和傅里叶描述子的步态识别方法。通过HOG+SVM算法提取出视频中的行人区域,对该区域使用Grab Cut算法进行分割得到行人二值化后的图像,然后应用傅里叶描述子描述步态特征,最后在识别方面采用最近邻分类器进... 提出基于Grab Cut图象分割算法和傅里叶描述子的步态识别方法。通过HOG+SVM算法提取出视频中的行人区域,对该区域使用Grab Cut算法进行分割得到行人二值化后的图像,然后应用傅里叶描述子描述步态特征,最后在识别方面采用最近邻分类器进行识别。此算法在中国科学院自动化所的CASIA数据库上进行实验,取得较好的识别效果。 展开更多
关键词 GRAB CUT 傅里叶描述子 步态识别 HOG 最近邻分类器
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部