基于深度图像梯度特征的人体姿态估计

人体姿态估计中由于人体姿态的多样性、遮挡与自遮挡,导致系统准确率低、鲁棒性不强和运行效率低。为此,提出一种基于深度图像梯度的特征提取方法。利用图像中深度信息计算出每个像素点在水平方向和垂直方向的梯度值,计算每个像素点与邻域内像素点之间的差值,从而得到一个四维特征,对随机森林进行优化,并估计图像中的人体姿态。实验结果表明,与像素偏移比较法相比,该方法的鲁棒性和准确率都有明显提升,同时优化的随机森林决策方法,可使在只降低0.1%准确率的情况下,提升随机森林的测试运行效率。

Haar型LBP纹理特征的行人检测研究

针对行人检测中直接在灰度图像下提取局部二元模式(Local Binary Pattern,LBP)特征受噪声影响大导致检测率低的问题,提出了基于HSV颜色空间提取改进型Haar型LBP(IHLBP)特征的方法。首先将图像由RGB颜色空间转化到HVS颜色空间,然后对HSV图像的H、S、V空间分别提取IHLBP特征,最后将3个IHLBP特征归一化后串接为一个特征向量,得到最终的IHLBP特征。在INRIA Person数据集上采用支持向量机(Support Vector Machine,SVM)作为分类器进行测试。实验结果表明,该方法能有效地提高识别率,可达98.5%。相比于HOG特征、HPG-LBP特征和WLD-LBP特征具有更好的实验效果。

数据库原理网络公开课程的启示与反思

网络公开课程在我国已被许多教师和学生所接受和喜爱,主要原因在于其丰富优质的课程教育资源、轻松自由的学习方式以及强大的网络推送能力,使得原有的枯燥乏味的数据库原理教学变得活跃和令人激动。本文就数据库原理网络公开课程的现状分析进行了论述与启示反思。