题名 新路筑起幸福梦
1
作者
郑义松
汤晓凤(指导)
机构
重庆市巴南实验中学校
不详
出处
《中学政治教学参考》
2024年第6期54-55,共2页
文摘
在家乡古镇一堵斑驳的石墙上,一张题为《老路》的黑白照片深深吸引了我。照片上显示:大雨滂沱,一条黑油油的泥泞路,让行人无从下脚,一位父亲挽着裤腿弓着腰,背着一个小孩,踩在近半膝深的稀泥里艰难前行着……看着父子俩艰难跋涉的背影,我的眼眶顿时湿润了。听父亲说,那是他儿时从家里出发至乡镇赶集的唯一一条路,照片上的孩子就是我父亲,当年他3岁。
关键词
黑白照片
大雨滂沱
父子俩
幸福梦
分类号
G634.2
[文化科学—教育学]
题名 基于运动目标检测和骨架细化的算法研究
被引量:2
2
作者
马新源
郑义松
王志鹏
黄粤豫
周航
机构
北京交通大学电子信息工程学院
出处
《信息与电脑》
2022年第6期85-89,101,共6页
基金
北京交通大学威海校区大创项目“基于步态分析的年龄区间识别”(项目编号:210199037)
北京交通大学教育基金会项目“智能轨道交通研究基金1-TFDS图像智能匹配算法研究”(项目编号:0606009801)
+2 种基金
北京交通大学,“Signal and Systems”课程思政建设(项目编号:356651535043)
北京交通大学科研项目“TEDS智能故障识别算法研究”(项目编号:W21L00390)
国家自然科学基金“面上”“移动群智感知质量度量与保障理论与方法研究”(项目编号:61872027)。
文摘
针对目前已有的运动目标检测算法和骨架细化算法的常见问题,提出改进的基于高斯混合模型(Gaussian Mixture Model,GMM)的背景减除法和改进ZS细化算法。传统的运动目标检测算法存在动态背景变化、光照变化、对噪声和阴影敏感等问题,笔者提出的改进的基于GMM的背景减除法可以较好地应对运动目标检测的挑战。该方法不仅可以减少光照变化的影响,降低噪声和阴影,还可以处理自然场景的动态变化。细化技术作为图像处理领域中最重要的技术之一,被应用于逐层侵蚀一个物体的图像,直到留下一个骨架。笔者对几种具有代表性的并行细化算法进行研究,并对目前应用最广泛的ZS细化算法进行改进。经实验验证,该改进算法可以克服ZS细化算法的缺点,得到拓扑性、连通性及细化性更强的人体骨架。
关键词
背景减除法
高斯混合模型
改进ZS细化算法
Keywords
background subtraction method
GMM
improved ZS thinning algorithm
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]