期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于梯度方向检测的自适应带宽mean shift目标跟踪算法
1
作者
宋灏
王朝英
+1 位作者
刘彬
赵磊
《电子设计工程》
2011年第6期13-16,共4页
传统核窗宽固定的mean shift跟踪算法不能很好地对尺寸变化的目标进行有效的跟踪。在结合增量试探法和梯度方向检测的基础上,提出了一种适应带宽的mean shift目标跟踪算法。算法能够对逐渐放大和逐渐缩小的目标都能够进行有效的跟踪,解...
传统核窗宽固定的mean shift跟踪算法不能很好地对尺寸变化的目标进行有效的跟踪。在结合增量试探法和梯度方向检测的基础上,提出了一种适应带宽的mean shift目标跟踪算法。算法能够对逐渐放大和逐渐缩小的目标都能够进行有效的跟踪,解决了增量试探法难以很好地对放大目标进行自适应带宽跟踪的问题,提高了自适应带宽跟踪的准确性。两段不同场景下的运动目标跟踪实验,证实了该算法的有效性。
展开更多
关键词
均值漂移
自适应带宽
增量试探
梯度方向检测
下载PDF
职称材料
基于多部位多示例学习的人体检测
被引量:
2
2
作者
丁建浩
耿卫东
王毅刚
《模式识别与人工智能》
EI
CSCD
北大核心
2012年第5期803-809,共7页
基于部位的检测方法能处理多姿态及部分遮挡的人体检测,多示例学习能有效处理图像的多义性,被广泛应用于图像检索与场景理解中.文中提出一种基于多示例学习的多部位人体检测方法.首先,根据人体生理结构将图像分割成若干区域,每个区域包...
基于部位的检测方法能处理多姿态及部分遮挡的人体检测,多示例学习能有效处理图像的多义性,被广泛应用于图像检索与场景理解中.文中提出一种基于多示例学习的多部位人体检测方法.首先,根据人体生理结构将图像分割成若干区域,每个区域包含多个示例,利用AdaBoost多示例学习算法来训练部位检测器.然后利用各部位检测器对训练样本进行测试得到其响应值,从而将训练样本转化为部位响应值组成的特征向量.再用SVM方法对这些向量进行学习,得到最终的部位组合分类器.在INRIA数据集上的实验结果表明该方法能改进单示例学习的检测性能,同时评价3种不同的部位划分及其对检测性能的影响.
展开更多
关键词
人体
检测
多示例学习
部位
检测
器
梯度方向
直方图
原文传递
题名
基于梯度方向检测的自适应带宽mean shift目标跟踪算法
1
作者
宋灏
王朝英
刘彬
赵磊
机构
空军工程大学电讯工程学院
出处
《电子设计工程》
2011年第6期13-16,共4页
文摘
传统核窗宽固定的mean shift跟踪算法不能很好地对尺寸变化的目标进行有效的跟踪。在结合增量试探法和梯度方向检测的基础上,提出了一种适应带宽的mean shift目标跟踪算法。算法能够对逐渐放大和逐渐缩小的目标都能够进行有效的跟踪,解决了增量试探法难以很好地对放大目标进行自适应带宽跟踪的问题,提高了自适应带宽跟踪的准确性。两段不同场景下的运动目标跟踪实验,证实了该算法的有效性。
关键词
均值漂移
自适应带宽
增量试探
梯度方向检测
Keywords
mean shift
adaptive bandwidth
successive bandwidth trials
gradient-oriented detection
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于多部位多示例学习的人体检测
被引量:
2
2
作者
丁建浩
耿卫东
王毅刚
机构
浙江大学CAD&CG国家重点实验室
杭州电子科技大学图形图像研究所
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2012年第5期803-809,共7页
文摘
基于部位的检测方法能处理多姿态及部分遮挡的人体检测,多示例学习能有效处理图像的多义性,被广泛应用于图像检索与场景理解中.文中提出一种基于多示例学习的多部位人体检测方法.首先,根据人体生理结构将图像分割成若干区域,每个区域包含多个示例,利用AdaBoost多示例学习算法来训练部位检测器.然后利用各部位检测器对训练样本进行测试得到其响应值,从而将训练样本转化为部位响应值组成的特征向量.再用SVM方法对这些向量进行学习,得到最终的部位组合分类器.在INRIA数据集上的实验结果表明该方法能改进单示例学习的检测性能,同时评价3种不同的部位划分及其对检测性能的影响.
关键词
人体
检测
多示例学习
部位
检测
器
梯度方向
直方图
Keywords
Human Detection, Multiple Instance I_earning, Part Detector, Histogram of Oriented Gradient
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于梯度方向检测的自适应带宽mean shift目标跟踪算法
宋灏
王朝英
刘彬
赵磊
《电子设计工程》
2011
0
下载PDF
职称材料
2
基于多部位多示例学习的人体检测
丁建浩
耿卫东
王毅刚
《模式识别与人工智能》
EI
CSCD
北大核心
2012
2
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部