基于D-S证据理论的红外图像行人检测

为高精度实现复杂环境中的行人检测,提出了基于D-S证据理论的红外图像行人检测方法.首先采集行人检测的红外图像,采用梯度计算方法提取红外图像的HOG特征,并将待检测图像获取感兴趣区域,提取Sc SPM特征,然后将2个特征作为D-S证据理论的证据体,利用模糊概念和模糊插值法获取特征函数以及基本概率赋值函数值后,完成特征融合,最后根据D-S证据理论的证据决策规则完成行人检测.经试验结果可得:该方法具备精准的特征识别和提取性能,可精准完成单个行人、多个行人以及各种复杂环境中的行人检测,具备良好的行人检测性能.     

计算机技术在立体视觉行人检测系统中的研究

智能汽车的核心技术是行人检测,而行人检测对行人安全、驾驶员具有重大意义,所以此项研究已经成为计算机视觉、智能车辆等领域的前沿研究课题。行人检测通常可分为感兴趣区分割、目标识别两阶段。基于距离的感兴趣区分割法鲁棒性很强,可以克服行人服饰、姿态与光照等因素的影响,由于需配置仪器如立体视觉测距、雷达等,经济成本高,算法也比较复杂。基于统计分类的目标识别法以提取行人图像特征为前提,然后通过统计学习法建立相应分类器(如Adaboost分类器、SVM分类器等)。该方法稳定性、通用性比较高,不过需要以寻找有效、稳定的目标属性或者特征为前提。随着时代发展,计算机技术的日新月异,测距手段以立体视觉的分割法所需的运算成本、经济成本会大大降低,因此基于立体视觉的ROIs分割技术将受到更多的关注,将运用立体视觉技术进行ROIs分割。由于轮廓曲线描述,受姿态、光线变化以及行人服饰等因素影响较小,边界是目标的分界线,是行人识别的重要特征。     

大型远程行人晕厥无线监测系统关键算法设计

在室外行人监控系统中,由于行人运动行为姿态的相似特征量较大,传统的行人行为特征识别系统不能对行人突然发生晕厥时及时有效地做出信息反馈。提出一种基于特征融合和支持向量机的大型远程行人晕厥无线监测方法。首先,采用背景差分法对行人监测图像进行提取,并将提取出的扩展梯度方向直方图和完备局部二值模式两种互补特征通过离散变换算法进行压缩和融合,然后将融合结果输入到SVM中进行学习,在寻找超优平面的过程中,在满足支持向量机分类条件下,将行人晕厥行为从行人监测视频图像中识别出来。在KTH和Weizmann行为公共数据库中进行了多组实验,结果表明,相对于其他识别模型,提高了行人晕厥监测系统的识别正确率,同时加快了识别速度。     

车辆驾驶中的行人检测专利技术分析

行人检测是利用计算机视觉技术判断图像或者视频中是否存在行人并通过分析给予精确定位的技术.在车辆驾驶中对道路上的行人进行迅速准确的检测,及时告知驾驶员进行避让,或控制自动驾驶汽车进行自动躲避是车辆辅助驾驶、自动驾驶等领域的研究热点和难点,是无人驾驶的先驱技术之一.行人检测涉及计算机科学、图像处理、模式识别等多学科技术.行...     

嵌入式车载行人检测系统的研发

为防止驾驶员注意力分散引起无法及时躲避行人造成的事故,利用嵌入式技术、视频跟踪、识别技术,进行行人的快速捕获、识别,建立并形成一个适合于城市交通的嵌入式车载行人检测系统。实验结果表明,本系统可以较为准确地检测行人、提出行车策略及行车建议,有效防止驾驶员误判断现象的出现,提高了行车安全性。     

行人检测算法设计与实现

如何高效检测行人是长期以来为数字图像研究者所困扰的经典问题。在各种场景下,检测行人具有很大的难度。本文通过使用卷积神经网络对行人检测算法进行设计与实现,运用了SSD算法进行目标检测,能够有效地提高行人检测的识别率,提高监测效率,具有准确率高,识别速度快的优点。     

基于正面人脸的耳朵定位技术研究

现目前在人耳识别技术中,对人耳的定位主要是采用基于人眼和其他面部特征的位置信息向人脸两边进行检测,通过边缘信息跟踪进行定位.该方法在算法上存在计算量大,对人眼等面部特征的提取精确度要求较高等的问题.研究了一种通过对人头发鬓角进行提取,然后经鬓角端点来进行人耳定位的方法.实验结果表明,该方法能够较准确地定位人耳,且运算量较小,无需依赖人脸其他面部特征位置信息的特点,对人脸及人耳识别技术的研究有一定参考作用.     

自然场景图像中的文本信息提取研究

自然场景中的文字提取技术成为了近几年计算机视觉领域的热门研究课题。本文对自然场景文本信息提取的关键技术进行了研究,全面总结了文本信息提取的研究现状,对文本检测定位和识别算法设计进行了有益的探索和研究,并对主流算法进行了分类和对比,最后总结了场景图像中文本信息提取存在的主要问题和评测方法。     

加速基于MapReduce行人重识别检索方法

文章对加速基于Map Reduce的行人重识别检索方法进行了对比研究,对应用了k-d树和特征量化倒排索引的两类方法进行分析,实验选择基于SYSU-MM01数据集和采用Res Net-50深度网络结构来提取行人深度特征。基于k-d树的特征检索方法是精确检索,但是特征维数会影响检索效率,并且树结构所占空间大小并未减少甚至略有增加;而基于特征量化倒排索引的方法由于量化误差的存在,在准确度上会下降,但是它在特征检索上的效率提升很大,并且量化后的新特征所占空间减小。上述两类方法,相比遍历计算距离排序,都能加速行人重识别特征检索。     

运动车辆检测方法的研究与对比

运动目标捡测是数字图像处理技术的一个主要部分,其研究对象是图像序列,目的是从图像序列中将变化区域从背景图像中提取出来,它是计算机视觉、目标识别、安全监控等视频分析和处理的关键部分.智能交通系统中的运动车辆检测是从图像序列中将运动的车辆从静止的背景图像中提取出来,是运动目标检测问题的一个应用实例.本文首先介绍了运动目标检测常用的三种检测方法,详细论述了在复杂背景下背景模型的获取和动态更新问题,在合成背景的基础上提出了一种改进的基于背景差值的运动车辆检测方法,并给出了实验结果.     

基于混沌系统的造假图像识别技术研究

造假图像准确识别技术是目前研究的热点。本文利用混沌系统的类随机性和遍历性的特点,采用半脆弱数字水印算法,通过给出水印生成和嵌入方式,将数字水印嵌入到原图像中,并从一部分待识别图像的子块中提取水印特征参数,另一部分嵌入提取的特征水印,通过嵌入原图像的数字水印信息对造假图像进行识别和篡改定位。仿真分析结果表明,该算法可以使正常压缩的图像通过检测,对非正常编辑图像进行有效判定,取得了理想的识别效果。     

储粮害虫分类识别研究

对储粮害虫进行分类识别是非常必要的,本文阐述了利用计算机数字图像处理技术提取静态储粮害虫图像的一阶灰度统计量特征、灰值游程矩阵的纹理特征以及几何形状特征,采用BP神经网络技术对特征进行分类和识别的主要技术和方法.该方法为储粮害虫的分类识别开辟了新的途径.     

基于SVM车型识别系统的设计

车辆自动识别分类技术是智能运输系统的重要组成部分,它对特定地点和时间的车辆进行识别和分类,并以之作为交通管理、收费、调度、统计的依据.要实现我国公路收费自动化、管理规范科学化,车型自动识别方法的研究势在必行.本文研究基于车型图像代数特征的车型识别方法.该方法首先利用背景差分法从背景图像中提取出运动车辆,并对车型图像进行预处理,然后采用特征并行融合的方法即用PCA方法,最后通过支持向量机分类器进行车型识别.     

土木工程结构损伤识别分析

随着土木工程项目数量的日益增多,其结构损伤检测问题引起了业内人士的普遍关注,。本文将针对一些常用的结构损伤识别技术(a.动力特性识别法;b.神经网络技术;c.遗传算法技术等)展开相应的研究和分析,以期为同行提供一些有益的参考。     

图像处理在机器人焊缝识别中的应用

采用Visual C 6.0开发了焊缝图像采集及处理系统,对电荷耦合器件(CCD)摄像头获取的焊缝激光条图像进行特征提取,分别采用两套不同的识别方案对激光条图像进行处理,前者采用中值滤波-拉普拉斯锐化-Sobel边缘检测-中线提取;后者采用平滑滤波(平均模板)-自适应阈值分割-Krisch边缘检测-中线提取。通过实际中试验结果的对比发现,后者能更好的对激光条图像进行特征识别。     

基于DSP的车牌识别系统

本文将TMS320C54XX作为核心器件用于车牌自动识别系统中,完成车牌图像的采集、数字图像的处理、提取车牌信息并针对提取的特征对字符进行识别。首先分析了车牌识别系统实现的背景。接着对车牌识别过程中所涉及的边缘检测、字符分割、大小归一化等一系列数字图象处理技术进行进一步的详细分析。最后选取最适合的网格特征提取法,以此为基础进行模扳匹配,最终识别出车牌号码。本文采用DSP作为核心处理器来完成识别过程的算法。     

基于传送带背景的同色重叠目标的边缘检测

本文针对现有的生产线上产品质量检验对机器视觉识别技术的需要,为了能够从传送带上采集的图像中提取几何特征。笔者以传送带上葡萄等级检测项目为例,首先用轮廓波变换对含噪声的采集图像消噪,然后再进行图像边缘检测,边缘检测的效果直接影响了是否能从采集的葡萄个体图像中提取出几何特征参数。实验结果表明此方法能够在同色重叠物体图像中获得较准确完整的边缘检测效果,从而使几何特征提取成为可能。     

基于C4.5决策树的网络入侵检测方法

入侵检测能够在网络攻击造成广泛的破坏前检测到攻击行为,从而为制定相关防御策略提供重要依据。层出不穷的网络攻击手段,对入侵检测提出更高要求。本文提出基于C4.5决策树的入侵检测方法,为了提高检测系统的检测性能与识别效率,本文使用主成分分析技术对特征进行降维提取,通过实验证明该入侵检测系统具有较好检测效率。     

利用边缘检测技术从相干切片中提取断层多边形

相干数据体在识别小断层方面有着广泛应用,本文在相干技术的基础上使用了边缘检测技术从相干切片中提取断层多边形。这种解释方法在断层的延伸位置、破碎带宽度、陷落柱等地质异常体的大小方面,解释精度比常规方法有很大提高,并能识别出断距仅为3m～5m的小断层。     

改进的LDA行人再识别算法

行人再识别是计算机视觉研究领域的一个研究热点。现有度量模型存在过拟合现象,本文建立了基于正态性重采样的线性判别分析算法,通过局部相似性约束,训练行人再识别的度量模型。该模型通过半监督学习提升算法的泛化能力。最后,通过VIPeR和CUHK01数据集的测试对本文算法的鲁棒性和有效性进行了验证。