期刊文献+
共找到1,817篇文章
< 1 2 91 >
每页显示 20 50 100
融合全局与局部特征的贝叶斯人脸识别方法 预览
1
作者 王刚 牛宏侠 《计算机工程与应用》 CSCD 北大核心 2019年第11期172-178,共7页
针对人脸识别特征提取阶段中的数据降维方法往往难以兼顾保持全局与局部特征信息的问题,以及匹配识别阶段贝叶斯分类器中小样本问题,提出了一种融合全局与局部特征的贝叶斯人脸识别方法。该方法通过核主元分析提取出人脸数据的全局非线... 针对人脸识别特征提取阶段中的数据降维方法往往难以兼顾保持全局与局部特征信息的问题,以及匹配识别阶段贝叶斯分类器中小样本问题,提出了一种融合全局与局部特征的贝叶斯人脸识别方法。该方法通过核主元分析提取出人脸数据的全局非线性特征,并在此基础上通过正交化局部敏感判别分析挖掘出人脸数据的局部流形结构信息,以达到提取出具有高判别力低维本质人脸特征的目的;采用一种最大信息量协方差选择的方法,来对协方差矩阵进行估算,以解决贝叶斯分类器设计中的小样本问题。在ORL、AR、YALE、FLW人脸库上设计实验来进行验证。结果表明,提出的特征提取算法以及对贝叶斯分类器的改进取得了比较好的效果,通过对这两个阶段的优化,可以显著提升人脸识别的效果。 展开更多
关键词 人脸识别 全局特征 局部特征 特征融合 贝叶斯分类器
在线阅读 下载PDF
多纹理分级融合的织物缺陷检测算法 预览
2
作者 朱浩 丁辉 +1 位作者 尚媛园 邵珠宏 《纺织学报》 EI CAS CSCD 北大核心 2019年第6期117-124,共8页
针对织物缺陷检测过程中纹理分布的复杂多样性引起误检和漏检的问题,结合织物纹理周期性特点,提出一种多纹理分级融合的织物缺陷检测算法。在检测过程中,首先利用织物缺陷图像的Tamura粗糙度图,对缺陷区域进行初步定位和自适应性生长,... 针对织物缺陷检测过程中纹理分布的复杂多样性引起误检和漏检的问题,结合织物纹理周期性特点,提出一种多纹理分级融合的织物缺陷检测算法。在检测过程中,首先利用织物缺陷图像的Tamura粗糙度图,对缺陷区域进行初步定位和自适应性生长,将初步定位的区域映射到原始织物图像中;其次根据织物图像的周期性分布特征,对初步定位区域进行分块,提取图像块的局部相位量化(LPQ)特征、Tamura特征,并将2种特征融合;然后计算融合特征与正常块特征的相似度,获取相似度图;最后将初步定位区域的经纬向特征图与相似度特征图融合,检测缺陷存在的区域。经TILDA织物纹理库数据的实验测试结果表明,缺陷区域的初步定位和自适应生长,降低了缺陷检测过程的冗余度,提高了检测效率,避免了织物缺陷检测过程中的误检和漏检情况。 展开更多
关键词 织物缺陷检测 织物纹理 特征融合 Tamura特征 局部相位量化特征
在线阅读 下载PDF
基于协方差矩阵的多尺度特征描述子 预览
3
作者 李霞 熊风光 +2 位作者 李定主 韩燮 况立群 《计算机工程与设计》 北大核心 2019年第3期795-800,833共7页
针对目前的描述子只注重特征点几何形状信息的描述,使特征点的局部信息描述不够充分,导致匹配精度不足、抗噪性较弱等缺点,提出一种结合三维几何信息和视觉信息的基于协方差矩阵的多尺度特征描述子,通过计算特征点及其邻域的颜色和稳健... 针对目前的描述子只注重特征点几何形状信息的描述,使特征点的局部信息描述不够充分,导致匹配精度不足、抗噪性较弱等缺点,提出一种结合三维几何信息和视觉信息的基于协方差矩阵的多尺度特征描述子,通过计算特征点及其邻域的颜色和稳健的几何特征对特征点进行描述。该特征描述子具有旋转不变性,对噪声和分辨率的变化具有鲁棒性,可以应用于特征点的检测,减少三维模型间匹配时涉及的点的数量。实验结果表明,在匹配复杂的三维模型时,该描述子和其它特征描述子相比,具有更好的抗噪性,对分辨率的变化具有更强的鲁棒性。 展开更多
关键词 曲面匹配 协方差矩阵 特征融合 特征描述 特征点检测
在线阅读 下载PDF
基于区域生成网络结构的多层特征融合目标检测算法 预览
4
作者 黄友文 冯恒 万超伦 《科学技术与工程》 北大核心 2019年第24期213-217,共5页
现有深度学习目标检测算法往往只利用了卷积神经网络(convolutional neural network,CNN)提取的深层特征进行判别,对浅层特征利用不足。为了利用浅层的细节信息来提高最终所提取的特征层信息的丰富性,提出了一种基于区域生成网络(region... 现有深度学习目标检测算法往往只利用了卷积神经网络(convolutional neural network,CNN)提取的深层特征进行判别,对浅层特征利用不足。为了利用浅层的细节信息来提高最终所提取的特征层信息的丰富性,提出了一种基于区域生成网络(region proposal network,RPN)结构的多层特征融合目标检测算法,该算法通过深度卷积网络获取不同层次的特征,并将浅层特征与深层次特征进行融合来获得更加丰富的提取特征,以提升检测模型的性能。以ImageNet上的公开数据voc2007为实验对象,以Faster RCNN为基础的检测框架进行改进,最终改进后的平均精度均值(mean average precision,mAP)相比于Faster RCNN有所提升,表明研究结果提升了目标检测模型的准确度。 展开更多
关键词 目标检测 特征提取 特征融合 卷积神经网络 特征映射
在线阅读 免费下载
融合语音信号和脑电信号的多模态情感识别 预览
5
作者 马江河 孙颖 张雪英 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2019年第1期143-150,共8页
为构造有效的情感识别系统,通过声音刺激分别诱发出高兴、悲伤、生气以及中性4种情感,并采集相应的语音信号和脑电信号。首先,利用相空间重构技术提取脑电信号和语音信号的非线性几何特征和非线性属性特征,并结合两者的基本特征分别实... 为构造有效的情感识别系统,通过声音刺激分别诱发出高兴、悲伤、生气以及中性4种情感,并采集相应的语音信号和脑电信号。首先,利用相空间重构技术提取脑电信号和语音信号的非线性几何特征和非线性属性特征,并结合两者的基本特征分别实现情感识别;然后,通过构建基于限制玻尔兹曼机的特征融合算法,从特征层融合的角度实现多模态情感识别;最后,利用二次决策算法从决策融合的角度构建多模态情感识别系统。实验结果显示,从特征融合的角度构建的多模态情感识别系统相比语音信号和脑电信号情感整体识别率,分别提高1.08%和2.75%;从决策融合的角度构建的多模态情感识别系统相比语音信号和脑电信号情感整体识别率,分别提高6.52%和8.19%;决策融合相比特征融合构建的多模态情感识别系统整体识别效果更优。因此,融合语音信号和脑电信号等不同来源的情感数据可以构造出更有效的情感识别系统。 展开更多
关键词 语音信号 脑电信号 特征融合 决策融合
在线阅读 下载PDF
基于特征融合的肝包虫病CT图像识别 预览
6
作者 排孜丽耶·尤山塔依 严传波 +3 位作者 木拉提·哈米提 姚娟 阿布都艾尼·库吐鲁克 吴淼 《北京生物医学工程》 2019年第4期400-406,共7页
目的探讨特征融合方法在肝包虫病CT图像分类识别中的应用,旨在提高肝包虫病的诊断准确率。方法选取正常肝脏和单囊型肝包虫病CT图像各150张,对每幅图像采取空域与频域滤波算法、数学形态学算法和点处理,分别得到10幅特征子图像并对它们... 目的探讨特征融合方法在肝包虫病CT图像分类识别中的应用,旨在提高肝包虫病的诊断准确率。方法选取正常肝脏和单囊型肝包虫病CT图像各150张,对每幅图像采取空域与频域滤波算法、数学形态学算法和点处理,分别得到10幅特征子图像并对它们进行特征融合。对融合后的图像提取灰度和纹理特征,通过统计学分析筛选关键特征。结果对提取的10维特征进行统计学分析,得到正常肝脏和单囊型肝包虫CT融合图像之间完全没有交集的4个灰度和1个纹理特征取值范围,以此来区分肝包虫病与正常肝脏CT图像。结论从原始图像中提取特征子图像并进行融合,再对融合后图像提取特征的方法能够很好地区分识别正常肝脏和单囊型肝包虫病CT图像,为肝包虫病的早期诊断提供依据。 展开更多
关键词 肝包虫病 特征融合 计算机辅助诊断 特征提取 分类识别
在线阅读 下载PDF
基于分块LBP融合特征和SVM的人脸识别算法 预览
7
作者 张敦凤 高宁化 +3 位作者 王姮 冯兴华 霍建文 张静 《传感器与微系统》 CSCD 2019年第5期154-156,160共4页
针对传统局部二值模式(LBP)特征提取方法在光线和人脸表情变化的情况下表现不佳、单一方法提取出的特征不能多角度表现出整张人脸的特征信息的问题,提出一种基于分块LBP融合特征和支持向量机(SVM)的人脸识别方法。先将人脸图像划分为不... 针对传统局部二值模式(LBP)特征提取方法在光线和人脸表情变化的情况下表现不佳、单一方法提取出的特征不能多角度表现出整张人脸的特征信息的问题,提出一种基于分块LBP融合特征和支持向量机(SVM)的人脸识别方法。先将人脸图像划分为不同的块,对每一块提取LBP特征;然后将不同分块的像素均值特征与LBP特征进行融合,用融合后的特征向量来表征人脸;最后引入SVM作为分类器对上述特征进行分类。在YALE、ORL标准人脸库以及自建人脸库上进行实验验证,实验结果表明:该方法识别准确率分别能达到95. 15%,99. 75%,96. 25%,对比实验显示,该方法优于C4. 5决策树、随机森林等传统方法。 展开更多
关键词 像素均值特征 分块局部二值模式(LBP) 支持向量机 特征融合
在线阅读 下载PDF
特征金字塔融合的多模态行人检测算法 预览
8
作者 童靖然 毛力 孙俊 《计算机工程与应用》 CSCD 北大核心 2019年第19期214-222,共9页
针对单模态行人检测在光照条件较差、目标部分遮挡、目标多尺度时检测效果较差的问题,提出了一种基于可见和红外双模态特征金字塔融合的行人检测算法。使用深度卷积神经网络代替传统的手工设计特征方式分别自动从可见模态及红外热模态... 针对单模态行人检测在光照条件较差、目标部分遮挡、目标多尺度时检测效果较差的问题,提出了一种基于可见和红外双模态特征金字塔融合的行人检测算法。使用深度卷积神经网络代替传统的手工设计特征方式分别自动从可见模态及红外热模态的图片中提取单模态特征,根据ResNet(Residual Net)的阶段性特征图谱搭建特征金字塔网络,生成每个模态的特征金字塔,并将两个模态的特征金字塔进行逐层融合。选择深度学习通用目标检测算法--Faster R-CNN作为后续的目标定位与分类算法来解决多模态行人检测问题。在特征金字塔融合阶段,针对级联融合和较大值融合容易忽略弱特征,无法有效融合互补特征的问题,提出了一种锐化特征的特征金字塔融合方法,根据阈值强化突出强特征,互补叠加弱特征,有效利用每个模态的特征,进一步提高模型的检测效果。实验结果表明,特征金字塔聚合的多模态行人检测算法可以有效解决多模态行人检测问题,在KAIST数据集上的检测效果超过了目前该数据集上的最佳模型。 展开更多
关键词 行人检测 多模态 特征金字塔 特征融合
在线阅读 下载PDF
结合细粒度特征与深度卷积网络的手绘图检索
9
作者 李宗民 刘秀秀 +1 位作者 刘玉杰 李华 《中国图象图形学报》 CSCD 北大核心 2019年第6期946-955,共10页
目的传统的手绘图像检索方法主要集中在检索相同类别的图像,忽略了手绘图像的细粒度特征。对此,提出了一种新的结合细粒度特征与深度卷积网络的手绘图像检索方法,既注重通过深度跨域实现整体匹配,也实现细粒度细节匹配。方法首先构建多... 目的传统的手绘图像检索方法主要集中在检索相同类别的图像,忽略了手绘图像的细粒度特征。对此,提出了一种新的结合细粒度特征与深度卷积网络的手绘图像检索方法,既注重通过深度跨域实现整体匹配,也实现细粒度细节匹配。方法首先构建多通道混合卷积神经网络,对手绘图像和自然图像分别进行不同的处理;其次通过在网络中加入注意力模型来获取细粒度特征;最后将粗细特征融合,进行相似性度量,得到检索结果。结果在不同的数据库上进行实验,与传统的尺度不变特征(SIFT)、方向梯度直方图(HOG)和深度手绘模型Deep Sa N(sketch-a-net)、Deep 3DS(sketch)、Deep TSN(triplet sketch net)等5种基准方法进行比较,选取了Top-1和Top-10,在鞋子数据集上,本文方法 Top-1正确率提升了12%,在椅子数据集上,本文方法 Top-1正确率提升了11%,Top-10提升了3%,与传统的手绘检索方法相比,本文方法得到了更高的准确率。在实验中,本文方法通过手绘图像能在第1幅检索出绝大多数的目标图像,达到了实例级别手绘检索的目的。结论提出了一种新的手绘图像检索方法,为手绘图像和自然图像的跨域检索提供了一种新思路,进行实例级别的手绘检索,与原有的方法相比,检索精度得到明显提升,证明了本文方法的可行性。 展开更多
关键词 手绘图像检索 卷积神经网络 注意力模型 细粒度特征 特征融合
强化深度特征融合的行人搜索系统 预览
10
作者 梅文欣 林志贤 郭太良 《计算机与现代化》 2019年第8期23-27,43共6页
针对行人图像的深度特征缺乏对局部细节的描述,及不完全具备对尺度、旋转、平移及光照变化等各种因素的不变性而导致行人搜索准确率低的问题,本文提出一种具有强化深度特征融合的行人搜索系统。该系统将行人候选网络和行人识别网络两部... 针对行人图像的深度特征缺乏对局部细节的描述,及不完全具备对尺度、旋转、平移及光照变化等各种因素的不变性而导致行人搜索准确率低的问题,本文提出一种具有强化深度特征融合的行人搜索系统。该系统将行人候选网络和行人识别网络两部分整合优化成统一框架。其中,行人候选网络实现行人框的获取及标定,而行人识别网络在获取深度学习特征的基础上融入具有几何不变性的传统特征,建立一个强化深度特征融合网络模型。实验结果表明,本文采用强化深度特征融合的网络模型,在SSM数据集上检测并框出图片中的行人,其Top-1识别正确率高达80.7%,比单纯采用深度特征模型更具优越性。 展开更多
关键词 深度特征 行人搜索 特征融合 行人框 几何不变性
在线阅读 下载PDF
基于CNN和LSTM的异构数据舆情分类方法 预览
11
作者 黑富郁 王景中 赵林浩 《计算机系统应用》 2019年第6期141-147,共7页
随着网络的发展,网络舆情数据呈现出爆炸式增长的趋势.使得数据类型越来越复杂,这些网络数据相互结合,构成了一个复杂的数据结构来表达数据的信息.在舆情数据中,通过单一类型的数据(图片、文本、语音等)越来越难以完整的表达数据信息.... 随着网络的发展,网络舆情数据呈现出爆炸式增长的趋势.使得数据类型越来越复杂,这些网络数据相互结合,构成了一个复杂的数据结构来表达数据的信息.在舆情数据中,通过单一类型的数据(图片、文本、语音等)越来越难以完整的表达数据信息.对于一个包含多种类型数据的网络信息,本文提出一种新的舆情分类模型,通过神经网络模型分别去学习不同类型信息的数据特征,对它们的特征融合后进行分类,通过这种方法实现数据信息更好地分类.在实验中,本文分别使用LSTM和CNN神经网络提取文本和图像数据特征,对二者特征融合后进行分类.结果证明,多种类型的数据特征进行融合后再分类,可以更好地实现对网络舆情数据信息的分类,提高了舆情信息分类的准确性. 展开更多
关键词 异构数据 神经网络 CNN LSTM 特征提取 特征融合 舆情分类
在线阅读 下载PDF
多特征融合的图像格贴近度匹配方法 预览
12
作者 肖满生 肖哲 万烂军 《西安交通大学学报》 EI CAS CSCD 北大核心 2019年第4期115-121,共7页
针对目前基于内容的图像检索方法中存在噪声、边界划分模糊及相似匹配算法复杂而检索精度不高的问题,提出了一种多特征融合的格贴近度图像内容匹配方法。为了抑制噪声,对像素间的灰度关系Sgij与空间关系Ssij进行合成,提出了邻域窗口像... 针对目前基于内容的图像检索方法中存在噪声、边界划分模糊及相似匹配算法复杂而检索精度不高的问题,提出了一种多特征融合的格贴近度图像内容匹配方法。为了抑制噪声,对像素间的灰度关系Sgij与空间关系Ssij进行合成,提出了邻域窗口像素灰度特征描述子;为了对组成图像的对象的边界进行分割,设计了一个像素密度分布特征描述子;在对图像的灰度、纹理及密度特征进行融合的基础上,提出了一种格贴近度图像匹配方法,实现了两图像相似性比较。实验结果表明:在灰度图像的相似性检索中,多特征融合的格贴近度匹配方法与特征压缩匹配及兴趣区域匹配等其他方法相比,平均归一化修正检索秩低10%左右,查准率-查全率综合评价指标高5%左右,该方法不仅设计简单,而且具有较高的检索精度。 展开更多
关键词 格贴近度 特征融合 灰度特征描述子 纹理
在线阅读 下载PDF
基于区域与分类回归融合的AU强度估计算法 预览
13
作者 陈欣键 姜飞 +1 位作者 申瑞民 胡巧平 《计算机工程》 CAS CSCD 北大核心 2019年第1期186-191,共6页
脸部动作编码系统为人脸表情信息定义了脸部动作单元(AU)的概念,但在AU强度的检测上由于各级别之间的区分度较低且个体间人脸表情差异较大,导致检测效果较差。为此,挖掘AU激活和区域之间较强的相关特性,提出一种新的基于区域和特征融合... 脸部动作编码系统为人脸表情信息定义了脸部动作单元(AU)的概念,但在AU强度的检测上由于各级别之间的区分度较低且个体间人脸表情差异较大,导致检测效果较差。为此,挖掘AU激活和区域之间较强的相关特性,提出一种新的基于区域和特征融合的特征提取算法,并同时给出一种AU强度计算方法,即在对高AU强度和低AU强度二分类后根据有序回归判断AU最终的强度。该算法利用强AU和弱AU较强的可分性,考虑不同AU强度间的相关性,发挥分类和回归方法在AU强度检测方面的优势。在DISFA、FERA2015数据集上的实验结果表明,该算法具有较高的鲁棒性,AU强度的计算效果优于CNN、VGG16等方法。 展开更多
关键词 运动单元 强度检测 区域特征提取 特征融合 支持向量机 有序回归
在线阅读 下载PDF
基于深度学习的单步目标检测器特征增强算法
14
作者 孙元辉 徐智勇 +1 位作者 张建林 许涛 《半导体光电》 CAS 北大核心 2019年第1期108-111,共4页
针对基于深度学习的目标检测网络模型多采用级联的卷积网络结构进行特征提取,没有很好地利用多尺度特征融合的信息,以及卷积往往采用方形卷积核而没有提取出具备方向性的特征等问题,提出了一种特征提取模块,采用不同大小形状的卷积核结... 针对基于深度学习的目标检测网络模型多采用级联的卷积网络结构进行特征提取,没有很好地利用多尺度特征融合的信息,以及卷积往往采用方形卷积核而没有提取出具备方向性的特征等问题,提出了一种特征提取模块,采用不同大小形状的卷积核结合异性卷积核并行提取特征,并进行融合。该类结构相比于级联网络更能提取并融合目标的多尺度特征,同时提取具有方向性的特征。提出的特征增强型单步目标检测器(Feature Enhanced Single Shot Detector,FESSD)网络基于单步目标检测器(Single Shot Detector,SSD),修改了网络结构、加入特征提取模块并采用多层特征融合,在VOC0712数据集上大大提高了检测准确率。 展开更多
关键词 深度学习 目标检测 特征融合 方向性特征
Dual-modal Physiological Feature Fusion-based Sleep Recognition Using CFS and RF Algorithm
15
作者 Bing-Tao Zhang Xiao-Peng Wang +1 位作者 Yu Shen Tao Lei 《国际自动化与计算杂志:英文版》 EI CSCD 2019年第3期286-296,共11页
Research has demonstrated a significant overlap between sleep issues and other medical conditions.In this paper,we consider mild difficulty in falling asleep(MDFA).Recognition of MDFA has the potential to assist in th... Research has demonstrated a significant overlap between sleep issues and other medical conditions.In this paper,we consider mild difficulty in falling asleep(MDFA).Recognition of MDFA has the potential to assist in the provision of appropriate treatment plans for both sleep issues and related medical conditions.An issue in the diagnosis of MDFA lies in subjectivity.To address this issue,a decision support tool based on dual-modal physiological feature fusion which is able to automatically identify MDFA is proposed in this study.Special attention is given to the problem of how to extract candidate features and fuse dual-modal features.Following the identification of the optimal feature set,this study considers the correlations between each feature and class and evaluates correlations between the inter-modality features.Finally,the recognition accuracy was measured using 10-fold cross validation.The experimental results for our method demonstrate improved performance.The highest recognition rate of MDFA using the optimal feature set can reach 96.22%.Based on the results of current study,the authors will,in projected future research,develop a real-time MDFA recognition system. 展开更多
关键词 FEATURE fusion mild DIFFICULTY in FALLING asleep(MDFA) decision support tool SLEEP issues optimal FEATURE set
基于超球优化支持向量数据描述的滚动轴承故障检测 预览
16
作者 林桐 陈果 +2 位作者 滕春禹 王云 欧阳文理 《振动与冲击》 EI CSCD 北大核心 2019年第2期204-210,225共8页
在仅有轴承正常运行数据的小样本情况下,支持向量数据描述(SVDD)能通过对多维特征的融合实现滚动轴承的故障检测与状态评估,但特征向量空间分布的复杂程度会直接影响SVDD的效果。为此,提出了一种基于超球优化支持向量数据描述的滚动轴... 在仅有轴承正常运行数据的小样本情况下,支持向量数据描述(SVDD)能通过对多维特征的融合实现滚动轴承的故障检测与状态评估,但特征向量空间分布的复杂程度会直接影响SVDD的效果。为此,提出了一种基于超球优化支持向量数据描述的滚动轴承故障检测方法,通过超球优化改善特征向量的空间分布以降低数据描述任务的难度,进而使得超球优化SVDD能更有效地识别出滚动轴承故障。多组试验表明:在不同转速、不同测点、不同类型的滚动轴承故障下,超球优化SVDD比传统的SVDD方法效果更优。 展开更多
关键词 支持向量数据描述(SVDD) 滚动轴承 超球优化 特征融合 故障检测 特征变换
在线阅读 下载PDF
基于部件融合特征的车辆重识别算法 预览
17
作者 李熙莹 周智豪 邱铭凯 《计算机工程》 CAS CSCD 北大核心 2019年第6期12-20,共9页
针对车辆型号相同但车辆个体不同的重识别问题,提出一种新的车辆重识别算法。运用部件检测算法获取不同车辆之间差异较大的车窗和车脸区域,对检测到的车窗和车脸区域进行特征提取并进行融合,生成新的融合特征,计算图像特征之间距离度量... 针对车辆型号相同但车辆个体不同的重识别问题,提出一种新的车辆重识别算法。运用部件检测算法获取不同车辆之间差异较大的车窗和车脸区域,对检测到的车窗和车脸区域进行特征提取并进行融合,生成新的融合特征,计算图像特征之间距离度量进行分类识别。在中山大学公开数据集VRID-1上进行测试,结果表明,该算法的Rank1匹配率达到66.67%,明显优于经典的传统特征表征算法,从而验证该算法是可行且有效的。 展开更多
关键词 车辆重识别 部件检测 特征提取 特征融合 距离度量
在线阅读 下载PDF
加权多特征外观表示的实时目标追踪
18
作者 陈莹莹 房胜 李哲 《中国图象图形学报》 CSCD 北大核心 2019年第2期291-301,共11页
目的目标跟踪是计算机视觉领域重点研究方向之一,在智能交通、人机交互等方面有着广泛应用。尽管目前基于相关滤波的方法由于其高效、鲁棒在该领域取得了显著进展,但特征的选择和表示一直是追踪过程中建立目标外观时的首要考虑因素。为... 目的目标跟踪是计算机视觉领域重点研究方向之一,在智能交通、人机交互等方面有着广泛应用。尽管目前基于相关滤波的方法由于其高效、鲁棒在该领域取得了显著进展,但特征的选择和表示一直是追踪过程中建立目标外观时的首要考虑因素。为了提高外观模型的鲁棒性,越来越多的跟踪器中引入梯度特征、颜色特征或其他组合特征代替原始灰度单一特征,但是该类方法没有结合特征本身考虑不同特征在模型中所占的比重。方法本文重点研究特征的选取以及融合方式,通过引入权重向量对特征进行融合,设计了基于加权多特征外观模型的追踪器。根据特征的计算方式,构造了一项二元一次方程,将权重向量的求解转化为确定特征的比例系数,结合特征本身的维度信息,得到方程的有限组整数解集,最后通过实验确定最终的比例系数,并将其归一化得到权重向量,进而构建一种新的加权混合特征模型对目标外观建模。结果采用OTB-100中的100个视频序列,将本文算法与其他7种主流算法,包括5种相关滤波类方法,以精确度、平均中心误差、实时性为评价指标进行了对比实验分析。在保证实时性的同时,本文算法在Basketball、Dragon Baby、Panda、Lemming等多个数据集上均表现出了更好的追踪结果。在100个视频集上的平均结果与基于多特征融合的尺度自适应跟踪器相比,精确度提高了1. 2%。结论本文基于相关滤波的追踪框架在进行目标的外观描述时引入权重向量,进而提出了加权多特征融合追踪器,使得在复杂动态场景下追踪长度更长,提高了算法的鲁棒性。 展开更多
关键词 相关滤波 外观描述 特征融合 加权特征 实时追踪
基于特征融合和KPCA_GA-SVM的滚动轴承故障诊断 预览
19
作者 刘波 宁芊 《现代计算机》 2019年第11期32-38,共7页
为了提高滚动轴承故障状态识别准确率,实验一种基于多维特征和KPCA_GA-SVM的轴承故障诊断方法。首先提取能够表征轴承在不同运行状态下的时域特征T、频域特征F和小波包能量特征E,融合多维特征,实现特征信息之间的多维互补;然后利用核主... 为了提高滚动轴承故障状态识别准确率,实验一种基于多维特征和KPCA_GA-SVM的轴承故障诊断方法。首先提取能够表征轴承在不同运行状态下的时域特征T、频域特征F和小波包能量特征E,融合多维特征,实现特征信息之间的多维互补;然后利用核主成分分析(KPCA)降维处理,形成新的特征集合,以此作为分类器支持向量机(SVM)的输入向量;考虑SVM的惩罚系数c和高斯核系数g在不同的应用场景下参数取值难以确定,实验选择利用遗传算法(GA)的自动寻优功能优化SVM参数,从而提高故障诊断准确率。为了验证该方法的有效性,选取电机驱动端的内圈故障、外圈故障及滚动体故障数据作为实验数据集。实验结果表明:较单维特征和其他模型相比较,基于多维特征融合的KPCA_GA-SVM轴承故障诊断准确率更高,同时模型构建时间更短。 展开更多
关键词 故障诊断 滚动轴承 特征提取 特征融合 支持向量机(SVM) 遗传算法(GA)
在线阅读 免费下载
基于时空加权的多特征融合动作识别算法 预览
20
作者 王思乐 王铭羽 +2 位作者 杨文柱 陈丽萍 陈向阳 《河北大学学报:自然科学版》 CAS 北大核心 2019年第1期93-98,共6页
动作识别是机器视觉领域的基础应用之一,目前动作识别算法多数基于单帧图像特征或简单综合时间维度特征和空间维度特征,一定程度上约束了特征表达能力.为了解决该问题,本文提出了一种时空特征融合方法,将时空金字塔中引入加权策略,有机... 动作识别是机器视觉领域的基础应用之一,目前动作识别算法多数基于单帧图像特征或简单综合时间维度特征和空间维度特征,一定程度上约束了特征表达能力.为了解决该问题,本文提出了一种时空特征融合方法,将时空金字塔中引入加权策略,有机地将2个维度的特征融合在一起,打破空间维度特征上的局限性.实验结果表明基于本文提出的时空加权特征融合的识别方法可有效提高动作识别精度. 展开更多
关键词 多特征 时空加权 特征融合 行为识别
在线阅读 下载PDF
上一页 1 2 91 下一页 到第
使用帮助 返回顶部 意见反馈