期刊导航
期刊开放获取
上海教育软件发展有限公..
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
非重叠监控视频中基于颜色空间分布模型的行人匹配方法
被引量：
1
1
作者
李博
李国辉
涂丹
《计算机应用研究》
CSCD
北大核心
2012年第2期797-800,共4页
针对非重叠视域监控系统中行人目标关联问题,提出了一种基于颜色空间分布模型的行人目标匹配方法。使用最邻近聚类方法对目标的像素进行聚类,得到目标的MC特征;建立目标的颜色空间分布模型,并进行特征转换;在建立的分布模型的基础上,计...
针对非重叠视域监控系统中行人目标关联问题,提出了一种基于颜色空间分布模型的行人目标匹配方法。使用最邻近聚类方法对目标的像素进行聚类,得到目标的MC特征;建立目标的颜色空间分布模型,并进行特征转换;在建立的分布模型的基础上,计算目标相似度并进行匹配。实验结果表明,该算法能有效地去除目标检测与分割产生的边缘背景像素的影响,在对相同目标保持较高匹配率的情况下,能较好地处理由于目标颜色分布差异而造成的误匹配情况,同时对于摄像机视角的差异以及目标姿态的变化有较好的鲁棒性。
展开更多
关键词
行人匹配
非重叠视域
颜色空间分布模型
主颜色谱直方图
在线阅读
下载PDF
职称材料
多核支持向量机多示例学习的行人再识别
被引量：
2
2
作者
刘红海
侯向华
+1 位作者
蒋云良
黄旭
《光电工程》
CAS
CSCD
北大核心
2014年第11期16-22,共7页
行人再识别中的难点在于在不同摄像机中同一行人的图像差异较大,单一特征难以稳定地描述图像,而采用多种特征融合时无法准确分配权重。针对这一缺陷,本文提出了多核支持向量机多示例学习的行人再识别算法。首先提取行人在A、B摄像机下...
行人再识别中的难点在于在不同摄像机中同一行人的图像差异较大,单一特征难以稳定地描述图像,而采用多种特征融合时无法准确分配权重。针对这一缺陷,本文提出了多核支持向量机多示例学习的行人再识别算法。首先提取行人在A、B摄像机下二张图片的分块HSV颜色特征和分块SIFT局部特征并构建词袋,将二者作为示例样本封装成包;其次对多核支持向量机模型进行了优化,采用高斯核和多项式核线性融合对包进行训练,并用多示例学习获得最优权重;最后本文算法在VIPe R标准数据集上进行了测试,识别准确率通过计算十次实验的平均准确度来获得,并用CMC曲线进行表示,同时也对样本的匹配结果进行排序。实验结果表明本文算法与多个优秀的算法相比,鲁棒性和识别准确度都获得了提高。
展开更多
关键词
非重叠视域
多示例学习
行人再识别
多核支持向量机
在线阅读
下载PDF
职称材料
题名
非重叠监控视频中基于颜色空间分布模型的行人匹配方法
被引量：
1
1
作者
李博
李国辉
涂丹
机构
国防科学技术大学信息系统与管理学院系统工程系
国防科学技术大学信息系统工程重点实验室
出处
《计算机应用研究》
CSCD
北大核心
2012年第2期797-800,共4页
文摘
针对非重叠视域监控系统中行人目标关联问题,提出了一种基于颜色空间分布模型的行人目标匹配方法。使用最邻近聚类方法对目标的像素进行聚类,得到目标的MC特征;建立目标的颜色空间分布模型,并进行特征转换;在建立的分布模型的基础上,计算目标相似度并进行匹配。实验结果表明,该算法能有效地去除目标检测与分割产生的边缘背景像素的影响,在对相同目标保持较高匹配率的情况下,能较好地处理由于目标颜色分布差异而造成的误匹配情况,同时对于摄像机视角的差异以及目标姿态的变化有较好的鲁棒性。
关键词
行人匹配
非重叠视域
颜色空间分布模型
主颜色谱直方图
Keywords
human matching
non-overlapping camera views
color spatial distribution model
MCSHR
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
多核支持向量机多示例学习的行人再识别
被引量：
2
2
作者
刘红海
侯向华
蒋云良
黄旭
机构
合肥工业大学计算机与信息学院
湖州师范学院信息与工程学院
出处
《光电工程》
CAS
CSCD
北大核心
2014年第11期16-22,共7页
基金
国家自然科学基金项目(61370173
61202290)
浙江省自然科学基金项目(LY12F02012)
文摘
行人再识别中的难点在于在不同摄像机中同一行人的图像差异较大,单一特征难以稳定地描述图像,而采用多种特征融合时无法准确分配权重。针对这一缺陷,本文提出了多核支持向量机多示例学习的行人再识别算法。首先提取行人在A、B摄像机下二张图片的分块HSV颜色特征和分块SIFT局部特征并构建词袋,将二者作为示例样本封装成包;其次对多核支持向量机模型进行了优化,采用高斯核和多项式核线性融合对包进行训练,并用多示例学习获得最优权重;最后本文算法在VIPe R标准数据集上进行了测试,识别准确率通过计算十次实验的平均准确度来获得,并用CMC曲线进行表示,同时也对样本的匹配结果进行排序。实验结果表明本文算法与多个优秀的算法相比,鲁棒性和识别准确度都获得了提高。
关键词
非重叠视域
多示例学习
行人再识别
多核支持向量机
Keywords
non-overlapping
multi-instance learning
person re-identification
multi-kernel support vector machine
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
非重叠监控视频中基于颜色空间分布模型的行人匹配方法
李博
李国辉
涂丹
《计算机应用研究》
CSCD
北大核心
2012
1
在线阅读
下载PDF
职称材料
2
多核支持向量机多示例学习的行人再识别
刘红海
侯向华
蒋云良
黄旭
《光电工程》
CAS
CSCD
北大核心
2014
2
在线阅读
下载PDF
职称材料
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
