检索结果-维普期刊中文期刊服务平台

基于融合特征及改进二值化规范梯度特征技术的车辆识别算法被引量：2: 1; 作者符锌砂朱振杰 +1 位作者郭恩强朱博雅《科学技术与工程》北大核心 2018年第5期99-104,共6页; 针对高速公路视频监控中基于单一形状特征的车辆检测算法出现较多的误检,且运用支持向量机(SVM)滑动窗口检测存在耗时大的问题,提出一种基于快速提取物体目标候选窗口的融合HOG-LBP特征的车辆检测方法。首先基于二值化规范梯度特征(BING... 展开更多; 关键词车辆检测特征融合二值化规范梯度(BING)特征 SVM分类器; 在线阅读下载PDF 职称材料

基于ObjectNess BING的海面多舰船目标检测被引量：8: 2; 作者郭少军沈同圣 +1 位作者徐健马新星《系统工程与电子技术》 EI CSCD 北大核心 2016年第1期14-20,共7页; 将一幅图像按照一个目标的大小进行缩放,然后计算其梯度特征,再对梯度特征进行标准化,二值化能够极大地提高目标候选区域的选择和检测计算效率,减少耗时。由于对海上舰船目标的检测是具有丰富角点的人造目标,对ObjectNess二值化标准梯... 展开更多; 关键词 objectness二值化标准梯度特征角点检测模板训练海面舰船目标检测; 在线阅读下载PDF 职称材料

旋转尺度不变的实时高精度场景匹配算法被引量：2: 3; 作者姚萌贾克斌萧允治《北京工业大学学报》 CAS CSCD 北大核心 2016年第11期1634-1642,共9页; 针对场景匹配技术中以二进制稳健基元独立特征(binary robust independent elementary features,BRIEF)为代表的实时算法匹配错误率高的问题,提出一种基于局部梯度二值化的特征描述算法.该算法利用重心向量方向归一化特征描述区域,保证... 展开更多; 关键词场景识别特征描述特征匹配梯度二值化; 在线阅读下载PDF 职称材料

基于BING与卷积神经网络的人脸检测算法被引量：3: 4; 作者程春玲刘胜昔《南京邮电大学学报（自然科学版）》北大核心 2017年第6期68-74,共7页; 为了提高复杂背景条件下人脸检测算法的训练速度以及检测速度,提出一种基于二值化梯度幅值特征(Binarized Normed Gradients,BING)和卷积神经网络相结合的算法。为了提高算法的检测速度,采用二值化梯度幅值特征算法对目标窗口进行粗略... 展开更多; 关键词二值化梯度幅值特征卷积神经网络人脸检测激活函数; 在线阅读下载PDF 职称材料

基于BING似物性检测的行人快速检测算法被引量：5: 5; 作者郭晓鹏杜劲松 +1 位作者白珈郡王伟《计算机应用研究》 CSCD 北大核心 2018年第11期3458-3461,共4页; 针对传统滑动窗行人检测速度慢、实时性差的问题,为避免全局搜索,利用似物性检测设计了一种快速行人检测方法。首先,算法通过提取正负训练样本的规范化二进制梯度特征,用该特征训练级联SVM分类器得到行人似物检测模型;然后,由该模型获... 展开更多; 关键词行人检测二值化规范梯度特征似物性梯度方向直方图特征支持向量机; 在线阅读下载PDF 职称材料

金相组织自动识别技术的研究被引量：1: 6; 作者燕惠芳陈炳发《东华大学学报（自然科学版）》 CAS CSCD 北大核心 2005年第4期99-101,共3页; 对标准金相组织图像二值化,建立金相组织二值化标准图谱,将采集来的金相组织图像与金相组织二值化标准图谱进行图像匹配,自动识别采集来的金相组织图像显微组织。; 关键词边缘特征提取二值化金相组织二值化标准图谱图像匹配; 在线阅读下载PDF 职称材料

题名基于融合特征及改进二值化规范梯度特征技术的车辆识别算法被引量：2: 1; 作者符锌砂朱振杰郭恩强朱博雅; 机构华南理工大学土木与交通学院; 出处《科学技术与工程》北大核心 2018年第5期99-104,共6页; 基金国家自然科学基金(51578247 51178193) 广东省交通运输厅科技项目(科技-2015-02-071)资助; 文摘针对高速公路视频监控中基于单一形状特征的车辆检测算法出现较多的误检,且运用支持向量机(SVM)滑动窗口检测存在耗时大的问题,提出一种基于快速提取物体目标候选窗口的融合HOG-LBP特征的车辆检测方法。首先基于二值化规范梯度特征(BING)方法及背景差分快速提取车辆候选窗口,再计算候选窗口图像的方向梯度直方图(HOG)特征和局部二值模式(LBP)特征并进行特征融合,结合SVM分类器进行车辆检测。实验结果表明,融合形状和纹理特征能够有效提高车辆检测性能,而通过快速提取候选窗口可以将SVM检测速度提升8倍左右,满足工程实时性要求。; 关键词车辆检测特征融合二值化规范梯度(BING)特征 SVM分类器; Keywords vehicle detection future fusion objectness binarized normed gradients SVM classifie; 分类号 TP391.41 [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

题名基于ObjectNess BING的海面多舰船目标检测被引量：8: 2; 作者郭少军沈同圣徐健马新星; 机构海军航空工程学院控制科学与工程系 [ 中国国防科技信息中心; 出处《系统工程与电子技术》 EI CSCD 北大核心 2016年第1期14-20,共7页; 基金国家自然科学基金(61303192)资助课题; 文摘将一幅图像按照一个目标的大小进行缩放,然后计算其梯度特征,再对梯度特征进行标准化,二值化能够极大地提高目标候选区域的选择和检测计算效率,减少耗时。由于对海上舰船目标的检测是具有丰富角点的人造目标,对ObjectNess二值化标准梯度特征(binarized normed gradients,BING)方法中的目标候选区域提取算法进行改进,使其能够更加快速地进行候选区域的选择并保持较高的检测率。分析了海上多舰船目标的图像特征,提出了利用角点确定目标的候选基点,再利用ObjectNess BING检测模型训练获得的多目标尺寸进行候选区域的选择,对互联网上下载的多幅多舰船图像进行处理的结果表明,算法能够有效减少候选目标区域的数量并保持较高的检测概率。; 关键词 objectness二值化标准梯度特征角点检测模板训练海面舰船目标检测; Keywords objectness binarized normed gradients（BING） detection of corner points model training ship target at sea object detection; 分类号 TP391 [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

题名旋转尺度不变的实时高精度场景匹配算法被引量：2: 3; 作者姚萌贾克斌萧允治; 机构北京工业大学电子信息与控制工程学院香港理工大学电子与信息工程系; 出处《北京工业大学学报》 CAS CSCD 北大核心 2016年第11期1634-1642,共9页; 基金北京市自然科学基金暨教委重点科技项目(KZ201310005004); 文摘针对场景匹配技术中以二进制稳健基元独立特征(binary robust independent elementary features,BRIEF)为代表的实时算法匹配错误率高的问题,提出一种基于局部梯度二值化的特征描述算法.该算法利用重心向量方向归一化特征描述区域,保证了特征描述符的方向不变性.同时,融合基于局部梯度二值化的区域纹理信息以降低特征匹配错误率.使用国际通用数据库对算法进行了验证,实验结果表明:提出的场景匹配算法其平均匹配准确率比BRIEF算法高44.59%,具有较高的鲁棒性.; 关键词场景识别特征描述特征匹配梯度二值化; Keywords scene recognition feature description feature matching gradient binarization; 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

题名基于BING与卷积神经网络的人脸检测算法被引量：3: 4; 作者程春玲刘胜昔; 机构南京邮电大学计算机学院; 出处《南京邮电大学学报（自然科学版）》北大核心 2017年第6期68-74,共7页; 基金国家自然科学基金(61672297) 江苏省高校自然科学基金(17KJB520027)资助项目; 文摘为了提高复杂背景条件下人脸检测算法的训练速度以及检测速度,提出一种基于二值化梯度幅值特征(Binarized Normed Gradients,BING)和卷积神经网络相结合的算法。为了提高算法的检测速度,采用二值化梯度幅值特征算法对目标窗口进行粗略的筛选,快速得到数量较少的候选窗口,以此来减少卷积神经网络后续判定的窗口数。为了提高算法的训练速度,提出了新的卷积神经网络的激活函数反比例线性单元(Inverse Proportion Linear Units,IPLU),并且推导出相应的权值初始化方法。实验结果表明,与激活函数Re LU和ELU相比,反比例线性单元以及相应的权值初始化方法使得网络收敛时间分别缩短了2.3%和8.6%;与FuSt算法和Cascade CNN算法相比,基于BING与卷积神经网络的人脸检测算法的检测速度分别提高了26%和62%。; 关键词二值化梯度幅值特征卷积神经网络人脸检测激活函数; Keywords binarized normed gradient （ BING ） activation functionconvolutional neural network face detection activation function; 分类号 TP391 [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

题名基于BING似物性检测的行人快速检测算法被引量：5: 5; 作者郭晓鹏杜劲松白珈郡王伟; 机构中国科学院沈阳自动化研究所中国科学院大学辽宁省雷达系统研究与应用技术重点实验室; 出处《计算机应用研究》 CSCD 北大核心 2018年第11期3458-3461,共4页; 基金国家重点研发计划资助项目(2016YFB0101101); 文摘针对传统滑动窗行人检测速度慢、实时性差的问题,为避免全局搜索,利用似物性检测设计了一种快速行人检测方法。首先,算法通过提取正负训练样本的规范化二进制梯度特征,用该特征训练级联SVM分类器得到行人似物检测模型;然后,由该模型获取图像中初始行人候选区域,后进一步利用尺寸调节和聚类算法优化初始候选窗口区域;最后,提取各候选区域的梯度方向直方图特征,并利用SVM分类器对其进行进一步行人识别。实验结果表明,算法在保证行人检测率的同时在检测实时性上有明显提高。; 关键词行人检测二值化规范梯度特征似物性梯度方向直方图特征支持向量机; Keywords pedestrian detection binarized normed gradients features objectness histograms of oriented gradients features SVM; 分类号 TP391.41 [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

题名金相组织自动识别技术的研究被引量：1: 6; 作者燕惠芳陈炳发; 机构南京航空航天大学机电学院; 出处《东华大学学报（自然科学版）》 CAS CSCD 北大核心 2005年第4期99-101,共3页; 文摘对标准金相组织图像二值化,建立金相组织二值化标准图谱,将采集来的金相组织图像与金相组织二值化标准图谱进行图像匹配,自动识别采集来的金相组织图像显微组织。; 关键词边缘特征提取二值化金相组织二值化标准图谱图像匹配; Keywords edge feature extraction, binary image, metallurgical microstructure binary standard gallery,image registration; 分类号 TG142.1 [金属学及工艺—金属材料]; 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	基于融合特征及改进二值化规范梯度特征技术的车辆识别算法	符锌砂朱振杰郭恩强朱博雅	《科学技术与工程》北大核心	2018	2	在线阅读下载PDF 职称材料
2	基于ObjectNess BING的海面多舰船目标检测	郭少军沈同圣徐健马新星	《系统工程与电子技术》 EI CSCD 北大核心	2016	8	在线阅读下载PDF 职称材料
3	旋转尺度不变的实时高精度场景匹配算法	姚萌贾克斌萧允治	《北京工业大学学报》 CAS CSCD 北大核心	2016	2	在线阅读下载PDF 职称材料
4	基于BING与卷积神经网络的人脸检测算法	程春玲刘胜昔	《南京邮电大学学报（自然科学版）》北大核心	2017	3	在线阅读下载PDF 职称材料
5	基于BING似物性检测的行人快速检测算法	郭晓鹏杜劲松白珈郡王伟	《计算机应用研究》 CSCD 北大核心	2018	5	在线阅读下载PDF 职称材料
6	金相组织自动识别技术的研究	燕惠芳陈炳发	《东华大学学报（自然科学版）》 CAS CSCD 北大核心	2005	1	在线阅读下载PDF 职称材料