共查询到20条相似文献,搜索用时 93 毫秒
1.
大型远程行人晕厥无线监测系统关键算法设计 总被引:1,自引:0,他引:1
《科技通报》2015,(10)
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。 相似文献
2.
3.
针对无人驾驶领域的车道线检测鲁棒性差的问题,提出一种基于特征模型融合的实时车道线检测算法。在图像预处理阶段引入白平衡、灰度化操作及形态学处理,将RGB颜色空间转换成HSL颜色空间,接着采用梯度阈值检测出黄色和白色车道线进行线性融合以增强车道线特征信息。在模型拟合阶段,采用Canny边缘检测算法和改进的Hough变换提取出边缘特征,最后采用最小二乘法拟合车道线双曲线模型。本文在Python实验环境下对随机选取的不同复杂路况下的视频流序列进行算法验证。实验结果表明该算法平均正确率为96%以上,平均未检测率和平均误检测率分别为1%和3%。实验说明本文算法具有良好的准确性和鲁棒性。在无人驾驶领域具有一定的应用价值。 相似文献
4.
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. 相似文献
5.
在光照背景下,弱亮点模型因为受到光照色差的干扰,导致对其检测较为困难。通过对光照背景下的弱亮点模型进行检测,特别是对光照背景下运动人体目标检测,是实现智能视频监控的基础工作。提出一种基于自相关累积泰勒展开的弱亮点目标图像检测算法,首先对光照背景下的弱亮点行人进行目标角点检测与预处理,对每个图层的自相关累积特征进行泰勒展开分离,形成原始的图层自相关累积泰勒展开库,求得小邻域内的亮度变化值,实现对光照背景下的弱亮点运动行人图像的角点检测,并作为前置处理算子,实现基于自相关累积泰勒展开的弱亮点行人检测算法改进。仿真实验表明,该检测算法得到的光照背景下的人体的轮廓特征得到准确凸显,检测性能较优,精度较高,鲁棒性好,在智能视频监控等领域具有重要的应用价值。 相似文献
6.
《科技广场》2017,(5)
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。 相似文献
7.
8.
9.
10.
11.
12.
为了进一步提高人脸图像的识别率,提出了一种相关分析融合的人脸图像识别算法。首先通过采用压缩测量数据得到人脸图像,然后通过划分子模式的方法去除图像中的小样本,提取局部特征,采用成分分析提取人脸图像的整体特征,通过算法对人脸图像特征进行融合,从而消除人脸部冗余信息,最后通过3个人脸数据集对算法进行测试。仿真实验表明,本文的算法相对于参比算法,提高了人脸图像识别精度,具有很好的鲁棒性。 相似文献
13.
传统的网络入侵检测算法,使用的都是同一个或者相似的特征基作为入侵检测的衡量标准,但是在多层网络中,不同层次的特征基参数存在差异,检测结果误差较大。为此提出了一种基于多层特征基参数融合的网络入侵检测算法。通过提取多层网络操作差异特征基参数,利用非线性回归方式对每层特征基参数进行差异补偿,按照自适应融合方式对多层差异特征基进行融合处理,以此作为检测的基础。实验表明,该算法提高了检测的准确率,取得了理想的效果。 相似文献
14.
在网络安全预测监护模型设计中,需要对网络安全监护信息进行数据融合和特征优选,以提高对变异特征的识别能力。传统方法中,采用蚁群算法进行监护信息特征优化融合进化和链路模型设计,算法无法实现相邻簇头之间的信息素融合,特征优化效果不好。针对这一问题,提出蚁群链运动多层博弈的网络监护信息融合特征优选算法,构建多层博弈网络监护数据样本驱动空间权矩阵模型,引入粗糙集理论,对蚁群引导的粗糙集前馈补偿网络进行动态博弈,实现网络安全监护数据的预测控制目标函数最佳寻优。构建多层博弈网络监护系统模型,得到蚁群链运动的监护信息数据状态跟踪模型,实现网络安全监护信息的融合特征优选改进。仿真实验表明,该算法能有效提高对异常信息的监护和检测能力,有较高的特征优选品质,展示了本文算法在对网络安全监护中的优越性能。 相似文献
15.
16.
由于在非线性系统中采用传统PID控制不易建立精确模型,导致难以整定系统参数的问题,本文提出了一种基于模糊神经网络的PID控制算法,该算法融合了PID算法、模糊算法以及神经网络算法的优点,构成了一种先进的智能控制算法,并应用在PLC温度控制系统中,实验结果表明,模糊神经网络PID控制器提高了控制质量,很好地克服对象变参数、非线性等问题,提高系统的鲁棒性。 相似文献
17.
《科技通报》2015,(8)
在地理位置标定和三维地图创建过程中,通常采用远程遥感位置标定方法。传统的地理遥感标定采用边缘检测和分水岭分割标记的方法,当地理空间色斑出现非显著性过渡时,标定效果不好。提出一种基于投影散斑尺寸配准的地理遥感标定技术。采用投影散斑尺寸配准技术,去除地表植被的色斑出现非显著性过渡干扰。保留了Harris角点检测算法的稳定性,算法融合了SURF算法尺度不变的特性,提高了地理遥感标定特征匹配精度和效率。仿真结果表明,采用该基于投影散斑尺寸配准的地理遥感标定技术,具有较强的抗干扰性能,对地理遥感特征点的标定准确,重复点较少,算法对尺度、光照及噪声有较好的鲁棒性,提高了地理信息遥感配准的精度和速率。 相似文献
18.
多聚焦图像融合的目的是将两幅或多幅部分聚焦图像融合为一幅全聚焦图像。本文提出一种基于四叉树分解和鲁棒性主成分分析(RPCA)的空间域多聚焦图像融合算法。首先利用四叉树分解算法将源图像分解为最佳的四叉树形结构图像块;同时,在四叉树形结构中,使用鲁棒性主成分分析算法对其聚焦区域进行探测,将聚焦度探测结果作为停止四叉树分解的条件;最后,从源图像中提取出聚焦区域重建为一幅全聚焦图像。本算法充分发挥了四叉树分解和鲁棒性主成分分析的优势,实验结果证明,本文提出的算法在主观视觉和客观评价指标上都取得了较好的效果。 相似文献
19.
为了能够及时检测出计算机网络系统中的入侵行为,提高网络系统的安全性,文章在BP对神经网络算法以及生物免疫算法分析后,提出了一种基于免疫-BP神经网络算法的入侵检测技术。利用免疫算法,对网络数据集进行特征提取、预处理后,再通过神经网络算法检测识别入侵者。这种检测技术可有效提高入侵检测的有效性、准确性,并且具有良好的鲁棒性。 相似文献