|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于隐马尔可夫模型的体育视频分类方法显示文摘针对体育视频的分类问题,提出一种基于隐马尔可夫(HMM)模型的分类方法.首先,在各类运动训练视频片段的连续帧中提取4维运动特征向量,并基于特征向量训练各类的HMM.然后,将视频片段以状态序列表示,并利用HMM计算状态转换的概率,以此来检测运动事件.最后,基于各类运动的参考字典,通过相似度计算来匹配测试视频中的事件,最终实现对视频片段的分类.实验结果表明,该方法具有较高的分类精度. | 潘丹 关卫军 | 2017 | 湘潭大学自然科学学报2017，39，1： | 11 |
| 2 | 基于区域光流法的人体异常行为检测显示文摘为了提升智能视频监控系统在保障公共安全方面的能力,提出基于区域光流法对人体异常进行检测的方法。采用改进的背景差分法采准确提取前景目标,然后对提取出的前景目标进行光流特征计算,有效滤除环境噪声的影响。采用方向-幅值直方图来描述行为,通过计算直方图的速度判断是否发生抢劫、追逐行为,计算直方图的方向和幅值的熵以及速度的方差来判断是否发生打斗行为。实验结果表明,该方法在不同视角下均能取得良好效果。 | 何鹏 安井然 杨曼 | 2015 | 电视技术2015，39，7： | 6 |
| 3 | 基于动态粒子流场的视频异常行为自动识别显示文摘为了有效实现视频异常行为的自动识别,基于动态粒子流场,将视频运动对象的运动行为,映射为有效反映其运动变化状态的动态粒子流,同时提取度量不同场景内容下的运动方式各异的异常行为的显著性运动特征,进行异常行为的分类与识别。对来自不同场景并具有不同运动行为方式的公开视频测试序列的实验表明,本文方法无需跟踪运动对象,也无需预先采集异常行为样本进行学习与训练,可在多种条件下实现视频运动对象异常行为的有效自动识别。 | 仉长崎 管业鹏 | 2015 | 光电子.激光2015，26，12： | 6 |
| 4 | 视频卫星单目标实时跟踪算法显示文摘针对时空上下文(STC)目标跟踪算法在高分辨率视频卫星影像中,目标经过复杂背景时跟踪准确度过低的问题,提出了适用于视频卫星影像数据的改进型时空上下文目标实时跟踪算法。该算法结合感知哈希算法对STC目标跟踪算法中置信图模型加以改进,以提升跟踪算法的目标定位精度,使用帧间学习率自适应更新方法以提升跟踪算法准确度,使用固定目标尺度方法提升跟踪速度以确保算法实时性。对“吉林一号”系列视频卫星影像进行仿真实验,实验结果表明所提算法在保证实时跟踪速度的同时,克服了视频卫星影像中复杂背景对目标跟踪算法的干扰,实现了针对高分辨率视频卫星影像实时的精准目标跟踪。 | 张作省 朱瑞飞 钟兴 高放 | 2019 | 火力与指挥控制2019，44，12： | 5 |
| 5 | 基于改进简化粒子群优化的多目标跟踪算法显示文摘基于多目标跟踪中的遮挡问题与互动社会模型间的联系,提出利用具有群间相互动态信息的多群社会模型改进简化粒子群优化算法,并用于多目标跟踪。在粒子群的多样性基础上初始化新群,预测目标速度。结合多群的优化,在连续性信息和目标之间修改简化粒子群优化的更新方程式,即更新目标速度和目标位置。为了适应目标进入和离开现场,构建初始化新群和终止迭代的策略。CAVIAR数据集、PETS2009数据集和Oxford数据集上的实验结果表明,相比于颜色粒子滤波算法、基于直方图的算法、局部稀疏法和高斯密度函数法,提出的算法在多目标跟踪精度方面至少提高了10%,大多数跟踪轨迹的数量增加了约8%,能鲁棒跟踪多个目标。 | 程宪宝 | 2016 | 计算机工程2016，42，8： | 5 |
| 6 | 基于耦合隐马尔可夫模型的输电线路状态评估显示文摘架空输电线路是输电网络的重要组成部分,其运行状态将直接影响整个输电系统的运行可靠性。为了更好地掌握架空输电线路的运行状态,需要准确地对其进行状态评估。为此,提出了一种基于人工智能的机器学习方法—耦合隐马尔可夫模型来对架空输电线路进行状态评估。根据评估要求收集架空输电线路在正常、注意、异常、严重四种状态下的历史评估数据并将数据进行归一化处理。利用该人工智能算法对归一化后的四类数据进行模型训练,得到四组不同状态下的模型参数,建立起正常、注意、异常、严重四个状态的耦合隐马尔可夫模型。将归一化后的评估数据带入建立好的四组模型当中,得到四个状态评估值,其中评估值最大的该组模型所对应的状态组别就是评估数据所反映的线路状态。采用该机器学习模型对某条架空输电线路进行实证分析和评估,并将评估结果与实际的监控情况进行比较。分析和评估结果表明,所提出的方法具有一定的实用性和可行性。 | 葛夕武 朱超 马骏毅 刘强 梁晟杰 吴国梁 | 2017 | 计算机技术与发展2017，27，4： | 2 |
| 7 | 高分遥感视频改进型时空上下文目标跟踪显示文摘针对时空上下文(STC)目标跟踪算法在高分辨率视频卫星影像中目标经过复杂背景时跟踪准确度过低的问题,提出适用于视频卫星影像数据的改进型时空上下文目标跟踪算法。算法结合感知哈希算法对STC目标跟踪算法中置信图模型加以改进以提升跟踪算法的目标定位精度,使用帧间学习率自适应更新方法以提升跟踪算法准确度。另外,对系列视频卫星影像进行了仿真实验,结果表明,所提算法在保证实时跟踪速度的同时克服了视频卫星影像中复杂背景对目标跟踪算法的干扰,实现了针对高分辨率视频卫星影像的精准目标跟踪。 | 张作省 | 2019 | 机电信息2019，0，33： | 1 |
您所在的机构暂未开通此部分的功能，请联系管理员