詹建平
- 作品数：5 被引量：36H指数：3
- 供职机构：重庆大学自动化学院更多>>
- 发文基金：重庆市自然科学基金重庆市科技攻关计划国家自然科学基金更多>>
- 相关领域：自动化与计算机技术交通运输工程更多>>
- 基于均值漂移和卡尔曼滤波的目标跟踪方法被引量：9
- 2010年
- 分析了Mean-shift难以有效跟踪复杂背景下灰度运动目标的主要缺陷,提出了结合Mean-shift和强跟踪滤波器的目标跟踪方法。该方法利用强跟踪滤波器预测目标在当前时刻的起始位置,然后Mean-shift在该位置的邻域内寻找目标所处位置。同时,采用Bhattacharyya系数度量"目标模型"和"候选模型"相似程度,提出一种目标遮挡因子,作为目标被遮挡程度的判断根据,并由此确定"候选模型"是否更换为"目标模型",避免目标模型过度更新。对城区交通环境下的车辆目标进行跟踪。实验结果表明,该方法较原Mean-shift方法可明显提高阻挡情况下的目标跟踪稳定性。
- 詹建平黄席樾沈志熙杜长海
- 关键词：目标跟踪SHIFT算法卡尔曼滤波
- 城区交通场景中运动目标视觉跟踪方法研究
- 汽车作为现代社会重要的交通工具，给人们的生活带来了诸多便利，但是，频繁发生的交通事故也对人们的生命财产安全带来了前所未有的威胁，减少道路交通事故的发生，提高交通安全水平已经成为全社会的迫切要求。研究基于城区交通场景中运动...
- 詹建平
- 关键词：计算机视觉运动目标跟踪均值漂移粒子滤波
- 文献传递
- 改进的FCM聚类在交通时段自动划分中的应用被引量：22
- 2009年
- 针对传统交通时段划分方法的局限性,提出了一种混合蛙跳算法(SFLA)与模糊C均值算法(FCM)有机结合的交通时段划分方法SFLA-FCM。SFLA是一种全新的后启发式群体进化算法,具有高效的计算性能和优良的全局搜索能力。SFLA-FCM使用SFLA的优化过程代替FCM的基于梯度下降的迭代过程,有效地避免了FCM对初值敏感及容易陷入局部极小的缺陷。实验结果表明,与单一FCM法相比,SFLA-FCM聚类更准确,效果更佳,对解决城市交通时段的自动划分问题是可行、有效的。
- 杜长海黄席樾杨祖元邓天民詹建平
- 关键词：智能交通系统混合蛙跳算法模糊聚类交通信号控制
- 改进的FS算法选取支持向量回归机参数及应用
- 2009年
- 针对支持向量回归机SVR的拟合精度和泛化能力取决于相关参数的选取,提出了基于改进FS算法的SVR参数选择方法,并应用于交通流预测的研究。FS(free search)算法是一种新的进化计算方法,提出基于相对密集度的灾变策略改进FS算法的个体初始位置选择机制,以扩大搜索空间,提高全局搜索能力。对实测交通流量进行滚动预测仿真实验,结果表明该方法优化SVR参数是有效、可行的,与经验估计法和遗传算法相比,得到的SVR模型具有更好的泛化性能和预测精度。
- 杜长海黄席樾杨祖元邓天民詹建平
- 关键词：智能交通系统自由搜索算法支持向量回归机参数优化交通流预测
- 智能车辆在城区交通场景中的多类障碍物识别被引量：4
- 2009年
- 针对智能车辆在城区交通场景中的前向障碍物识别,提出了一种基于集成学习改进的二叉树支持向量机(BT-SVM)的多类分类方法。根据城区交通场景中各类障碍物的出现概率、模式类别差异,设计了适用于智能车辆障碍物识别的BT-SVM树型结构;对每个节点分类器,采用AdaBoost集成学习方法进行改进,有效减少了差错积累误差,提高了分类精度和泛化能力。试验表明该方法能有效地对城区交通场景中6类常规障碍物模式进行实时在线识别。
- 杨欣沈志熙黄席樾詹建平
- 关键词：智能车辆障碍物识别支持向量机
