薛梦霞
- 作品数：5 被引量：16H指数：2
- 供职机构：杭州电子科技大学自动化学院更多>>
- 发文基金：国家自然科学基金浙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于机器视觉的动态多目标识别
- 本文提出了一种基于机器视觉的实时动态多目标识别的方法。该方法首先根据前后帧之间像素的变化，分割出运动目标。对分出出来的运动目标和样本图像，使用Gabor 滤波器提取图像的特征，得到特征向量。最后使用Fisher 判别准则...
- 薛梦霞刘士荣王坚
- 关键词：GABOR特征FISHER判别准则
- 基于机器视觉的动态多目标识别被引量：6
- 2017年
- 提出了一种基于机器视觉的实时动态多目标识别的方法.该方法首先根据前后帧之间像素的变化,分割出运动目标和样本图像,然后使用Gabor滤波器提取图像的特征,得到特征向量.最后使用Fisher判别准则分类识别,将得到的分类识别结果自动标注在输出图像中,并且将其连续输出,便能获得已经识别完成的输出视频.实验结果表明,在多个动态目标的情况下,综合运用Gabor特征与帧间差分法的动态目标识别方法能准确检测到动态目标区域,并能准确分类、识别和标注.
- 薛梦霞刘士荣王坚
- 关键词：机器视觉FISHER判别准则
- 基于视觉显著性的场景目标识别被引量：9
- 2016年
- 场景目标识别是场景理解的重要内容之一,提出一种新颖的基于视觉显著性的场景目标识别方法。该方法受生物视觉认知机理的启发,利用视觉显著机制来凸显场景中的感兴趣区域。首先利用GBVS模型对图像数据进行高效筛选,获得特定感兴趣的显著性区域。然后基于图分割理论(Graph Cuts Theory)的Grab Cut算法被用于提取图像中的显著性目标。最后运用SURF特征描述目标对象,通过SURF特征的学习产生目标物体的Bo VW视觉词包,运用视觉词包的SVM分类匹配实现目标对象的图像特征与语义描述之间的知识映射。麻省理工学院LabelMe图像库的实验测试结果表明所述方法具有较高的识别率。
- 薛梦霞彭晖刘士荣张波涛
- 关键词：目标识别视觉显著性支持向量机
- 基于机器视觉的场景目标识别方法研究
- 基于机器视觉的目标识别是一门复杂的学科，结合了数字图像处理、模式识别、机器人理论等学科，现已充分融入到了工业自动化、军事、国防以及医疗等领域。由于基于移动机器人的目标识别是建立在机器人室内和室外导航、机器人路径规划、机器...
- 薛梦霞
- 关键词：目标识别特征提取机器视觉感兴趣区域
- 文献传递
- 基于机器视觉的动态多目标识别
- 本文提出了一种基于机器视觉的实时动态多目标识别的方法。该方法首先根据前后帧之间像素的变化,分割出运动目标。对分出出来的运动目标和样本图像,使用Gabor滤波器提取图像的特征,得到特征向量。最后使用Fisher判别准则分类...
- 薛梦霞刘士荣王坚
- 关键词：GABOR特征FISHER判别准则
- 文献传递
