您的位置: 专家智库 > >

宋军艳

作品数:3 被引量:4H指数:1
供职机构:西北工业大学航天学院更多>>
发文基金:西北工业大学基础研究基金国家自然科学基金陕西省自然科学基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇电子电信

主题

  • 2篇目标识别
  • 1篇图标
  • 1篇无迹卡尔曼滤...
  • 1篇滤波
  • 1篇局部不变特征
  • 1篇聚类
  • 1篇卡尔曼
  • 1篇卡尔曼滤波
  • 1篇混合模型
  • 1篇交叉皮层模型
  • 1篇角点
  • 1篇角点检测
  • 1篇高斯
  • 1篇高斯混合
  • 1篇高斯混合模型
  • 1篇N-S
  • 1篇CRA
  • 1篇HARRIS...
  • 1篇HARRIS...
  • 1篇ICM

机构

  • 3篇西北工业大学

作者

  • 3篇宋军艳
  • 2篇余瑞星
  • 1篇袁博
  • 1篇张科
  • 1篇江友谊
  • 1篇王碧璇

传媒

  • 1篇西北工业大学...
  • 1篇红外技术
  • 1篇计算机与现代...

年份

  • 1篇2013
  • 2篇2012
3 条 记 录,以下是 1-3
排序方式:
一种新的时空局部特征提取方法及在目标识别中的应用
2012年
针对大多数特征提取算法忽略时间因素对识别精度影响这一问题,提出了一种新的时空局部特征提取方法。首先采用Harris算子提取关键点并估算出该关键点处的尺度,并使用无迹卡尔曼滤波器对关键点处的位置进行跟踪,获取不同时刻下的关键点簇;再采用小波系数描述关键点簇的特征区域、采用SSD衡量关键点簇上相邻两时刻特征向量的相似度,并保留随时间推移SSD值变化缓慢的关键点簇;最后使用高斯统计模型对这些关键点簇的特征向量进行统计建模,获取时空局部特征。实验结果表明,文中方法的目标识别精度高于基于SIFT的目标识别精度约10%。
余瑞星袁博宋军艳
关键词:高斯混合模型目标识别
基于ICM的局部不变特征提取方法被引量:4
2012年
提出了一种新的基于交叉皮层模型(intersecting cortical model,ICM)的局部不变特征提取方法。首先将k-means聚类后的Harris角点作为关键点,接着以关键点为中心构造特征区域,最后采用ICM图标信号对特征区域进行描述作为局部不变特征。实验结果表明:该方法所获取的局部不变特征具有很好的可重复性,并且当目标处于复杂背景以及遮挡条件下具有较好的识别性能。
江友谊余瑞星宋军艳
关键词:局部不变特征交叉皮层模型图标HARRIS角点检测目标识别
基于PDCRAN-SIFT的特征匹配技术研究
2013年
研究复杂背景下图像的目标识别,提高复杂背景下识别攻击目标的准确性和快速性。针对SIFT特征具有冗余度高、可分性差的缺点,提出PDCRAN-SIFT的方法对SIFT特征进行聚类精选,首先引入概率距离聚类的方法对SIFT特征进行聚类,选取每一类的代表特征向量作为粗聚类特征向量,然后运用随机采样一致算法剔除粗聚类特征向量中与目标图像误匹配的特征向量,从而得到精聚类匹配特征向量。实验表明,经过处理之后的PDCRAN-SIFT特征向量,冗余度大大减小,匹配时间缩短了50%左右,特征可分性和对光照、视角、噪声的鲁棒性也比SIFT特征明显增强。
王碧璇张科宋军艳
关键词:聚类
共1页<1>
聚类工具0