T-CENTRIST特征的红外图像人体检测

来源 :第六届中国激光雷达遥感学术会议 | 被引量 : 0次 | 上传用户:syhappy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
行人检测技术是智能监控系统、智能交通系统、机器人和汽车安全等计算机视觉领域的研究热点.由于在视频场景中人体的位置、角度、穿着等都是复杂多变的,对检测精度有很大影响.通过对统计特征变换直方图(CENTRIST)的优缺点分析,提出了一种新的人体检测特征——三值统计特征变换直方图(T-CENTRIST).T-CENTRIST一方面考虑了每个像素与其邻域像素之间的关系.另一方面也考虑了这些邻域像素之间的相关性度量.相比于CENTRIST,T-CENTRIST方法能更充分、更准确地反映行人的轮廓.其次,文中提出了一种基于T-CENTRIST特征的红外图像行人检测框架,引入了扩展块和整体图像的思想.最后,实验结果验证了所提出的行人检测方法的有效性.
其他文献
鄂尔多斯盆地上古生界天然气资源丰富,属于典型的“低渗透、低压、低丰度”气藏,受沉积、成岩双重控制,有效储层规模小、非均质性强,加之地震地表条件差,储层预测及井位优选难度大.长庆气区上古生界气藏开发实践中,创新形成了高精度二维、全数字三维及非纵测线等地震勘探技术,实现了地震储层、含气性预测;发展了低渗透—致密砂岩气藏储层精细描述技术,储层描述尺度由“层段—小层—砂岩组—单砂体”逐级过渡,实现了定量表
光学显微成像技术是当代生物医学等研究领域十分重要的研究技术之一.它可以将微小的细胞、组织放大到可以观察的水平,从而帮助科学研究者们解决很多难题.但是,光学显微成像的放大倍数并不是无限的.1873年,德国著名物理学家阿贝提出,由于受到光学衍射现象的限制,光学系统的分辨率存在一定极限.由阿贝的分辨率极限公式进行估算,对于一般的光学显微镜而言,其分辨率只能达到200nm左右,也就是说,如果两个点的距离在
雷达是在军用中不断发展的,然后应用在军用和民用的各个方面。每天的衣食住行,只要带一个“行”字的,都会用到雷达,主要有交通类雷达(包括航空、航海和道路交通)、气象雷达、安防雷达、对地观测雷达、仓储监控雷达、电力监控雷达和激光雷达等。
本文首先介绍了微环超声成像的原理,包括其带宽、尺寸、Q值等方面的限制和优势,以及物体光声过程与有机材料微环接收超声信息原理。接着,介绍了微环在成像和THz信号检测方面的进展,以及相比传统探测器的优势。最后,利用碳纳米管这样一种新材料,做出了精度更高的“超声手术刀”。声波的应用十分广泛,如表面清洁、神经刺激、成像,等等。相比之前的方案,在频率、强度、精度等方面都做出了提升,因此应用也更加广泛。相信在
掺铋光纤是近红外激光器和光纤放大器中的一种新的有前景的活性介质,在1150-1800nm的光谱区域有极大的应用价值。在铋掺杂的锗硅酸盐光纤中,铋离子的存在形式为Bi+和氧空位。对掺铋可调谐连续光纤激光器进行了大量研究,研究发现:在掺铋硅锗酸盐光纤激光器中,在GeOZ浓度较低的情况下,获得的光谱范围在1366-1507nm;在GeOz浓度较高的情况下,获得的光谱范围在1655-1775nm。研究获得
生命体作为一个复杂而有序的系统,里面蕴藏的奥秘一直吸引着科学家的眼球,每一个重大的发现都离不开技术的革新,例如显微成像技术的发展让生命科学研究的道路越来越开阔.显微成像技术的发展要从显微镜的诞生开始讲起.在17世纪晚期,列文虎克发明了真正意义上的显微镜,然而当时生产的镜片比较粗糙,放大倍数也比较单一.到18世纪,卡尔·蔡司开始制造复合显微镜,由于缺少科学的指导,早期生产显微镜光学质量极不稳定.18
钙钛矿因俄国科学家Perovski最早发现而得名,是一类氧化物的统称,其化学通式为ABO3.2009年日本科学家Miyasaka首先把钙钛矿这种材料用到太阳能电池中.在钙钛矿电池中,钙钛矿作为吸光层,其主要结构是卤化物钙钛矿,化学通式为ABX3.一般情况下,典型的钙钛矿材料结构的A位是甲胺,B位是铅离子(Pb2+),X位为卤素阴离子,如C1-、Br、I-等.这种材料在400~750nm波段有很强的
超材料是一种人工的微结构材料.超材料的性质与材料本身的化学组分无关,仅由组成其的微结构决定.超材料在光学领域被首次提出之后,后来被扩展到很多领域,如:声波、弹性波、热场等.这次论坛主要讲在电磁波,特别是光波领域的超材料及其性质.
本文主要介绍了实验室研究的两种光学成像技术,光子定位显微成像和vis-OCT,来填补临床诊断和基础生物医学研究的空白。在超分辨成像研究中,发展了光谱光子定位成像技术。传统的光子定位成像通过分析单个分子随机发射的光子的空间分布特征,来重建超分辨光学图像。SPLM还捕获了这些光子固有的光谱特征,通过分子识别和复原,在不显著增加图像帧数的前提下,SPLM可以达到10nm甚至更高的分辨率。利用 SPLM,
对机载条纹管激光雷达的回波信号利用神经网络的方法进行了分类.比较分析了四种不同目标的典型回波信号,提取了回波信号的强度和形态作为分类特征,利用MATLAB构建了一个BP神经网络分类器.在此基础之上,对隐含层神经元的数量、网络的学习算法和训练样本的数量对分类效果的影响进行了对比和选取.分类的结果表明,该分类器的精度能够达到96%,Kappa系数为0.95,这表明这种分类器能够对回波信号准确地分类.