【摘 要】
：
在计算机视觉领域,行人检测是一项艰巨的任务。利用TOF(time-of-flight)相机提供的深度信息进行俯视行人的高精度检测。当TOF相机处于俯视角度时,作为人体的一部分,人的头部具有非常丰富的特征信息,并且能在很长的时间里不被遮挡。鉴于此,提出了一种头部检测与注水算法相结合的俯视行人检测方法。该方法首先利用混合高斯背景模型来寻找图像中的感兴趣区域;然后采用注水算法对候选头部区域进行过滤;最后
论文部分内容阅读
在计算机视觉领域,行人检测是一项艰巨的任务。利用TOF(time-of-flight)相机提供的深度信息进行俯视行人的高精度检测。当TOF相机处于俯视角度时,作为人体的一部分,人的头部具有非常丰富的特征信息,并且能在很长的时间里不被遮挡。鉴于此,提出了一种头部检测与注水算法相结合的俯视行人检测方法。该方法首先利用混合高斯背景模型来寻找图像中的感兴趣区域;然后采用注水算法对候选头部区域进行过滤;最后,结合深度信息等先验条件来确定场景中行人的真实头部。为了验证算法的有效性,分别在两种实时采集的深度图像数
其他文献
激光多普勒组织微血管图像定位诊断技术对医学领域的发展具有重要意义。传统方法忽略了计算血管图像的能量函数,导致其图像定位精度偏低。提出了一种基于几何形变法的激光多普勒组织微血管图像定位诊断技术。利用图像的映射点与血管图像的平面中心点,分析血管平面图像各点之间的距离和映射点到图像平面的垂直距离,通过平移和旋转血管图像获得到图像的新坐标,建立图像坐标的计算模型。在此基础上,利用血管图像的灰度值、均值和方
传统的自适应对称LBP,一般选择圆形邻域,计算任一中心像素邻域内所有像素点的均值,由实验得出默认的阈值。该模式对于病害叶片图像分割效果不好,因为病害叶片图像的像素之间的变化幅度比较大。因此本文提出一种改进的自适应对称LBP(MACLBP),并与Otsu阈值分割方法相结合,提出一种基于MACLBP和Otsu的图像分割方法,进行作物病害叶片图像分割。
针对红外与可见光图像融合细节信息不够丰富、易出现伪影等问题,提出了一种结合脉冲耦合神经网络(PCNN)与引导滤波的红外与可见光图像融合方法。改进传统PCNN模型结构,在脉冲产生单元加入抑制项,避免像素重复点火对点火时间矩阵带来噪声;以原图为引导图像对点火时间矩阵T进行引导滤波,得到兼具显著信息与边缘细节信息的多区域加权划分矩阵;基于该多区域加权划分矩阵,对红外与可见光图像进行加权融合。同时,根据P
地震灾害归属于突发事件的范畴,在各种自然灾害中其危害程度最大,一旦发生,会造成无法预估的损失。为有效应对地震灾害中的一些突发情况,可对无人机进行应用。基于此点,本文从无人机在突发地震灾害中的作用分析入手,论述了无人机在突发地震灾害中的具体应用。
为解决现有依赖具体链路探测包的物联网路由方案易遭受干扰的问题,给出了一种基于虚拟网络估计的物联网路由方案。所给方案首先利用网络状态矢量和活动共享估计每条链路的成功传输数据率,然后根据节点局部产生流量、邻居节点的流入流量和重传流量估计节点流量,最后选择能够增加网关流量的节点作为下一跳节点,并按照这一原则建立物联网路由。仿真分析结果表明,所给路由方案估计的传输数据包数与仿真实验结果一致,并且所给路由方
目前图像三维重建得到了广泛应用。摄像机成像仪上的光条纹中心是实现三维重建的重要信息源。针对光条纹中心提取方法中的Steger算法计算量大、运算时间较长的缺陷,本文将GPU多网格(grid)多块(block)多线程(thread)的并行运算优势,与Steger算法每个像素点卷积运算相互独立的特点相结合,设计了一种利用GPU加速的改进的Steger算法,以减少运算耗时。实验结果表明:GPU下的光条纹提
在三楼3KG展区里面,我们可以看到一些与音响器材不一样的东西,这就是北京智滔伟业体育用品有限公司带来的高尔夫产品,不仅可以看到,还能亲身上阵体验一把,挥杆一试,其乐融融,受到了大批观众的喜爱。北京智滔伟业体育用品有限公司是一家专门销售与安装室内高尔夫模拟器的专业公司,公司代理韩国最先进的模拟器设备及输入其最新技
分析了不同温度、降水和沙埋深度对冬型一年生植物砂蓝刺头种子萌发及幼苗出土的影响.结果表明:在光暗交替(12 h/12 h)条件下,砂蓝刺头种子萌发的最适温度是30℃/20℃,萌发率达到95.2%;其次是25℃/15℃,萌发率为57.78%.种子出苗的最适沙埋深度为1 cm, 1～5 cm埋深种子萌发及出苗率随沙埋深度增加而减小;在幼苗能够出土的沙埋深度(0～4 cm),幼苗首次出土所需的时间随着沙
Many state-of-the-art climate models project that the tropical Pacific sea surface temperature (SST) response to the greenhouse gas (GHG) forcing would be an ‘El Nio-like’ pattern,meaning that the ea
为了在显著性目标检测中保持高的召回率的同时提高准确率,本文提出了3点改进思路.第一,从超像素中提取简单的视觉特征,如颜色、方向和空间信息;第二,为了克服经典的基于图的流形排序(MR)的显著性目标检测算法中背景先验假设的缺点,使用仿射传导聚类算法(APC)自动聚合超像素为不同的特征类别.根据目标与背景(改进的)边缘连通度的不同,图像边缘的超像素会得到较大的权重即较大的背景概率值,这样边缘上真正的背景