【摘 要】
：
树叶晃动、光照变化等自然场景下的动态背景会影响运动目标检测的准确性,区分动态背景和前景目标的变化是复杂场景下运动目标检测的首要任务。针对现有的前景提取算法逐点提取前景从而导致计算资源浪费的问题,提出了一种区域提取与改进LBP(Local Binary Patterns)纹理特征相结合的运动目标检测算法。首先,将图像分为大小相等的图像块,利用各图像块的统计特性建立核密度估计(Kernel Densi
【基金项目】
：
国家自然科学基金(61801168,61801169),江苏省自然科学基金(BK20170305)。
论文部分内容阅读
树叶晃动、光照变化等自然场景下的动态背景会影响运动目标检测的准确性,区分动态背景和前景目标的变化是复杂场景下运动目标检测的首要任务。针对现有的前景提取算法逐点提取前景从而导致计算资源浪费的问题,提出了一种区域提取与改进LBP(Local Binary Patterns)纹理特征相结合的运动目标检测算法。首先,将图像分为大小相等的图像块,利用各图像块的统计特性建立核密度估计(Kernel Density Estimation, KDE)模型,并用KDE模型估计出前景区域。然后,计算前景块中所有像素点的
其他文献
火灾发生时烟气流动与温度分布预测是建筑和消防领域中的热门技术。针对现有的火灾烟气流动与温度分布预测工作烦琐、预测准确度低的现状,提出基于趋势特征向量的火灾烟气流动与温度分布预测模型,用深度学习方法进行相关数据的训练与预测,对揭示火灾发生及其发展规律有重要意义,可为火灾扑救和人员疏散提供辅助信息。所提模型能够抽取火灾时间序列数据中的趋势特征,并将这些特征作为先验知识来加速和优化深度神经网络的训练过程
网络侦察为网络攻击杀伤链的首要阶段,而指纹识别是网络侦察的重要组成部分,是成功实施网络攻击的先决条件.主动防御尤其是欺骗防御理念的推广促使防御者采取指纹信息隐藏、
视频异常检测算法是视频处理领域的研究热点之一,用于检测视频中是否包含异常事件。然而,由于没有异常样本参与训练过程,且异常样本与正常样本之间存在一定程度的相似性,因此很难设计出一种有辨识力的异常检测模型。为了解决上述问题,文中首先提出了一种基于相似度保持和样本恢复的特征选择方法,该方法能够保留正常样本的相似关系,进而可以学习到能够准确描述正常事件的特征。其次,将异常事件检测任务转化为分类任务,并提出
针对建筑物3D建模场景下所需的建筑物主体轮廓俯视平面图获取成本较高、航拍图建筑物的分割精度低、建筑物屋顶存在干扰物影响分割等问题,文中提出了一种将5个点的位置表示为热图作为网络额外输入通道的基于深层残差网络的航拍图建筑物精确分割方法,该方法在航拍图建筑物的精确分割任务中取得了比较好的分割效果。实验结果表明,该方法具有比传统半自动分割方法Grabcut更高的分割精度和分割效率;具有比DEXTR方法更
分析计算机专业人才培养现状,提出立德树人、需求引领、以能力培养为中心的计算机人才培养模式,以深圳大学计算机与软件学院为例,介绍人才培养实践,最后说明人才培养效果。
以大数据的人才培养为例,以人才能力培养为导向,探讨OBE-CDIO教育理念下的培养目标、毕业要求、混合式教学的一体化课程体系、产教融合构建项目体系、导师为指导的一体化课外
针对专业课程思政教学过程中存在思政元素与专业知识结合机械化的思想藩篱,分析数据库类课程思政的可能性和必要性,以数据库类专业核心实践类课程为例,提出思政元素与专业知识融合的设计思路,阐述如何将专业知识与思政元素在实际教学中结合的方法,为进一步在计算机类专业核心课程中实践思政教学提供一定的参考和借鉴。
基于计算机组成原理课程面向自主学习、创新能力培养、混合模式教学方法等建设与改革需求,结合课程内理论教学、实验教学、思政教学、外延式知识点学习等多教学环节并存特点,提出一种基于混合教学、激发学生创新思维的教学方法,并以大连理工大学计算机科学与技术学院计算机组成原理的建设经验和实施过程为例进行阐述。
针对信号与系统课程存在的理论知识难理解、授课方式单一、学生学习兴趣不高、动手能力差等问题,提出将问题导向式教学方法与混合式学习方式相融合的教学模式,阐述该模式下的
面对疫情以来的线上教学实践,探讨黑龙江省高校在线教学的发展状况,从计算机类课程的基本特点出发,分析传统课堂教学的单向性、封闭性等教学方法的不足。结合线上教学的特点和优势,提出改变教学观念,遵循以学生为中心的自主学习教学理念。结合现代教学技术,介绍线上线下混合式教学模式的构建,以重建后疫情时代计算机教学的解决方案。