【摘 要】
：
针对传统基于Haar-like特征的on-line boosting跟踪算法(HBT)需要产生大规模随机特征、占用大量计算资源和存储空间的缺点,提出结合方向纹理熵的Haar-like特征在线boosting跟踪算法(HBTT)。HBTT算法利用灰度共生矩阵的熵获得目标纹理的方向信息,在此基础上有针对性地产生具有方向纹理信息的Haar-like特征,从而可有效避免无效随机特征的产生,减小特征池容量;
【基金项目】
：
国家自然科学基金资助项目（61102155,61272236,61272237）,湖北省高等学校优秀中青年科技创新团队资助项目（1201002）,湖北省教育厅青年科学基金资助项目（Q20111205）
论文部分内容阅读
针对传统基于Haar-like特征的on-line boosting跟踪算法(HBT)需要产生大规模随机特征、占用大量计算资源和存储空间的缺点,提出结合方向纹理熵的Haar-like特征在线boosting跟踪算法(HBTT)。HBTT算法利用灰度共生矩阵的熵获得目标纹理的方向信息,在此基础上有针对性地产生具有方向纹理信息的Haar-like特征,从而可有效避免无效随机特征的产生,减小特征池容量;更进一步,可根据目标纹理的复杂程度自动调整特征数量,使得算法更灵活。在跟踪过程中,在线学习模块可以使错误
其他文献
对提出的基于马氏距离的点匹配方法进行了理论分析与实验验证,针对马氏距离及加权图转换匹配方法的不足,将马氏距离融入到加权图转换匹配算法中,提出了一种新的稳健的图像匹配策略——基于马氏距离加权图转换的图像匹配算法。该算法利用图中的点及其K-近邻点的马氏距离中值和角度距离建立权重矩阵,根据不断更新得到的权值更新图,逐个剔除出格点,获得更加精确的匹配结果。仿真数据和真实图像实验对比结果表明该方法的可行性和
现有标准模型下的身份基认证密钥协商(identity-based authenticated key agreement,ID-AKA)方案要么存在已知安全缺陷,要么是在较弱的安全模型下可证明安全。针对现有方案的缺陷,提出一种增强的ID-AKA协议,充分考虑了用户长期私钥泄漏、用户会话临时秘密泄漏和PKG主密钥泄漏等安全需求。基于ID-BJM安全模型,扩展定义了两种类型的新鲜预言机和会话状态查询,
为了实现卵石分类数字化,利用数字图像技术获取卵石图像边缘信息,基于最小二乘圆度误差概念构建出一种新的描述卵石形状的参数系统。应用模糊数学原理,使用最大树法对从野外采集的卵石样本进行了模糊聚类识别实验;选取不同的聚类模糊度,结果对应不同的聚类细度、不同的模糊分类准度。对其中一种聚类结果,将实物图与几种标准图进行数据对比确定了图形分类特征,并使用多维平面图法进行聚类结果分析,进一步证明了直观判断卵石形
在具有多个次级用户的认知无线电网络中,资源分配问题通常需要同时考虑能效、网络编码的合作传输。针对多次级用户的资源分配问题,使用纳什议价方案建立了一种博弈。该博弈使用考虑成对策略的NBS函数和作为网络优化目标,并使用上下文环境作为约束;引入对次级用户间的双赢合作,使系统的吞吐量和公平性性能得到了改善,并基于此提出了一种高能效的次优资源分配方案。仿真结果显示,所提算法在公平性和能量效率两方面折中的性能
为解决复杂体制雷达辐射源信号特征的评价问题,提出了基于集对分析理论的复杂体制雷达辐射源信号特征分析模型。首先对复杂体制雷达辐射源信号特征评价指标体系的指标权重作层次分析,再通过集对分析理论对复杂体制雷达辐射源信号特征评估的决策矩阵进行同一度分析,最后联合指标权重矩阵和决策同一度矩阵对复杂体制雷达辐射源信号特征进行综合评判。仿真结果表明,该模型是有效、可行的,能够更好地实现对复杂体制雷达辐射源信号特
提出了一种蓝牙通信网络中基于分区的病毒传播模型。这种模型不仅考虑了蓝牙网络的连接特性、异质性、抗病毒策略等影响病毒传播的因素,同时还考虑了人类行为对病毒传播的影响,如开关设备的通用模式等。病毒的传播受到感染率、设备异质性等的影响,同时还受到使用人群的异质性的影响。通过将使用者分为不同的群,而不同群之间额相互作用与同一群内部会存在明显不同,这样就能够将在建模时引入使用者的异质性对病毒传播的影响。这种
针对机器人的视觉跟踪问题,提出了一种基于交互式多模型算法的视觉跟踪方法。该方法采用HSV颜色模型,通过交互式多模型算法进行滤波估计,获得目标的运动属性。利用交互式多模型算法对目标的位置进行一步或者N步预测,在获得下一帧的观测值后,在预测位置的区域进行目标搜索,可减少搜索区域,节省搜索时间,增加了跟踪的实时性。使用该方法对机器人足球比赛中的红色球进行搜索跟踪。实验结果表明,应用该方法可获得目标的运动
针对云计算环境中数据的海量性和分布性特点,以及现有的分布式B树索引方法存在访问效率较低的问题,提出一种云计算环境中海量数据高效索引方法,它在分布式B树的基础之上采用日志来记录节点的分裂历史,并基于节点分裂历史高效并发访问分布式B树。实验结果表明,它有效提高了云计算环境中海量、分布式的数据访问和索引效率。
综合考虑到视频序列本身的不同特性以及时空相关性,将传统视频编码中的多假设预测运动估计思想引入到分布式压缩感知视频编码系统中,提出一种新的基于时空相关性的分布式压缩感知多假设预测重构算法。在编码端增加CS帧的块模式判别,在解码端CS帧根据模式判别进行相应的基于块的多假设预测估计和残差稀疏重构。仿真实验表明,与传统的分布式压缩感知多假设预测重构算法相比,所提出的算法能够较好地改善视频序列的重建质量。