检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

移动机器人体系结构与系统设计

机器人 1993年第1期15卷 49-54页

作者：王宏艾海舟何克忠张钹清华大学计算机系国家智能技术与系统实验室北京100084

本文在分析现有的移动机器人所采用的典型体系结构与特点的基础上,给出了一种面向室外环境的移动机器人硬件组织与功能结构.重点建立了功能与行为综合型的规划系统,提出了系统的行为机制及其控制策略,并针对系统设计中有关分节式数据处... 详细信息

本文在分析现有的移动机器人所采用的典型体系结构与特点的基础上,给出了一种面向室外环境的移动机器人硬件组织与功能结构.重点建立了功能与行为综合型的规划系统,提出了系统的行为机制及其控制策略,并针对系统设计中有关分节式数据处理与信息通讯等问题进行了有益的探讨.

关键词：自主式移动机器人体系结构系统设计人工智能

在线全文

学校读者我要写书评

暂无评论

面向视觉监视实时跟踪的动态背景更新方法

计算机工程与应用 2001年第19期37卷 104-106页

作者：艾海舟乐秀宇清华大学计算机科学与技术系智能技术与系统国家重点实验室北京100084

实时跟踪是视觉监视系统的核心技术之一,背景更新方法是实时跟踪技术成功与否的关键所在。该文在介绍了各种现有方法的基础上,提出了一种新的动态背景更新方法,实验表明这是一种对光线变化鲁棒性高、速度快、跟踪效果好的实用方法。

关键词：实时跟踪背景模型视觉监视系统

在线全文

学校读者我要写书评

暂无评论

基于线条特征的双目立体视觉系统

自动化学报 1990年第4期16卷 340-346页

作者：艾海舟许万雍周远清清华大学计算机系

本文阐述了一个以线条特征为匹配基元的双目立体视觉系统。匹配算法以环境相似性度量为核心,以多层表示为基础,采用由粗而精的控制策略,通过预测、归并、分解、传播四过程买现。匹配算法考虑到实际环境中的双目立体图象的非理想性及抽... 详细信息

本文阐述了一个以线条特征为匹配基元的双目立体视觉系统。匹配算法以环境相似性度量为核心,以多层表示为基础,采用由粗而精的控制策略,通过预测、归并、分解、传播四过程买现。匹配算法考虑到实际环境中的双目立体图象的非理想性及抽取出来的线条特征的非完整性,允许某种程度的纵向偏差,引入中心主轴概念,在分解过程中建立对应,计算视差。首先由前三个过程建立起可靠的粗层次的对应,称之为骨架对应,然后利用连续性约束假设将骨架对应的结果由传播过程逐级传播到整幅图象中去。

关键词：线条特征立体视觉机器人

在线全文

学校读者我要写书评

暂无评论

人脸检测与检索

计算机学报 2003年第7期26卷 874-881页

作者：艾海舟肖习攀徐光祐清华大学计算机科学与技术系北京100084 清华大学智能技术与系统国家重点实验室北京100084

研究了将人脸作为一种特殊的图像内容进行检索的问题 ;采用基于Adaboost统计学习方法的层叠分类器检测人脸 ,再用非线性SVM分类器验证人脸 ;实现了在大规模的复杂背景图片集合中高速准确的人脸定位 ;为了将找到的人脸规范化 ,借鉴直接... 详细信息

研究了将人脸作为一种特殊的图像内容进行检索的问题 ;采用基于Adaboost统计学习方法的层叠分类器检测人脸 ,再用非线性SVM分类器验证人脸 ;实现了在大规模的复杂背景图片集合中高速准确的人脸定位 ;为了将找到的人脸规范化 ,借鉴直接表观模型 (directappearancemodel) ,提出了一种新的特征检测和人脸校正方法 .该方法基于对大量数据的统计学习过程 ,具有良好的扩展性和稳定性 ;在此基础上 ,采用SVM分类器实现了人脸检索 ;最后。

关键词：人脸检测人脸检索支持向量机直接表现模型

在线全文

学校读者我要写书评

暂无评论

基于线条特征的双目立体图象匹配算法

机器人 1990年第1期12卷 34-41页

作者：艾海舟许万雍周远清清华大学计算机系人工智能教研室

本论文阐述一种以线条特征为匹配基元的双目立体图象匹配算法.该算法以区域相似性度量为核心,以多层表示为基础,采用由粗而精的控制策略,通过预测、归并、分解、传播四个过程实现.考虑到实际环境中的双目立体图象的非理想性及抽取出来... 详细信息

本论文阐述一种以线条特征为匹配基元的双目立体图象匹配算法.该算法以区域相似性度量为核心,以多层表示为基础,采用由粗而精的控制策略,通过预测、归并、分解、传播四个过程实现.考虑到实际环境中的双目立体图象的非理想性及抽取出来的线条特征的非完整性(断续、偏差),允许某种程度的纵向偏差,引入中心主轴概念,在分解的过程中建立对应,计算视差.首先由前三个过程建立起可靠的粗层次对应,称之为骨架对应.然后利用连续性约束假设将骨架对应的结果由传播过程逐级传播到整幅图象中去.该匹配算法速度快、效率高,有较强的灵活性和适应性.实验结果表明,匹配的正确率在80％以上.

关键词：自主车立体视觉图象匹配

在线全文

学校读者我要写书评

暂无评论

室外移动机器人的视觉临场感系统

机器人 2000年第1期22卷 28-32页

作者：艾海舟张朋飞何克忠江潍张军宇清华大学计算机系智能技术与系统国家重点实验室北京100084

本文介绍了我们所建立的室外移动机器人的视觉临场感系统，由摄像机云台系统、头盔系统、通讯系统、视频显示系统组成。

关键词：室外移动机器人视觉临场感系统机器人

在线全文

学校读者我要写书评

暂无评论

基于差分图象的人脸检测

中国图象图形学报（A辑） 1998年第12期3卷 987-992页

作者：艾海舟王栓何克忠清华大学计算机科学与技术系智能技术与系统国家重点实验室

提出了两种基于差分图象的人脸检测算法：扫描法和投影法，实验表明它们是准实时的、非常有效的人脸检测算法，可以作为人脸自动输入的有效途径，用于构造诸如安全检查。

关键词：差分图象人脸检测人脸识别目标跟踪

在线全文

学校读者我要写书评

暂无评论

基于行为的移动机器人仿真实验系统

机器人 1994年第2期16卷 87-91页

作者：艾海舟张钹何克忠李建成清华大学计算机系国家智能技术与系统实验室

本文描述了一个基于行为的移动机器人仿真实验系统，它包括行为分解、传感器仿真、控制指令、基本导航行为等部分，适合于基于行为的导航方法的研究。

关键词：移动机器人仿真实验系统

Learning Structure Models with Context Information for Visual Tracking

在线全文

学校读者我要写书评

暂无评论

Journal of Computer Science & Technology 2013年第5期28卷 818-826页

作者：刘力为艾海舟 Department of Computer Science and Technology Tsinghua University

Tracking objects that undergo abrupt appearance changes and heavy occlusions is a challenging problem which conventional tracking methods can barely handle. To address the problem, we propose an online structure learning algorithm that contains three layers： an object is represented by a mixture of online structure models （OSMs） which are learnt from block-based online random forest classifiers （BORFs）. BORFs are able ~o handle occlusion problems since they model local appearances of the target. To further improve the tracking accuracy and reliability, the algorithm utilizes mixture relational models （MRMs） as multi-mode context information to integrate BORFs into OSMs. Furthermore, the mixture construction of OSMs can avoid over-fitting effectively and is more flexible to describe targets. Fusing BORFs with MRMs, OSMs capture the discriminative parts of the target, which guarantees the reliability and robustness of our tracker. In addition, OSMs incorporate with block occlusion reasoning to update our BORFs and MRMs, which can deal with appearance changes and drifting problems effectively. Experiments on challenging videos show that the proposed tracker performs better than several state-of-the-art algorithms.

关键词： object tracking block-based structure learning random forest mixture relational model