检索结果-南通市图书馆

基于霍夫森林的变电站开关设备检测及状态识别

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2016年第11期40卷 115-120页

作者：邵剑雄闫云凤齐冬莲浙江大学电气工程学院浙江省杭州市310027

针对变电站的开关设备,提出了一种基于霍夫森林(HF)的开关设备检测及状态识别方法。采用多种特征提取方法,利用HF构建分类器,通过霍夫变换框架对目标物体中心位置投票,并结合一种无需非极大值抑制的启发性算法,解决多个开关设备同时检... 详细信息

针对变电站的开关设备,提出了一种基于霍夫森林(HF)的开关设备检测及状态识别方法。采用多种特征提取方法,利用HF构建分类器,通过霍夫变换框架对目标物体中心位置投票,并结合一种无需非极大值抑制的启发性算法,解决多个开关设备同时检测与定位问题,同时提高开关检测准确率;训练"分"和"合"两种开关模型,分别检测与定位开关设备,以此判别开关状态。实验结果表明,该方法识别准确率高,鲁棒性好,可应用于机器人巡检系统或者智能视频监控系统。

关键词：变电站开关状态识别霍夫森林巡检机器人

基于对象性测度估计和霍夫森林的目标检测方法

在线全文

学校读者我要写书评

暂无评论

红外与激光工程 2015年第6期44卷 1936-1941页

作者：胡梦婕魏振忠张广军北京航空航天大学精密光机电一体化技术教育部重点实验室北京100191

实现高效准确的目标检测算法在视频监控、自动导航等诸多领域有着至关重要的作用。针对现有目标检测算法速度不高且鲁棒性差的缺点,提出了一种基于对象性测度估计和霍夫森林的快速目标检测方法。首先,基于自下而上的视觉注意机制,采用... 详细信息

实现高效准确的目标检测算法在视频监控、自动导航等诸多领域有着至关重要的作用。针对现有目标检测算法速度不高且鲁棒性差的缺点,提出了一种基于对象性测度估计和霍夫森林的快速目标检测方法。首先,基于自下而上的视觉注意机制,采用对象性测度估计,提取图像中的物体候选集;然后,在由物体候选集确定的感兴趣区域内进行霍夫森林目标检测,确定目标中心位置;最后,结合目标中心所在的对象性测度估计候选框的尺度信息,确定目标大小。实现结果表明,该方法在提高霍夫森林目标检测算法检测准确度的同时,大大提升了检测速率。

关键词：目标检测霍夫森林对象性测度估计

基于视觉显著性与霍夫森林的腰椎间盘定位与分割

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2013年第9期25卷 1368-1374页

作者：陈东岳周婷赵丹东北大学信息科学与工程学院沈阳110004 东软飞利浦医疗设备系统有限责任公司沈阳110000

为了对腰椎疾病的计算机辅助诊断提供腰椎间盘的具体位置和形状信息,提出一种基于CT图像的腰椎间盘定位与分割算法.首先针对腰椎CT图像中骨骼干扰较多、背景纹理复杂的特点,使用小波分解获得局部特征,并引入独立元分析方法将高维特征空... 详细信息

为了对腰椎疾病的计算机辅助诊断提供腰椎间盘的具体位置和形状信息,提出一种基于CT图像的腰椎间盘定位与分割算法.首先针对腰椎CT图像中骨骼干扰较多、背景纹理复杂的特点,使用小波分解获得局部特征,并引入独立元分析方法将高维特征空间分解为相互独立的多个一维特征空间,提出基于视觉显著性检测的腰椎间盘区域预选取算法,实现了小波特征的概率密度估计,并生成了腰椎间盘显著性分布图;然后提出基于显著性分布与方向信息测度相融合的局部样本随机提取算法,同时设计了面向稀疏特征的弱分类器来提高随机森林的分类准确性,从而实现腰椎间盘区域的精确定位与分割.实验结果证明,该算法能够有效地提高腰椎间盘检测的准确率与计算速度.

关键词：腰椎间盘检测霍夫森林显著性检测方向信息测度图像分割

在线全文

学校读者我要写书评

暂无评论

霍夫森林框架下的多目标检测与跟踪算法研究

霍夫森林框架下的多目标检测与跟踪算法研究

作者：陈宗文东北大学

学位级别：硕士

视频目标检测与跟踪是计算机视觉研究领域的核心问题,一直得到广泛的研究与关注,这主要是因为该方向在现实的诸多领域都有广泛的应用,例如视频监控、医学诊断以及虚拟现实等。因此,对跟踪算法的研究具有重要理论价值和实际意义。本文以... 详细信息

视频目标检测与跟踪是计算机视觉研究领域的核心问题,一直得到广泛的研究与关注,这主要是因为该方向在现实的诸多领域都有广泛的应用,例如视频监控、医学诊断以及虚拟现实等。因此,对跟踪算法的研究具有重要理论价值和实际意义。本文以智能视频监控系统为研究背景,在霍夫森林框架的算的基础上,针对样本筛选、目标搜索等问题进行了深入研究,并在此基础上构建了一个鲁棒的、准确的多人体目标跟踪系统。本文的主要研究内容如下：(1)针对传统霍夫森林算法中背景与目标颜色相似时可能导致跟踪失败的问题,提出了一种改进的在线霍夫森林跟踪算法。在每帧图像检测完成后,对提取到的样本块首先使用熵特征进行粗选取,从而获得纹理信息更丰富的训练样本;然后在直方图特征空间中求取样本相似度,留下正样本中相似度小的样本与负样本去更新分类器,从而消除由于样本不准确而导致的分类器性能下降问题。实验结果表明与传统的霍夫森林跟踪算法相比,本文的改进算法很好的解决了颜色相似问题,具有广泛的实用性。(2)针对传统霍夫森林算法中目标搜索空间固定而导致的目标检测结果不准确的问题,提出一种基于目标块加权中心的迭代搜索策略,从而解决在跟踪过程中由于目标运动速度过快而导致跟踪失败的问题。实验结果表明本文的迭代式搜索策略在保证算法稳定性的同时提高了跟踪精度。(3)基于霍夫森林的多目标检测算法与霍夫森林单目标跟踪算法,提出了一个简单的多目标跟踪系统,并通过实验验证了该系统的可行性和实用性。本文在分析和研究霍夫森林算法的基础上,从训练样本筛选和搜索空间更新两个方面进行了改进,使得算法在目标与背景相似或目标的速度变化过快时仍能准确的跟踪目标,并构建了一个实用性较强的多目标跟踪系统。

关键词：霍夫森林目标检测目标跟踪样本更新迭代搜索

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多特征与改进霍夫森林的行人检测方法

计算机工程与设计 2014年第10期35卷 3538-3544页

作者：尤玮戴声奎华侨大学信息科学与工程学院通信系福建厦门361021

针对自然背景下的行人检测问题,提出一种多特征与霍夫森林结合的行人检测算法。在特征提取阶段,分别采用梯度方向直方图、局部二值模式和LAB颜色空间来提取行人的梯度、纹理和颜色频率特征,构成丰富的特征集来描述行人;采用霍夫森林算... 详细信息

针对自然背景下的行人检测问题,提出一种多特征与霍夫森林结合的行人检测算法。在特征提取阶段,分别采用梯度方向直方图、局部二值模式和LAB颜色空间来提取行人的梯度、纹理和颜色频率特征,构成丰富的特征集来描述行人;采用霍夫森林算法来创建分类器,对其投票方式进行改进,提出一种基于高斯模板的区域加权投票方式,提高了检测精度。实验结果表明,该算法在误检率FPPW为10-4时,检测率为90.12%,ROC曲线性能上优于HOG+SVM与原霍夫森林算法。

关键词：行人检测多特征梯度方向直方图局部二值模式 LAB颜色空间霍夫森林投票模板

在线全文

学校读者我要写书评

暂无评论

基于霍夫森林和半监督学习的图像分类

计算机工程与应用 2016年第20期52卷 20-25,51页

作者：王力冠冯瑞复旦大学计算机科学技术学院上海201203 上海市智能信息处理重点实验室(复旦大学) 上海201203

机器学习中的监督学习算法需要用有标记样本训练分类模型。而收集训练样本,并进行分类的过程,需要耗费大量人力物力以及时间。因此,如何高效率地完成图像分类一直是业内研究的热点。提出了一种基于霍夫森林和半监督学习的图像分类算法,... 详细信息

机器学习中的监督学习算法需要用有标记样本训练分类模型。而收集训练样本,并进行分类的过程,需要耗费大量人力物力以及时间。因此,如何高效率地完成图像分类一直是业内研究的热点。提出了一种基于霍夫森林和半监督学习的图像分类算法,能用较少的样本训练分类器,并在分类的过程中不断获取新的训练样本。并对部分训练结果加以人工标注,该方法有效提高了标注效率。利用COREL数据对该算法进行了实验验证,结果表明,该算法可以利用少量的训练样本,得到令人满意的标注精确度,提高人工效率。

关键词：监督学习霍夫森林半监督学习直推式支持向量机图像分类

在线全文

学校读者我要写书评

暂无评论

基于改进霍夫森林框架的多目标跟踪算法

计算机应用 2016年第8期36卷 2311-2315页

作者：高庆吉霍璐牛国臣中国民航大学机器人研究所天津300300

针对单目视觉对多个相似的目标跟踪因遮挡等因素影响而失效的问题,提出一种基于改进霍夫森林框架的多目标跟踪算法。在将多目标跟踪问题归结为基于目标检测的轨迹关联过程基础上,通过引入在线学习霍夫森林框架将轨迹关联计算转化为最大... 详细信息

针对单目视觉对多个相似的目标跟踪因遮挡等因素影响而失效的问题,提出一种基于改进霍夫森林框架的多目标跟踪算法。在将多目标跟踪问题归结为基于目标检测的轨迹关联过程基础上,通过引入在线学习霍夫森林框架将轨迹关联计算转化为最大后验概率(MAP)问题。通过在线采集多目标样本、提取目标外观和运动特征构建霍夫森林,进行森林训练得到轨迹关联概率,从而关联多目标轨迹;而引入低秩逼近Hankel矩阵进行轨迹校验,修复了误匹配的轨迹,改进了在线更新训练样本算法的效能。实验表明,轨迹误匹配率显著改善,能有效提高单目摄像机对多个相似目标有遮挡情况下跟踪的准确性和鲁棒性。

关键词：多目标跟踪在线学习霍夫森林轨迹关联 Hankel矩阵相似目标

基于霍夫森林的变电站开关设备检测及状态识别

在线全文

学校读者我要写书评

暂无评论

基于霍夫森林的变电站开关设备检测及状态识别

作者：邵剑雄浙江大学

学位级别：硕士

随着我国电力网络规模的不断扩大,变电站的安全可靠运行正变得越来越重要,而开关设备的运行状态是决定其能够安全运行的关键因素之一。随着视频技术的发展,变电站无人值守化已经成为电网调度自动化发展的趋势,但是现有的视频监控系统局... 详细信息

随着我国电力网络规模的不断扩大,变电站的安全可靠运行正变得越来越重要,而开关设备的运行状态是决定其能够安全运行的关键因素之一。随着视频技术的发展,变电站无人值守化已经成为电网调度自动化发展的趋势,但是现有的视频监控系统局限于对变电站的监视,缺乏对变电站开关设备状态的自动识别,因此,借助于变电站远程视频监控系统实现对开关设备状态的自动识别有助于实现变电站的无人值守,对于变电站的安全运行也有重要的意义。本文针对变电站开关状态的识别展开研究,提出一种基于霍夫森林的开关状态识别方法。首先,利用随机森林对“分”和“合”两种状态的开关模型进行学习,形成对应的投票码本;其次,利用两种开关模型生成的投票码本通过霍夫变换对开关中心位置进行投票,获得开关位置的矩形框描述,完成开关的检测与定位;最后,根据两种开关模型的检测结果判断开关的状态。由于随机森林能够融合多种特征作为其判别信息,因此,本文研究了图像的边缘、梯度以及颜色特征,采用不同的特征提取方法提取开关特征,弥补了单一特征描述的缺陷,提高了开关检测的准确性。基于广义霍夫变换的目标检测需要通过非极大值抑制寻找霍夫空间中的局部最大值,从而获得目标的最佳候选区域,但是非极大值抑制的阈值设置容易导致目标的漏检或者误检,因此,本文通过建立霍夫变换的概率框架来描述投票元素与目标假设之间的关系,减少投票元素的虚假投票,避免非极大值抑制的步骤,解决多个开关的检测与定位问题。本文提出的方法能够实现开关状态的自动识别,具有较高的准确率,并且具有稳定性好,抗干扰能力强,通用性高等优点,对开关的局部遮挡也具有一定的鲁棒性,能够应用于机器人巡检系统或者是变电站智能视频监控系统

关键词：变电站开关状态识别霍夫森林机器人巡检

复杂场景下基于霍夫森林的多目标跟踪方法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

复杂场景下基于霍夫森林的多目标跟踪方法研究

作者：梁付新山东大学

学位级别：硕士

随着计算机硬件和视频监控技术的不断发展,目标检测与跟踪逐渐成为计算机视觉研究的热门方向,一直受到各界广泛的关注,尤其是人工智能概念的提出,将视频智能分析推向高潮;而多目标跟踪作为其重要分支,主要确认每个运动目标的身份并实现... 详细信息

随着计算机硬件和视频监控技术的不断发展,目标检测与跟踪逐渐成为计算机视觉研究的热门方向,一直受到各界广泛的关注,尤其是人工智能概念的提出,将视频智能分析推向高潮;而多目标跟踪作为其重要分支,主要确认每个运动目标的身份并实现精确定位,形成专属的目标运动轨迹。目前,多目标跟踪由于长期的研究与发展虽不断取得技术性突破,但仍存在诸多问题有待研究,如复杂的跟踪场景、目标表观变化、目标遮挡与形变、跟踪实时性等。本文主要针对复杂场景下的多目标跟踪方法进行研究,有效解决了目标相似、目标遮挡与形变等问题,主要创新工作及成果如下:(1)针对复杂环境下不同状态的运动目标,研究了一种基于DPM的目标检测算法。该算法在传统HOG特征提取的基础上加以改进,能更好地描述目标的同时,也有效降低了算法复杂度;采用根滤波器与多个部件滤波器相结合的检测方式,先定位目标的大致轮廓,再对目标关键部位实现精细检测,根据综合响应判断检测区域是否为真正目标,进一步提高目标检测的精度。(2)在目标检测的基础上,研究了一种基于霍夫森林的多目标跟踪算法。该算法通过初级关联策略形成保守可靠的轨迹片段,在线提取训练样本,构建基于多部位融合的颜色直方图特征、HOG特征和光流信息的目标特征模型,实现目标的多维度表达;然后利用霍夫森林判别式学习统计叶子节点的属性特征,即根据样本的外观和运动信息估计轨迹间的匹配关联概率,将保守可靠的轨迹片段逐级关联为目标长轨迹,有效解决了跟踪期间目标相似和部分遮挡等问题带来的干扰。(3)为了解决初级关联存在的误差和霍夫森林逐级关联固有的误差累积的问题,提出一种基于多特征融合匹配的霍夫森林多目标跟踪算法。该算法在原有算法的基础上,引入双阈值关联策略,有效降低了初级关联的误匹配,保证了轨迹片段和正负样本的可靠性;根据霍夫森林第一级输出的轨迹关联结果,提出一种多特征融合的轨迹匹配方法,采用基于颜色直方图的相似性度量法和多尺度Gabor特征点匹配的轨迹匹配方式,构建加权融合的匹配概率模型,对目标的长轨迹逐一匹配,将霍夫森林的输出轨迹分层逐级关联为目标的完整轨迹,有效提高了算法处理目标遮挡、形变的能力,实现了多目标的稳定性跟踪。

关键词：目标检测多目标跟踪霍夫森林多特征融合轨迹关联