<fieldset id="6wgag"></fieldset>

  • <strike id="6wgag"></strike><samp id="6wgag"><tbody id="6wgag"></tbody></samp>
    
  • <strike id="6wgag"></strike>
  • 首頁 » 合作信息 » 正文
    合作信息
    復(fù)雜場景下的運動目標(biāo)分割和識別技術(shù)的研究
    發(fā)布單位:蘇州大學(xué)科學(xué)技術(shù)與產(chǎn)業(yè)部
    所屬行業(yè):其他
    合作信息類型:意向合作
    機(jī)構(gòu)類型:高等院校
    供求關(guān)系:供應(yīng)
    合作信息期限:2016-4
    參考價格:面議
    0
    收藏數(shù)
    合作信息簡介
    成果名稱:復(fù)雜場景下的運動目標(biāo)分割和識別技術(shù)的研究

      成果簡介:

      運動目標(biāo)的分割和識別技術(shù)一直是圖像處理和計算機(jī)視覺領(lǐng)域的重要研究課題。圖像序列中運動目標(biāo)的分割和識別技術(shù)日益受到人們的青睞和廣泛的應(yīng)用。例如,在智能交通系統(tǒng)中,要求對運動中的車輛進(jìn)行監(jiān)控;在銀行、倉庫等重要部門的保安系統(tǒng)中,要對運動目標(biāo)進(jìn)行跟蹤與識別;在軍事領(lǐng)域中,需要對運動的重要軍事目標(biāo)(如飛機(jī)、軍艦、坦克等)進(jìn)行識別及搜索跟蹤等。因此,該成果具有廣泛的應(yīng)用領(lǐng)域和重要的理論價值。

      該項目的研究采用現(xiàn)代圖像處理和識別技術(shù):

      首先,建立運動序列圖像的時空域馬爾可夫隨機(jī)場模型。即利用Gibbs隨機(jī)場分布來描述Markov隨機(jī)場分布。針對運動序列圖像的特點,用高斯混合分布描述序列圖像的觀察場,建立了運動序列圖像的高斯時空馬爾可夫隨機(jī)場模型,并構(gòu)造了其相應(yīng)的能量函數(shù)。對標(biāo)準(zhǔn)Expectation-Maximization算法進(jìn)行了改進(jìn),提出了快速Expectation-Maximization算法,估計出了模型中的參數(shù),在保證分割結(jié)果的精度下,提高了運行的速度。在分析和研究傳統(tǒng)時空馬爾可夫隨機(jī)場的基礎(chǔ)上,提出了一種新的時空馬爾可夫隨機(jī)場模型。該模型以原始圖像的彩色聚類圖像作為先驗知識,獲得了初始標(biāo)記場,并重新定義了Gibbs能量函數(shù)。在定義能量函數(shù)時考慮了彩色聚類結(jié)果對基團(tuán)勢能的影響。該模型克服了因運動目標(biāo)與背景間的運動而產(chǎn)生的顯露遮擋現(xiàn)象,提高了運動目標(biāo)分割的精度。

      其次,求解Markov隨機(jī)場模型,使標(biāo)記場的后驗概率分布最大化,即使系統(tǒng)的能量函數(shù)最小化。其實現(xiàn)的方法是改進(jìn)的ICM(Iterated Conditional Modes)優(yōu)化算法。因此在該改進(jìn)的ICM方法能根據(jù)彩色信息得到較為精確的初始標(biāo)記場,使算法收斂到全局最小值。這樣在保證精度的同時提高了收斂的速度。

      最后,針對已經(jīng)分割出的圖像進(jìn)行規(guī)格化處理和Zernike矩的特征值提取,并進(jìn)行識別。

      本方法克服了由于圖像的形變而使識別率降低的問題

      方法首先計算給定模式的協(xié)方差矩陣,根據(jù)矩陣的特征向量旋轉(zhuǎn)圖像,得到一個與新坐標(biāo)無關(guān)的圖像;然后,根據(jù)特征值進(jìn)行圖像長寬比例調(diào)整,得到一個規(guī)格化圖像。最后計算規(guī)格化后圖像輪廓的8個高階矩作為特征值進(jìn)行識別。在得到運動目標(biāo)的特征值后,采用c均值聚類方法進(jìn)行目標(biāo)識別。

      本項目目標(biāo)識別率為95.5%,大于合同規(guī)定的識別率95%。

      合作方式:面議。

      聯(lián)系方式:

      蘇州大學(xué)科學(xué)技術(shù)與產(chǎn)業(yè)部 0512-67165732
    促進(jìn)會會員征集
    設(shè)為首頁  |  關(guān)于我們  |  會員服務(wù)  |  友情鏈接  |  聯(lián)系我們
    中國·廣西工業(yè)創(chuàng)新促進(jìn)會 ©版權(quán)所有  桂ICP備14000625號-2
    日韩蜜芽精品视频在线观看| 成人综合久久精品色婷婷| 国产久爱免费精品视频| 日韩在线观看一区二区三区| 国产精品va在线观看一| 多人伦精品一区二区三区视频| 国产精品一二三区| 999国产精品999久久久久久| 久久99精品波多结衣一区| 7777精品久久久大香线蕉| 国产农村妇女毛片精品久久| 亚洲性日韩精品一区二区三区| 精品一区二区三区四区电影| 无码日韩精品一区二区免费暖暖| 国产精品亚洲а∨无码播放麻豆| 精品欧洲男同同志videos| 国产精品美女午夜爽爽爽免费 | 精品国产日韩一区三区| 亚洲综合一区无码精品| …久久精品99久久香蕉国产| 国产精品三级视频| 好吊妞视频这里只有精品| 亚欧在线精品免费观看一区| 亚洲国产精品日韩在线| 亚洲国产精品综合一区在线| 91亚洲精品自在在线观看| 51精品国产人成在线观看| 78成人精品电影在线播放| 久久99精品国产自在现线小黄鸭| 久久棈精品久久久久久噜噜| 亚洲国语精品自产拍在线观看| 久久亚洲伊人中字综合精品| 少妇人妻无码精品视频| 久久久无码精品亚洲日韩蜜臀浪潮| 久久亚洲精品人成综合网| 精品人妻系列无码天堂| 亚洲精品韩国美女在线| 精品国产一区二区三区不卡| 2021国内精品久久久久久影院| 99久久做夜夜爱天天做精品| 精品久久久久久无码人妻中文字幕 |