检索结果

Select

1. 基于随机一致性采样估计的目标跟踪算法

勾承甫, 陈斌, 赵雪专, 陈刚

计算机应用 2016, 36 (9): 2566-2569. DOI: 10.11772/j.issn.1001-9081.2016.09.2566

摘要（354）

PDF （791KB）（308）

为了解决在实际监控中因为目标遮挡、外观变化和时间过长导致跟踪丢失的问题，提出一种基于随机一致性采样（RANSAC）估计的目标跟踪算法。算法首先在搜索区域提取局部不变特征集，然后利用特征匹配传递性和非参数学习算法从特征集中分离出目标特征，最后对目标特征进行RANSAC估计跟踪目标位置。将算法在不同场景的视频数据集上进行测试，分别从准确率、召回率和综合评价指标F1-Measure三个指标分析算法性能，实验结果表明所提出的算法提高了目标跟踪的准确性，克服了长时间目标跟踪产生的跟踪漂移。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于加速鲁棒特征和多示例学习的目标跟踪算法

白晓红, 温静, 赵雪, 陈金广

计算机应用 2016, 36 (11): 2974-2978. DOI: 10.11772/j.issn.1001-9081.2016.11.2974

摘要（613）

PDF （797KB）（376）

针对照明变化、形状变化、外观变化和遮挡对目标跟踪的影响，提出一种基于加速鲁棒特征（SURF）和多示例学习（MIL）的目标跟踪算法。首先，提取目标及其周围图像的SURF特征；然后，将SURF描述子引入到MIL中作为正负包中的示例；其次，将提取到的所有SURF特征采用聚类算法实现聚类，建立视觉词汇表；再次，通过计算视觉字在多示例包的重要程度，建立“词-文档”矩阵，并且求出包的潜在语义特征通过潜在语义分析（LSA）；最后，通过包的潜在语义特征训练支持向量机（SVM），使得MIL问题可以依照有监督学习问题进行解决，进而判断是否为感兴趣目标，最终实现视觉跟踪的目的。通过实验，明确了所提算法对于目标的尺度缩放以及短时局部遮挡的情况都有一定的鲁棒性。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于能量估计的局部运动模糊检测

赵森祥, 李少波, 陈斌, 赵雪专

计算机应用 2016, 36 (10): 2859-2862. DOI: 10.11772/j.issn.1001-9081.2016.10.2859

摘要（574）

PDF （797KB）（448）

为了解决日常拍摄的图像或视频中普遍存在局部运动模糊导致信息丢失的问题，提出一种基于能量估计的局部运动模糊检测算法。该算法首先计算图像的Harris特征点，根据每个区域内的特征点分布筛选出备选区域；然后根据近单色区域梯度分布平滑的特点，通过计算备选区域的梯度分布并参照平均幅值阈值过滤掉大部分容易被误判的部分；最后根据运动模糊对图像能量衰减的特征对备选区域进行模糊方向估计，并计算模糊方向和与其垂直方向的能量，根据两个方向上能量的比值进一步去掉单色区域和散焦模糊区域。在图像库上的实验结果表明，所提算法能较好从存在近单色区域和散焦区域干扰的图像中检测出运动模糊区域，有效提高局部运动模糊检测的鲁棒性以及适应性。

参考文献 | 相关文章 | 多维度评价

Select

4. 结合在线/离线方法的无证书签密

赵晶晶赵雪霞石岳蓉

计算机应用 2014, 34 (9): 2659-2663. DOI: 10.11772/j.issn.1001-9081.2014.09.2659

摘要（231）

PDF （759KB）（439）

作为密码学原语，签密同时具有签名的认证性与加密的机密性。在线/离线签密结合了在线/离线的方法，在已有基础上提高了系统的效率。但目前的在线/离线签密方案大多数都是在基于身份的环境下实现的，都存在密钥托管的安全问题。基于无证书密码体制撤销证书管理及无密钥托管问题的优点，提出了一种安全的在线/离线的无证书签密方案，满足离线阶段不需要确定接收者身份信息的条件，并在随机预言模型中证明了方案的安全性。

参考文献 | 相关文章 | 多维度评价

Select

5. 基于两阶段投票的小样本目标检测方法

徐培赵雪专唐红强占伟鹏

计算机应用 2014, 34 (4): 1126-1129. DOI: 10.11772/j.issn.1001-9081.2014.04.1126

摘要（433）

PDF （657KB）（575）

为了在只有几个样本的情况下在待检测图像中采用模板匹配的方式定位目标，提出了一种两阶段投票的目标检测方法。首先采用概率模型通过几个样本离线构造投票空间，然后采用两阶段投票的方式在待测图像中检测目标：第一阶段在待测图像中通过投票检测目标的图像块，并记录下这些部件块在样本中所处的位置信息；第二阶段基于第一阶段所得到的图像块来投票计算样本整体的相似度，从而定位目标。理论推导和实验结果验证了所提出方法比前人的工作具有更低的时间复杂度和更高的目标检测准确率。

参考文献 | 相关文章 | 多维度评价

Select

6. 基于改进贝叶斯方法的轨迹预测算法研究

李万高赵雪梅孙德厂

计算机应用 2013, 33 (07): 1960-1963. DOI: 10.11772/j.issn.1001-9081.2013.07.1960

摘要（901）

PDF （671KB）（725）

针对传统轨迹预测方法在历史轨迹数目有限时，预测准确度较低的问题，提出一种改进的贝叶斯推理(MBI)方法，MBI构建了马尔可夫模型来量化相邻位置的相关性，并通过对历史轨迹进行分解来获得更准确的马尔可夫模型，最后得到改进的贝叶斯推理公式。实验结果表明，MBI方法比现有方法的预测速度快2到3倍，并且有较高的准确度和稳定性。MBI方法充分利用现有轨迹信息，不仅提高了查询效率，还保证了较高的预测精度。

参考文献 | 相关文章 | 多维度评价

Select

7. 基于拉普拉斯算子和图像修补的图像去噪算法

田素云王小明赵雪青

计算机应用 2012, 32 (10): 2793-2797. DOI: 10.3724/SP.J.1087.2012.02793

摘要（1182）

PDF （850KB）（636）

通过分析偏微分方程(PDE),设计了基于拉普拉斯算子和图像修补的图像去噪算法用于处理被噪声污染的图像：ROF调和拉普拉斯(RHL)算法和ROF调和修补(RHI)算法。通过分析图像的局部特征,结合ROF模型在处理图像时具有边缘保护能力,调和模型在处理图像平滑区域时能够避免产生“阶梯效应”和拉普拉斯算子具有增强细节信息的特点,设计了RHL算法；在RHL算法的基础上,结合基于PDE的图像修补模型设计了RHI算法。实验结果表明,设计的RHL算法和RHI算法既克服了ROF模型、调和模型在去除图像噪声时的缺点,又结合了两者的优点,与其他基于PDE的算法相比,在去除图像噪声、处理图像平滑区域、保持图像边缘细节信息方面都有较好的性能。

参考文献 | 相关文章 | 多维度评价

Select

8. 基于限定区域数据取样的密度聚类算法

周红芳赵雪涵周扬

计算机应用 2012, 32 (08): 2182-2185. DOI: 10.3724/SP.J.1087.2012.02182

摘要（960）

PDF （635KB）（362）

传统密度算法DBSCAN与DBRS的缺点在于时间性能和聚类精度均较低，为此，提出一种结合限定区域数据取样技术的密度聚类算法——DBLRS。该算法在不增加时间和空间复杂度的基础上利用参数Eps查找核心点的邻域点和扩展点，并在限定区域(Eps,2Eps)内进行数据抽样。实验结果表明，限定区域内选取代表点进行簇的扩充降低了大簇分裂的概率，提高了算法效率与聚类精度。

参考文献 | 相关文章 | 多维度评价

Select

9. 改进的量子遗传算法及其在测试数据生成中的应用

周绮姜淑娟赵雪峰

计算机应用 2012, 32 (02): 557-560. DOI: 10.3724/SP.J.1087.2012.00557

摘要（1005）

PDF （630KB）（411）

针对测试数据自动生成中收敛速度不够快的缺点，提出一种改进的量子遗传算法(IQGA)，其对量子遗传算法的主要改进是：1)在个体更新时，对个体的某一位取反，将取反后的个体用于指导下一代个体的进化；2)对测量后的二进制个体进行变异，而不是传统的互换量子比特的概率幅。将IQGA用于测试数据生成，通过对三个基础程序进行实验，结果表明IQGA在覆盖率和迭代次数两个方面都优于传统量子遗传算法。IQGA不仅能保证种群朝着正确的方向进化，同时有效地避免了早熟现象，能以更快的速度搜索到目标解。