-
题名融合颜色纹理特征的自适应粒子滤波跟踪算法
被引量：4
- 1
-
-
作者
董恩增
苏丽娅
付艳红
朱均超
-
机构
天津理工大学自动化学院复杂系统控制理论及应用重点实验室
-
出处
《计算机测量与控制》
北大核心
2014年第4期1182-1184,1188,共4页
-
基金
国家自然基金项目(61172185)
-
文摘
针对复杂背景下,尤其是当光照条件发生变化以及目标发生遮挡时容易导致跟踪失败的问题,提出了一种基于自适应多特征融合的粒子滤波目标跟踪算法;该算法将RGB颜色直方图和LBP纹理直方图融合起来建立目标参考模型,并且引入Sigmoid函数动态调整两类子特征粒子的权重;仿真结果表明,该算法能在复杂背景下自适应调整两种子特征权重,以克服其中一种特征失效导致的跟踪失败,而且有效地避免了使用单一特征建模的缺点,能够实现更加准确的跟踪。
-
关键词
目标跟踪
粒子滤波
颜色特征
-
Keywords
object tracking
particle filtering
color feature
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名快速二维中值滤波算法及其FPGA硬件设计
被引量：9
- 2
-
-
作者
董恩增
吴东东
佟吉钢
-
机构
天津理工大学自动化学院复杂系统控制理论及应用重点实验室
-
出处
《计算机工程与设计》
北大核心
2015年第7期1752-1756,共5页
-
基金
国家自然科学基金项目(61172185)
天津市高等学校科技发展基金计划基金项目(20120829)
天津理工大学教学改革基金项目(YB10-11)
-
文摘
针对数字图像噪声抑制过程中去噪性能要求较高、处理速度要求较快的问题,以常规中值滤波算法为基础,提出用归并插入排序算法来实现5×5快速中值滤波器的方案。通过对滤波窗口中行列像素点以及对角线上的像素点的归并插入排序,得到窗口的中值,在Xilinx的ISE10.0软件开发环境下成功完成该算法硬件设计。相比常规算法,该方案简单易行、运算速度快,能够满足实时性的要求,易在现场可编程门阵列(FPGA)上实现,为实时性要求较高的图像去噪领域提供了可靠的技术支持。
-
关键词
归并插入排序
快速中值滤波器
比较次数
现场可编程门阵列(FPGA)
实时性
-
Keywords
merge insertion sort
fast median filter
number of comparisons
FPGA
real-time
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP37
[自动化与计算机技术—计算机系统结构]
-
-
题名基于主动视觉的人脸检测与跟踪算法研究
被引量：7
- 3
-
-
作者
董恩增
闫胜旭
佟吉钢
-
机构
天津理工大学自动化学院复杂系统控制理论及应用重点实验室
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2015年第5期973-979,共7页
-
基金
国家自然基金(61172185)
天津市高等学校科技发展基金计划项目(20120829)
-
文摘
基于融合Kalman滤波的Camshift算法与Adaboost算法相结合的方法,提出了一种基于主动视觉的人脸检测与跟踪算法。利用Adaboost算法与融合的Camshift算法实现人脸自主检测与跟踪;根据目标形心与视场中心的位置关系以及人脸区域与视场的面积关系,设计了云台控制算法。该控制算法通过对云台摄像机进行水平、垂直和变焦控制,达到自动调整云台摄像机参数的目的。基于硬件平台对所提出的主动视觉算法进行实验验证,实验结果显示,主动视觉算法具有较高的运行效率,能够实时的检测和跟踪人脸目标,扩大了摄像机的跟踪范围。
-
关键词
CAMSHIFT
ADABOOST
人脸检测
主动视觉
云台控制
-
Keywords
Camshift
Adaboost
target detection
active vision
Pan-Tilt-Zoom control
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于稳态视觉诱发电位的在线脑机接口研究
被引量：5
- 4
-
-
作者
董恩增
郭光瑞
陈超
-
机构
天津理工大学自动化学院复杂系统控制理论及应用重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2017年第3期154-159,共6页
-
基金
国家自然科学基金(No.61203138)
天津市高等学校科技发展基金计划项目(No.20120829)
-
文摘
针对脑机接口中存在的抗噪声能力差、操作复杂的问题,利用便携式脑电采集设备Emotiv EPOC以及NAO机器人,搭建了一个抗噪能力较好的稳态视觉诱发在线脑机接口系统。该系统采用典型相关性分析进行稳态视觉诱发电位的频率识别。在线实验中受试者通过Emotiv控制NAO机器人运动,四类任务的准确率达到87.50%。在线实验没有回避周围的噪声,表明该系统具有较好的抗噪能力。
-
关键词
稳态视觉诱发电位
脑机接口
EmotivEPOC
NAO机器人
典型相关性分析
-
Keywords
steady-state visual evoked potential
brain computer interface
Emotiv EPOC
NAO robot
canonical correlation analysis
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
