李林
- 作品数：3 被引量：13H指数：2
- 供职机构：山西大学物理电子工程学院更多>>
- 发文基金：山西省高等学校高新技术产业化项目更多>>
- 相关领域：自动化与计算机技术更多>>
- HSI和区域生长结合的火灾图像分割方法被引量：6
- 2012年
- 森林火灾图像分割是火灾特征和识别的重要前提,其分割结果将直接影响到火灾识别的准确率。针对常用的图像分割方法进行了分析,在此基础上提出了HSI模型和区域生长结合的森林火灾图像分割方法。该方法首先将原图像转换到HSI空间,提取图像中H、S、I分量;然后在原图像中选取种子,并对其H、S、I分量图像进行区域生长;最后对各分量区域生长后的图像进行合并,最终得出分割图像。并与常用分割方法仿真结果进行了比较,试验结果表明:该算法对森林火灾分割精度高、抗扰性好且应用范围广泛,对森林火灾分割、识别具有重要意义。
- 梁杰张丽红李林
- 关键词：HIS图像分割森林火灾
- 基于Adaboost算法选取和组合SVM的行人检测算法被引量：2
- 2013年
- 行人检测是计算机视觉中一个重要的研究方向,为了提高行人的识别精度,将支持向量机(Sup-port Vector Machine,SVM)和Adaboost算法结合起来,SVM是基于结构风险最小化准则的新型机器学习算法,适合小样本学习并且能够有效地抑制过拟合问题,Adaboost基于最小化训练错误率,一般使用易训练的分类器作为弱分类器.由于SVM比较难训练,因此将样本集划分形成多个训练集,然后利用正样本和不同的负样本组成不同训练集反复训练,最后通过Adaboost对训练集生成的SVM模型筛选出具有最小错误率的SVM分类器并且采用投票机制形成最终的强分类器.实验结果表明,在FPPW(false positive per window)为10-5时检测率能够达到30%,检测效果优于单个SVM算法训练出来的分类器模型,用行人测试库测试,该方法取得了较好的检测效果并且具有较强的鲁棒性.
- 张丽红李林
- 关键词：ADABOOST行人检测方向梯度直方图
- 基于改进梯度方向直方图的多尺度的行人检测被引量：5
- 2012年
- 行人检测是计算机视觉中重要而有挑战的研究方向。为了提高识别精度,提出了一种更有效的特征提取方法,这个方法的特点是提取梯度方向直方图(HOG)特征时能够获得更多的梯度信息,从而更好地生成表征在更大范围内的图像中或者检测窗口中人体细节的特征描述算子;利用线性核函数(LINEAR)的支持向量机(SVM)和HOG训练得到的行人检测分类器,再采取多尺度检测技术和非极大值抑制能够精确定位行人在图像中的位置。实验结果表明,该行人检测系统检测精度较高。
- 李林张丽红
- 关键词：梯度方向直方图梯度信息行人检测支持向量机
