·
搜索结果:找到“章毓晋”相关结果185条
排序: 按相关 按相关 按时间降序
  • 【期刊】 4-D尺度空间中基于Mean-Shift的目标跟踪

    刊名:电子与信息学报 作者:章毓晋 ; 王宇雄 ; 王晓华 关键词:目标跟踪 ; 均值偏移 ; 尺度空间理论 ; 尺度自适应 机构:清华大学电子工程系 ; 清华大学电子工程系 ; 北京理工大学信息与电子学院 年份:2010
    摘要:在基于Mean-Shift的目标跟踪算法中,尺度自适应机制是算法研究的一个重要方向。一种典型的方法采用Lindeberg的尺度空间理论以获取目标尺度信息。但现有算法中将尺度由2-D矢量压缩为1-D量,未能精细地刻画目标仿射变换时的尺度变化,从而限制了算法的适用范围。为此,该文将尺度维1-D滤波推广至2-D,构造得到了相应的4-D尺度空间,并利用空间维和尺度维的Mean-Shift交替迭代,实现了同时在空间位置和尺度方向对目标的有效跟踪,提高了算法在目标尺度变化时的自适应性,并扩大了算法的适用范围。
  • 【期刊】 图像工程及在中国的研究状况和文献分布

    刊名:中国工程科学 作者:章毓晋 关键词:图像工程 ; 图像处理 ; 图像分析 ; 图像理解 ; 技术应用 ; 综述 年份:2000
    摘要:文章对图像工程这一新学科的定义和内容作了介绍 ,对图像工程的理论和图像技术的应用给出了详细的分类。本文在此基础上就近五年我国图像工程有关重要文献作了统计和分析 ,概括了图像工程在我国的发展现状、研究趋势和应用范围 ,对从事图像工程研究和图像技术应用的人员提供信息和参考。
  • 【期刊】 利用多尺主工条件熵和记忆性度量估计图像无损压缩极限

    刊名:清华大学学报:自然科学版 作者:章毓晋 ; 张宁 关键词:无损图像压缩 ; 多尺度条件熵 ; 记忆性度量 ; 估计 机构:清华大学电子工程系 ; 清华大学电子工程系 ; 清华大学电子工程系 年份:2000
    摘要:为估计利用各类成像传感器自然获取图像的无损压缩极限,提出一个利用多尺度条件熵和记忆性度量的实用方法。传统方法进行高阶概率估计时由于上下文稀释问题而需要大量的训练数据,该方法借助多尺度的策略有效地缓解了这一个问题,从而可以利用有限的观测数据进行高阶条件熵分析,进而对无损压缩极限作出更为准确的估计。已进行了实验结果表明,该文提出的估计方法可以较好地适用于扫描仪、遥感、医学等各类成像传感器,为相关应用提
  • 【期刊】 常用Fisher判别函数的判别矩阵研究

    刊名:自动化学报 作者:章毓晋 ; 程正东 ; 樊祥 ; 朱斌 关键词:Fisher判别函数 ; 正交判别矩阵 ; 不相关判别矩阵 ; 极限 机构:电子工程学院 ; 电子工程学院 ; 合肥电子工程学院 ; 清华大学电子工程系 ; 中国科学技术大学 年份:2010
    摘要:在线性判别分析(Linear discriminant analysis,LDA)中,比迹函数、比值函数和迹比函数是三种常用的Fisher判别函数,每一个判别函数都可得到一个正交判别(Orthogonal discriminant,OD)矩阵和一个不相关判别(Uncorrelated discriminant,UD)矩阵.本文的主要目的是对这6种判别矩阵的获取方法及其性质进行系统分析,拟期更清楚地认识它们的联系与区别.当类内协方差阵非奇异时,比迹、比值函数的判别矩阵和迹比函数的OD矩阵的获取方法及性质已有研究,本文对迹比函数的UD矩阵的获取方法及性质进行了补充研究,得到了迹比函数的UD矩阵与比迹、比值函数的UD矩阵是同一矩阵以及迹比函数的UD矩阵的判别函数值不超过它的OD矩阵的结论.当类内协方差阵奇异时,6种判别矩阵的获取方法遇到了困难,为克服这一困难,本文首先用极限的思想重新定义了这三种判别函数,然后采用求极限的方法得到了6种判别矩阵的获取方法.从所得的获取方法可以看出,当所需的判别向量均在类内协方差阵的零空间中时,6个判别矩阵是同一矩阵.
  • 【期刊】 基于视频的人脸识别研究进展

    刊名:计算机学报 作者:章毓晋 ; 严严 关键词:模式识别 ; 人脸识别 ; 基于视频的人脸识别 ; 进展 机构:清华大学信息科学与技术国家实验室 ; 清华大学信息科学与技术国家实验室 ; 清华大学电子工程系 年份:2009
    摘要:近年来基于视频的人脸识别已成为人脸识别领域最为活跃的研究方向之一.如何充分利用视频中人脸的时间和空间信息克服视频中人脸分辨率低,尺度变化范围大,光照、姿态变化比较剧烈以及时常发生遮挡等困难是研究的重点.文中对近期(主要近5年)基于视频的人脸识别研究进行了详细的介绍和讨论,在对相关方法分类的基础上,分析了各类方法中典型技术的优缺点,并概况介绍了常用的视频人脸数据库和实验结果,最后展望了基于视频人脸识别未来的发展方向和趋势.
  • 【期刊】 网上GIF格式中的图像和图形图片筛选

    刊名:电子技术应用 作者:章毓晋 ; 戴声扬 关键词:网络 ; 搜索引擎 ; GIF格式 ; 图像图片 ; 图形图片 机构:清华大学电子工程系 ; 清华大学电子工程系 ; 清华大学电子工程系 年份:2002
    摘要:给出几种简单的预筛选方法,并详细介绍基于压缩比例和借助颜色统计的算法及其特点,借助这些算法对网上获取的GIF格式图片进行了筛选试验,取得了满意的结果。
  • 【期刊】 基于最大类间后验交叉熵的阈值比分割算法

    刊名:中国图象图形学报:A辑 作者:章毓晋 ; 薛景浩 关键词:图象分割 ; 阈值化 ; 香农熵 ; 交叉熵 ; 后验概率 机构:清华大学电子工程系 ; 清华大学电子工程系 ; 清华大学电子工程系 年份:1999
    摘要:从目标和背景的类间差异性出发,提出了一种基于最大类间交叉熵准则的阈值化分割新算法,算法阈设目标的背景象素的条件分布服从正态分布,利用贝叶期公式估计象素属于目标和背景两类区域的后验概率,再搜索这两为区域后验概率之间的最大交叉熵。比较了新算法一基于最小交叉熵以及基于传统香农熵的阈值化算法的分割性能。
  • 【期刊】 基于特征散度的图像FCM聚类分割

    刊名:模式识别与人工智能 作者:章毓晋 ; 薛景浩 ; 林行刚 关键词:特征散度 ; 模糊C一均值聚类 ; 图像分割 机构:清华大学电子工程系 ; 清华大学电子工程系 年份:1998
    摘要:本文提出了一种称为特征散度的新概念和一种基于特征散度的图像模糊C-均值(FCM)聚类分割方法。该方法采用特征散度取代传统的欧氏距离作为图像像素与C-聚类典范值之间的差异性度量。本文将新方法与一些传统的FCM算法同时应用于图像分割,并采用形状测度和均匀测度评价各算法的分割性能,结果表明新方法对不同类型的图像都具有良好的分割性能。
  • 【期刊】 基于评价知识的图象分割算法优选系统

    刊名:高技术通讯 作者:章毓晋 ; 罗惠韬 关键词:图象分割 ; 分割评价 ; 评价知识 ; 算法优选 机构:清华大学电子工程系 ; 清华大学电子工程系 年份:1998
    摘要:报道了基于评价知识对分割算法进行优选的研究进展。提出了通用分割评价框架和客观定量的分割质量评价准则,据此利用对算法进行评价和对分割效果进行比较的方法实现了第一个图象分割算法优选系统。讨论了基于评价知识选取最优分割算法的策略和系统设计的原理,给出了用实际图象进行算法优选和分割实验得到的结果,验证了系统的有效性。
  • 【期刊】 基于全局运动信息的视频检索技术

    刊名:电子学报 作者:章毓晋 ; 俞天力 关键词:视频检索 ; 运动信息 ; 全局运动 ; 运动模型 机构:清华大学电子工程系图像图形研究所 ; 清华大学电子工程系图像图形研究所 ; 清华大学电子工程系图像图形研究所 年份:2001
    摘要:运动信息是描述视频内容的一种重要信息 ,本文介绍了一个基于全局运动信息的视频检索系统 .在该系统中 ,我们通过对视频数据进行短时全局运动分析 ,较为精确地提取出了描述全局摄像机运动的双线性运动模型 ,并以该模型参数为运动特征 ,以特征点序列顺序匹配以及全局运动矢量距离平方和为基础 ,构造了一个视频检索方案 .实验结果表明 ,在特定的应用领域 ,如体育类视频中 ,我们的检索方案能够实现一定程度的语义内容检索 ,同时提供了采用其他图像特征所无法实现的检索功能
  • 【期刊】 自动检测精细印刷品缺陷的初步方案

    刊名:中国体视学与图像分析 作者:章毓晋 ; 黄翔宇 ; 李睿 关键词:图像分析 ; 精细印刷品 ; 缺陷检测 ; 图像匹配 ; 模板 年份:2001
    摘要:将精细印刷品的缺陷检测过程自动化有重要的实际意义。本文提出了一种利用图像技术实现缺陷自动检测的初步方案 ,并对其主要工作模块 ,即图像采集和模板制作 ,以及图像匹配比较进行了分析研究 ,对实际印刷品进行检验的实验结果表明该方案是可行的
  • 【期刊】 图象检索算子开放测试平台T-Brief设计与实现

    刊名:计算机工程与应用 作者:章毓晋 ; 徐寅 关键词:基于内容的图象检索 ; 对算法开放 ; 综合检索 ; 渐进检索 机构:清华大学电子工程系!北京 ; 清华大学电子工程系!北京 ; 清华大学电子工程系!北京 年份:1999
    摘要:基于内容的图象检索是近年来多媒体技术领域发展的一个热点之一,大量基于特征的检索算法不断涌现。该文介绍一个对算法开放的抽取特征检索图象的算法测试平台,该平台可以即时集成现有的多种不同算法,并便于管理,同时它还提供了诸如综合检索,渐进检索等功能,可用于算法研究,性能比较等。
上一页 3 4 5 6 7 8 9 10 11 12 下一页 跳转