摘要：为解决常用车底阴影检测方法在复杂光照及背景条件下检测结果不稳定的问题,提出一种基于聚类分析的车底阴影检测方法。使用改进的高斯混合模型聚类算法对交通图像中的目标,即路面、车道线、车辆、车底阴影进行聚类,利用高斯阴影模型的均值与方差自适应阈值分割图像,提取路面与车底阴影的交线,利用阴影的几何结构特征对检测到的阴影线进行两次合并,得到最终结果。实验结果表明,该方法能有效检测车底阴影,适应白天不同时段、光强变化,在复杂投影的干扰下能实现准确检测。

摘要：针对基于粒子滤波(particle filter,PF)的目标跟踪算法易产生样本贫化的问题,提出一种利用和声搜索算法(harmony search,HS)优化重采样粒子滤波的视频目标跟踪方案。采用高斯混合模型(Gaussian mixture model,GMM)对背景建模,在目标视频帧中执行粒子滤波,通过直方图匹配法为每个粒子分配权重;利用和声搜索算法生成新的粒子,通过放弃一部分粒子来提高样本的随机性;对粒子进行重要性重采样,根据粒子权重估计目标状态。在BoBoT和DTU数据集上的实验结果表明,所提算法对目标背景、缩放、遮挡和光照等变化具有较好的鲁棒性,相比其它较新的目标跟踪算法,该算法取得了更好的性能。

摘要：针对图像表情判别精度低下的问题,提出一种基于改进型VGG-16网络的人脸表情识别方法。为解决传统方法存在像素特征分布不均的问题,采用基于改进的高斯混合模型进行图像特征数据的有效提取;基于改进的VGG-16深度神经网络,增强人脸表情识别的训练样本,实现对采集的图像数据多表情多场景精准区分。基于通用数据集及自采集数据集进行仿真实验,验证所提方法在表情识别的准确度和速度方面都展现出一定优势,尤其在黑暗条件下识别准确率可达90%左右。

摘要：为提高无人机道路检测的实时性和鲁棒性,提出一种基于改进graphcut算法的道路检测方法。利用Orchard-Boumand聚类算法聚类道路和非道路像素点,通过高斯混合模型对这2类像素点建模,构造Gibbs能量惩罚函数中的区域项函数。针对航拍图像各个区域具有不同对比度的特点,设计Gibbs能量惩罚函数中的光滑项函数,将单一的图像全局对比度矩阵替换为局部对比度矩阵。通过Gibbs能量惩罚函数构造有权重的图,运用maxflow算法进行分割,检测出道路区域。实验结果表明,该方法在不同类型道路下都能保持较好检测性能,与现有的道路检测方法相比,实时性好,错误率低。

摘要：国家边界线夜间非法越境监测和报警是一个重要的研究课题,目前存在的监控系统智能性低、误检率高、计算时间慢。为了实现智能监测,提出了一种热成像智能监测方法。首先使用高斯背景建模提取前景目标,使用HOG+SVM的方法对前景目标进行越界人检测;为了消除动物的干扰,利用STC算法进一步跟踪并分析目标速度和运动轨迹。实验结果表明,设计的方法提高了越界人检测的准确率,检测时间提高到60 ms左右,满足了现场应用。

摘要：带式输送机大块煤视觉检测任务中常出现散煤局部颜色不均区域被错误检测为大块煤的问题。为解决这一问题,提出一种基于图像均衡和高斯混合模型(Image Enhancement-Gaussian Mixture Models,IE-GMM)的带式输送机大块煤检测方法。设计图像均衡方法,消除散煤局部颜色不均区域,在此基础上进行基于高斯混合模型的运动目标检测,得到包含大块煤区域的前景图像。计算前景图像中各闭合区域的面积,通过面积大小筛选检测图像中的大块煤。该方法对采集自不同煤矿的两段监控视频进行了验证,均取得较高的检测准确率。

摘要：针对高速公路智能交通系统中的复杂场景变化、阴影和车辆遮挡等影响车辆检测率的问题,提出了使用基于高斯混合模型的自适应方法来建立和更新背景,采用基于HSV的邻域均值快速阴影消除算法提高阴影消除的速度。对于遮挡车辆,采用基于Kalman滤波的识别算法进行遮挡车辆的识别,然后使用基于模板匹配的金字塔分级搜索算法对遮挡车辆进行细分割。实验结果表明,该算法既简单又有效,车辆的检测率达到97%,完全满足车辆检测的要求。

摘要：噪声鲁棒性是话者确认系统实用化的关键问题之一,本文设计了一种基于子带加权和GMM的话者确认系统,该系统将语音谱分为若干子带,采用基于短时能量分布的算法估计各子带噪声强度,并根据噪声强度来进行子带加权,最终生成具有更高鲁棒性的语音特征,语音识别模型采用简化的GMM.实验表明,上述方法能有效提高话者确认系统的性能,增强其噪声鲁棒性,而且在低噪声环境下,仍能保证系统性能不下降.

摘要：粒计算是研究和模拟人类认知从多粒度、多层次解决问题的方法,近年来成为智能信息处理中一个热点方向。云模型是一个基于概率理论研究定性定量转换认知模型的粒计算方法,通过正向和逆向云算法实现一组数据样本和一个基本概念之间的转换,但是目前的算法不能在整个问题域中解决多粒度、多概念的生成问题。概率统计中的高斯混合模型可以将任何一个频率分布函数转换成多个高斯分布的叠加,在此基础上,创新地提出用云模型中数字特征构建概念含混度作为概念外延共识程度的衡量,设计并实现了高斯云变换算法,将问题域中的数据分布自动转换为多粒度的不同概念,构建出人类概念认知中的泛概念树。通过在数据概念聚类和图像分割中的应用,验证了方法的有效性。

摘要：针对非刚体目标追踪算法追踪精度与计算效率较低的问题,提出了一种基于混合光流的非刚体目标追踪算法。首先,采用Lucas-Kanade方法计算局部区域的光流,采用Horn-Schunck方法计算全局区域的光流,局部光流与全局光流具有互补的特点,因此结合两种方法可获得理想的结果,并且设计了基于混合光流法与Gabor特征的非刚体目标轮廓模型;然后,基于光流的特征计算光流的流域,采用高斯混合模型分析光流的流域,从而实现运动目标的检测;最终,采用分类器对感兴趣区域进行快速地分类,动态地更新每个视频帧的目标轮廓。基于多个公开的视频数据集进行了实验分析,结果显示本算法能够有效地完成对非刚体目标的追踪,并且具有较高的追踪准确性。