欢迎来到天天文库
浏览记录
ID:21569304
大小:234.82 KB
页数:8页
时间:2018-10-23
《hajerfradi图像处理文献总结》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、2012年1、HajerFradi,Jean-LucDugelay.RobustForegroundSegmentationUsingImprovedGaussianMixtureModelandOpticalFlow.ICIEV,248-253,2012.(前景分离方法)Abstract:GMMbackgroundsubtractionhasbeenwidelyemployedtoseparatethemovingobjectsfromthestaticpartofthescene.However,Thebackgroundmodelestimationstepi
2、sstillproblematic;themaindifficultyistodecidewhichdistributionsofthemixturebelongtothebackground.Inthispaper,theauthorproposeanewapproachbasedonincorporatinganuniformmotionmodel(OpticalFlow)intoGMMbackgroundsubtraction.在论文中对一些前景分离方法进行了介绍与比较。并对光流与GMM结合使用的部分文献进行了讨论。对改进的GMM算法(参考文献15)和使用二次
3、多项式模型的光流法(参考文献19)进行了说明。在Pixellevel结合使用了两种方法进行前景分离。结果:在i2r数据集上进行了实验。与参考文献15和19的方法在检测率(Recall)和精度(Precision)两个方面进行了对比,证明了方法的有效性。2、HajerFradi,Jean-LucDugelay.Peoplecountingsystemincrowdedscenesbasedonfeatureregression.RUSIPCO,136-140,2012.(拥挤状况下人群计数方法)Abstract:Theauthorproposeacountingsys
4、tembasedonmeasurementsofinterestpoints,whereaperspectivenormalizationandacrowdmeasure-informeddensityestimationareintroducedintoasinglefeature.Then,thecorrespondencebetweenthisfeatureandthenumberofpersonsislearnedbyGaussionProcessregression.人群计数方法通常包括两类:detectionbasedandfeaturesbased.论
5、文对两类方法存在的问题和研究现状进行了说明。文章在参考文献1和5的基础上提出了一种人群计数方法:步骤:(1)detectionofmovinginterestpoints(SIFT算法),然后利用光流法去掉静止特征;(2)perspectivenormalization(线性插值法给每个兴趣点添加权值);(3)densityestimationforcrowdmeasurementtohandletheunderestimationofthenumberofpersonsinhighcrowdsituations(4)Gaussianprocessregressio
6、n.实验:数据集:PETS2009.与参考文献5中的实验数据进行了对比。对比内容为:MAE(meanabsoluteerror)andMRE(meanrelativeerror)。3、HajerFradi,Jean-LucDugelay.Lowlevelcrowdanalysisusingframe-wisenormalizedfeatureforpeoplecounting.W1FS,246-251,2012.(人群计数的方法)与文献2的思路是一样的。同样的方法,相同的数据集,实验结果不一致?2012年4、FradiH,ZhaoX,DugelayJLCrowdde
7、nsityanalysisusingsubspacelearningonlocalbinarypattern[C]//2013IEEEInternationalConferenceonMultimediaandExpoWorkshops(ICMEW).IEEEComputerSociety,2013:1-6.(人群密度估计方法)Abstract:Thepaperproposesanovelapproachforcrowddensityestimation.Themaincontributionofthepaperistwo-fold:First,theyprop
此文档下载收益归作者所有