《水域監控複雜場景下的運動目標檢測關鍵算法研究》是依託南京大學,由阮雅端擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名:水域監控複雜場景下的運動目標檢測關鍵算法研究
- 項目類別:青年科學基金項目
- 項目負責人:阮雅端
- 依託單位:南京大學
《水域監控複雜場景下的運動目標檢測關鍵算法研究》是依託南京大學,由阮雅端擔任項目負責人的青年科學基金項目。
《水域監控複雜場景下的運動目標檢測關鍵算法研究》是依託南京大學,由阮雅端擔任項目負責人的青年科學基金項目。項目摘要水路運輸因其價廉,承載量大等,在我國綜輸體系中占有重要地位。然而由於船舶構造尺寸、航行操作不規範,撞橋擱淺...
《複雜場景中運動目標檢測與識別方法研究》是依託浙江大學,由李志華擔任項目負責人的青年科學基金項目。項目摘要 隨著視頻監控需求的迅速增長、監控規模的日益擴大,人工監視已遠遠不能滿足監控要求,深入開展智慧型視頻分析算法研究有著非常重要...
《複雜場景下監控視頻目標的運動模式挖掘方法研究》是依託中國人民解放軍國防科技大學,由李國輝擔任項目負責人的面上項目。中文摘要 本項目採用數據挖掘和監控視頻處理相結合的思想,研究和探討新的適合複雜場景的監控視頻高層分析和挖掘的理論...
第4章靜態場景運動目標檢測技術55 4.1基本原理55 4.2分類特徵的選擇57 4.2.1顏色特徵57 4.2.2紋理特徵62 4.3相似性度量的定義65 4.4基於Choquet積分的特徵融合65 4.5基於自適應閾值的圖像分割算法67 4.5.1定義67 4.5.2...
通過建立目標輪廓模型並進行輪廓跟蹤,依據輪廓跟蹤質量偏差,進行異常行為早期檢測判斷。實現了複雜場景下多目標跟蹤與異常狀態分析。利用雙攝像機協同系統,對交通擁塞異常狀態數據進行算法驗證,說明了算法的有效性。
針對監控視頻情報大數據中的行為識別問題,提出基於深度學習與遷移學習的時空特徵挖掘方法。面向小數據集上深度網路模型難以訓練的問題,提出了內部遷移學習算法。針對複雜場景中目標運動狀態分析的需求,提出了基於局部特徵學習的快速實時判別型...
多視頻攝像頭組網協同下目標檢測分析是智慧型感知、計算機視覺、模式識別的重要前沿研究方向,具有綜合交叉特點和挑戰性。本項目主要探索研究多視頻攝像頭標定算法、結合視覺選擇性注意模型的目標檢測算法、基於多視頻攝像頭協同信息的目標匹配識別...
發明專利方面,共有8項發明專利獲授權/新申請。人才培養方面,共有9名博士生畢業取得博士學位,1名博士後出站,20多名碩士生畢業。提出了面向光照的劇烈變化場景中運動目標檢測分割的顏色恢復魯棒前景目標預測算法等解決三方面問題的方法。