基于稀疏超完备表示的目标检测算法

被引:9
作者
逯鹏
张姗姗
刘驰
黄石磊
汤玉合
机构
[1] 郑州大学电气工程学院
关键词
稀疏超完备; 非结构化; 目标检测; 评分匹配;
D O I
10.19650/j.cnki.cjsi.2013.06.011
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
基于视觉超完备机制的图像稀疏表示是一种新的图像表征方法。针对目标检测问题,提出了一种基于视觉稀疏超完备表示的计算模型,实现了非结构化场景中的目标检测。该方法首先基于能量模型和评分匹配(score matching)方法建立稀疏超完备计算模型,进而设计了基于神经元响应以及动态阈值策略的目标检测算法,最后通过多类型交通图像验证算法有效性。结果表明,该方法与计算机视觉方法比较具有较高的准确率,能够利用少样本实现大交通流量中目标的检测。
引用
收藏
页码:74 / 79
页数:6
相关论文
共 5 条
  • [1] 基于视觉感知的故障图像检测算法
    逯鹏
    李永强
    王治忠
    矫琨
    [J]. 仪器仪表学报, 2010, 31 (09) : 1997 - 2002
  • [2] 基于自适应超完备稀疏表示的图像去噪方法
    肖泉
    丁兴号
    王守觉
    郭东辉
    廖英豪
    [J]. 仪器仪表学报, 2009, 30 (09) : 1886 - 1890
  • [3] 基于Gabor感知多成份字典的图像稀疏表示算法研究
    孙玉宝
    肖亮
    韦志辉
    邵文泽
    [J]. 自动化学报, 2008, (11) : 1379 - 1387
  • [4] Unstructured Light Fields [J] . Abe Davis,Marc Levoy,Fredo Durand.&nbsp&nbspComputer Graphics Forum . 2012 (2pt1)
  • [5] Optimally sparse rep-resentation in general (nonorthogonal)dictionaries via 1minimization .2 DAVID L DONOHO,MICHAEL E. . 2003