您现在的位置: 首页> 研究主题> HOG特征

HOG特征

HOG特征的相关文献在2010年到2022年内共计290篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、公路运输 等领域,其中期刊论文202篇、会议论文4篇、专利文献60034篇;相关期刊135种,包括科学技术与工程、中国图象图形学报、电视技术等; 相关会议4种,包括2016年全国高性能计算学术年会 、第十七届全国计算机辅助设计与图形学学术会议(CAD/CG’ 2012)暨第九届全国智能CAD与数字娱乐学术会议(CID’ 2012)、第十一届中国智能机器人会议等;HOG特征的相关文献由866位作者贡献,包括刘志刚、姬晓飞、钟俊平等。

HOG特征—发文量

期刊论文>

论文:202 占比:0.34%

会议论文>

论文:4 占比:0.01%

专利文献>

论文:60034 占比:99.66%

总计:60240篇

HOG特征—发文趋势图

HOG特征

-研究学者

  • 刘志刚
  • 姬晓飞
  • 钟俊平
  • 刘云
  • 刘凯
  • 崔雪红
  • 张静
  • 曹江涛
  • 李辉
  • 杨帆
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

作者

    • 宋建华; 袁磊; 李嘉辰; 李祜来; 侯珂; 党莉彬
    • 摘要: 设计一种基于人眼开闭状态的非接触式疲劳驾驶实时检测方法.利用支持向量机(SVM)方法构造人脸识别分类器,设计一种基于面部坐标点定位的方法,快速定位人眼区域,实现对驾驶员人眼闭合活动的实时检测;利用PERCLOS疲劳判定标准判断驾驶员是否存在疲劳驾驶行为.实验结果表明,该系统可对疲劳驾驶进行有效检测,并及时做出警告提醒.
    • 梁铭裕; 黄平; 刘修泉
    • 摘要: 为解决在自然场景中进行汽车油箱盖定位的问题,提出一种非结构环境下基于HoG与SVM的汽车油箱盖视觉检测方法。对汽车图像进行预处理并采用多尺度底帽变换提取图像暗细节特征;利用改进的最大熵阈值分割法分割图像;采用连通区域标记法对二值图进行统计,并在原图中确定目标候选区域;采用HoG特征和支持向量机对候选区域进行分类判决,从而定位汽车油箱盖。结果表明:该方法可以准确地检测出油箱盖位置,即使图像存在光照不均匀、汽车覆盖件表面灰尘、细节模糊等情况,也有较好的定位效果。
    • 安琪; 梁宇飞; 王耀强; 王占彬; 李争; 李峥; 安国庆
    • 摘要: 针对非侵入式负荷辨识中,单一V-I轨迹特征无法对相似的轨迹特征进行有效识别以及所提取特征易出现冗余甚至噪声特征的问题,提出了一种基于K-means聚类与PSO特征优选的分级非侵入式负荷识别方法。首先,利用K-means算法对负荷V-I轨迹的HOG特征进行初步分类,将轨迹相似的电器分为一类;然后,对每一类中的电器电流数据进行多维特征提取并采用PSO算法选取最优特征子集;最后,利用KNN模型进行二级负荷识别。实验结果表明,该方法有效提高了负荷识别准确率;提取V-I轨迹的HOG特征解决了同一电器V-I轨迹波动的问题;对一级分类后的每一大类单独进行PSO特征优选KNN二级分类,解决了部分电器对特征子集适应性差的问题。所提方法在一定程度上解决了冗余特征甚至噪声特征对辨识准确率的影响,为负荷特征的选取提供了新的思路,对负荷辨识的实际应用具有重要的参考意义。
    • 肖爱迪; 骆力明; 刘杰
    • 摘要: 针对目前HOG提取汉字特征时存在维度过大、特征边缘化的问题,结合汉字网格技术提出一种基于网格的分层HOG特征提取算法。以特征块无重叠的方式提取一层HOG特征,提取底层均匀块的梯度特征,融合两层特征。该算法可有效提取汉字轮廓特征,降低特征维度。在此基础上,提出较为完善的中小学硬笔汉字分类评价框架流程,结合线性PCA降维,采用SVM分类器,实现硬笔汉字的三级分类。通过多个汉字结构的分类实验,验证了该算法的准确性和有效性。
    • 赵彩敏
    • 摘要: 表情特征的提取及分类器的选择对识别尤其重要,选用了对表情特征具有更好表征特性的梯度方向特征,欧氏距离分类器.实验结果表明,在JAFFE表情数据库上应用梯度方向特征和欧氏距离分类器,与其他方法相比,设置合适的参数,该方法无需对丰富的梯度方向特征进行特征降维,就能获得更高的识别率,整体识别率达到96.24%.
    • 刘明
    • 摘要: 旋转机械的运行过程会产生多种振动信号,导致振动信号与普通信号难以区分,影响振动信号的监测效果,因此提出基于HOG-SVM的旋转机械振动信号监测系统。系统硬件部分,根据系统整体框架,设计系统电源、存储,振动信号处理分析等各项硬件模块的功能。系统软件部分,灰度化与归一化处理旋转机械振动信号的时频谱图,根据处理结果提取时频谱图的HOG特征。依据HOG特征,构建振动信号监测的SVM分类目标函数,在最优分类超平面的支持下,构建旋转机械振动信号分类监测的决策函数,从而输出振动信号监测结果。实验结果表明,所设计系统针对旋转机械振动信号特征提取的误差明显缩短,并且所设计系统能够提高振动信号的监测效果,振动信号检测结果与实际信号结果基本一致。
    • 黄戌霞; 林淑彬
    • 摘要: 目标跟踪是计算机视觉的关键技术之一,应用于模式识别、自动控制等领域.深度学习的跟踪算法具有良好的性能,但在快速运动情况下,低层HOG特征易受影响,跟踪性能较弱.提出一种结合线下训练深度特征的鲁棒跟踪方法.通过线下训练VGG模型,线上构造双HOG特征并进行最优选择,将线下训练提取的特征迁移到线上,与最优HOG特征响应融合.首先,线下逐层训练VGG网络,卷积层负责提取卷积特征.然后,在线提取当前帧目标区域的HOG特征,并分解为HOG1和HOG2,对其进行滤波处理,选择最优特征.最后,融合卷积特征响应和HOG最优特征响应得到特征响应图,预测目标的新位置.在OTB-2013、OTB-2015基准数据集上与其他6个算法对比.结果表明,该方法在处理快速运动、背景混乱、形变等跟踪方面具有良好的性能.
    • 贾澎涛; 雷文华; 张婧
    • 摘要: 为了快速准确定位到人脸区域,解决人脸检测的速率和准确率有待进一步提高问题,提出了一种基于最优奇异值占比的融合特征人脸检测方法。首先,通过奇异值图像分解方法保留人脸图像有效信息,同时对图像实现降维重构;其次,在不同奇异值占比下,通过对比人脸图像的压缩率和准确率获取最优奇异值占比值;最后,基于最优奇异值占比,提出融合HOG,Haar特征人脸检测方法的集成分类方法。结果表明:在ORL人脸图像数据库上,获取的最优奇异值占比值为98%;人脸图像通过降维及重构处理后其空间复杂度降低了78.5%。在重构后的数据上,所提出的融合特征检测方法相对于HOG,LBP和Haar特征的人脸检测方法,检测准确率分别提高2%,17%和10%;相对于基于CNN的人脸检测方法其检测准确率降低0.5%,但检测速率提高99.2%。因此,作者提出的融合模型取得了较好的人脸检测效果。
    • 谢苏; 张孙杰; 王永雄; 颜婷丽
    • 摘要: 针对当前手势姿态估计算法未充分利用2D信息辅助3D手部mesh重建的问题,首次在手部Mask、2D热力图的基础上提出引入RGB图像的HOG特征图,通过多任务学习CNN的框架对2D信息进行特征提取,并针对手的拓扑结构进行信息融合增强。为了解决Transformer encoder中的隐层embeddings维度一致性以及参数过大问题,设计了一种新的MLP(multi-layer perception)模块嵌入Transformer encoder之间,达到embeddings的数量渐进增加以及其维度渐进减少的目的,从而完成手部mesh精细化的预测。实验结果表明该CNN与Transformer混合的新框架在FreiHAND和RHD数据集均取得了较好效果。
    • 赵丽梦; 朱冰; 白涛; 何依泽
    • 摘要: 针对老年人群所发生的行为能够进行有效识别,提出了一种二维轮廓特征和方向梯度直方图(HOG)特征相结合的方式来检测人体行为,其中二维轮廓特征包括:人体质心高度h、人体宽高比k、人体质心的变化速度v.首先运用高斯混合模型进行背景识别;之后利用背景减除法对目标图像进行提取,并获得HOG特征和人体二位轮廓特征构建人体行为特征向量,利用SVM对于人体行为进行分类;最后对于获取的图像资料进行识别与分析.结果表明:该图像识别算法的平均正确率达到了97.1%,能够对人体行为进行有效识别.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号