选择特殊符号
选择搜索类型
请输入搜索
批准号 |
60672094 |
项目名称 |
视频序列中的人脸检测与跟踪关键新技术研究 |
项目类别 |
面上项目 |
申请代码 |
F0116 |
项目负责人 |
吴镇扬 |
负责人职称 |
教授 |
依托单位 |
东南大学 |
研究期限 |
2007-01-01 至 2009-12-31 |
支持经费 |
26(万元) |
视频序列中的人脸检测与跟踪是计算机视觉及视频编码的关键技术,它对身份鉴别、情感识别、图像编码以及视频跟踪等相关技术的发展有着决定性的影响。本课题的研究目标是探寻一、两种切实可行的人脸检测与跟踪的新算法。研究工作立足于粒子滤波和均值移动的新方法,针对人脸检测与跟踪这一应用目标,分析和研究这两个算法的优势和存在的问题,并加以改进,我们将根据人脸跟踪的具体特点,引入更为鲁棒的跟踪线索,增加形状描述的精度改进跟踪线索的表达方式,并对跟踪控制器的性能进行改进,解决均值移动人脸跟踪的尺度自动调整问题。建立一个既满足实时性要求,又保证高效鲁棒的人脸检测与跟踪系统。 2100433B
彩叶树种近年来在各地的需求一直处于上升趋势,北京、上海、大连等大中城市还特别提出了在城区主干道两侧以及重点景区种植红色、金色等系列彩叶树种,以解决城市绿化色彩单调的问题。但是,设计师在做园林设计时依然...
参考价格:4500 元/㎡ (均价)主力户型:全部户型开盘日期:2008-09-01交房日期:2012-09-01装修状况:毛坯建筑类别:多层房屋属性:住宅容 积 率:1.18 关于容积率绿 化 率:...
租售状态: 出售开 发 商: 北京天亚物业开发有限公司投 资 商: ----占地面积: 11800.00平方米总建筑面积: 100000.00平方米详细信息售 楼 处: 北京市朝阳区光华路嘉裹中心饭店...
建筑物基本信息
建筑物基本信息 参数名 必填 描述 项目实际情况 建筑代码 数据中心代码 建筑名称 必填 最多24个汉字 建筑字母别名 必填 建筑首字母大写 建筑业主 必填 有多位业主时存主要业主名称,外加 “等××位” 建筑监测状态 状态 1- 启用监测 0- 停用监测 所属行政区划 必填 6位行政区划代码 建筑地址 必填 最多40个汉字 建筑坐标 -经度 建筑坐标 -纬度 建设年代 必填 4位数字年份 地上建筑层数 必填 整数 地下建筑层数 整数 建筑功能 必填 A- 办公建筑 B- 商场建筑 C- 宾 馆饭店建筑 D- 文化教育建筑 E- 医疗卫生建筑 F- 体育建筑 G- 综 合建筑 H- 其它建筑 建筑总面积 必填 空调面积 必填 采暖面积 必填 建筑空调系统形式 必填 A- 集中式全空气系统 B- 风机盘管 +新风系统 C- 分体式空调或 VRV的 局部式机组系统 Z
塔吊基本信息
一.塔吊的基本结构 塔吊从功能上看,可以分为七大部分:金属结构、零部件、工作 机构、电气设备、液压系统、安全装置和附着锚固。 塔吊金属结构由起重臂、塔身、转台、承座、平衡臂、底架、塔 尖等组成。 塔吊零部件则由钢丝绳(起吊的主要受力部件) 、变幅小车(车由 车架结构、钢丝绳、滑轮、行轮、导向轮、钢丝绳承托轮、钢丝绳防 脱辊、小车牵引张紧器及断绳保险器等组成) 、滑轮、回转支承、吊 钩和制动器组成。 塔吊工作机构有五种:起升机构、变幅机构、小车牵引机构、回 转机构和大车走行机构 (行走式的塔吊 )。 塔吊电气设备包括了液压泵、液压油缸、控制元件、油管和管接 头、油箱和液压油滤清器等主要元器件。 塔吊安全系统和附着锚固则有限位开关 (限位器 ),超负荷保险器 (超载断电装置 ),缓冲止挡装置,钢丝绳防脱装置 ;风速计,紧急安 全开关,安全保护音响信号。而一般来说,自升式塔吊在修筑楼房的 过程中
本书涵盖了近30年视频跟踪技术的发展,介绍了视频目标检测跟踪及其应用的最新研究成果和动态,全面系统地介绍了当今世界视频跟踪技术的最新研究进展,重点介绍了预处理技术、图像目标检测、视频目标检测、均值移位跟踪方法、基于粒子滤波的跟踪方法等方面的技术和应用。
仿真过程中,固定平台Y轴,X和z轴运动,期望Z轴在X,Z平面上运动轨迹为
从仿真结果我们可以看出,模糊CMAC作用力跟踪阻抗控制器能补偿平台动力学上的不确定性,基于位置阻抗控制的性能稍微优于基于力矩阻抗控制。为了进行仿真比较,我们用CMAC代替FCMAC进行仿真,固定y轴,X和z轴运动,期望z轴在x和Z平面上运动轨迹为
从仿真结果我们可以看出,FCMAC性能优于CMAC,基于位置阻抗控制的性能稍微优于基于力矩阻抗控制。另外,由于基于位置的阻抗控制方案无需改变内部的控制结构便可使位置控制平台系统实现鲁棒性作用力控制。
随着人类社会的视频数据量爆炸性增长, 目前针对海量视频数据的人脸识别存在效率低和准确率低等问题, 并行计算是海量视频数据中高效进行人脸识别处理的可选途径之一. 本项目面向海量视频数据中人脸分析与识别全过程的并行化实现, 研究人脸目标检测和跟踪、基于稀疏表示的人脸特征提取与识别算法, 以显著提高海量视频数据中的人脸识别效率. 研究内容为面向海量视频数据的: (1)基于小容量字典学习的人脸分类算法及其并行计算; (2)基于流形的视频人脸描述模型建立; (3)人脸目标检测的并行AdaBoost算法; (4)基于MeanShift算法和Kalman滤波器的人脸目标跟踪算法; (5)基于异构体系架构下的并行分块PCA人脸特征提取算法. 本项目的研究将不仅为人脸识别算法的设计提供新的思路, 而且为人脸识别并行应用效率的提高和为大规模人群背景下的人脸分析与识别的实际应用奠定基础.