基于区域的活动区域模型已经成功应用在图像分割、目标跟踪等领域,较之基于梯度的活动轮廓模型具有很多优点。但是,这些水平集模型在演化过程中,为了保持为符号距离函数,必须对其重新初始化,降低了曲线演化速度,
步态识别作为一种新的生物识别技术,通过人走路的姿势实现对个人身份的识别和认证。步态特征提取是步态识别的关键步骤。采用背景消减法与对称差分法相结合对运动人体分割,采用改进的GVFSnake模型对人体运动
为了在噪声干扰以及目标和背景颜色相近情况下实现多目标跟踪,提出一种基于快速全局最小化的活动轮廓模型的目标检测跟踪算法。该算法结合了基于边缘的活动轮廓模型和基于区域的活动轮廓模型,对能量泛函进行全局最小
为了解决测地线模型和CV模型无法同时对弱边界、灰度不均匀图像进行分割的问题,提出一种基于双符号压力函数的活动轮廓图像分割方法。首先,基于图像统计信息定义分割灰度不均匀图像的符号压力函数,基于内部和外部
SVM主动学习算法的改进研究,王天民,王小捷,本文针对将支持向量机用于多分类主动学习任务时存在的初始训练样本不平衡问题,提出了基于加权熵进行有偏样本选择的方案,同时,
通过对主动网络和移动Adhoc网络特点的分析,提出了将主动网络与移动Adhoc网络相结合的思想,分析了这种结合的可行性和有效性。根据用户传输数据的大小和对路由可靠性的要求,提出了两种基于主动网络的移动
去噪处理是图像处理中较为重要的环节。中值滤波是抑制图像的噪声的一个行之有效的办法,选择适当大小的中值滤波窗口可以在最大限度地保持图像精度的基础上去除图像噪声。在对中值滤波去噪算法的适用性特点进行研究的
基于主动防御策略的安全传输模型,胡汉平,郑映,本文提出了一个基于主动防御策略的安全传输模型。在该模型中,以动态覆盖路由器所支撑的安全域为基本单元,定义了智能代理∕管理
轮廓检测是目标识别中关键的步骤之一。人类视觉系统具有快速和有效地从复杂场景中提取轮廓特征的能力,初级视觉皮层(V1区)的非经典感受野对中心神经元刺激具有抑制特性。传统模型利用该感受野特性,采用圆环形的
Pottslab Pottslab是一个Matlab / Java工具箱,用于使用Potts模型(也称为“分段常数Mumford-Shah模型”或“ l0梯度模型”)重建跳跃稀疏信号和图像。 应用包括