排序方式: 共有11条查询结果,搜索用时 0 毫秒
1.
Pedestrian detection is one of the most important problems in the visual sensor network. Considering that the visual sensors have limited cap ability, we propose a pedestrian detection method with low energy consumption. Our method contains two parts: one is an Enhanced Self-Organizing Background Subtraction (ESOBS) based foreground segmentation module to obtain active areas in the observed region from the visual sensors; the other is an appearance model based detection module to detect the pedestrians from the foreground areas. Moreover, we create our own large pedestrian dataset according to the specific scene in the visual sensor network. Numerous experiments are conducted in both indoor and outdoor specific scenes. The experimental results show that our method is effective. 相似文献
2.
3.
4.
5.
目的 随着视频监控技术的日益成熟和监控设备的普及,视频监控应用日益广泛,监控视频数据量呈现出爆炸性的增长,已经成为大数据时代的重要数据对象。然而由于视频数据本身的非结构化特性,使得监控视频数据的处理和分析相对困难。面对大量摄像头采集的监控视频大数据,如何有效地按照视频的内容和特性去传输、存储、分析和识别这些数据,已经成为一种迫切的需求。方法 本文面向智能视频监控中大规模视觉感知与智能处理问题,围绕监控视频编码、目标检测与跟踪、监控视频增强、视频运动与异常行为识别等4个主要研究方向,系统阐述2013年度的技术发展状况,并对未来的发展趋势进行展望。结果 中国最新制定的国家标准AVS2在对监控视频的编码效率上比最新国际标准H.265/HEVC高出一倍,标志着我国的视频编码技术和标准在视频监控领域已经实现跨越;视频运动目标检测跟踪的研究主要集中在有效特征提取和分类器训练等方面,机器学习等方法的引入,使得基于多实例学习、稀疏表示的运动目标检测跟踪成为研究的热点;监控视频质量增强主要包括去雾、去夜色、去雨雪、去模糊和超分辨率增强等多方面的内容,现有的算法均是对某类图像清晰化效果较好,而对其他类则相对较差,普适性不高;现有的智能动作分析与异常行为识别技术虽然得到了不断发展,算法的性能也在不断提高,但是从实用角度,除了简单的特定或可控场景外,还没有太多成熟的应用系统。结论 随着大数据时代的到来,智能视频监控的需求将日益迫切,面对众多挑战的同时,该研究领域将迎来前所未有的重大机遇,必将产生越来越多可以实用的研究成果。 相似文献
6.
7.
长江干流水域纳污能力及限制排污总量研究 总被引:3,自引:0,他引:3
随着社会经济的发展和城市化进程的加快,对水资源的需求量将不断增加,而长江流域水污染也在加重,尤其是部分城市河段污染严重,已成为制约国民经济可持续发展和影响人民群众身体健康的重要因素。因此,明确各水域的使用功能、研究水域的纳污能力、控制污水和污染物质排放量、限制污染物入河量,是对水资源量和水质实行保护的有效措施,是实现国民经济可持续发展和水资源永续利用的重要环节。根据长江干流水功能区水质目标和水体自净能力,结合实际情况,对长江干流水体纳污能力和限制排污总量进行了研究。 相似文献
8.
9.
采用数学模型法及对比分析法对观音岩水电站坝址至银江水电站间的金沙江河段因水电站壅水及水库调蓄作用导致的水文情势发生的变化进行了研究。本文研究的河段长约63 km,重点水域为金沙江格里坪到雅砻江河口长约38 km河段,重点时段为鱼类繁殖季节3~6月的典型日。研究结果显示,金沙江攀枝花河段金沙、银江两级开发方案实施后,将抬高银江水电站坝址至观音岩水电站坝址河段水位,增加河道水深、河宽和水域面积。两库区河段的泥沙淤积均不明显,而研究河段典型日的流量、水位和流速等水文情势将比零方案在时空上发生显著变化。 相似文献
10.
近些年,基于视觉的手部跟踪与手势识别一直是人机交互和计算机视觉等领域的研究热点。传统方法主要是使用单目或多目RGB摄像头等设备获得手部位置、方向等信息,但RGB摄像头易受到复杂背景、光照变化、纹理的限制,导致其准确性、实时性和鲁棒性都较差。随着可获得场景深度信息的家用RGB-Depth(RGB-D)摄像头的发展和上市,可以利用深度信息较好地克服上述环境问题。首先定义了一个基于RGB-D摄像头的3D交互空间,根据深度信息将手部区域从复杂背景、多变的光照条件下进行分割;然后提出了一种基于深度摄像头的手指识别和跟踪方法,该方法基于手部轮廓对人手及手指进行识别和跟踪;最后通过对手指位置和轨迹的跟踪进行手势识别,从而实现人机交互。对提出的方法进行的实验验证了它的准确性、实时性和鲁棒性。 相似文献