梯度方向直方图
梯度方向直方图的相关文献在2002年到2022年内共计236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、轻工业、手工业
等领域,其中期刊论文211篇、会议论文9篇、专利文献56417篇;相关期刊121种,包括杭州电子科技大学学报、光学精密工程、信息技术等;
相关会议9种,包括浙江省信号处理学会2014学术年会、SCEG2014研讨会(2014年“计算机科学与技术及教育技术“学术研讨会)、浙江省电子学会2012学术年会等;梯度方向直方图的相关文献由647位作者贡献,包括韩贵金、张涛、李勃等。
梯度方向直方图—发文量
专利文献>
论文:56417篇
占比:99.61%
总计:56637篇
梯度方向直方图
-研究学者
- 韩贵金
- 张涛
- 李勃
- 董蓉
- 赵妍
- 万源
- 刘霞
- 吴克风
- 封筠
- 庞彦伟
- 张全发
- 李欢欢
- 李璟
- 洪留荣
- 潘静
- 王强
- 童恒庆
- 童莹
- 蒲宝明
- 郭烈
- 郭顺超
- 仇润鹤
- 刘军
- 刘宏
- 刘怀愚
- 刘海军
- 刘直芳
- 史德飞
- 史春阳
- 向征
- 吴仁坚
- 吴宇晨
- 周子卿
- 周文晖
- 周有
- 周莉
- 周金芝
- 唐向宏
- 姜志国
- 孔月萍
- 孙宏国
- 孙志海
- 孙斗南
- 孟钢
- 岳文静
- 康佳伦
- 康欣
- 张世辉
- 张丽红
- 张广西
-
-
郭熙;
胡广地;
杨雪艳
-
-
摘要:
当前车辆检测算法仅使用物理特征或几何特征对目标进行分类,特征维度不够丰富导致检测不够准确。基于以上问题,文中提出了一种基于雷达与视觉特征融合的车辆检测方法,同时使用了目标的物理特征与几何特征。雷达特征选用速度、加速度等物理特征,在雷达摄像头数据融合后得到雷达目标点在图像上的感兴趣区域,在感兴趣区域上提取梯度方向直方图特征。计算梯度方向直方图的统计特征作为视觉特征,包括标准差、中位数、平均值。构建输入为雷达与视觉融合特征的神经网络R-V-DenseNet,制作数据集并训练该网络。在测试集上的实验结果证明,R-V-DenseNet相比传统的HOG-SVM方法及单传感器特征检测方法准确率有所提高,检测较为准确。
-
-
洪少壮;
胡英;
于宏伟
-
-
摘要:
针对目前基于红外成像的VOCs气体泄漏检测与定位算法漏检率和误报率高等问题,提出一种基于多特征的VOCs气体泄漏检测算法.算法利用红外成像技术获取灰度图像序列,并通过混合高斯背景建模提取完整前景图像.通过计算连通域边缘离散曲率熵、生成梯度方向直方图(HOG)及比较连通域内部小连通域的面积变化,分别对气体三大特征一边缘不规则性,纹理特征及扩散性进行判别.排除其它干扰,快速获得气体泄漏区域准确位置并报警.实验结果表明,上述算法能及时检测到VOCs气体泄漏,鲁棒性较高、抗干扰能力强,能够实现VOCs气体泄露区域的准确定位.
-
-
席志红;
徐细梦
-
-
摘要:
在深度地图序列的手势识别中,针对不同的人在不同的时间或同一个人在不同的时间手势也不相同的问题,本文提出了特征加权融合和交叉主题测试法来进行基于深度地图序列的手势识别.首先,对于深度视频序列采用多级时间采样来生成含有相关手势信息的长、中和短3种不同长度的序列;其次,通过计算连续帧的绝对差提取时空信息生成深度运动图;然后,利用梯度方向直方图(histogram of oriented gradien,HOG)和局部二值模式(local binary patterns,LBP)从生成的深度运动图中提取形状和纹理特征,进行局部特征聚集描述符(vector of local aggregation descriptor,VLAD)编码;最后,采用主成分分析(principal component analysis,PCA)降维后将这两种特征进行加权融合和交叉主题测试后送到极限学习机器中进行分类识别.在公开具有挑战性的MSR Gesture 3D动态手势深度数据集上进行实验评估性能,所提的特征加权融合算法和交叉主题测试算法的识别率相较LBP和HOG算法融合的基础上分别提高0.82%和5.17%.实验结果表明,改进的方法具有更好的识别率.
-
-
李平;
田秋松;
霍明;
陈熙伦;
林雨;
李佳伟
-
-
摘要:
不同类型的电力变压器局部放电对变压器绝缘造成的破坏程度不同,正确识别变压器局放类型对于评价变压器的绝缘状况至关重要.提出一种基于小波变换和梯度直方图(HOG)特征的变压器局放模式识别方法,首先根据变压器绝缘缺陷结构特点,设计制作了3种典型的局放缺陷模型,在实验室搭建测试平台并采用脉冲电流法获取变压器局放数据;其次对局放信号进行小波时频变换,获取局放信号的时频谱图并对该时频谱图进行灰度化和归一化处理;最后利用HOG算法提取局放时频谱图上的特征参量并送入分类器,实现变压器不同类型局部放电的模式识别.识别结果表明,该方法的平均识别准确率高达98%,能够有效识别变压器放电类型.
-
-
-
-
卢梦圆;
官巍;
马力
-
-
摘要:
基于视觉的手势识别通常采取单一特征用于手势分类,但是单一特征不能代表整个图像.因此论文提出多种特征融合的方法,分别提取了梯度方向直方图(HOG)和局部二值模式(LBP)两种特征,并进行特征融合,融合特征不仅包含图像的局部区域梯度方向信息,还有纹理信息,可以更加全面地描述手势特征.然后将融合特征向量输入SVM分类器完成手势识别.实验表明多特征融合方法相比于单一特征,有更高的识别率.该实验识别了24种手势,最大识别率达98%.
-
-
孙丽萍;
陈泓钢;
岳琪;
张瑶;
张怡卓
-
-
摘要:
以Pl@ntNet Identify、leafsnap等树木叶片数据库中的9500张图片为样本,将叶片的特征融合后作为分类依据;将改进的局部三值模式特征和梯度方向直方图特征采用零均值标准化方法进行融合,采用深度信念网络进行训练、识别和分类.结果表明:融合测试方法识别率可达94.87%,优于其他方法在本数据库的识别率;融合方法比单一特征和支持向量机分类等方法识别率更高,且受光照、噪声等影响的鲁棒性更高;实现了树木叶片的快速识别,解决了依据特征的叶片分类方法识别率较低的问题,改善了已有方法特征选取单一、信息不足和分类器简易等不足.
-
-
赵妍;
朱泽民;
董蓉;
李勃
-
-
摘要:
传统瓶口缺陷检测算法通过边缘检测和滤波等操作区分和定位缺陷,该算法受瓶口光照影响较大,瓶口粗糙毛刺区域和缺陷部分在图像中均表现为亮色,难以区分,且传统检测算法对检测阈值设置精度要求极高,因此结合瓶口图像灰度值的分布一致性和缺陷的亮度突变性特征,提出基于四线性插值梯度方向直方图(Histogram of Oriented Gradients,HOG)特征的瓶口缺陷检测算法.由于缺陷与背景具有较大的灰度对比度,通过HOG可以对瓶口圆环区域中的所有灰度值突变像素点进行统计,在统计过程中,根据梯度方向对梯度幅值进行竖直方向上的增强和水平方向上的抑制,得到适用于瓶口缺陷场景的特征向量.结合支持向量机(Support Vector Machine,SVM)二类别判决器,实现瓶口的缺陷检测.实验结果表明,检测耗时为170 ms,相较于传统检测方法具有更高的准确率.
-
-
袁宵;
李勃;
董蓉
-
-
摘要:
已有的利用图像处理进行物体清点的方法对物体本身和背景条件的统一性要求较高,不具备通用性和较高抗干扰能力,而一些准确率较高的算法计算复杂度高,难以满足生产流水线上实时性要求,因此提出一种高灵活性、高鲁棒性及通用的采用候选框提取的可变形部件模型快速物体清点方法,使用快速特征金字塔来训练可变形部件模型,并通过对物体梯度方向直方图(Histograms of Oriented Gradients,HOG)特征按能量大小区域旋转的方法来提高算法的抗旋转能力;然后使用改进的基于先验信息的edge boxes算法提取目标候选框,再对候选框使用训练好的可变形部件模型进行检测;检测出的目标数量即为物体数量.设计了多组对照试验,结果证明,该方法具有较高的通用性和鲁棒性,在准确性和检测效率上也完全能够达到工业生产中实时检测系统的要求.
-
-
-
-
-
胡正平;
杨建秀
- 《第十五届全国信号处理学术年会》
| 2011年
-
摘要:
针对传统基于梯度方向直方图特征检测算法对解决目标模型单一、发生形变、存在遮挡及目标受干扰下定位困难的问题,提出一种基于HOG特征混合模型结合隐SVM的感兴趣目标检测算法。首先利用用训练图像的HOG特征金字塔表示得到包含感兴趣目标根模型、部件模型和对应可变形部件特征表示,该模型不仅描述目标的整体轮廓,而且能够捕捉到更为精细的目标部件轮廓,在一定程度上提高了检测算法在目标姿态复杂情况下的鲁棒性。然后利用HOG特征混合特征训练部件检测分类器LSVM( Latent Support Vector Machine)。最后通过动态规划和距离转换算法在测试图上扫描出与可变形部件模型相匹配的区域,实现感兴趣目标的检测定位。经过多组实验结果表明,所提出的算法能较好地解决目标在发生较大形变和存在遮挡等复杂姿态下的定位问题。
-
-
-
-
杨峰;
陈荣保;
肖本贤;
张崇巍;
李天庆
- 《中国仪器仪表学会第九届青年学术会议》
| 2007年
-
摘要:
提出了一种基于视觉传感器提取机器人"脸部"信息、实现机器人状态实时监测的新方法。通过规划跟踪策略、提取"脸部"线条信息,结合色度信息导入神经网络;融合罗盘等传感器信息,得到目标位姿状态。 论文主要围绕三个方面展开研究:通过梯度方向直方图分区信息,指导霍夫变换ρ-θ参数空间上极值点搜索方式,快速提取机器人"脸部"轮廓信息;根据线条变化程度判别处理,选择性拟合线段端点得到邻近"短线"结构信息,不仅解决了"短线屏蔽"问题,也简化了系统;应用Lev-enberg-Marquardt算法对神经网络训练加以改进,提高神经网络学习速度和精度。实验证明了本方法的实时性、鲁棒性以及实用性。
-
-
-
-
-
-
-
-
- 西安建筑科技大学
- 公开公告日期:2020.08.11
-
摘要:
本发明公开了一种基于梯度方向直方图的人脸活体检测方法,包括以下步骤:1)构建训练样本集;2)提取各训练样本图像的梯度方向直方图特征H;3)分别计算训练样本图像的HOG特征H与各真实人脸灰度图的平均HOG特征HTmean及各照片人脸灰度图的平均HOG特征HFmean之间的相似度PT及PF;4)构建训练用特征向量{H,PT,PF},再将全部训练用特征向量{H,PT,PF}对SVM分类器进行训练,最后用训练好的SVM分类器完成基于梯度方向直方图的人脸活体检测。该方法无需检测者配合,并且对光照变化要求低,不需要增加额外的设备,成本较低,同时检测的准确率较高。
-
-
-
-
-
-
- 西安建筑科技大学
- 公开公告日期:2017-11-24
-
摘要:
本发明公开了一种基于梯度方向直方图的人脸活体检测方法,包括以下步骤:1)构建训练样本集;2)提取各训练样本图像的梯度方向直方图特征H;3)分别计算训练样本图像的HOG特征H与各真实人脸灰度图的平均HOG特征HTmean及各照片人脸灰度图的平均HOG特征HFmean之间的相似度PT及PF;4)构建训练用特征向量{H,PT,PF},再将全部训练用特征向量{H,PT,PF}对SVM分类器进行训练,最后用训练好的SVM分类器完成基于梯度方向直方图的人脸活体检测。该方法无需检测者配合,并且对光照变化要求低,不需要增加额外的设备,成本较低,同时检测的准确率较高。
-