位置:成果数据库 > 期刊 > 期刊详情页
基于判别稀疏编码视频表示的人体动作识别
  • ISSN号:1002-0446
  • 期刊名称:机器人
  • 时间:2012
  • 页码:745-750
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]国防科技大学信息系统与管理学院,湖南长沙410073
  • 相关基金:国家自然科学基金(No.61275016,No.61271438)
  • 相关项目:快速鲁棒的图像局部仿射不变特征提取方法
中文摘要:

折反射全向成像由于曲面镜的反射作用,导致全向图像存在严重变形,传统的梯度计算方法在全向图像中不能很好地符合折反射成像的特点。为了从压缩采样数据快速有效地重构全向图像,提出了一种结合全向图像特征的全变分模型---全向全变分,并在基于TV范数进行全向图像重构时,采用全向全变分作为目标函数,进行模型的求解。实验结果验证了本文算法的有效性和可行性,其重构结果的主客观效果明显优于传统TV模型。

英文摘要:

Because of the distortions produced by the reflection of a mirror ,catadioptric omnidirectional images cannot be processed similarly to classical perspective images .In this paper ,we propose to define a new model named omnidirectional total variation (Omni-TV) ,which reflects the omnidirectional image structure features .In order to reconstruct the images from compres-sive samples ,the Omni-TV is used as the subject function during the image reconstruction .The simulation results show that the om-nidirectional images could be reconstructed effectively and accurately .Comparing with classical TV minimization model ,the images , which are recovered based on Omni-TV model ,can provide higher quality both in subjective evaluation and objective evaluation .

同期刊论文项目
期刊论文 45 会议论文 5 著作 1
同项目期刊论文
期刊信息
  • 《机器人》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国自动化学会 中国科学院沈阳自动化研究所
  • 主编:王越超
  • 地址:沈阳市南塔街114号
  • 邮编:110016
  • 邮箱:jqr@sia.ac.cn
  • 电话:024-23970050
  • 国际标准刊号:ISSN:1002-0446
  • 国内统一刊号:ISSN:21-1137/TP
  • 邮发代号:
  • 获奖情况:
  • 中文核心期刊(2000年)
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:11997