排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
针对夜间步态数据的噪声和缺足现象,进行算法优化后,提取人体关键点特征,最终用SVM进行分类。实验结果表明:相比于白天环境,夜间环境下的步态识别率略低,验证了步态识别技术在夜间的可行性。步骤是:首先,对夜间环境下步态图像中出现的噪声和缺损,利用形态学方法进行预处理。然后,选取人体头顶点、质心点、左足点、右足点作为特征点,提取点间距离比值关系的变化作为步态特征。针对夜间多是顶光的光线条件下,产生的缺足现象,设计算法进行检测并利用巴特沃斯滤波器对关键点横纵坐标进行滤波优化的方法进行特征优化处理。最后,利用SVM分类方法对白天和夜间环境下多人的步态特征进行分类识别。 相似文献
2.
3.
随着信息技术的不断发展,数字图像作为一种新形式的信息载体越来越多的出现在人们的生活中,同时也催生了一系列数字图像恶性篡改案件的发生,对社会造成了严重的不良影响。利用部分人脸即人脸的颧骨部位与平均三维人脸模型匹配的办法获取三维信息,并利用球面谐波理论估算光照系数,将估算结果用于数字图像的篡改检验,经过实验验证,该方法具有较好的检验效果。 相似文献
5.
6.
在视频侦查工作中时常遇到视频人像质量过低难以辨识的情况,而GFP等人像深度复原方法只适用于单张人像的复原。为此,本文提出一种基于GFP的监控视频人像复原技术,将GFP方法扩展至视频侦查应用,便于及时锁定犯罪嫌疑人,提高破案效率。首先对监控视频进行视频分帧、人像裁剪对齐、倾斜透视校正等预处理操作,然后使用GFP方法对预处理后得到的人像进行深度复原,最后经过逆处理将复原人像整合成高质量人像视频。在大量经过预处理后的模拟退化人像和无参考退化人像测试集上进行对比实验,结果表明,GFP方法在主观视觉效果和FID、PSFR、SSIM、NIQE等客观量化指标上均优于其他人像深度复原方法,相较于其他人像深度复原方法,能够更有效地复原复杂应用场景下的低质量退化人像,更适用于视频侦查应用;通过使用YTF视频人像数据集进行对比测试实验,结果显示,本文所提出的添加预处理与逆处理过程的基于GFP的监控视频人像复原技术,对于低质量视频人像有更加优秀的复原效果。 相似文献
1