![](/__local/E/CA/F7/77BBB1492E1773DC1DE51DCB083_B98B6AB3_7306.png)
报告题目:多源传感器环境下基于异构特征信息融合的行为识别
报告人:杨超宇 安徽理工大学教授
报告时间:2024年6月20日下午15:00-16:00 (中国Beijing GMT +8.00)
报告地点:(线上)#腾讯会议:695-876-239
报告对象:感兴趣的教师、研究生和本科生等
主办单位:long8唯一官方网站
报告人简介:杨超宇 博士/教授,硕士研究生导师,中国计算机学会高级会员,安徽省教坛新秀,安徽省战略性新兴产业技术领军人才,安徽理工大学“舜耕名师”、校优秀教师、青年拔尖人才、中青年学术骨干,全国大学生大数据技能竞赛优秀指导教师,澳大利亚伍伦贡大学访问学者。主要从事计算机视觉、大数据分析与挖掘、煤矿安全管理信息化等领域的研究与教学工作。发表学术论文30余篇,授权专利10余项,软件著作权10余项,主编专著2部。主持国家自然科学基金2项、省级科研项目3项、省级重点教研项目2项、主持横向课题10余项,多次获得校优秀教学质量奖。作为主要完成人或子课题负责人参与国家自然科学基金3项、重点研发项目2项、企业横向项目10余项。
内容简介:
传统的单源传感器检测识别目标时,将单一视角传感器采集数据作为分析来源,极易受到单源传感器自身成像原理特性的限制,还会受到天气光照、复杂背景、遮挡重叠、尺度变化、视角转换等环境因素的干扰。利用多传感器获取的多视角数据,将目标特征提取出来,对主要特征结合互补,得到能够有效识别目标的可靠特征,从而理解目标行为,是目前传感器网络与模式识别领域中重要的研究方向。我们提出了一种基于多视角立体成像目标识别方法,利用环境的可见光能量场恢复目标的深度几何信息,通过多源传感器从不同位置获取目标的连续视频帧图像,计算目标关键点的位置偏移,获得目标的深度几何信息。针对传统目标检测技术的局限性,利用深度信息不受环境变化干扰的空间几何特性,融合目标关键点图像特征检测方法,解决自然环境及多目标遮挡影响,提高目标检测准确率。
欢迎全校师生踊跃参加!