您的位置: 专家智库 > >

北京市自然科学基金(4062006)

作品数:7 被引量:60H指数:4
相关作者:沈兰荪高静静张菁王素玉卓力更多>>
相关机构:北京工业大学香港理工大学更多>>
发文基金:北京市自然科学基金国家自然科学基金国家教育部博士点基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 7篇期刊文章
  • 1篇会议论文

领域

  • 8篇自动化与计算...
  • 1篇电子电信

主题

  • 3篇图像
  • 3篇感兴趣区
  • 2篇视觉注意
  • 2篇图像检索
  • 2篇基于视觉
  • 2篇分辨率
  • 2篇超分辨
  • 2篇超分辨率
  • 1篇信息监测
  • 1篇压缩域
  • 1篇样本库
  • 1篇预测器
  • 1篇人脸
  • 1篇人脸图像
  • 1篇人脸图像超分...
  • 1篇视觉注意机制
  • 1篇视觉注意模型
  • 1篇视频
  • 1篇视频流
  • 1篇图像超分辨率

机构

  • 7篇北京工业大学
  • 1篇香港理工大学

作者

  • 7篇沈兰荪
  • 4篇王素玉
  • 3篇张菁
  • 3篇高静静
  • 2篇卓力
  • 2篇李晓光
  • 1篇赵士伟
  • 1篇曹杨

传媒

  • 2篇测控技术
  • 1篇电子与信息学...
  • 1篇数据采集与处...
  • 1篇光子学报
  • 1篇高技术通讯
  • 1篇Journa...

年份

  • 4篇2009
  • 3篇2008
  • 1篇2006
7 条 记 录,以下是 1-8
排序方式:
一种基于自样本学习的人脸图像超分辨率复原算法被引量:2
2009年
针对人脸图像超分辨率复原问题,提出了一种新的基于自样本学习的超分辨率复原算法。该算法从输入图像本身提取训练样本库,并采用矢量量化的方法对训练样本进行分类。再利用并行设计的多类预测器对每类样本进行学习训练,指导高频信息的估计重建。对来自输入图像本身的自样本训练集合和来自特定训练图像库的特定训练样本集合进行了对比研究。实验结果表明提出算法在图像重建质量和实现速度上都有很好的表现。
李晓光沈兰荪Lam Kin Man王素玉
关键词:超分辨率复原
基于预分类学习的超分辨率复原算法被引量:4
2009年
基于学习的超分辨率复原算法是目前图像复原领域最具有潜力的方法之一。针对现有算法遍历搜索样本库,运算复杂度高且存在误匹配现象等问题,本文提出了一种新的基于预分类学习的超分辨率复原算法。算法根据简单的纹理特征对样本库进行预分类,分成若干子样本库,然后在子样本库中进行像素级精确匹配搜索。预分类过程的引入,既有效降低了精确匹配的复杂度,又因有效利用了样本的纹理特征,提高了子样本库内容的相关性,减少了误匹配。实验表明,本文提出的算法能有效提高算法结果的复原质量和运行速度。
曹杨李晓光王素玉沈兰荪
关键词:纹理特征样本库超分辨率
面向P2P的视频流实时传输技术研究进展被引量:5
2008年
首先介绍了P2P网络的基本体系结构,然后介绍了面向P2P的视频流传输中的QoS保证问题,最后讨论了对P2P网络中的视频流内容进行监管所存在的问题。
赵士伟卓力王素玉沈兰荪
关键词:P2P视频流
应用于图像检索的视觉注意力模型的研究被引量:2
2008年
利用视觉注意力模型进行图像检索是一个新的研究方向。介绍了几种视觉注意力模型原理,在分析和总结了基于注意力模型图像检索的应用和特点的基础上,进一步给出了面向图像检索的视觉注意力模型的发展前景。
高静静张菁卓力沈兰荪
关键词:图像检索感兴趣区
压缩域互联网信息监测过滤仪关键技术研究
针对互联网信息监测管理的需求,我们提出基于压缩域的网络信息监测过滤仪的概念,并从压缩域纹理信息的分类、轮廓提取、字符定位、肤色分割、人脸检测等几个方面对其所涉及的关键技术进行了广泛深入的研究, 提出了一系列高效的压缩域图...
沈兰荪王素玉
关键词:小波变换域字符定位肤色分割
文献传递
基于视觉注意模型和进化规划的感兴趣区检测方法被引量:26
2009年
根据生物注意机制,该文提出了一种基于视觉注意模型和进化规划的感兴趣区检测方法。采用进化规划方法分割图像候选区域;区域兴趣度由视觉注意模型产生的局部显著和进化规划计算的全局显著共同度量。在视觉注意模型中,图像经过小波多尺度变换和计算中央周边差得到局部显著度。注意焦点在显著度增强因子的作用下,选取候选区域得到感兴趣区。实验结果表明,所提方法检测的感兴趣区更接近人眼的视觉注意机制,并取得了较为满意的对象检测和兴趣度量结果。
张菁沈兰荪高静静
关键词:计算机视觉视觉注意模型感兴趣区进化规划
AN IMAGE MAGNIFICATION ALGORITHM USING THE GVF CONSTRAINT MODEL被引量:4
2008年
An image magnification method with a Gradient Vector Flow(GVF)constraint-basedanisotropic diffusion model is proposed in this letter.A Low-Resolution(LR)image is first magnifiedusing bilinear interpolation,and then an iterative image restoration method,with the use of an ani-sotropic diffusion model and a Gaussian moving-average constraint,is applied to the magnified image.The estimated GVF of a High-Resolution(HR)image can be used to remove the jagged effect and topreserve the textural structure in the image.Meanwhile,the use of the Gaussian moving-average LRmodel can provide a data fidelity constraint,which renders a magnified image closer to the ideal HRversion.Experimental results show that the proposed method can improve the quality of magnifiedimages in terms of both objective and subjective criteria.
Li XiaoguangLam Kin-ManShen Lansun
基于视觉注意机制的感兴趣区检测被引量:21
2009年
提出了一种基于视觉注意机制的感兴趣区检测方法:使用分水岭方法分割图像区域;根据生物的视觉注意机制特性,选用中央周边差的采样方式提取图像特征,将不同维的图像特征融合为显著图;显著点经过竞争得到的注意焦点作为分水岭分割的种子点,然后融合显著图和分水岭分割区得到感兴趣区;遵循返回抑制和邻近优先的准则选择并转移注意焦点,从而计算区域的重要性或兴趣度.实验结果表明该方法符合生物的视觉注意机制,在自动检测感兴趣区时可以有效减少过分割,也能较好的处理大对象.
张菁沈兰荪高静静
关键词:图像检索感兴趣区视觉注意机制
共1页<1>
聚类工具0