您的位置: 专家智库 > >

博士科研启动基金(B2012-0670)

作品数:5 被引量:9H指数:2
相关作者:王科平高娜李良恩德王新良更多>>
相关机构:河南理工大学更多>>
发文基金:博士科研启动基金国家自然科学基金河南省教育厅科学技术研究重点项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 5篇自动化与计算...

主题

  • 2篇多示例学习
  • 2篇图像
  • 1篇压缩传感
  • 1篇样本集
  • 1篇正交匹配追踪
  • 1篇人脸
  • 1篇人脸识别
  • 1篇冗余
  • 1篇冗余字典
  • 1篇视觉词
  • 1篇视觉词汇
  • 1篇特征提取
  • 1篇图像分类
  • 1篇图像压缩
  • 1篇图像压缩方法
  • 1篇相关系数
  • 1篇面部表情识别
  • 1篇分类器
  • 1篇肤色
  • 1篇肤色模型

机构

  • 5篇河南理工大学

作者

  • 3篇王科平
  • 2篇李良
  • 2篇高娜
  • 1篇恩德
  • 1篇杨艺
  • 1篇成凌飞
  • 1篇王新良
  • 1篇关海超

传媒

  • 1篇计算机工程
  • 1篇计算机工程与...
  • 1篇河南理工大学...
  • 1篇中国图象图形...
  • 1篇电子设计工程

年份

  • 2篇2017
  • 3篇2013
5 条 记 录,以下是 1-5
排序方式:
基于LBP层次特征的表情识别算法被引量:2
2013年
提出了一种基于LBP层次特征提取的表情识别算法.将图像分成许多子块,并从子块中提取面部运动单元信息来组成基于面部运动单元的表情成分特征,对人脸图像的眼睛和口部作粗定位.采用局部二值模式(LBP)的层次特征提取法,对图像进行分块操作,求出每个子块的LBP直方图,然后将基于整体特征得到的LBP直方图与基于局部特征得到的LBP直方图连接起来,作为整幅图像的LBP直方图.将层次特征提取法所提取的LBP直方图作为嵌入式隐马尔可夫模型(EHMM)的初始向量,即形成观察序列.对JAFFE人脸库中的7种基本表情进行了测试,结果表明该方法能有效提高表情识别率.
李良高娜
关键词:面部表情识别特征提取
复杂背景正面人脸嘴唇检测算法研究
2013年
嘴唇是人脸特征的重要组成部分,嘴部的定位和识别在口型识别与跟踪,唇读以及人脸动画合成等方面都起着十分关键的作用。首先在YCbCr空间建立肤色模型,对复杂背景图像中的人脸区域进行检测、定位,并进行去噪处理;然后在标准RGB彩色空间中,利用唇色进行嘴唇区域的提取。实验结果表明该方法可以完成在不同光照、不同背景下的人脸嘴唇区域的快速检测和定位。
李良高娜
关键词:肤色模型人脸识别唇部检测
基于分类冗余字典稀疏表示的图像压缩方法被引量:5
2017年
JPEG和JPEG 2000标准在高压缩率条件下解压缩得到的图像会出现失真,利用冗余字典的稀疏表示可以在高压缩率下获得较高质量的解压缩图像,但单一的冗余字典表示不能充分反映图像结构。针对上述问题,提出一种利用分类冗余字典进行稀疏表示从而实现图像压缩的方法。利用KSVD方法训练平滑和细节2类冗余字典,根据字典原子与图像信号相关系数和表示误差的关系,通过改进的正交匹配追踪算法对图像进行稀疏表示,分别得到平滑表示系数和忽略较小取值的细节表示系数,将这些系数及其对应字典原子的索引值进行量化编码,完成图像压缩。实验结果表明,与JPEG、JPEG 2000以及基于单一冗余字典的方法相比,该方法在高压缩率条件下可以获得视觉效果更好的解压缩图像。
王科平杨赞亚恩德
关键词:图像压缩相关系数正交匹配追踪
一种改进的压缩跟踪算法
2017年
针对压缩跟踪算法在跟踪目标过程中,目标快速运动和目标外观尺寸变化较大时引起的跟踪失败问题,提出了改进的压缩跟踪算法。首先,对正负样本的采集做了改进,除了采集正负样本集,还额外采集一个候选样本集,从而减少样本采集带来的误差。其次,借鉴MIL算法思想,利用弱分类器的组合构成强分类器,然后对候选样本进行计算来确定目标,并提出了模型学习率和强分类器更新方法。最后,根据候选样本集为正样本集的概率值来自适应调节跟踪目标窗口的大小。实验表明,改进后的算法能对快速运动和外观变化较大的目标进行准确的跟踪,改进算法比原算法具有更好的鲁棒性。
成凌飞关海超王科平
关键词:压缩传感多示例学习样本集分类器
包空间多示例图像自动分类被引量:2
2013年
为了有效地解决多示例图像自动分类问题,提出一种将多示例图像转化为包空间的单示例描述方法。该方法将图像视为包,图像中的区域视为包中的示例,根据具有相同视觉区域的样本都会聚集成一簇,用聚类算法为每类图像确定其特有的"视觉词汇",并利用负包示例标注确定的这一信息指导典型"视觉词汇"的选择;然后根据得到的"视觉词汇"构造一个新的空间——包空间,利用基于视觉词汇定义的非线性函数将多个示例描述的图像映射到包空间的一个点,变为单示例描述;最后利用标准的支持向量机进行监督学习,实现图像自动分类。在Corel图像库的图像数据集上进行对比实验,实验结果表明该算法具有良好的图像分类性能。
王科平杨艺王新良
关键词:多示例学习图像分类视觉词汇
共1页<1>
聚类工具0