公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

基于多层卷积神经网络学习的单帧图像超分辨率重建方法被引量：22: 2015年; 构建了一个应用于超分辨率重建的PMJ模型(perception,memory,judgment-super resolution,PMJ-SR),在感知阶段对图像进行初步的特征提取;在记忆阶段使用深度卷积神经网络学习得到超分辨率重建的过完备字典;在决策阶段,将过完备字典作为超分辨率重建的依据,对单帧图像进行超分辨率重建。实验结果表明,该模型对单帧图像具有良好的重建能力,能够较好地重建低分辨率图像。; 刘娜李翠华; 关键词：超分辨率重建卷积神经网络

基于纹元森林的视觉词袋模型在图像分类中的应用: 2015年; 引入纹元森林(semantic texton forest,STF)的视觉词袋模型,联合基于金字塔匹配核的支持向量机,实现图像分类.首先对图像进行采样,提取SIFT(scale-invariant feature transform)特征,然后导入纹元森林构造视觉词典,统计视觉单词出现的频率构建语义词袋模型,最后利用支持向量机进行训练得出分类结果.实验在MSRC21(Microsoft research cambridge)图像库上进行,通过优化实验中的关键参数,引入加权的不平衡训练,提高了图像分类精度.实验结果表明,基于纹元森林的视觉词袋模型具有良好的图像分类效果.; 黄婷赵自明李翠华; 关键词：图像分类支持向量机

基于视觉显著性的两阶段采样突变目标跟踪算法被引量：15: 2014年; 针对运动突变目标视觉跟踪问题,提出一种基于视觉显著性的两阶段采样跟踪算法.首先,将视觉显著性信息引入到Wang-Landau蒙特卡罗(Wang-Landau Monte Carlo,WLMC)跟踪算法中,设计了结合显著性先验的接受函数,利用子区域的显著性值来引导马尔可夫链的构造,通过增大目标出现区粒子的接受概率,提高采样效率;其次,针对运动序列中平滑与突变运动共存的特点,建立两阶段采样模型.其中第一阶段对目标当前运动类型进行判定,第二阶段则根据判定结果采用相应算法.突变运动采用基于视觉显著性的WLMC算法,平滑运动采用双链马尔可夫链蒙特卡罗(Marko chain Monte Carlo,MCMC)算法,以此完成目标跟踪,提高算法的鲁棒性.该算法既避免了目标在平滑运动时全局采样导致精度下降的缺点,又能在目标发生运动突变时有效捕获目标.实验结果表明,该算法不仅能有效处理运动突变目标的跟踪问题,在典型图像序列上也具有良好的鲁棒性.; 江晓莲李翠华李雄宗; 关键词：目标跟踪视觉显著性

基于α-expansion的超分辨率图像重建: 2015年; 为了获得更精确的超分辨率重建结果,在重建高分辨率像素时,剔除对重建贡献微弱甚至没有贡献的低分辨率像素,保留有所贡献的低分辨率像素。对低分辨率像素的贡献进行程度化,获得所有低分辨率像素的加权贡献,并进一步建立超分辨率重建的极小化能量函数,使用α-expansion算法求解能量函数极小化问题。在求解过程中,保留3个像素间的关系,可避免由能量函数的近似而引入的错误信息。实验结果表明,所提方法是合理、有效的。; 张东晓李翠华; 关键词：图像处理超分辨率图像重建

特征加权融合的在线多示例学习跟踪算法被引量：4: 2015年; 为了能更加准确鲁棒地跟踪目标,提出了特征加权融合的在线多示例学习跟踪算法(WFMIL)。WFMIL在多示例学习框架下分别训练两种特征(Hog和Haar)分类器。在跟踪过程中,通过线性运算融合成一个强分类器,同时在学习过程中对正包中的示例引入权重。实验结果统计表明WFMIL能很好地解决目标漂移问题,并且对目标遮挡、运动突变、光照变化以及运动模糊等具有较好的鲁棒性。; 刘薇戴平阳李翠华; 关键词：目标跟踪

一种基于稀疏表示的判别式目标跟踪算法: 2014年; 目标跟踪是计算机视觉领域中具有挑战性的问题.提出了一种基于稀疏表示的判别式目标跟踪算法,用于在复杂场景中对运动目标进行鲁棒跟踪.该算法首先对目标进行滑动窗口稠密采样,构建目标的稀疏表示字典,然后将目标表示为该字典的稀疏编码,从而构造具有判别力的目标特征表示.在跟踪过程中,将目标跟踪问题看作是背景与目标的判别性问题,使用目标和背景的特征表示在线训练朴素贝叶斯分类器,根据分类结果得到目标的跟踪结果.为了适应场景及目标外观变化,设计动态更新机制对字典与分类器进行在线更新.和传统基于稀疏表示的跟踪方法相比,该算法将稀疏表示与判别式分类器结合,利用稀疏表示获得具有判别力的目标特征表示,而在线的朴素贝叶斯分类器则确保了目标跟踪的快速有效.与流行的多种跟踪算法比较结果表明,本算法能够在复杂条件下实现目标的鲁棒跟踪.; 戴平阳洪景新李翠华詹小静; 关键词：目标跟踪贝叶斯分类器

基于亚像素位移的超分辨率图像重建算法被引量：10: 2014年; 针对多帧图像超分辨率重建问题,利用一阶泰勒展式,在亚像素级上对图像退化过程进行建模,并建立极小化能量函数,选择Graph-cut算法进行能量极小化求解.为了验证本文算法的有效性,采用模拟图像退化过程和直接用相机拍摄两种方式获得低分辨率图像序列.从4×4倍重建结果的比较来看,本文算法不仅对模拟退化过程产生的低分辨率图像序列有效,而且在提高真实低分辨率图像的分辨能力方面也有很好的效果.此外,实验结果表明本文算法对噪声有较好的抗干扰能力.; 张东晓鲁林李翠华金泰松; 关键词：超分辨率亚像素图割

基于水平集和最大稳定极值区域的颈椎椎体分割方法被引量：1: 2018年; 颈椎椎体的分割在颈椎图像处理中起着关键的作用,是颈椎病灶确定和辅助诊断的重要基础.针对颈椎椎体边缘特征复杂的特点,提出一种基于水平集和最大稳定极值区域(maximally stable extremal regions,MSER)融合的颈椎椎体分割方法.首先采用基于图像密集度分布的图像分割方法对图像进行粗分割,自动提取颈椎区域;然后采用改进的水平集方法提取出颈椎椎体的前缘轮廓;根据颈椎椎体后缘的局部稳定特征,采用改进的MSER方法提取出椎体的后缘高亮区域,并结合椎体结构特征,采用最小二乘法拟合出椎体的后缘曲线;最后融合颈椎椎体前缘轮廓与后缘曲线,从而提取完整的颈椎椎体.实验结果表明,该方法能有效地分割和提取颈椎椎体,提取的后缘曲线接近专家手工提取的结果,可以为颈椎病的临床诊断提供更客观的诊断依据.; 兰添才兰添才陈俊李翠华; 关键词：水平集最小二乘法结构特征

全选清除导出

共1页<1>

国家自然科学基金(61373077)