辽宁省博士科研启动基金(20121034)
- 作品数：12 被引量：97H指数：5
- 相关作者：石祥滨张德园代钦王萌刘芳更多>>
- 相关机构：沈阳航空航天大学辽宁大学沈阳工程学院更多>>
- 发文基金：辽宁省博士科研启动基金国家自然科学基金中国航空科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于深度学习混合模型迁移学习的图像分类被引量：58
- 2016年
- 为提高深度模型迁移学习的特征识别力,提出一种基于受限玻尔兹曼机与卷积神经网络混合模型迁移学习的图像分类方法。该方法融合了2种模型特征的学习能力,提取图像的结构性高阶统计特征进行主题分类。该方法在迁移预训练的卷积神经网络模型到小目标集时,使用受限玻尔兹曼机代替卷积神经网络模型中的全连接层,在目标集上重新训练受限玻尔兹曼机层和Softmax层,并使用BP算法进行参数调整。加入的受限玻尔兹曼机层不仅全连接所有特征maps,还从最大对数似然的角度学习目标集特有的统计特征,消除了数据集间内容差异对迁移学习特征识别力的影响。在Pascal VOC2007和Caltech101数据集上的实验结果表明,该方法具有较高的分类准确率。
- 石祥滨房雪键张德园郭忠强
- 关键词：图像分类卷积神经网络
- 一种持续光流跟踪的运动目标检测方法被引量：8
- 2014年
- 针对摄像机与被检测目标同时运动情况下的目标检测问题,提出一种适合于序列图像的持续光流跟踪的运动目标检测方法.首先,在起始两帧间使用金字塔稀疏光流法跟踪特征点,将跟踪到的特征点根据其运动进行分组,然后在后续帧图像上持续跟踪已分组的特征点,对于每组中的特征点,只保留持续跟踪到的特征点最大集合,去除过小分组,直至筛选出只属于背景的特征点分组用于背景运动补偿,最后使用帧间差分法检测运动目标.对于后续帧,仅在已筛选出的背景特征点分组上持续光流跟踪.实验证明,本文提出的方法能够提高检测运动目标的精度和速度.
- 石祥滨王萌张德园黄小水
- 关键词：运动目标检测摄像机运动背景运动补偿
- 结合遮挡级别的人体姿态估计方法被引量：7
- 2017年
- 针对单目静态图像中姿态估计方法易受遮挡干扰的问题,提出基于部位遮挡级别的可形变姿态估计方法.首先定义遮挡级别为人体部位的被遮挡程度,其通过计算部位遮挡比例和部位方向获得;然后根据遮挡级别为每个部位建立对应级别的部位检测器,并给出基于遮挡级别的部位间形变模型;最后依据以上2个模型的总体匹配得分,获得最合理的人体姿态.在标准数据集IP和LSP上的实验结果表明,该方法提高了姿态估计的整体准确率,特别是减少了有遮挡情况下的部位误匹配问题.
- 代钦石祥滨乔建忠刘芳张德园
- 基于关节联动特征的运动捕获数据分割方法被引量：1
- 2014年
- 运动捕获数据分割中,针对关节角度或关节点中心距离作为描述人体姿态的特征所存在的局限性,提出一种关节联动特征。该特征从人体运动学角度对人体关节之间的联动关系进行建模,将关节角度与关节点中心距离作为一组关节联动特征点转换到极坐标空间表示。通过计算任意时刻的人体姿态与初始时刻人体姿态的关节联动特征点的偏移量来描述人体姿态的变化。提取每一帧捕获数据的关节联动特征,并使用主成分分析方法对运动序列进行分割。对CMU人体运动捕获数据库的实验结果表明,使用该特征得到的运动捕获数据分割结果要优于使用关节角度或中心距离特征的分割结果。
- 石祥滨赵林代钦张德园
- 关键词：主成分分析
- 一种适合红外序列图像的背景建模方法
- 2014年
- 现有的关于可见光图像的背景建模算法可以应用到红外序列图像中,但这些算法并没有考虑红外图像的特点。提出了一种适合红外图像序列的同帧多次差分背景建模方法。该方法使用初始帧作为初始背景模型,采用后续若干帧对应位置灰度值接近初始帧灰度平均值的像素点对初始模型进行更新。为防止噪声点和移动的目标或物体对背景模型产生误更新,采用初始帧灰度值的方差来限制更新。采用了OSU Thermal Pedestrian Database和Terravic Motion IR Database中的图像序列验证算法性能。一般的,对自拍的校园红外图像序列进行了实验。所有实验结果采用背景差分图来分析。实验结果表明算法速度较快,背景建模效果接近甚至超过了Surendra算法。
- 刘芳程意
- 关键词：背景差法红外图像
- BN-cluster:基于批归一化的集成算法实例分析被引量：2
- 2018年
- 批归一化训练技术是训练现代神经网络的重要技术之一。它通过归一化各个隐藏层的均值和方差,减少了梯度爆炸或消失现象的发生。然而批归一化技术统计的均值和方差依赖于每一个mini batch的数据分布,导致训练时稳定性较差。提出了BN-cluster算法,基于构建块的思想设计了卷积神经网络框架用于分类图像数据集。分析了批归一化问题,统计了每一个批归一化输出结果均值的方差,并且设计了基于批归一化参数聚类的卷积神经网络集成算法,实验结果证明采用集成学习的方法确定批归一化的参数,网络在各个数据集上的训练波动均有所降低,保证了在不降低原有性能的同时使网络的收敛更加稳定、快速。
- 张德园杨柳李照奎石祥滨
- 关键词：卷积神经网络
- 基于时空上下文的行为理解研究
- 2014年
- 行为理解中行为序列的帧与帧之间在时间和空间上在一定的相关性,对于行为的理解有着重要作用。针对这个问题,提出了一种新的提取动作序列帧间时空上下文特征的方法,采用融合了时空上下文特征与动作局部特征的行为特征进行行为理解。提取动作的时空兴趣点,将它们所确定的最小外接圆作为运动区域。计算两个运动区域的中心点在空间上的距离和时间上的角度变化信息作为时空上下文特征。融合提取到的时空上下文特征和局部特征,利用支持向量机进行行为分类识别。实验证明,采用融合了时空上下文信息的特征,对动作进行分类时正确率有一定提高。
- 石祥滨赵颖珺代钦张德园
- 关键词：支持向量机
- 基于关键帧的人体动作识别方法被引量：13
- 2015年
- Kinect问世以来,越来越多的研究者开始研究基于深度信息和骨架信息的人体动作识别。为了提高动作识别的准确率和实时性,并且降低计算过程中的计算复杂度,提出了一个基于关键帧的骨架特征的人体动作识别方法。采用K-均值聚类算法对人体动作视频序列做聚类,通过聚类出的数据提取人体动作视频序列中的关键帧。提取关键帧中的关节点位置和人体刚体部分之间的骨架角度两种特征,利用SVM分类器对动作序列进行分类。在MSR-Daily Activity3D数据集上的实验结果表明,该方法具有较高的识别率,并且提高了实时性。
- 石祥滨刘拴朋张德园
- 关键词：KINECT人体动作识别关键帧K-MEANS
- 采用显著性分割与目标检测的形变目标跟踪方法被引量：6
- 2016年
- 在跟踪形变目标时,为了克服采用颜色特征分割和学习目标模型而产生跟踪漂移的问题,提出一种基于显著性分割与目标检测的跟踪方法.该方法采用图流形排序方法对超像素进行显著性分割来获得显著、高质量的目标像素,并使用这些像素的颜色和梯度量化值及其与目标中心的相对位置关系来表示目标模型,通过目标模型检测目标中心位置实现跟踪;以全局颜色特征作为漂移约束条件,对由目标持续形变而产生的中心位置漂移进行修正;在跟踪过程中,将跟踪结果作为正样本对显著分割和全局颜色特征进行约束,依据显著分割结果更新目标模型.实验结果表明,文中方法有效地提高了形变目标跟踪的精度和稳定性.
- 石祥滨张健代钦张德园张利国
- 关键词：目标跟踪
- Hadoop环境下图像内容检索方法的研究被引量：1
- 2017年
- 近年来,随着互联网技术的发展,图像数据呈现爆炸式增长,图像检索已成为广泛关注的热点问题。提出一种基于Hadoop和Elastic Search的多特征融合图像检索方案。为实现分布检索,该方案给出了视觉词典生成、图片向量化和多维倒排索引的构建方法。为了提高检索精度,设计了Root SIFT、颜色矩、Gabor特征,给出了三种特征融合方法。在Corel-1000标准图像库和ILSVRC2015数据集上的实验结果表明,该方案在分布式平台上具有较快的响应速度以及较高的检索精度。
- 石祥滨钟刘倍张德园
- 关键词：CBIR分布式计算
