国家自然科学基金(61171142)
- 作品数：3 被引量：19H指数：2
- 相关作者：徐向民王励王伟凝蚁静缄郭锴凌更多>>
- 相关机构：华南理工大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金广东省战略性新兴产业核心技术攻关项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 可计算的图像美学分类与评估被引量：16
- 2014年
- 可计算图像美学的研究目的是希望计算机能够模拟人类的视觉系统与审美思维,对图像进行美学价值的判断.以摄影图像为研究对象,首先通过显著区域检测将图像划分为整体区域和关键区域,提取有效的低层视觉特征、高层美学特征和区域特征;然后以人对图像的主观美感评分为基础,采用机器学习的方法建立图像美感等级分类器和美学分数评估模型,实现了高、低美感图像的自动分类,并能对图像的美学分数进行自动评估.在美学图像数据库上的实验测试结果显示,高、低美感分类模型的平均分类准确率为75.37%;美学分数自动评估模型的结果与人的主观审美评分之间的相关性为0.790,均方根误差为0.244;该结果符合人类对图像的审美感知.同时,通过与其他算法进行对比实验,结果表明文中算法更为有效.
- 王伟凝蚁静缄徐向民王励
- 基于生物启发C2特征的在线目标跟踪算法
- 2012年
- 现有的在线跟踪算法在应对目标复杂形变时易出现跟踪偏差.文中通过寻找鲁棒的特征去刻画目标外观来解决这一问题,即模拟人眼视皮层腹侧通路感知机制,引入具有位置尺度不变性、复杂形状选择特性的C2特征,建立一个基于认知碎片集进行C2特征识别的在线目标跟踪模型,并根据认知碎片在目标识别中所起的作用对其重要性进行评估,依据评估结果实现认知碎片的在线淘汰与更新,同时引入在线目标/背景分类器,对新加入认知碎片记忆池的碎片进行筛选,解决了跟踪到的目标区域中的背景部分参与模型更新可能造成的误差累积问题.仿真实验结果表明:该算法在应对目标复杂形变和严重遮挡时,具有一定的鲁棒性与有效性.
- 邢晓芬裘索郭锴凌徐向民
- 基于构图规则的图像美学优化被引量：6
- 2015年
- 随着数码相机和智能手机的普及,数字图像的获取越来越便捷.然而普通用户由于缺少专业摄影知识,拍摄的照片往往难以获得满意的效果.为此,文中提出了一种综合考虑图像主体与背景构图规则的图像自动美学优化方法,根据三分法则和视觉平衡法则,采用主体提取、区域分隔线检测、基于样例的图像修复方法、细缝裁减法、主体重置等方法,通过图像主体位置、大小及背景区域划分的调整对图像进行美化.实验结果表明,此方法能够在保护图像中的视觉不产生形变且保持图像信息不丢失的基础上,实现图像的构图美化.
- 王伟凝刘剑聪徐向民姜怡孜王励
- 关键词：图像增强
