您的位置: 专家智库 > >

浙江省自然科学基金(LY13F020019)

作品数:6 被引量:36H指数:3
相关作者:沈洋谢志峰林晓徐向艺吴育锋更多>>
相关机构:丽水学院浙江大学上海交通大学更多>>
发文基金:浙江省自然科学基金国家自然科学基金浙江省大学生科技创新活动计划(新苗人才计划)项目更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 6篇自动化与计算...
  • 1篇电子电信

主题

  • 2篇视频
  • 2篇图像
  • 2篇图像抠图
  • 2篇抠图
  • 1篇形变
  • 1篇人脸
  • 1篇人脸识别
  • 1篇神经网
  • 1篇神经网络
  • 1篇视频处理
  • 1篇视频人脸
  • 1篇视频人脸识别
  • 1篇数据库
  • 1篇渲染
  • 1篇渲染技术
  • 1篇网络
  • 1篇流形
  • 1篇鲁棒
  • 1篇鲁棒性
  • 1篇结节

机构

  • 6篇丽水学院
  • 2篇洛阳师范学院
  • 2篇上海交通大学
  • 2篇浙江大学
  • 2篇平顶山学院

作者

  • 3篇沈洋
  • 2篇林晓
  • 2篇包艳霞
  • 2篇吴育锋
  • 2篇徐向艺
  • 2篇谢志峰
  • 1篇潘巧明
  • 1篇盛斌
  • 1篇马利庄
  • 1篇赵泽茂
  • 1篇陈为
  • 1篇胡伟俭
  • 1篇王洁
  • 1篇张天平
  • 1篇朱正茂

传媒

  • 2篇电视技术
  • 1篇浙江大学学报...
  • 1篇计算机辅助设...
  • 1篇科学技术与工...
  • 1篇丽水学院学报

年份

  • 1篇2017
  • 2篇2015
  • 3篇2014
6 条 记 录,以下是 1-6
排序方式:
复杂虚拟场景的渲染技术论析
2015年
随着数字化应用技术和电视、电影工业的发展,大规模虚拟场景渲染越来越广泛地应用到数字工业上,已成为计算机图形学和计算机视觉的重要组成部分。主要介绍复杂场景的高清渲染技术,并较系统地回顾高效渲染技术如GPU协同计算及渲染和无缝LOD渲染,侧重讨论视频超分辨技术和前景抠取技术,具体指出现有的渲染技术存在的一些困难和未来的发展方向。
包艳霞沈洋
关键词:视频处理
应用于平扫CT图像肺结节检测的深度学习方法综述被引量:17
2017年
肺癌是一种致死率很高的癌症.通过肺部平扫CT影像检测肺结节对肺癌早期诊断、治疗意义重大.全面介绍了一种革命性的图像识别技术——深度学习方法,在肺结节检测中的应用.首先,横向对比了不同卷积神经网络的结构及其在图像识别上的效果,其次着重分析了不同深度学习方法在训练肺结节分类器上的应用,包括faster-RCNN、迁移学习、残差学习以及迁移学习.还介绍了一些可用的肺部CT影像数据集供读者参考.
胡伟俭陈为冯浩哲张天平朱正茂潘巧明
关键词:肺结节卷积神经网络数据库
交互式前景抠图技术综述被引量:14
2014年
交互式前景抠图技术是在有限的用户交互下将前景从图像或视频中分离出来.文中综述了近年来主要的图像及视频交互式抠图方法,并就采样和传播、测地距离等不同类型的方法进行性能分析;然后在具体的例子中讨论了这些算法的优点和局限性;最后就抠图技术今后的发展和关键问题进行了总结.
沈洋林晓谢志峰盛斌马利庄
关键词:图像抠图
基于傅里叶描述符优化形变轮廓插值的步态识别研究被引量:3
2014年
针对现有步态识别算法在步态周期变化时不能很好地保留瞬时信息的问题,提出了一种基于傅里叶描述符优化形变轮廓插值方法。首先,对人类轮廓的周期性形变进行建模;然后,将基于傅里叶系数乘积的新度量作为闭合曲线之间的距离度量,并利用帧插值方法近似识别半周期的起始帧和结束帧;最后,利用步态距离完成最终的步态分类。在OU-ISIR和CASIA步态数据库上的识别精度可分别高达99%、87.34%,分析结果表明,提出的算法在步态周期变化时依然能保留瞬时信息,对行走速度上的轻微变化具有更好的鲁棒性,并且大大降低了整体计算复杂度。
吴育锋徐向艺赵泽茂
关键词:步态识别鲁棒性
最小移动二乘抠图被引量:2
2015年
交互式抠图技术在有限的用户交互下抠取图像的前景,被广泛地应用在图像及视频编辑、三维重建等领域中,有极高的应用价值。近年来的抠图技术中,拉氏矩阵给出alpha图上像素间的线性关系,对alpha图的估计起到了重要作用。提出了一种改进拉普拉斯矩阵的方法,使用移动最小二乘法替代最小二乘法,结合最近邻(KNN)方法给出移动拉氏矩阵,并使用移动拉氏矩阵计算alpha图。实验结果证明了移动拉氏矩阵的有效性。
王洁沈洋包艳霞谢志峰林晓
关键词:图像抠图
VPC优化格拉斯曼流形的视频人脸识别被引量:1
2014年
针对视频人脸识别中由于光照、表情、姿态等变化而严重影响识别性能的问题,提出了一种基于视频分块聚类优化格拉斯曼流形的视频人脸识别方法。首先通过去除孤立点、均匀采样、剪裁、姿势纠正等过程将视频数据集进行规范化;然后从训练视频的不同位置提取出可变长度的局部视频片段,使用基于谱聚类的高效算法将其表示为格拉斯曼流形上的点;最后,将所得到的聚类中心和测试视频中的点相匹配,并且利用基于表决的策略来完成测试视频的人脸识别。在视频人脸数据库Honda/UCSD、CMU Mobo及YouTube上的实验验证了该方法的有效性,实验结果表明,相比几种较为先进的视频人脸识别方法,该方法取得了更好的识别效果。
吴育锋徐向艺
关键词:视频人脸识别格拉斯曼流形孤立点
共1页<1>
聚类工具0