齐苏敏 作品数:39 被引量:65 H指数:5 供职机构: 曲阜师范大学 更多>> 发文基金: 国家自然科学基金 山东省自然科学基金 山东省软科学研究计划 更多>> 相关领域: 自动化与计算机技术 文化科学 电子电信 电气工程 更多>>
基于空洞和轮廓扩增的DIBR合成图像质量评价方法 本发明属于自由立体成像和质量评价领域,为实现有效评价DIBR合成视图的质量,促进自由视点立体视频的发展。为此,本发明采取的技术方案是,基于空洞和轮廓扩增的DIBR合成图像质量评价方法,依据分水岭算法和图像之间的差异,将虚... 王来花 赵月 王伟胜 贾晴 齐苏敏文献传递 基于绘制的最大可容忍深度失真计算方法 本发明属于图像处理技术及自由立体成像领域,为建立在不影响虚拟视图质量的情况下的最大可容忍的深度失真模型,能够精确的求取出虚拟视点绘制过程中的可容忍的深度失真范围,可以应用于低复杂度的深度视频编码以及深度图的平滑处理中。本... 王来花 倪建成 齐苏敏 姜蓝蓝 鲁大营文献传递 利用基于颜色的自适应形状模型实现手势跟踪 被引量:5 2008年 提出了一种基于颜色的自适应形状模型,并利用该模型实现了图像序列中的实时手势跟踪。跟踪算法基于自适应的颜色模型实现准确的手部轮廓提取,并利用基于二维颜色模型的粒子滤波器实现序列图像中跟踪目标的运动估计。实验结果表明了基于颜色的自适应形状模型对凸形与凹形手部轮廓均能达到准确的手部轮廓提取,并能满足图像序列手势跟踪的实行性要求。 齐苏敏 黄贤武 刘家盛关键词:手势跟踪 粒子滤波器 基于逆映射的虚拟视点空洞填补方法 本发明属于自由立体成像以及图像内容处理领域,为提出空洞填补方法,实现有效填补空洞。本发明采用的技术方案是,基于逆映射的虚拟视点空洞填补方法,步骤如下:1)首先获取左、右视点映射的虚拟视图中的深度值为零的空洞区域;2)利用... 王来花 王玉田 齐苏敏 倪建成 姜蓝蓝文献传递 SEGQM:一种基于SE-ResNet的DCGAN质量评价模型 被引量:1 2021年 生成对抗网络(Generative Adversarial Network,GAN)通过对抗学习获得生成数据的能力。它的生成图像与真实图像没有绝对的对应关系,因此传统方法很难具体量化生成图像的视觉质量和多样性。通过对GQI进行改进,利用SE-ResNet分类,提出了一种能够定量评价GAN生成图像真实性和多样性的评价模型SEGQM,设计了一个合理的质量评价指标SEGQI。以DCGAN作为基础模型对多种评价指标进行对比研究,结果表明,SEGQI指标能够从两个方面评价GAN,对GAN的设计和发展具有十分重要的指导意义。 赵镥瑶 齐苏敏 周翔宇 石珂关键词:神经网络 基于自适应活动轮廓模型的实时手势跟踪 被引量:5 2006年 在基于视觉的手势分析与识别中,一个关键环节是手势跟踪。本文提出了基于颜色信息的自适应活动轮廓模型,并与均值漂移算法相互融合,实现图像序列的实时手势跟踪。跟踪算法分为两步进行,首先应用均值漂移算法实现手部区域的定位,然后基于自适应活动轮廓模型提取手部轮廓。在跟踪过程中,轮廓提取为下一帧的区域定位更新搜索窗口,提高了搜索效率,使目标跟踪达到实时性要求。同时,本文根据跟踪区域模板与目标模板的相似性度量Bhattacaryya系数给出了在跟踪目标被遮挡时的处理方法,有效地解决了这一难题。实验结果证明了在无遮挡和遮挡两种情况下算法均能实现准确、实时的手势跟踪。 齐苏敏 黄贤武 孟静关键词:手势跟踪 均值漂移 遮挡 增强语义分割的网络模型PS-UNet 被引量:1 2023年 文章提出了一种提升上下文依赖关系的增强语义分割网络模型PS-UNet实现医学图像分割.PS-UNet将残差块、PCA模块和SPP模块融合到U-Net网络模型中,可获取更多的特征信息,从而提升分割效果.该模型既可以对器官轮廓粗分割又可以对视网膜血管和细胞精细分割.在公开的数据集上分别对肺部、视网膜血管和细胞分割进行了测试.实验结果表明,与当前先进网络模型相比,PS-UNet在所有实验中,性能均有所提升,其中肺部分割中准确率和灵敏度相对于U-Net网络模型分别提高了2.03%和2.24%,Dice相似系数达到了97.16%. 范憧憧 齐苏敏 孟静 李志琦 王妍关键词:医学图像分割 一种基于流程片段的分布式工作流引擎设计模型 2009年 在分析了分布式工作流管理系统3种分布层次的基础上,提出了一种基于流程片段的可以实现第二层次分布的分布式工作流引擎设计模型,描述了模型的体系结构,设计了流程片断的划分算法,并给出了在J2EE开发平台下模型的实现方案. 齐邦强 姜海涛 齐苏敏关键词:分布式工作流引擎 J2EE MSE-UNet:基于多尺度特征和注意力机制的细胞分割模型 2023年 细胞图像的自动分割是目前非常困难且具有挑战性的问题.在U-Net网络的基础上,增加了多尺度跳跃连接,引入了通道注意力模块,提出一种改进的网络模型MSE-UNet(multiscale skip connection-squeeze and excitation-UNet).多尺度跳跃连接将不同层次的信息巧妙地结合在一起且避免了冗余,能更加精确地分割出目标,有效地解决了细胞边界不明确的问题.通道注意力模块学习各个通道的重要性,从而使重要的特征通道占据更大的比重,在最终呈现的输出图像中展现出分割网络重点关注的部分,有效解决背景杂乱的问题.在两个公开数据集和一个自建数据集上进行测试,实验结果显示,与最近几年提出的细胞分割模型相比,该模型具有更好的性能. 吴雪丽 齐苏敏 孟静 李迟件 王妍关键词:细胞图像分割 基于范例集实现复杂场景下的动态手势跟踪 2007年 提出了一种新的基于范例集的跟踪器:CEE(CAMSHIFT Embedded Exemplar)跟踪器,实现复杂场景下的动态手势跟踪。在学习阶段,利用ICAMSHIFT(Improved CAMSHIFT)算法提取手部轮廓特征并生成范例集,同时建立手势的动态HMM模型;在跟踪阶段,利用由ICAMSHIFT算法获取的手部特征和HMM概率模型预测手势动作,然后根据学习所得范例集获取当前手部轮廓。实验结果表明,算法能实现复杂场景下的准确手势跟踪,并能在手部位置与方向任意变化情况下实现手部轮廓的提取与跟踪。此外,在严重遮挡情况下也能取得不错的跟踪效果。 齐苏敏 黄贤武 季丽红关键词:手势跟踪 遮挡 HMM