王旭初
- 作品数：27 被引量：121H指数：6
- 供职机构：重庆大学更多>>
- 发文基金：国家自然科学基金重庆市自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术机械工程文化科学理学更多>>
- 指纹与人脸中特征提取及识别研究
- 网络与信息化技术的普及应用给身份认证提出了更新、更高的要求，传统的钥匙、密码等身份识别方法已越来越不能适应社会发展的需求，利用人体自身所固有的生物特征(如指纹、人脸、虹膜等)进行身份识别的技术，即生物特征识别技术，为彻底...
- 王旭初
- 关键词：指纹识别人脸识别特征提取身份认证模式识别
- 文献传递
- 非子采样Contourlet变换系数统计建模及图像去噪应用被引量：3
- 2010年
- 融合拉普拉斯分布及广义高斯分布模型对非子采样Contourlet变换(NSCT)系数进行了统计建模分析。研究发现,NSCT作为平移不变Contourlet变换,系数在不同尺度和方向上均存在较大冗余,在广义高斯分布性等方面需引入参数加以约束。根据建立的统计模型进行了医学图像去噪实验。结果表明,和Contourlet及NSCT软硬阈值去噪等比较,该建模方法提高了噪声估计精度,增加了峰值信噪比,改善了图像视觉效果。
- 牛彦敏王旭初
- 关键词：图像处理CONTOURLET变换高斯混合模型图像去噪
- 融合候选区域提取与SSAE深度特征学习的心脏MR图像左心室检测被引量：4
- 2018年
- 左心室检测在计算机辅助心脏MR图像诊断方面具有重要价值,针对由于成像质量、部分容积效应、目标复杂多变等因素影响,导致左心室自动检测准确度较低的问题,提出一种融合候选区域提取与栈式稀疏自编码器(SSAE)深度特征学习的心脏MR图像左心室检测方法.在候选区域提取阶段,先用超像素算法产生初始区域,然后对SSAE学习到的深度特征采用层次聚类算法生成候选区域;在检测阶段,先使用SSAE提取候选区域的深度特征,然后训练SVM分类器对候选区域进行分类,并使用难分负样本挖掘算法对模型进行调节.对心脏图谱数据集左心室目标检测的实验结果表明,相对于手工特征及基于候选区域等方法,该方法取得了有竞争力的检测精度.
- 王旭初牛彦敏牛彦敏赵广军张绍祥
- 关键词：SVM分类器
- 非下采样Contourlet域中基于改进隐马尔可夫树的低剂量CT图像去噪被引量：3
- 2009年
- 提出一种基于小波域内统计建模的低剂量计算机X线断层(CT)图像去噪新方法。利用非下采样Contourlet变换(NSCT)获得具有平移不变性的多尺度、多方向频率子带;结合噪声特点,通过统计参数预置改进隐马尔可夫树(HMT)模型,加速构建层间、方向间不同子带系数的概率转移矩阵,采用期望最大(EM)算法训练获得边缘概率密度;设计Bayes最大后验概率(MAP)估计器对图像噪声进行建模与滤除。实验表明:相比小波HMT去噪、Contourlet软阈值去噪等同类方法,该方法提高了噪声估计精度,使图像峰值信噪比(PSNR)明显增加,细节信息更清晰。
- 牛彦敏马燕王旭初
- 关键词：CONTOURLET变换图像去噪模型
- 用于构建纵向一致且无偏的心脏图谱的系统
- 本发明提出了一种用于构建纵向一致且无偏的心脏图谱的系统，所述系统包括第一卷积模块、第二卷积模块、Transformer模块、第三卷积模块、第一反卷积模块、第二反卷积模块、第三反卷积模块、第四反卷积模块和空间变换模块；本发...
- 王旭初王斌赵其峰
- 《数字图像处理》实验的课题驱动式教学探索被引量：5
- 2010年
- 针对光电信息类本科专业《数字图像处理》实验教学课时少、内容多、难度大的现状,探索一种适合《数字图像处理》实验的课题驱动式教学模式,让学生在课题目标约束和教师启发下,模拟科研活动流程,通过自主学习和团队协作来完成实验任务,较好解决了该课程的实验教学矛盾,有效提高了教学质量和学习效果。
- 王旭初潘银松
- 关键词：实验教学教学方法数字图像处理
- 一种基于深度神经网络的MRI脑肿瘤自动识别方法
- 本发明提出了一种基于深度神经网络的MRI脑肿瘤自动识别方法，其创新在于：所述MRI脑肿瘤自动识别方法包括：神经网络对脑部核磁共振图像进行处理后，输出新的脑部核磁共振图像，新的脑部核磁共振图像上标示有脑肿瘤区域；所述神经网...
- 王旭初刘辉煌牛彦敏
- 文献传递
- 基于深度配准和度量学习的心脏电影MRI运动预测系统
- 本发明提出了一种基于深度配准和度量学习的心脏电影MRI运动预测系统，包括第一卷积模块、第二卷积模块、第三卷积模块、第四卷积模块、多头自注意力模块、第一多头交叉注意力模块、第二多头交叉注意力模块、第三多头交叉注意力模块、第...
- 王旭初王斌赵其峰
- 自适应参数试题库系统的研究与开发被引量：1
- 2005年
- 徐东霞王旭初
- 关键词：试题库系统自适应参数教学过程关键参数考试统计学
- 融合多尺度局部特征与深度特征的双目立体匹配被引量：18
- 2020年
- 针对立体匹配中不适定区域难以找到精确匹配点的问题,提出一种融合多尺度局部特征与深度特征的立体匹配方法。特征融合阶段包括两部分,其一是融合不同尺度下Log-Gabor特征和局部二值模式特征组合的浅层次特征,其二是将多尺度浅层融合特征和卷积神经网络提取的深度特征进行级联,形成既包含语义信息又包含结构化信息的特征图像。通过在极线垂直方向添加不同强度的噪声来构造正负样本,减小图像中极线对齐欠准带来的误差。将该方法与两种变体方法(改变或舍弃部分模块)在KITTI数据集进行对比实验,结果表明各模块设置具有合理性;与一些经典方法相比,所提方法取得了有竞争力的匹配性能。
- 王旭初刘辉煌牛彦敏
- 关键词：机器视觉卷积神经网络
