您的位置: 专家智库 > >

蔡加欣

作品数:4 被引量:41H指数:3
供职机构:中山大学数学与计算科学学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术医药卫生更多>>

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 4篇自动化与计算...
  • 1篇医药卫生

主题

  • 3篇图像
  • 2篇人体行为识别
  • 2篇图像分割
  • 2篇聚类分析
  • 2篇半监督学习
  • 2篇MR图像
  • 2篇MR图像分割
  • 1篇图像处理
  • 1篇字典学习
  • 1篇模糊C均值
  • 1篇模糊聚类
  • 1篇局部保持投影
  • 1篇聚类
  • 1篇机器视觉
  • 1篇监督模糊聚类
  • 1篇核磁共振
  • 1篇核磁共振成像
  • 1篇FCM
  • 1篇成像
  • 1篇磁共振

机构

  • 3篇中山大学
  • 2篇南方医科大学

作者

  • 4篇蔡加欣
  • 3篇冯国灿
  • 2篇罗志宏
  • 2篇汤鑫
  • 1篇杨丰

传媒

  • 2篇光学学报
  • 1篇中国图象图形...

年份

  • 2篇2014
  • 2篇2011
4 条 记 录,以下是 1-4
排序方式:
基于局部轮廓和随机森林的人体行为识别被引量:28
2014年
基于视频信息的人体行为识别得到了越来越多的关注。针对人体行为的局部表达,提出了一种新的局部轮廓特征来描述人体的外观姿势,可以同时利用水平和竖直方向上的轮廓变化信息。该特征能有效区分不同动作,与轮廓起始点无关,具有平移、尺度和旋转不变性。针对该特征,提出了一种基于随机森林的两阶段分类方法,使用随机森林分类器对行为视频的局部轮廓进行初分类,并根据每个局部轮廓对应决策类的分类树数目占总分类树数目的比例,提出了一种基于袋外(OOB)数据误差加权投票准则的行为视频分类算法。在测试数据集上的实验结果证实了该方法的有效性。
蔡加欣冯国灿汤鑫罗志宏
关键词:机器视觉
半监督学习及其在MR图像分割中的应用
半监督学习已经成为目前机器学习和模式识别领域中的一个研究热点。机器学习通过分析部分实例数据来提取人们所需要的知识。现实中所获得的初始数据通常都是无标记数据,需要先对部分现实数据进行人工标记,再进一步训练学习机器,来获得剩...
蔡加欣
关键词:半监督学习聚类分析图像分割模糊C均值核磁共振成像
基于姿势字典学习的人体行为识别被引量:9
2014年
提出一种基于人体轮廓表达的姿势学习框架来进行人体行为识别。通过一种基于Procrustes形状分析和局部保持投影的姿势特征表示方法,从人体运动视频中提取具有平移、旋转和放缩不变性的姿势特征,在保留人体姿势的局部流形结构的同时尽量提取子空间上的判别信息。针对该特征还提出了一种基于姿势字典学习的人体行为识别框架,对每类行为分别学习一个对应于该类的字典,通过串联所有类的字典来得到整个姿势字典;并通过最小重构误差准则来分类测试视频。在Weizmann和MuHAVi-MAS14数据集上的实验结果证实了该方法的识别率高于大部分经典方法。特别是在MuHAVi-MAS14数据集上的识别率对比已有的结果上有巨大的提升。
蔡加欣冯国灿汤鑫罗志宏
关键词:图像处理局部保持投影字典学习
改进退化的半监督模糊聚类应用于MR图像分割被引量:5
2011年
半监督聚类利用少量标记样本的辅助信息来引导对大量无标记数据的分割。Pedrycz提出的半监督FCM(sFCM)算法应用标记样本的类别归属信息来辅助聚类,其在标记点过于稀少时会退化为无监督FCM算法且收敛较慢,难以应用于多数实际问题。在半监督FCM的基础上提出一种改进退化的半监督FCM算法(dsFCM),通过在sFCM迭代过程中设置监督成分的比重,来加大标记样本点对聚类中心的影响力,在聚类精度、速度和鲁棒性上均比半监督FCM有所提高,解决了标记点稀疏时的退化问题,在医学图像分割上取得了良好应用。
蔡加欣杨丰冯国灿
关键词:聚类分析半监督学习图像分割FCM
共1页<1>
聚类工具0