杨敏
- 作品数：55 被引量：48H指数：4
- 供职机构：南京邮电大学更多>>
- 发文基金：江苏省高校自然科学研究项目江苏省自然科学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电子电信文化科学理学更多>>
- 基于一阶前向后向算法的全变分图像去噪方法
- 本发明公开了一种基于一阶前向后向算法的全变分图像去噪方法，本发明在传统全变分模型的基础上，针对传统算法去噪效果不理想的缺点，提出改进，首先将全变分模型的正则项与保真项转成凸对偶问题，然后应用前向后向分裂算法迭代求解问题。...
- 杨敏谈晶圩吴骁伦
- 文献传递
- 视频版权保护和内容认证的水印技术研究
- 随着互联网和移动通信网络业务的发展，以及手机、IPAD等多媒体终端的普及，视频点播、视频分享网站、网络电视等各种多媒体产业得到飞速发展，而多媒体视频的版权保护和内容安全问题也日益严重。视频水印技术是一种保护作品版权和防止...
- 杨敏
- 关键词：视频水印版权保护镜头分割
- 文献传递
- 基于图正则化的加权低秩表示算法研究
- 2018年
- 低秩表示的目的是从整体上使得输入数据集的系数矩阵是低秩矩阵,但是它忽略数据集内部样本之间的关系,文中提出基于图正则化的低秩表示算法。在对传统低秩表示算法的求解中,通常是采用求解标准核范数的方式来近似矩阵的秩。标准核范数是计算矩阵的奇异值之和,然而矩阵的秩是计算非零奇异值的个数。因此,计算加权后的奇异值之和会更加接近矩阵的秩,进而文中提出基于图正则化的加权低秩表示模型。实验使用的是公开手写数字数据集,实验结果显示文中算法的聚类效果比低秩表示的提高了7.82%。
- 程雷杨敏
- 关键词：加权矩阵
- 基于Levenberg-Marquardt算法的图像拼图研究被引量：5
- 2007年
- 提出一种基于LM(Levenberg-Marquardt)算法的图像拼图方法。图像拼图是将不同时间段、不同视点获取的2幅或多幅图像拼接在一起。算法首先利用手动选取的对应点,基于线性最小二乘算法,估计出射影变换矩阵,然后利用LM优化算法,基于平方误差累加和目标函数进行最小化,当获得最优射影矩阵,利用最采样技术,将两幅图像拼图。基于真实图像实验,说明算法是简单可行的。
- 杨敏
- 关键词：LM算法
- 一种绿色有机电致发光器件及其制备方法
- 本发明公开了一种绿色有机电致发光器件及其制备方法，包括ITO玻璃基底层、空穴注入层、发光层、电子传输层和金属阴极层，所述发光层为台阶式结构，主体材料分别为PVK:OXD‑7、PVK:Tcta:OXD‑7、PVK:TAPC...
- 杨敏叶尚辉范曲立黄维
- 文献传递
- 一种基于图正则化的矩阵填充图像修复方法
- 本发明公开了一种基于图正则化的矩阵填充图像修复方法，包括以下步骤：步骤1：将待修复图像D分成i个搜索区域M，将第M<Sub>i</Sub>个搜索区域分成j个图像块K；步骤2：在第M<Sub>i</Sub>个搜索区域中寻找...
- 杨敏程雷荆晓远黄佳凯
- 文献传递
- 基于多幅未标定图像的三维度量重构被引量：3
- 2005年
- 提出了一种基于多幅未标定图像,恢复场景三维几何的优化矩阵分解算法,该算法先通过迭代逼近得到射影重构,然后通过估计绝对二次曲面,将射影重构更新到度量重构。采用真实图像测试,获得好的实验结果,说明该方法简单易用。
- 杨敏
- 关键词：射影重构
- 基于稀疏表示的单幅图像超分辨率重建被引量：5
- 2013年
- 针对单幅低分辨率灰度图像,提出一种基于稀疏表示和字典学习的超分辨率重建算法,通过选择合适的过完备字典,图像块可表示为字典元素的稀疏线性组合。对于输入的低分辨率图像,寻求每一图像块的稀疏表示,利用此表示系数产生高分辨率图像输出。为消除Elad方法重建图像中产生的黑色边缘并提高重建图像的质量,文中在稀疏表示方法的基础上利用反向投影法对其进行改进。仿真实验结果表明,改进算法不仅实现了上述目的,而且在图像信噪比和算法运行效率上都有所提高,从而达到了算法改进的目的。
- 葛广重杨敏
- 关键词：图像超分辨率学习字典
- 基于图像的人脸绘制被引量：1
- 2005年
- 基于图像的绘制技术由于对场景几何复杂度依赖性较小,且能在普通的硬件平台上实现复杂场景的实时绘制,因而成为当前图形学的一个新的研究热点。文中主要研究图像和视图变形。图像变形是计算机动画中常用的算法之一,运用这项技术对图像的形状和颜色进行插值可产生动态效果;视图变形技术使得图像变形的含义从二维扩展到三维,其本质是基于同一场景的两幅图像,获得新的虚拟视点图像。通过实拍人脸图像测试,说明所提出的算法是确实可行的。
- 杨敏
- 关键词：图像变形视图变形基本矩阵插值算法
- 基于低秩矩阵恢复的视频背景建模被引量：5
- 2013年
- 针对传统背景建模存在的问题,文中基于低秩矩阵恢复原理,直接从视频序列中分离出前景物体和背景模型。已有低秩矩阵恢复算法的迭代计算过程中涉及大量的奇异值分解,而这些奇异值分解一般非常耗时且不够简洁,文中在非精确增广拉格朗日乘子法中引入线性时间奇异值分解算法,以得到更加有效的背景建模算法。基于实际视频序列实验,结果表明该改进算法具有更好的建模效果和较少的运算时间。
- 杨敏安振英
