于泓
- 作品数：12 被引量：92H指数：4
- 供职机构：鲁东大学信息与电气工程学院更多>>
- 发文基金：山东省优秀中青年科学家科研奖励基金山东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经济管理文化科学更多>>
- 平衡计分卡在济南供电公司绩效管理中的应用
- 本文就平衡计分卡在济南供电公司实施绩效管理中的应用进行了研究，旨在探讨如何将平衡计分卡这一战略管理工具用来重新梳理电力企业管理的理论和方法。
供电公司在电力市场中是配送环节的主体，具有天然的垄断地位，这一特性决...
- 于泓
- 关键词：平衡计分卡绩效管理工商管理
- 文献传递
- 基于形状模板匹配的图像拼接算法被引量：6
- 2006年
- 文章提出了一种基于形状模板匹配的图像自动拼接方法。提取图像的角点作为特征点,利用归一化梯度模板对其进行预匹配,然后利用形状模板在四个方向对模板内图像的边缘点与模板边界的最短距离进行统计,获取模板图像的结构特征向量以实现对特征点的精确匹配。实验结果表明该算法具有较好的实用价值。
- 于泓陈辉赵辉
- 关键词：图像拼接全景图
- 基于Contourlet变换的双重视频水印方案被引量：4
- 2011年
- 提出一种基于Contourlet变换的双重视频水印方案。对MPEG系统中的I帧进行Contourlet变换,利用二维离散超混沌系统产生的超混沌序列对水印图像进行置乱和加密处理。在低频域重要系数嵌入破坏原始视频水印,使其失去应用价值,同时在高频域嵌入鲁棒水印,实现版权保护。实验结果表明,只有得到授权的用户才能获得高保真的视频信息,版权保护水印提取时不需要原始视频信号。
- 姚涛阙大顺王刚于泓
- 关键词：CONTOURLET变换视频水印超混沌置乱版权保护
- 摄像机标定算法研究
- 摄像机标定技术是从二维平面图像中获得三维信息这一过程的关键步骤是计算机视觉技术的第一步，在机器视觉、虚拟现实等计算机图像应用领域有着广泛的应用。
计算机标定方法可以分为传统标定方法、自标标定法方法和基于主动视觉...
- 于泓
- 关键词：摄像机标定计算机视觉
- 文献传递
- 基于OBE理念的“信号与系统”课程教学改革
- 2022年
- 为进一步提高应用型人才培养质量,针对“信号与系统”课程中存在的“痛点”问题,从教学理念、教学内容、教学方法等方面进行了系统的教学改革探索与实践。基于OBE理念,以学生为中心、教师为主导开展教学活动,充分利用信息技术和数字化资源,以提高学生学习“内驱力”为出发点,以工程实践应用为牵引,探索多元混合教学模式。
- 张玉玲王增锋于泓
- 关键词：教学改革混合教学
- 智能视觉监控系统
- 陈辉王欣黄华光张新斌于泓王玉锐吕小倩赵彬刘笑声
- 智能视觉监控技术和以往的监控技术有本质的区别，其主要特征是采用计算机视觉的方法，通过对摄像机拍录的图像序列进行自动分析来对动态场景中的目标进行定位、识别和跟踪，并分析和判断目标的行为，从而做到既能完成日常管理又能在异常情...
- 关键词：
- 关键词：智能视觉监控系统
- 基于交叉垂直线的摄像机标定新算法被引量：12
- 2006年
- 提出了一种基于交叉垂直直线的摄像机标定算法。利用两条垂直相交的直线作为标定物,令其绕交叉点作任意角度的转动,将摄像机固定拍摄6幅以上的图片,即可运用直线的特点以及交叉垂直的约束条件建立线性方程组,求解摄像机的内参数。实验证明该算法具有较高的精度和较好的鲁棒性。
- 于泓陈辉赵辉
- 关键词：摄像机标定
- 一种快速稳健的图像配准方法及其应用
- 本文提出了一种基于角点匹配的快速稳健的图像配准方法.首先将图像在大尺度上进行角点匹配并估算6参数仿射变换矩阵,然后再在小尺度上更加精确的计算8参数透视变换矩阵.算法中使用聚类法和RANSAC算法去外点.最后文中算法被成功...
- 赵辉陈辉于泓
- 关键词：角点提取图像拼接
- 文献传递
- 一种改进的全景图自动拼接算法被引量：41
- 2007年
- 提出了一种带有图像自动排序功能的全景图全自动拼接算法。首先利用相位相关法对输入图像进行排序,同时估算角点匹配区域以加快角点匹配速度,提高匹配稳健性;然后使用RANSAC算法去除外点,采用奇异值分解法配合LM非线性优化方法求解变换参数,提高配准精度;最后使用多频带融合算法进行图像混合以改善线性加权融合算法带来的高频细节模糊;算法中还设有检测机制以确保LM优化顺利进行。与现有算法相比,对于图像重叠区域较小、图像中含有运动物体、重复性纹理等较难自动拼接的情况,使用该算法可以有效提高拼接成功率,缩短总体拼接时间,而且合成的图像清晰度较高。实验结果表明该算法具有较好的实用价值。
- 赵辉陈辉于泓
- 关键词：相位相关法角点匹配全景图
- 基于SI-SDR优化的生成对抗网络语音增强方法被引量：4
- 2020年
- 为了解决现有的生成对抗网络(GAN)语音增强方法模型训练不稳定、生成语音质量不高的问题,提出一种尺度不变信号失真比(SI-SDR)优化的相对平均生成对抗网络(Ra GAN)语音增强方法.首先,构建一个基于生成对抗网络的端到端语音增强模型;然后,在模型中加入相对平均判别器,将真实数据和生成数据得分的差值作为模型训练的参考,显著增强了模型训练的稳定性;最后,采用SI-SDR直接度量生成语音的质量得分,并改进生成器训练的损失函数,将提高生成语音质量作为模型优化的目标.实验结果表明:相比基线方法,该方法可以有效提高未知噪声和低信噪比条件下的语音增强性能,增强后的语音具有更好的听觉质量和可懂性.
- 曹洁周尧风于泓李晓旭
- 关键词：语音增强损失函数
