丁文秀
- 作品数：4 被引量：13H指数：2
- 供职机构：合肥工业大学计算机与信息学院更多>>
- 发文基金：教育部留学回国人员科研启动基金国家自然科学基金中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于分层深度学习的行人分类方法研究
- 行人目标检测在安全监控、交通安全等领域有着重要应用。对于这个“汽车时代”，降低道路交通安全事故的发生率和人员伤亡率问题受到全社会的热切关注，而目前通过开展行人检测的技术研究来进行安全预警，及时判断车辆前方和附近是否存在行...
- 丁文秀
- 关键词：图像特征交通安全
- 基于分层特征融合的行人分类被引量：2
- 2016年
- 针对复杂环境中的行人检测问题,提出了一种有效的基于分层稀疏编码的图像表示方法。首先通过两层稀疏编码模型结合基于K-SVD的深度学习算法来获得图像的稀疏表示,对图像块及同一区域的高阶依赖关系进行了建模,形成一个有效的无监督特征学习方法;然后将得到的稀疏表示与SIFT描述符的稀疏表示进行特征融合,得到了更加全面、更加可判别的图像表示;最后结合SVM分类器应用于行人分类任务。实验结果表明,该行人分类方法对比同类方法在性能上有明显改善。
- 孙锐张广海丁文秀
- 一种基于子空间学习的实时目标跟踪算法被引量：7
- 2015年
- 针对当前目标跟踪算法鲁棒性低且运算慢的问题,本文提出了一种基于子空间学习的实时目标跟踪算法。该方法在粒子滤波跟踪框架下,采用增量式PCA子空间学习方法学习一个正交子空间,利用学习到的正交子空间对目标外观进行线性表示;针对目标在遮挡、运动模糊等复杂干扰状态下容易产生跟踪漂移的问题,本文建立了一个将遮挡等复杂因素考虑在内的观测模型和模板更新方案,解决了基于最小均方误差准则的传统观测模型在复杂场景下的跟踪漂移问题。实验结果表明,本文的跟踪方法能够达到很高的跟踪精度,同时也达到了接近实时的跟踪速度。
- 孙锐黄静茹丁文秀
- 关键词：视觉跟踪粒子滤波
- 基于分层深度学习的鲁棒行人分类被引量：4
- 2015年
- 针对行人分类中常见的光照条件、形体变化以及遮挡等多种因素,对特征提取过程造成了很大的阻碍。本文提出一种基于稀疏编码的分层特征提取方法。该方法采用前向预测函数训练最优的稀疏编码,在深度卷积网络模型的框架下以卷积预测稀疏分解算法(CPSD)分别对两层模型进行无监督学习,将两层的特征融合起来,最后采用支持向量机算法实现行人分类。实验结果表明,该文特征学习方法对行人分类的有效性,对比同类方法性能有明显提升。
- 丁文秀孙锐闫晓星
- 关键词：目标识别无监督学习
