公共文化服务平台

周浩: 作品数：27 被引量：126H指数：6; 供职机构：云南大学信息学院更多>>; 发文基金：国家自然科学基金云南省应用基础研究基金云南省教育厅科学研究基金更多>>; 相关领域：自动化与计算机技术电子电信文化科学医药卫生更多>>

合作作者

基于ResNeSt的烟支外观缺陷分类被引量：7: 2022年; 自动烟支外观缺陷分类是卷烟厂高速流水线上产品质量检测需要解决的问题,是提高卷烟品质和竞争力的有效措施.基于烟草企业的实际需求,提出了一种基于ResNeSt模型的烟支外观缺陷分类方法.首先,针对烟支外观缺陷样本数量不足的问题,采用了迁移学习的方法;其次,针对烟支图像的特征,采用多尺度测试,输入不同尺度大小的图片进行训练;最后,为了更好地提取缺陷特征,提高分类准确率,用h-swish替换ReLU激活函数.实验结果显示,准确率达到了92.04%,提出的方法比另外10种主流网络在分类准确率上更高.; 袁国武刘建成刘鸿瑜瞿睿周浩; 关键词：烟支

结合局部纹理和色度的运动目标检测方法被引量：8: 2012年; 运动目标检测是智能视频监控中的关键技术之一。提出了一种新的运动目标检测算法,该算法联合能抵抗阴影影响的改进的LBP(local binary pattern)局部纹理和色度信息来表示背景,借鉴混合高斯模型的思想,采用多个高斯模式描述背景模型。为了达到实时性,减少了LBP纹理的种类,减低匹配复杂度。实验结果表明,所提出的算法能有效消除阴影的影响,能在常规视频分辨率下达到实时性要求,性能优于同类的算法。; 袁国武丁海燕周浩徐丹龚健; 关键词：混合高斯模型色度

基于粒子群优化的模板匹配跟踪算法被引量：3: 2015年; 针对基于模板匹配的跟踪算法运行速度较慢、成功率较低的问题,提出了一种基于粒子群优化(PSO)的模板匹配跟踪算法。该算法采用粒子群优化算法作为模板匹配算法候选模板的搜索策略,并采用自适应的更新目标模板。首先,在设定的搜索区域内随机采集30个候选模板,计算出个体最优候选模板和全局最优候选模板;其次,根据粒子群优化算法进行迭代求出匹配值最佳的候选模板即为目标;最后,根据最佳候选模板的匹配值大小来自适应更新目标模板。理论分析和实验仿真表明,与基于模板匹配的跟踪算法和基于粗精搜索的模板匹配跟踪算法相比,基于粒子群优化的模板匹配跟踪算法的计算量平均要少91.1%和69.8%,且成功率为原算法的2.02倍和1.94倍。实验结果表明,基于粒子群优化的模板匹配跟踪算法能实现很好的实时跟踪,并且提高了跟踪的鲁棒性。; 李杰周浩张晋高赟; 关键词：机器视觉目标跟踪粒子群优化

粒子群优化的压缩跟踪算法被引量：1: 2016年; 目的针对基于压缩感知理论的跟踪算法跟踪效率不高和难以抗遮挡的问题,提出一种结合压缩感知和粒子群优化的跟踪算法。方法将粒子群优化算法结合到压缩跟踪算法中,提出了采用粒子群优化的搜索方法替代在确定候选目标时,采用每隔一个像素选取一个候选目标的搜索策略;在目标发生遮挡时,采用粒子群优化的方法进行整幅图全局搜索。结果 20个视频序列数据库的目标跟踪结果表明,本文算法极大地提高了跟踪效率,并有很强的抗目标遮挡和形变的能力从而提高了跟踪的成功率。20个视频数据库进行了定量的分析,平均成功率达到了65.2%,平均中心位置偏差为33.4,平均每秒运行155.5帧。结论提出的跟踪算法优化了搜索目标的计算次数,提高了算法的运行效率,当在目标发生遮挡时,采用粒子群优化进行全局搜索直到目标重新出现,从而提高了跟踪算法的跟踪成功率,本文算法能适用于不同场景,能够提高智能视频监控系统的智能监控性能。; 李杰周浩张晋高赟叶津; 关键词：计算机视觉目标跟踪压缩感知粒子群优化特征提取朴素贝叶斯

基于贝叶斯判别器的面部检测(英文): 2006年; 提出了1种基于PCA(主成分分析)的贝叶斯判别器用于检测灰度面部图像.为检测面部图像,首先用PCA减低训练图像的维数以为判别器提供教好的图像描述.训练图像包括面部图像和非面部图像并给出正确标识,用EM算法学习图像的特征向量.在构建好学习模型后,用贝叶斯后验概率检测未知样本.模型参数估计和判别原则都是基于最大似然度.在估计了概率密度函数后,贝叶斯判别器可产生最小的误差,为分类的教优准则.本方法用2 356副面部图像和3 780非面部图像作为学习样本,学习过程获取面部图像与非面部图像的差异而构建判别模型.训练图像包括不同位置,不同表情,不同亮度条件的同一对象图像.训练模型用于检测205副面部图像,实验结果在文章第4部分给出.; 李海燕余鹏飞周浩; 关键词：主成分分析

基于码本模型的运动阴影去除算法被引量：1: 2017年; 运动阴影会导致运动目标前景发生形变或丢失,影响运动目标前景的跟踪和分析。针对该问题,引入码本模型设计运动阴影去除算法。利用在YCb Cr颜色空间内建立的背景码本模型,检测包含运动前景目标和运动阴影的运动区域,并根据运动阴影在YCb Cr颜色空间中的特性得到运动区域中表示运动阴影的像素值,为视频帧中所有不同位置的像素点建立一个具有自适应亮度范围阈值和色度距离阈值的运动阴影码本模型,实现运动阴影的检测和去除。实验结果表明,该算法可有效提高运动阴影的检测率和识别率。; 钟小芳周浩高志山高赟

信号处理类课程探究式教学方案研究被引量：1: 2017年; 针对数字信号处理课程教学中理论与实践相互脱节、重理论介绍、多验证性实验、缺乏实践相关的实验,提出信号处理类课程的探究式教学方法,指出结合教师的科研实践,应用实例引导学生学习相关知识,推动以学生为主体亲历探究的研究性学习活动,促进学生解决问题和创新能力的培养。; 周浩丁海燕杨鉴梁虹; 关键词：探究式教学实践教学

基于矢量量化的组合参数法说话人识别被引量：25: 2002年; 说话人识别的方法很多 ,提出的基于矢量量化 (VQ)的算法 ,在语音特征表征上利用几种特征参数的组合使用来提高识别率 ,在VQ过程中 ,经典的K均值算法收敛速度快 ,但极易收敛于局部最佳点 ,为了使聚类算法收敛于全局最优点 ,同时提高识别率 ,采用模拟退火算法来改善聚类码本质量 .讨论了具体的算法实现 ,并给出了一些实验数据 ,实验结果表明该处理方法是有效的 .; 尉洪周浩杨鉴; 关键词：说话人识别矢量量化模拟退火算法语音识别聚类算法

融合Transformer和VGG网络的高光谱图像分类: 2023年; 在高光谱图像(HSI)光谱数据中,相邻波段间信息的相关性对光谱特征近似的不同地物的分析具有重要意义。然而在传统卷积神经网络(CNN)的HSI光谱数据处理方法中,所提取的特征忽略了不同波段间信息的关联性。提出了一种融合Transformer和VGG网络的高光谱图像分类方法(SST_Like)。采用3D卷积核的VGG网络提取空间光谱特征,基于多头自注意力(MSA)机制的Transformer网络提取连续光谱间信息,形成空谱联合特征,最终通过多层感知机(MLP)完成地物分类任务。本文提出的SST_Like网络模型在3个HSI开放数据集上的实验结果表明,与传统基于CNN的HSI分类算法相比,可以提取更加深层的、判别性的特征,具有较高的分类性能。; 张明慧周浩王先旺; 关键词：高光谱图像分类 TRANSFORMER

基于K-means的FITS图像自检验和自分类方法: 2023年; 针对如何快速实现地面观测获得的时序天文FITS(Flexible Image Transport System)图像的自动化分类和检验问题,提出了一种FITS图像自检验和自分类方法,该方法结合了K-means聚类算法及其思想,同时加入了一种基于皮尔逊相关系数的相似度算法。通过比较该方法与基于有监督的VGG13分类网络和基于无监督的K-means聚类算法应用于真实的天文数据分类得到的错误数量,得出该方法的分类准确率达94%以上。该方法一方面检验出了历史数据中存在的错误情况,摆脱了对关键词IMAGETYP和观测日志的依赖,进一步规范和完善了历史存储的天文FITS数据;另一方面增强了分类的可靠性,提高了数据获取效率,降低了人工成本。; 曹晶周浩戴智斌袁国武; 关键词：K-MEANS聚类算法

周浩

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

周浩

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈