刘庆杰
- 作品数：3 被引量：26H指数：2
- 供职机构：北京航空航天大学计算机学院更多>>
- 发文基金：国家自然科学基金国家科技支撑计划国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 深度学习在航拍场景分类中的应用被引量：9
- 2014年
- 最近几十年来,航拍图片和视频在城市规划、沿海地区监视、军事任务等方面都得到了广泛的运用。因而了解航拍图片中所包含的内容,研究航拍视频所拍摄的场景类型就显得异常重要。目前流行的场景分类算法大多是针对自然场景的,很少有针对高分辨率航拍场景分类的算法。针对高分辨率航拍图片的场景分类给出了一种分层式算法。该算法首先用尺度不变特征转换(scale-invariant feature transform,SIFT)算法提取鲁棒的块局部特征,然后在视觉词袋的基础上,用经局限型波兹曼模型(restricted Boltzmann machine,RBM)初始化的深层信念网络(deep belief network,DBN)来表示低层特征与高层视频特征之间的关系;同时深层信念网络也起到了分类器的作用。实验结果表明,该算法在处理高分辨率航拍图片场景分类问题时都要略好于目前主流算法。
- 李晓龙张兆翔王蕴红刘庆杰
- 关键词：航拍高分辨率
- 可视计算课程群本研一体化课程体系设计与优化
- 2021年
- 针对可视计算技术发展迅猛导致课程体系滞后于知识更新、制约创新人才培养的问题,以综合素养的形成性培养为目标,提出可视计算课程群的本研一体化课程体系优化和知识更新的思路,从学生综合素养导向的本研一体化课程体系设计与基于数据挖掘的知识体系增量式迭代更新两方面,阐述如何进行学生综合素养导向的层次性、系统化的可视计算课程群本研一体化课程体系设计与优化。
- 张永飞郑锦姜宏旭欧阳元新刘庆杰李波高小鹏梁晓辉
- 关键词：课程体系知识挖掘
- 基于视觉显著性和图分割的高分辨率遥感影像中人工目标区域提取被引量：17
- 2013年
- 目标检测与提取是遥感影像处理与解译的重要研究内容。提出一种基于显著性检测和图像分割的面向对象高精度目标提取方法。首先,给出一种融合"基于图论的视觉显著性"和"基于边线密度的视觉显著性"的显著性计算模型。通过引入线密度,可以在复杂背景图像下有效提取目标区域,用于高分辨率遥感图像无监督的快速场景分析。然后,利用图论分割方法获取特征相似的图像区域。同一区域中的像素具有相似的显著度值和特征。以图块为对象分析其显著性大小,可以提取精细的目标轮廓。相对于基于像素点的显著性目标提取方法,本文所用面向对象的分析方法能够在保证较高检测精度的同时有效降低冗余检测率。在高分辨率遥感影像上的试验证实对人工目标(如建筑物)的检测更准确并且所得轮廓更精确。
- 温奇李苓苓刘庆杰樊文锋林月冠孙俊格
- 关键词：显著性检测高分辨率遥感图分割
