您的位置: 专家智库 > >

杨硕

作品数:5 被引量:20H指数:2
供职机构:沈阳化工大学更多>>
发文基金:辽宁省教育厅基金资助项目辽宁省教育厅基金四川省科技支撑计划更多>>
相关领域:自动化与计算机技术经济管理文化科学更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 1篇经济管理
  • 1篇文化科学

主题

  • 1篇多特征融合
  • 1篇羽毛球
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇智能家居
  • 1篇智能交通
  • 1篇设计模式
  • 1篇石化
  • 1篇视觉检测
  • 1篇手势
  • 1篇手势识别
  • 1篇特征点
  • 1篇特征点检测
  • 1篇企业
  • 1篇企业价值评估
  • 1篇人机
  • 1篇人机交互
  • 1篇卫星
  • 1篇向量
  • 1篇向量机

机构

  • 5篇沈阳化工大学
  • 2篇西南民族大学

作者

  • 5篇杨硕
  • 2篇张志杰
  • 1篇张波

传媒

  • 1篇计算机应用
  • 1篇江苏商论
  • 1篇信息技术与信...
  • 1篇中国图象图形...
  • 1篇计算机技术与...

年份

  • 1篇2023
  • 1篇2022
  • 3篇2016
5 条 记 录,以下是 1-5
排序方式:
多特征融合的车牌定位算法被引量:15
2016年
针对使用单一特征在复杂场景下车牌定位效果不佳的问题,提出了一种融合了边缘、颜色、纹理等多种特征的车牌定位算法.该算法将定位过程分为假设生成和假设检验两个阶段:在假设生成阶段,使用特征点检测、形态学作为主要技术手段,利用车牌的字符纹理和颜色特征生成候选车牌;在假设检验阶段,使用灰度投影作为技术手段,利用车牌结构的固有特征验证候选并实现定位.实验结果表明:在包含实际场景的车牌图像库中,定位成功率可以达到96.6%,精确度可以达到95.4%,验证了多特征融合算法的合理性和有效性.
杨硕张波张志杰
关键词:车牌检测车牌定位多特征融合分类器特征点检测
基于Swin Transformer改进YOWO的羽毛球动作识别研究
2023年
针对使用传统的目标检测算法以及支持向量机(support vector machine,SVM)的分类方式对羽毛球运动员动作识别的效率以及准确率的问题,提出一种更加准确并且更具有迁移性,在复杂环境下也具有一定的可识别性的基于Swin Transformer作为主干网络改进的YOWO(you only watch once)的算法。首先,将原始视频片段分成8帧图像,然后,分别通过Swin Transformer和Video Swin Transformer网络提取空间和时间特征;同时通过注意力机制融合时空信息特征,最后通过卷积层输出羽毛球动作的类别信息和运动员位置坐标。在自主构建的羽毛球动作数据集对四种羽毛球动作进行分类识别达到91.8%的准确率。实验结果表明,所提出的方法提高了羽毛球动作的识别准确率,可以有效地完成羽毛球动作进行分析、捕获任务。
段奇杨硕
关键词:支持向量机
主-从PTZ视频检测软件模块化设计及架构被引量:1
2016年
前方路面车辆的检测和跟踪是智能交通系统中的重要问题。使用单定焦相机的系统,对处于复杂环境下的车辆视野有限,远处目标的特征细节很难捕获,较宽视野区域中的特征分辨率较低;而要获得较高分辨率,就只能够缩小监控区域的视野,因此检测效果较差。为解决单定焦相机视野与分辨率之间的冲突,文中引入主-从PTZ系统加以改进。其中,主系统采用固定的广角镜头以获得较宽的视野,同时采用高清晰度的PTZ相机作为从系统,提升较宽的视野中特定目标区域的分辨率。文中提出并实现了一个主-从PTZ视觉检测软件的模块化解决方案。该方案利用主系统进行广角搜索,利用从PTZ增强特征细节。测试结果表明,该系统能够实现较宽视野中特定目标的较快检测,提高目标图像细节分辨率,改进目标特征细节检测率,同时具有简单、快速、高效、易于二次开发等优点。
张志杰杨硕
关键词:视觉检测智能交通设计模式
基于经济增加值模型企业价值评估研究--以卫星石化股份有限公司为例被引量:2
2022年
企业的重要财务目标是追求价值最大化,在企业稳固发展的同时保障资金使用、回报达到最大。经济增加值(EVA)相比较传统方式的企业价值评估更为合理,充分展现了企业真实的经营业绩。本文以卫星石化股份有限公司为例,采用EVA模型进行企业价值评估。在EVA模型的理论基础上,计算出企业近五年来历史经济增加值,并根据历史数据发展趋势对未来几年的EVA值进行预测。
杨硕曹姝
关键词:EVA模型企业价值评估
面向智能家居的挥手识别算法被引量:2
2016年
目的用手势控制家电是智能家居发展的趋势之一,传统的静态手势识别算法难以适应复杂的居家环境,特别当使用广角相机或环境干扰大时,为此提出一种动态的挥手识别算法,可以对视频序列中的挥手动作做出响应,以达到控制家电的目的。方法挥手动作具有周期性且频率相对稳定,算法首先调整长滤波器和短滤波器使其检测到视频内周期性运动的区域,然后利用人手识别算法对周期性运动区域进行验证并确认人手。结果通过与主流的手势识别算法的对比,在复杂环境下,本文算法将成功次数提高了3%,误触发次数降低了44%,响应时间也降低了近0.4 s。结论实验结果表明,算法能够满足实际应用需求。此外,算法不基于运动目标检测,运算量极低,可以在较高的图像分辨率下实时运行,并能被移植到嵌入式平台下。
杨硕吉爱萍
关键词:智能家居人机交互手势识别
共1页<1>
聚类工具0