您的位置: 专家智库 > >

张磊

作品数:2 被引量:8H指数:1
供职机构:曲阜师范大学物理工程学院更多>>
发文基金:山东省高等学校科技计划项目国家自然科学基金更多>>
相关领域:电子电信更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇电子电信

主题

  • 2篇图像
  • 1篇制导
  • 1篇制导系统
  • 1篇中立
  • 1篇神经网
  • 1篇神经网络
  • 1篇双目
  • 1篇特征提取
  • 1篇特征提取与分...
  • 1篇图像处理
  • 1篇图像距离
  • 1篇网络
  • 1篇卷积
  • 1篇卷积神经网络
  • 1篇机器视觉
  • 1篇加权
  • 1篇降维
  • 1篇贡献率
  • 1篇OPENCV

机构

  • 2篇曲阜师范大学

作者

  • 2篇张磊
  • 1篇杨秀芹
  • 1篇王玉德
  • 1篇冯玮
  • 1篇高强

传媒

  • 1篇电子技术(上...
  • 1篇激光技术

年份

  • 1篇2018
  • 1篇2017
2 条 记 录,以下是 1-2
排序方式:
基于OpenCV解决视觉制导系统中立体图像距离快速估计
2017年
提出了一个通过校正以后的左右摄像机拍摄的一对图像中提取深度信息的方法,重点在该立体算法的第一阶段的匹配代价的计算,通过利用卷积神经网络学习中的小图像块的相似度量来快速的实现立体匹配。最终实现基于双目机器视觉立体图像快速距离估计。
高强杨秀芹张磊
关键词:OPENCV机器视觉双目
加权联合降维的深度特征提取与分类识别算法被引量:8
2018年
为了降低卷积神经网络计算的复杂度,改善特征提取过程中的过拟合现象,解决经典网络模型不能有效处理大尺寸图片的问题,采用了加权联合降维的特征融合与分类识别算法,根据两特征的识别贡献率对主成分分析法(PCA)降维处理和随机投影(RP)处理结果进行加权融合,然后将结果提供给卷积神经网络进行处理,提取图像分类的高层特征,使用欧氏距离分类器对识别对象进行分类,并进行了理论分析和实验验证。结果表明,经过加权联合降维对数据进行预处理,PCA矩阵与RP降维矩阵之比重达到6∶4,识别率高达96%以上。该算法有效提高了准确率,使大尺寸图片在深度学习网络中有良好的识别效果,改善了网络的适应性。
冯玮王玉德张磊
关键词:图像处理卷积神经网络
共1页<1>
聚类工具0