检索结果-内蒙古大学图书馆

信号处理 2018年第7期34卷 852-859页

作者：蒋双霜朱振峰常冬霞北京交通大学信息科学研究所北京100044 北京市现代信息科学与网络技术重点实验室北京100044

针对具有场景变换、景深变换较小的抖动视频,本文提出了一种利用全景图的视频稳像方法。不同于传统稳像方法,本文所提算法利用原始视频序列生成广角视图,通过后期抽取视频帧,以合成方式输出稳定视频。通过区域块的运动估计,获取相机的... 详细信息

针对具有场景变换、景深变换较小的抖动视频,本文提出了一种利用全景图的视频稳像方法。不同于传统稳像方法,本文所提算法利用原始视频序列生成广角视图,通过后期抽取视频帧,以合成方式输出稳定视频。通过区域块的运动估计,获取相机的运动轨迹;在此基础上,为消除视频抖动导致的原始运动轨迹的非平滑问题,提出了一种基于运动矢量统计的相机运动模式判决方法,并以此选择相应的平滑方式。最后,通过平滑后的运动轨迹对全景图进行抽帧,合成平滑、稳定视频。实验结果表明,本文提出的稳像方法能有效去除较大抖动,同时避免了对视频宽度的裁剪等后处理,具有较好的稳像能力。

关键词：视频稳像全景图块匹配运动轨迹

来源：评论

学校读者我要写书评

暂无评论

平均光流方向直方图描述的微表情识别

引用

信号处理 2018年第3期34卷 279-288页

作者：马浩原安高云阮秋琦北京交通大学信息科学研究所北京100044 现代信息科学与网络技术北京市重点实验室北京100044

微表情持续时间短、强度低和局部运动的特点,给其识别带来了极大困难。本文提出了一种新的平均光流方向直方图(MHOOF)描述的微表情识别算法,首先检测人脸稠密关键点并根据关键点坐标和人脸动作编码系统(FACS)将人脸区域划分成13个感兴... 详细信息

微表情持续时间短、强度低和局部运动的特点,给其识别带来了极大困难。本文提出了一种新的平均光流方向直方图(MHOOF)描述的微表情识别算法,首先检测人脸稠密关键点并根据关键点坐标和人脸动作编码系统(FACS)将人脸区域划分成13个感兴趣区域(ROI),然后提取选定ROI内相邻两帧之间的HOOF特征来检测微表情序列的峰值帧,最后提取从起始帧到峰值帧这一段图片序列的MHOOF特征进行微表情识别。CASME II微表情库上的实验表明,本文提出的MHOOF特征可有效描述微表情的变化,识别率比两种最优的算法MDMO和Di STLBP-RIP分别提升了5.53%和3.12%。

关键词：微表情检测微表情识别光流

来源：评论

学校读者我要写书评

暂无评论

大型追踪系统的多摄像头协同

引用

信号处理 2018年第4期34卷 494-502页

作者：曹凯悦阮秋琦北京交通大学信息科学研究所北京100044 现代信息科学与网络技术北京市重点实验室北京100044

多摄像头间的目标追踪,即利用多摄像头协作完成对目标的监控追踪过程,是大规模智能监控系统中的重要研究方向。针对多摄像头追踪系统对多摄像头协同的实时高效性的需求,本文提出了一种利用多Agent代理多摄像头的分布式计算技术,单Agent... 详细信息

多摄像头间的目标追踪,即利用多摄像头协作完成对目标的监控追踪过程,是大规模智能监控系统中的重要研究方向。针对多摄像头追踪系统对多摄像头协同的实时高效性的需求,本文提出了一种利用多Agent代理多摄像头的分布式计算技术,单Agent层面分析其BDI模型,状态转移模型,多Agent层面分析其在目标追踪过程中完整的通信过程,以及多个摄像头的最佳状态选择。通过开源JADE框架,对基于多Agent的多摄像头追踪系统进行系统搭建,系统实现了多摄像头协同下对目标的持续追踪,实验证实了本文的多Agent系统可有效的实现多摄像头的协同,将通信延迟时间缩小到最短,以便及时更新每个摄像头的状态,从而大大提高了目标追踪的准确率,以及计算资源的利用率,达到对目标进行持续追踪的目的。

关键词：多Agent 多摄像头协同控制智能监控追踪分布式

来源：评论

学校读者我要写书评

暂无评论

基于卷积网络的帧率提升算法研究

引用

计算机应用研究 2018年第2期35卷 611-614页

作者：侯敬轩赵耀林春雨刘美琴白慧慧北京交通大学信息科学研究所北京100044 北京交通大学现代信息科学与网络技术北京市重点实验室北京100044

基于运动补偿的帧率提升算法是目前主要的帧率提升方法。为减小内插帧中的块效应、孔洞和遮挡问题,提高插值帧质量,提出一种基于卷积神经网络(convolutional neural network)的自学习帧率提升(frame rate upconversion)方法。卷积神经... 详细信息

基于运动补偿的帧率提升算法是目前主要的帧率提升方法。为减小内插帧中的块效应、孔洞和遮挡问题,提高插值帧质量,提出一种基于卷积神经网络(convolutional neural network)的自学习帧率提升(frame rate upconversion)方法。卷积神经网络用于利用两相邻帧预测待插值帧。在卷积神经网络的训练阶段,假设高帧率视频是存在的,网络参数由高帧率视频与低帧率视频训练而来。最后视频数据以低帧率视频加网络参数的形式传输,在接收端就可以利用卷积神经网络重建高帧率视频。实质上,这样做是通过增加视频发布者的负担以提供给视频接收者更多便利。对于视频点播网站来说,这是提升用户体验的重要因素。实验表明,该方案相对于传统的基于运动补偿的帧率提升算法,平均PSNR提升至少0.6 d B,取得较大程度的提升,并且该方法是基于全局的帧预测方法,可以有效避免块效应、孔洞和遮挡问题。

关键词：卷积神经网络帧率提升自学习

来源：评论

学校读者我要写书评

暂无评论

基于多角度分割的360全景图的显著性检测

引用

图学学报 2018年第6期39卷 1055-1061页

作者：苏群林春雨赵耀李雅茹刘美琴北京交通大学计算机与信息技术学院信息所北京100044 现代信息科学与网络技术北京市重点实验室北京100044

与常规2D图像不同,360全景图包含当前空间的全部视觉信息,因而在视频监控和虚拟现实等领域有着广泛的应用,然而用户在某一时刻只能观看到一定的视角,因此,360全景图的显著性区域检测对于视角预测至关重要。为此,提出了多角度分割的360... 详细信息

与常规2D图像不同,360全景图包含当前空间的全部视觉信息,因而在视频监控和虚拟现实等领域有着广泛的应用,然而用户在某一时刻只能观看到一定的视角,因此,360全景图的显著性区域检测对于视角预测至关重要。为此,提出了多角度分割的360全景图的显著性检测。首先将全景图进行多角度分割,将分割结果分别投影到立方体上以去除一定畸变;然后对每个立方体面通过稠密稀疏重建进行显著性计算;最后再将每个面的显著图投影到经纬映射方式的矩形上,进行多角度融合以获得最终的显著图。通过人工标注的全景图显著区域进行实验对比,结果表明该算法可以准确检测出360全景图的显著区域,并优于当前先进算法。

关键词： 360全景图显著性检测多角度分割稠密重构误差稀疏重构误差

来源：评论

学校读者我要写书评

暂无评论

运动模糊图像检测分割盲复原

引用

系统工程与电子技术 2017年第3期39卷 662-667页

作者：刘艳玲胡绍海北京交通大学信息科学研究所北京100044 现代信息科学与网络技术北京市重点实验室北京100044

针对空间变化的运动模糊图像,提出基于单帧图像的模糊检测与分割的盲复原方法。首先,模糊检测生成模糊区域映射图;其次,采用腐蚀和膨胀分别对映射图中的模糊区域与清晰区域处理,利用处理结果标记,并采用分割算法分割图像;再次,分两步估... 详细信息

针对空间变化的运动模糊图像,提出基于单帧图像的模糊检测与分割的盲复原方法。首先,模糊检测生成模糊区域映射图;其次,采用腐蚀和膨胀分别对映射图中的模糊区域与清晰区域处理,利用处理结果标记,并采用分割算法分割图像;再次,分两步估计模糊核,并对模糊区域进行外延扩张,利用估计得到的模糊核进行反卷积去模糊;最后,去除被外延的部分,并与分割得到的清晰区域进行拼接,得到完整的去模糊后的图像。结果表明,算法在人工数据集峰值信噪比(peak signal to noise ratio,PSNR)平均提高10dB,均方根误差(root mean square error,RMSE)平均降低0.12,自然场景下的真实模糊数据集去模糊结果视觉质量明显提高。此外,该算法在减少模型复杂度的同时也提高了去模糊的质量。

关键词：图像去模糊空间变化模糊检测图像分割图像分割复原

来源：评论

学校读者我要写书评

暂无评论

基于多尺度区域块的糖尿病性视网膜病变级联检测

引用

北京交通大学学报 2017年第6期41卷 13-20页

作者：马文婷赵耀韦世奎张诗吟廖理心北京交通大学信息科学研究所北京100044 北京交通大学北京市现代信息科学与网络技术北京市重点实验室北京100044

目前,基于形态学检测糖尿病性视网膜病变的算法复杂度较高,深度学习直接逐像素检测的方法虽然能够避免排除生理结构、手动设计特征的不足,但计算量大、分割速度较慢.为了解决上述问题,提出一种基于深度学习的级联检测框架.首先,分块检... 详细信息

目前,基于形态学检测糖尿病性视网膜病变的算法复杂度较高,深度学习直接逐像素检测的方法虽然能够避免排除生理结构、手动设计特征的不足,但计算量大、分割速度较慢.为了解决上述问题,提出一种基于深度学习的级联检测框架.首先,分块检测眼底图像是否存在病变区域,然后对病变区域进行逐像素的分割,从而检测出微动脉瘤、出血点、硬渗出及软渗出4种病变.实验结果表明:在眼底图像公开数据库DIARETDB1中,4种病变的检测率分别为88.62%、94.91%、98.91%和92.91%.与形态学方法相比,微动脉瘤和出血点检测精度分别提高了17.39%和15.18%;与直接逐像素检测方法相比,平均检测时间仅为原来的1/4.

关键词：信号与信息处理糖尿病性视网膜病变卷积神经网络眼底图像病变分割

来源：评论

学校读者我要写书评

暂无评论

大规模MIMO系统中用户分层变长时隙分配

引用

国防科技大学学报 2017年第4期39卷 110-115页

作者：周志超王东北京交通大学计算机与信息技术学院信息科学研究所北京100044 北京市先进信息科学和网络技术重点实验室北京100044

大规模MIMO系统时分双工模式中分配的物理时隙长度是固定的,不能根据不同时长的信道相干时间灵活地调整长度,二者长度的不匹配导致部分时频资源的浪费,因此,系统的总体容量不能达到最优。针对此问题提出一种用户分层变长时隙分配方法,... 详细信息

大规模MIMO系统时分双工模式中分配的物理时隙长度是固定的,不能根据不同时长的信道相干时间灵活地调整长度,二者长度的不匹配导致部分时频资源的浪费,因此,系统的总体容量不能达到最优。针对此问题提出一种用户分层变长时隙分配方法,即根据不同终端的移动性对终端进行分层,并为不同层中的移动终端灵活地分配不同时长的物理时隙,使物理时隙长度与移动终端所对应信道的相干时长相匹配,从而减少时频资源的浪费,提高资源利用率。同时,避免了低速移动终端过频繁的信道估计,降低了信道训练序列开销,使系统的总体数据容量得到很大的提升。实验仿真结果验证了所提方法的有效性。

关键词：大规模MIMO系统用户分层变长时隙时频资源效率

来源：评论

学校读者我要写书评

暂无评论

基于稀疏表示与线性回归的图像快速超分辨率重建

引用

智能系统学报 2017年第1期12卷 8-14页

作者：赵志辉赵瑞珍岑翼刚张凤珍北京交通大学信息科学研究所北京交通大学现代信息科学与网络技术北京市重点实验室

单幅图像超分辨率的目的是从一幅低分辨率的图像来重构出高分辨率的图像。基于稀疏表示和邻域嵌入的超分辨率图像重建方法使得重建图像质量有了极大的改善。但这些方法还很难应用到实际中,因为其重建图像的速度太慢或者需要调节复杂的... 详细信息

单幅图像超分辨率的目的是从一幅低分辨率的图像来重构出高分辨率的图像。基于稀疏表示和邻域嵌入的超分辨率图像重建方法使得重建图像质量有了极大的改善。但这些方法还很难应用到实际中,因为其重建图像的速度太慢或者需要调节复杂的参数。目前大多数的方法在图像重建的速度和质量两个方面很难有一个好的权衡。鉴于以上问题提出了一种基于线性回归的快速图像超分辨率重建算法,将稀疏表示和回归的方法有效地结合在一起。通过稀疏表示训练的字典,用一种新的方式将整个数据集划分为多个子空间,然后在每一类子空间中独立地学习高低分辨率图像之间的映射关系,最后通过选择相应的投影矩阵来重建出高分辨图像。实验结果表明,相比于其他方法,本文提出的算法无论在图像重建速度还是重建质量方面都取得了更好的超分辨率重建效果。

关键词：线性回归超分辨率字典训练稀疏表示图像重建特征训练子空间邻域嵌入

来源：评论

学校读者我要写书评

暂无评论

基于多角度分割的360全景图显著性检测

基于多角度分割的360全景图显著性检测

引用

第十九届全国图象图形学学术会议

作者：苏群林春雨赵耀李雅茹刘美琴北京交通大学计算机与信息技术学院信息所北京 100044 现代信息科学与网络技术北京市重点实验室北京 100044

与常规2D图像不同,360全景图包含当前空间的全部视觉信息,因而在视频监控和虚拟现实等领域有着广泛的应用,然而用户在某一时刻只能观看到一定的视角,因此,360全景图的显著性区域检测对于视角预测至关重要。

关键词： 360全景图显著性检测多角度分割稠密重构误差稀疏重构误差

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：