检索结果-内蒙古大学图书馆

计算机辅助设计与图形学学报 2019年第9期31卷 1485-1493页

作者：曾志超李桂清邹歆仪王宇攀聂勇伟华南理工大学计算机科学与工程学院

为了解决单张照片人体重构出现的姿态翻转问题,提高重构模型的准确度,提出相邻帧姿态约束和人体轮廓线匹配的姿态与形状序列同时重构算法.对视频中的每一帧,首先估计出图像中人物的二维关节点、人物脸部特征点及其边缘轮廓线;然后将参... 详细信息

为了解决单张照片人体重构出现的姿态翻转问题,提高重构模型的准确度,提出相邻帧姿态约束和人体轮廓线匹配的姿态与形状序列同时重构算法.对视频中的每一帧,首先估计出图像中人物的二维关节点、人物脸部特征点及其边缘轮廓线;然后将参数化模型SMPL所表达的三维人体投影到二维平面上,使得投影后的二维信息与对应的视频帧二维信息相匹配;最后通过调整SMPL的姿态与形状参数来最小化匹配能量函数,从而重构出与视频帧中人物具有相似姿态与形状的三维人体模型.此外,为了使重构结果显得更真实,也对图像帧中人体的头部姿态进行了检测和匹配.该算法在MPI-INF-3DHP数据集、Youku视频和自拍视频帧上均进行了实验,实验结果表明,与SMPLify算法等相比,该算法能有效地避免重构结果中出现姿态翻转的现象,且能在保证模型整体姿态相似性的前提下重构出准确的头部姿态和相似的模型形状.

关键词：三维人体重构三维人体形状人体姿态估计视频重构

来源：评论

学校读者我要写书评

暂无评论

多步原子规则的大规模关联分类

引用

控制理论与应用 2007年第3期24卷 471-474页

作者：许孝元韩国强闵华清华南理工大学计算机科学与工程学院

关联分类已成为数据挖掘研究的热点问题之一.为解决大规则关联分类问题,本文提出了基于原子规则的多步分类方案,并对作者提出的多步原子关联规则分类新技术进行了深入的理论研究.与同类关联分类方法(如CBA)比较,本文提出的方法具有学习... 详细信息

关联分类已成为数据挖掘研究的热点问题之一.为解决大规则关联分类问题,本文提出了基于原子规则的多步分类方案,并对作者提出的多步原子关联规则分类新技术进行了深入的理论研究.与同类关联分类方法(如CBA)比较,本文提出的方法具有学习速度快、分类准确度高的优点.

关键词：数据挖掘机器学习关联规则分类

来源：评论

学校读者我要写书评

暂无评论

镜头畸变及其校正技术

引用

光学技术 2005年第1期31卷 136-138,141页

作者：朱铮涛黎绍发华南理工大学计算机科学与工程学院

根据镜头畸变的数学模型,利用平面圆形网格模板的网格交点来求取镜头的径向、切向和薄棱镜畸变系数。利用网格交点及其附近的像素点信息,来拟合解析曲面并将所求曲面顶点坐标作为网格交点坐标,使像素位置坐标达到亚像素精度,事先求出镜... 详细信息

根据镜头畸变的数学模型,利用平面圆形网格模板的网格交点来求取镜头的径向、切向和薄棱镜畸变系数。利用网格交点及其附近的像素点信息,来拟合解析曲面并将所求曲面顶点坐标作为网格交点坐标,使像素位置坐标达到亚像素精度,事先求出镜头畸变系数,并在实际测量中对成像点加以校正的方法,可在不影响处理速度的前提下,提高了求解精度。

关键词：镜头畸变校正技术亚像素

来源：评论

学校读者我要写书评

暂无评论

联合运动估计与基于模式的超分辨率图像重构

引用

电子学报 2008年第1期36卷 180-183页

作者：张地彭宏华南理工大学计算机科学与工程学院

超分辨率图像重构是利用关于同一场景的多帧低分辨率图像重构出一幅具有更高分辨率图像的过程.已有的超分辨率图像重构算法对于人工模拟所得到的低分辨率图像序列具有很好的效果,但对于拍摄到的真实低分辨率图像序列而言,重构后的图像... 详细信息

超分辨率图像重构是利用关于同一场景的多帧低分辨率图像重构出一幅具有更高分辨率图像的过程.已有的超分辨率图像重构算法对于人工模拟所得到的低分辨率图像序列具有很好的效果,但对于拍摄到的真实低分辨率图像序列而言,重构后的图像往往比较模糊,有时甚至仍然无法分辨.为此,本文提出了一个联合运动估计与基于模式的超分辨率图像重构算法.实验结果表明,该算法能够得到优于常规算法的高分辨率图像.

关键词：超分辨率模式识别图像序列图像重构

来源：评论

学校读者我要写书评

暂无评论

面向批量插入优化的并行存储引擎MTPower

引用

计算机学报 2010年第8期33卷 1492-1499页

作者：陈虎唐海浩廖江苗彭江峰华南理工大学软件学院广州510006 华南理工大学计算机科学与工程学院广州510006

针对多核处理器的特点,文章提出了一个符合MySQL接口标准的并行存储引擎MTPower.该存储引擎着重利用多核处理器的并行计算能力提升批量插入过程中的索引产生过程,主要包含存储引擎接口、并行批量线性Hash索引、并行批量B+树插入、支持... 详细信息

针对多核处理器的特点,文章提出了一个符合MySQL接口标准的并行存储引擎MTPower.该存储引擎着重利用多核处理器的并行计算能力提升批量插入过程中的索引产生过程,主要包含存储引擎接口、并行批量线性Hash索引、并行批量B+树插入、支持并行访问的磁盘存储缓冲等部分.测试结果表明,在批量插入记录且需要创建Hash和B+树索引时,MTPower的性能比经典的单线程存储引擎MyISAM最高可以提高6.1倍和4.8倍;在系统中线程总数略大于处理器核数时,MTPower可以达到最佳性能;在处理器核的数量增加时,MTPower的性能也能随之提高.

关键词：并行数据库 Hash并行索引 B+树并行索引磁盘缓冲多核处理器

来源：评论

学校读者我要写书评

暂无评论

具源隐藏特性的IB-PRE方案分析

引用

华南理工大学学报（自然科学版） 2015年第1期43卷 118-125页

作者：郑郁林蔡沂华南理工大学计算机科学与工程学院广东广州510640 华南理工大学广州学院计算机工程学院广东广州510800

Emura等提出的基于身份标识的代理重加密(Emura-IB-PRE)方案具有源隐藏特性,且在随机喻示模型下具有抗选择密文攻击安全性.文中提出了一种攻破Emura-IB-PRE方案的选择密文安全性方法,证明了Emura-IB-PRE不能抵抗选择密文攻击,进而提出... 详细信息

Emura等提出的基于身份标识的代理重加密(Emura-IB-PRE)方案具有源隐藏特性,且在随机喻示模型下具有抗选择密文攻击安全性.文中提出了一种攻破Emura-IB-PRE方案的选择密文安全性方法,证明了Emura-IB-PRE不能抵抗选择密文攻击,进而提出了改进的E-SH-IB-PRE方案,并进行了相关安全性证明.结果表明,文中提出的方案在随机喻示模型下具有抗选择密文攻击安全性和源隐藏特性,一级密文可公开验证的原则对代理重加密方案的设计具有重要的作用.

关键词：代理重加密加密算法源隐藏特性选择密文攻击

来源：评论

学校读者我要写书评

暂无评论

多尺度最稳定极限区域仿射不变特征

引用

计算机研究与发展 2011年第3期48卷 508-515页

作者：罗荣华闵华清陈聪华南理工大学计算机科学与工程学院广州510006 华南理工大学软件学院广州510006

基于局部区域的仿射不变特征被广泛应用于目标识别、场景分类和图像检索.在已经提出的仿射不变局部特征中,最稳定极限区域特征MSER(maxi mally stable extremal region)在多个方面具有优越的性能.但是由于最稳定极限区域特征MSER是从单... 详细信息

基于局部区域的仿射不变特征被广泛应用于目标识别、场景分类和图像检索.在已经提出的仿射不变局部特征中,最稳定极限区域特征MSER(maxi mally stable extremal region)在多个方面具有优越的性能.但是由于最稳定极限区域特征MSER是从单一尺度图像中提取的,当图像尺度发生较大变化时,图像的模糊会使最稳定极限区域特征的边界发生变化,从而影响特征的稳定性.针对这一问题,通过定义多尺度空间中极限区域的稳定性指标,提出一种在图像空间和尺度空间都最稳定的极限区域特征,并设计了在尺度空间进行极限区域提取的快速算法.同时,针对极限区域可以较好地描述特征轮廓的特点,将局部灰度梯度信息和形状信息相结合设计了一种新的特征描述器.这种特征被称为多尺度最稳定极限区域MMSER(multi-scale maxi mally stable extremal region)特征.实验结果表明,在不同仿射变化条件下,MMSER的稳定性和可识别性均优于MSER,而且其描述器的创建时间约为SIFT描述器的45%.

关键词：尺度空间最稳定极限区域特征描述器仿射不变不变特征

来源：评论

学校读者我要写书评

暂无评论

基于Bootstrapping的因特网流量分类方法

引用

北京邮电大学学报 2014年第5期37卷 66-70,79页

作者：刘珍王若愚刘琼华南理工大学软件学院广州510006 华南理工大学计算机科学与工程学院广州510006

针对因特网流量分类面临的流量类别标记瓶颈和类别样本数分布不平衡,提出基于Bootstrapping的流量分类方法,使用少量有标记样本训练初始分类器,迭代利用无标记样本扩展样本集并更新分类器.在构建扩展样本集过程中,将无标记样本在某后验... 详细信息

针对因特网流量分类面临的流量类别标记瓶颈和类别样本数分布不平衡,提出基于Bootstrapping的流量分类方法,使用少量有标记样本训练初始分类器,迭代利用无标记样本扩展样本集并更新分类器.在构建扩展样本集过程中,将无标记样本在某后验概率分布下的正确分类行为视为一个概率事件,建立新的置信度计算方法,以减少扩展样本集中的噪声样本;基于概率近似正确学习理论建立启发式规则,注重选择小类样本加入扩展样本集,缓解类别样本数分布的不平衡.实验结果表明,与初始分类器相比,基于Bootstrapping的流量分类器总体分类准确率可提高9.46%;与现有半监督学习方法相比,小类分类准确率提高2.22%.

关键词：半监督学习类别不平衡 Bootstrapping Internet流量分类

来源：评论

学校读者我要写书评

暂无评论

结合标签相关性和不均衡性的多标签学习模型

引用

哈尔滨工业大学学报 2019年第1期51卷 142-149页

作者：姜思羽钟晓玲邱少健宋恒杰华南理工大学软件学院广州510006 华南理工大学计算机科学与工程学院广州510006

针对现有多标签学习算法较少兼顾标签间关联性和不平衡性的问题,提出一种同时考虑多标签间相关性与多标签不平衡问题的学习模型(A Multi-label Learning Model based on Label Correlation and Imbalance,MLCI).该学习模型针对每个标签... 详细信息

针对现有多标签学习算法较少兼顾标签间关联性和不平衡性的问题,提出一种同时考虑多标签间相关性与多标签不平衡问题的学习模型(A Multi-label Learning Model based on Label Correlation and Imbalance,MLCI).该学习模型针对每个标签类别,通过耦合其他标签类别以考量标签间的关联性,并降低缓解标签间不均衡比率,MLCI是一个将当前标签的二类不平衡学习器和多个与其他标签耦合的多类不平衡学习器结合的集成分类器.采用7种常用的多标签算法作为对比算法,针对yeast、scene、emotions和CAL500这4个开放数据集进行分类处理.实验结果表明,MLCI相比其他对比算法,在精度均值(Average-Precision)、排序损失(Ranking-Loss)、宏观平均AUC(Macro-Averaging AUC)和微观平均AUC(Micro-Averaging AUC) 4个性能评估指标上总体占明显优势.

关键词：多标签学习标签相关性类不平衡不平衡分类器,集成分类器

来源：评论

学校读者我要写书评

暂无评论

基于模糊边界模块化神经网络的混沌时间序列预测

引用

物理学报 2009年第3期58卷 1410-1419页

作者：马千里郑启伦彭宏覃姜维华南理工大学计算机科学与工程学院广州510640

提出一种模糊边界模块化神经网络(FBMNN)的混沌时间序列预测方法,该方法先对混沌时间序列观测点重构的相空间进行模块化划分,划分点的选取由遗传算法自动寻优.然后定义一个模糊隶属度函数,在划分边界一侧按照一定的模糊隶属度设定模糊... 详细信息

提出一种模糊边界模块化神经网络(FBMNN)的混沌时间序列预测方法,该方法先对混沌时间序列观测点重构的相空间进行模块化划分,划分点的选取由遗传算法自动寻优.然后定义一个模糊隶属度函数,在划分边界一侧按照一定的模糊隶属度设定模糊边界带,通过模糊化处理,解决了各模块划分点附近预测结果的跳跃问题.最后每一模块,及其模糊边界的样本点都对应一个递归神经网络进行训练,通过预测合成模块输出结果.该方法对三个混沌时间序列基准数据集Mackey-Glass,Lorenz,Henon进行实验,结果表明该方法有效地提高了混沌时间序列预测效果.

关键词：模糊边界模块化神经网络混沌时间序列预测

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：