检索结果-内蒙古大学图书馆

中国图象图形学报 2025年第4期30卷 1130-1140页

作者：程欣怡贾晨张梓轩石凡天津理工大学计算机科学与工程学院天津300384 计算机视觉与系统省部共建教育部重点实验室(天津理工大学) 天津300384 学习型智能系统教育部工程研究中心(天津理工大学) 天津300384

目的当前的光场语义分割方法局限于单一物体,手工特征表达鲁棒性差且缺乏高层角度语义信息,针对上述不足,提出了一种适用于静态图像的端到端语义分割网络,充分挖掘了深度卷积神经网络对光场图像特征的表征潜力,探索了空间和角度结构关... 详细信息

目的当前的光场语义分割方法局限于单一物体,手工特征表达鲁棒性差且缺乏高层角度语义信息,针对上述不足,提出了一种适用于静态图像的端到端语义分割网络,充分挖掘了深度卷积神经网络对光场图像特征的表征潜力,探索了空间和角度结构关系以解决过分割和欠分割问题。方法从多尺度光场宏像素图像构造出发,基于多种骨干网络设计,提出了一个高效角度特征提取器(angular feature extractor,AFE)与空洞空间金字塔池化(atrous spatial pyramid pooling,ASPP)结合的光场语义分割模型。其中,在编码器模块中采用ASPP以高效地提取并融合宏像素图像中的多尺度空间特征,提高模型对复杂场景的适应能力;在解码器中设计AFE用于提取宏像素图像中的角度结构线索,减少特征在连续下采样过程中造成的角度信息丢失。结果通过在LF Dataset开源数据集上与7种光场最佳方法(state-of-the-art,SOTA)进行实验,利用ResNet101作为骨干网络时所提模型在测试集上实现了88.80%的平均交并比(mean intersection over union,mIoU),在所有对比方法中是最佳的。结论本文所提模型在提升语义分割性能方面具有可行性和有效性,能够更加精确地捕捉到图像中细微变化的信息,实现更精确的边界分割,为光场技术在场景理解中的应用提供了新的研究方向。

关键词：语义分割光场成像宏像素图像角度线索空洞卷积

来源：评论

学校读者我要写书评

暂无评论

联合高分辨率光学和SAR数据的城市区域矩形建筑物检测与高度估计（英文）

引用

红外与毫米波学报 2016年第2期35卷 160-165页

作者：张永华温显斌天津理工大学计算机视觉与系统省部共建教育部重点实验室天津300384

提出了一种新的完整地利用高分辨率光学图像和SAR图像进行城市矩形建筑物检测和高度估计的方法.该方法充分利用了两种数据的互补性,由三个顺序执行的步骤组成:首先对两种数据分别进行建筑物检测,然后基于一种整合的准则对两种图像进行配... 详细信息

提出了一种新的完整地利用高分辨率光学图像和SAR图像进行城市矩形建筑物检测和高度估计的方法.该方法充分利用了两种数据的互补性,由三个顺序执行的步骤组成:首先对两种数据分别进行建筑物检测,然后基于一种整合的准则对两种图像进行配准,最后利用一种"假设生成-仿真-匹配"的方法对建筑物高度进行估计.该方法对部分遮掩的建筑物也能取得好的效果.对两个不同场景的测试验证了该方法的有效性.

关键词：建筑物检测高度估计合成孔径雷达光学

来源：评论

学校读者我要写书评

暂无评论

一种新的图像压缩编码算法

引用

光电子．激光 2012年第6期23卷 1173-1180页

作者：张德干康学净王京辉天津理工大学智能计算及软件新技术天津市重点实验室计算机视觉与系统省部共建教育部重点实验室天津300384 天津理工大学智能计算及软件新技术天津市重点实验室计算机视觉与系统省部共建教育部重点实验室天津300384 天津理工大学智能计算及软件新技术天津市重点实验室计算机视觉与系统省部共建教育部重点实验室天津300384

对图像压缩编码算法进行了改进。首先,将小波分解后的3个高频系数进行预处理：将高频部分进行球坐标变换,降低了同一尺度内系数的相关性;基于小波域和球坐标域的两个前提,定义了多尺度模积的概念,用来控制收缩函数对小波高频部分进行收... 详细信息

对图像压缩编码算法进行了改进。首先,将小波分解后的3个高频系数进行预处理：将高频部分进行球坐标变换,降低了同一尺度内系数的相关性;基于小波域和球坐标域的两个前提,定义了多尺度模积的概念,用来控制收缩函数对小波高频部分进行收缩处理。这样,可以去除那些不影响视觉效果的小波系数以及噪声信息,达到较高的压缩比。然后,对小波变换的低频部分进行单独编码（DPCM）,对球坐标下的高频部分采用改进的多级树集合分裂（SPIHT）编码。针对SPIHT编码中重复扫描的问题,引入了最大值矩阵MMP（matrix of maximum pixel）,这种策略能够有效降低比较次数。仿真实验表明,本文提出的算法具有较好的编码效率。

关键词：图像压缩多级树集合分裂(SPIHT)编码球坐标变换小波变换

来源：评论

学校读者我要写书评

暂无评论

一种鲁棒的基于在线boosting目标跟踪算法研究

引用

光电子．激光 2013年第1期24卷 170-175页

作者：沈丁成薛彦兵张桦徐光平高赞天津理工大学计算机视觉与系统教育部省部共建重点实验室智能计算及软件新技术天津市重点实验室天津300038

在线boosting的优点在于将跟踪问题看做分类问题,并且根据目标的变化实时选择相应的目标特征来进行跟踪。但该方法存在的主要问题是由于遮挡等情形的存在,目标特征的每次变换可能引入少量错误,长时间执行后,错误的积累将导致跟踪位置的... 详细信息

在线boosting的优点在于将跟踪问题看做分类问题,并且根据目标的变化实时选择相应的目标特征来进行跟踪。但该方法存在的主要问题是由于遮挡等情形的存在,目标特征的每次变换可能引入少量错误,长时间执行后,错误的积累将导致跟踪位置的漂移。实验发现,在线boos-ting方法中选择器权重在全局中的传递导致了漂移的发生,而现实跟踪问题中遮挡时只影响局部区域,而不是全局区域。对于这个问题,本文提出了结合在线boosting和分块的方法来解决这个问题。此boosting算法中选择器权重的变化仅在本块中,而不是全局传递,从而避免了错误在全局的累积,进而避免了漂移问题的产生。本文的方法通过跟踪各种目标视频序列实验表明,即使对于严重遮挡也具有很强的鲁棒性,同时也能实时的跟踪目标,即每秒跟踪目标量超过10个。

关键词：在线(on-line boosting) 分块遮挡飘移

来源：评论

学校读者我要写书评

暂无评论

一种鲁棒的基于深度数据的行为识别算法

引用

光电子．激光 2013年第8期24卷 1613-1618页

作者：申晓霞张桦高赞薛彦兵徐光平天津理工大学计算机视觉与系统省部共建教育部重点实验室天津市智能计算及软件新技术重点实验室天津300384

人体行为识别在视频监控和人机交互中具有重要应用,利用深度数据进行行为识别是近年兴起的技术,并取得了一定的进展,但还没有一个公认的、鲁棒性好的行为描述方法,且性能有待提高。针对以上问题,本文提出了3种鲁棒的、深度数据上的行为... 详细信息

人体行为识别在视频监控和人机交互中具有重要应用,利用深度数据进行行为识别是近年兴起的技术,并取得了一定的进展,但还没有一个公认的、鲁棒性好的行为描述方法,且性能有待提高。针对以上问题,本文提出了3种鲁棒的、深度数据上的行为描述方法,并结合支持向量机(SVM)分类器在两个公开的且具有挑战性的深度数据集上对它们进行评估。实验结果表明,本文提出的行为描述方法具有较好的区分性和鲁棒性,其性能比一些先进的且具有代表性的算法性能更好。

关键词：行为识别 Kinect 深度数据支持向量机(SVM)

来源：评论

学校读者我要写书评

暂无评论

基于多时空特征的人体动作识别算法

引用

光电子．激光 2014年第10期25卷 2009-2017页

作者：宋健明张桦高赞张燕薛彦兵徐光平天津理工大学计算机视觉与系统省部共建教育部重点实验室天津市智能计算及软件新技术重点实验室天津300384

针对基于单时空特征的人体动作识算法的不足,提出了一种基于多时空特征的人体动作识别算法。通过在KTH与YouTube action公共动作数据集上的实验表明,本文提出的多时空特征的动作识别算法在较小码书的情况下,具有较好的区分性、鲁棒性以... 详细信息

针对基于单时空特征的人体动作识算法的不足,提出了一种基于多时空特征的人体动作识别算法。通过在KTH与YouTube action公共动作数据集上的实验表明,本文提出的多时空特征的动作识别算法在较小码书的情况下,具有较好的区分性、鲁棒性以及实时性,且比一些且具有代表性的算法性能更好。

关键词：多时空兴趣点支持向量机(SVM) 动作识别 STIP MoSIFT

来源：评论

学校读者我要写书评

暂无评论

结合均值漂移与最小生成树的图像分割算法

引用

光电子．激光 2012年第3期23卷 588-594页

作者：王倩张桦徐光平薛彦兵天津理工大学天津市智能计算及软件新技术重点实验室计算机视觉与系统省部共建教育部重点实验室天津300384

为了提高均值漂移(MS)分割算法的运行效率,提出了一种结合MS与最小生成树(MST)的图像分割方法,简称MS-MST方法。首先选取较小的空间带宽参数,以较快的速度对图像进行MS分割,得到过分割图像;然后,以过分割区域作为后续处理的基本单元,构... 详细信息

为了提高均值漂移(MS)分割算法的运行效率,提出了一种结合MS与最小生成树(MST)的图像分割方法,简称MS-MST方法。首先选取较小的空间带宽参数,以较快的速度对图像进行MS分割,得到过分割图像;然后,以过分割区域作为后续处理的基本单元,构造加权区域邻接图,运用MST算法对其进行合并,得到最终的分割结果。实验结果表明,本文算法在保证图像分割质量的前提下,大幅提高了经典MS算法的分割速度。

关键词：图像分割均值漂移(MS) 最小生成树(MST) 空间带宽

来源：评论

学校读者我要写书评

暂无评论

基于Kinect和金字塔特征的行为识别算法

引用

光电子．激光 2014年第2期25卷 357-363页

作者：申晓霞张桦高赞徐光平薛彦兵天津理工大学计算机视觉与系统省部共建教育部重点实验室天津市智能计算及软件新技术重点实验室天津300384

提出了一种基于Kinect和金字塔特征的行为识别算法。在算法中,Kinect不仅能够获得RGB信息,还能获得与RGB信息对应的深度信息;而金字塔特征不仅描述了人体行为的全局形状和局部细节信息,而且还描述了人体行为的空间信息。通过不同核函数... 详细信息

提出了一种基于Kinect和金字塔特征的行为识别算法。在算法中,Kinect不仅能够获得RGB信息,还能获得与RGB信息对应的深度信息;而金字塔特征不仅描述了人体行为的全局形状和局部细节信息,而且还描述了人体行为的空间信息。通过不同核函数的支持向量机(SVM)分类器在具有挑战性的DHA数据集的试验结果表明,金字塔特征在RGB和深度图上都能获得令人满意的性能,且当深度特征和RGB特征融合时,其性能获得了进一步的提高,识别率达到96.2%,远高于一些具有代表性的行为描述子。

关键词：行为识别金字塔特征 Kinect 深度图支持向量机(SVM)

来源：评论

学校读者我要写书评

暂无评论

基于术语长度和语法特征的统计领域术语抽取

引用

哈尔滨工程大学学报 2017年第9期38卷 1437-1443页

作者：刘里肖迎元天津理工大学计算机视觉与系统省部共建教育部重点实验室天津300384 天津理工大学天津市智能计算及软件新技术重点实验室天津300384

针对领域术语抽取中含字长度较大的术语被错误切分的问题,本文提出一种基于术语长度和语法特征的统计领域术语抽取方法。本方法在利用机器学习抽取候选术语时,加入基于术语长度和语法特征的约束规则;在使用统计方法确定候选术语的领域性... 详细信息

针对领域术语抽取中含字长度较大的术语被错误切分的问题,本文提出一种基于术语长度和语法特征的统计领域术语抽取方法。本方法在利用机器学习抽取候选术语时,加入基于术语长度和语法特征的约束规则;在使用统计方法确定候选术语的领域性时,充分考虑词长比这一概念的重要性,将其作为判断术语领域性的重要权值。实验表明,提出的方法能够正确抽取含字长度较大的领域术语,抽取结果的准确率和召回率相比以往的方法有所提高。

关键词：自然语言处理术语抽取支持向量机术语长度语法特征词长比领域相关性领域一致性

来源：评论

学校读者我要写书评

暂无评论

基于博弈策略的能效优化的子载波分配方法

引用

电子学报 2019年第12期47卷 2561-2568页

作者：张婷张德干赵彭真龚倡乐周舢天津理工大学天津市智能计算及软件新技术重点实验室天津300384 天津理工大学计算机视觉与系统省部共建教育部重点实验室天津300384

本文引入显示当前子载波质量的信道状态矩阵,以系统总功耗、单个子载波上的功耗、总时延、干扰温度限和单个子载波上的次用户数等为约束条件,以能效为目标函数,建立多约束条件下的分式规划机制.设计演化博弈算子,为每个次用户建立效用函... 详细信息

本文引入显示当前子载波质量的信道状态矩阵,以系统总功耗、单个子载波上的功耗、总时延、干扰温度限和单个子载波上的次用户数等为约束条件,以能效为目标函数,建立多约束条件下的分式规划机制.设计演化博弈算子,为每个次用户建立效用函数,当每个次用户的效用函数达到最优时,演化博弈达到Nash均衡点,此时的策略组合认为是能效相对最优的资源分配状态.通过实验仿真对比,本文给出的EESA-EG(Energy Efficient Subcarrier Allocation withEvolutionary Game)算法的能效相对最优,且给出了相对最为合理的子载波分配方案,为信道状态更优的子载波分配了更多的子载波.

关键词：认知网络子载波资源分配博弈最优

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：