-
周智恒
-
-
- 所属机构:华南理工大学
- 所在地区:广东省 广州市
- 研究方向:自动化与计算机技术
- 发文基金:国家自然科学基金
相关作者
- 李立军
- 作品数：46被引量：0H指数：0
- 供职机构：华南理工大学
- 研究主题：生成器 随机噪声 网络模型 损失函数 卷积
- 李波
- 作品数：89被引量：34H指数：3
- 供职机构：华南理工大学
- 研究主题：生物降解性能 机器人 悬吊式 镁合金 装载
- 谢胜利
- 作品数：880被引量：2,387H指数：20
- 供职机构：广东工业大学
- 研究主题：盲分离 心音信号 盲信号分离 存储介质 混叠
- 俞政
- 作品数：14被引量：2H指数：1
- 供职机构：华南理工大学
- 研究主题：协同过滤 人口统计学 移动客户端 传输系统 传感网络
- 张鹏宇
- 作品数：19被引量：4H指数：1
- 供职机构：华南理工大学
- 研究主题：流形 濒危物种 标签 训练数据 分类准确率
- 一种基于深度卷积对抗网络模型的人脸生成方法
- 本发明公开了一种基于深度卷积对抗网络模型的人脸生成方法，属于深度学习神经网络领域，包括以下步骤：S1、构造原始生成对抗网络模型；S2、构造深度卷积神经网络充当生成器与判别器；S3、初始化随机噪声，输入生成器中；S4、将人...
- 周智恒李立军
- 文献传递
- 一种基于原始生成对抗网络模型的多尺度卷积方法
- 本发明公开了一种基于原始生成对抗网络模型的多尺度卷积方法，属于深度学习神经网络领域，包括以下步骤：S1、构造原始生成对抗网络模型；S2、构造神经网络充当生成器与判别器的功能；S3、初始化随机噪声，输入生成器中；S4、在神...
- 周智恒李立军
- 文献传递
- 盲信号分离的基本理论与神经网络方法
- 谢胜利廖晓昕何昭水周智恒肖明李卫军胡跃明吴宗泽傅予力杨春玲刘震宇邓毅华
- 该项目属信息学科领域，针对信号处理理论的关键科学问题进行了深入研究，取得了系统性成果。主要内容包括盲信号处理的基本理论及研究方法，具体涉及信号盲分离、稀疏表示、系统盲辨识和神经网络等。 1)首次建立了盲信号可分性的充分...
- 关键词：
- 关键词：神经网络
- 一种基于原始生成对抗网络模型的残差网络方法
- 本发明公开了一种基于原始生成对抗网络模型的残差网络方法，属于深度学习神经网络领域，包括以下步骤：S1、构造原始生成对抗网络模型；S2、构造神经网络充当生成器与判别器的功能；S3、初始化随机噪声，输入生成器中；S4、在神经...
- 周智恒李立军
- 文献传递
- 一种基于增长型极限学习机的车辆检测方法
- 本发明公开了一种基于增长型极限学习机的车辆检测方法，包括S1训练增长型极限学习机，S2采用已训练增长型极限学习机对车辆进行检测识别。本发明采用选择搜索的方法进行区域划分，采用HOG特征作为区域的特征，采用增长型极限学习机...
- 周智恒劳志辉
- 文献传递
- 一种多生成器卷积合成图像的对抗网络算法
- 本发明公开了一种多生成器卷积合成图像的对抗网络算法，属于深度学习神经网络领域，包括以下步骤：S1、构造深度卷积生成式对抗网络DCGAN模型；S2、构造多个记录图像生成器；S3、初始化随机噪声，分别输入每一个记录图像生成器...
- 周智恒李立军
- 文献传递
- 一种基于多通道注意力特征的行人重识别方法
- 本发明公开了一种基于多通道注意力特征的行人重识别方法，包括如下步骤：1)构建基于通道注意力的卷积神经网络模型，并预训练主干网络；2)提取行人图片在主干网络的输出特征，全局池化后计算特征的通道加权向量；3)加权向量与主干网...
- 周智恒陈增群李波
- 文献传递
- 高速行驶车辆的交通小目标检测方法、装置、设备及介质
- 本申请涉及一种高速行驶车辆的交通小目标检测方法、装置、设备及介质，其涉及图像处理领域，方法包括：将交通场景图像帧输入至已训练至收敛状态的第二交通小目标检测模型，在StarNet轻量级网络的多层堆叠递归的多个Star Bl...
- 周智恒洪桐蔡文希黄星皓
- 新的自适应MRF-MAP视频序列误差掩盖被引量：8
- 2006年
- 编码数字视频序列经过受噪声影响的信道传输后通常会出现的图像信息丢失．本文提出一种新的基于马尔可夫随机场一最大后验估计(MRF-MAP)的自适应误差掩盖方法,作为在解码器端的后处理工具去解决这种问题．以往的MRF-MAP方法通常会因为迭代造成边缘被模糊,因为初始解不准确而造成块效应．为了保护边缘,本文利用了判别分析法引入像素隶属度,针对像素所处的边缘或平滑区域,自适应确定MRF的Huber函数中边缘阈值T.同时又在Huber函数的线性部分引入斜率k,以消除块效应．仿真结果表明,本文提出的方法无论在主观视觉评价,还是在客观的数值标准下,都能比现存的误差掩盖方法恢复出质量更好的图像．
- 周智恒谢胜利
- 关键词：马尔可夫随机场最大后验估计
- 一种基于生成对抗网络模型的图像补全方法
- 本发明公开了一种基于生成对抗网络模型的图像补全方法，属于深度学习神经网络领域，包括以下步骤：S1、构造原始生成对抗网络模型；S2、构造深度卷积神经网络作为生成器与判别器；S3、去除数据集图像中的部分像素，输入生成器中；S...
- 周智恒李立军
- 文献传递
