辽宁工程技术大学软件学院
- 作品数：743 被引量：2,992H指数：21
- 相关作者：刘万军曲海成邱云飞郭伟姜文涛更多>>
- 相关机构：中国传媒大学计算机与软件学院哈尔滨工业大学电子与信息工程学院北京科技大学计算机与通信工程学院更多>>
- 发文基金：国家自然科学基金辽宁省自然科学基金辽宁省教育厅高等学校科学研究项目更多>>
- 相关领域：自动化与计算机技术文化科学电子电信经济管理更多>>
- 多线程遥感影像实时渐进传输被引量：2
- 2014年
- 目的针对异构网络环境下,不同终端用户对遥感影像质量的不同需求而导致的影像数据量过大、传输及显示延迟过长等问题,提出一种在线压缩—实时传输—实时解压缩的遥感影像渐进传输模型。方法模型采用多线程流水线同步处理的加速算法,将基于质量渐进压缩的SPIHT算法与多线程流水线技术相结合,在VC++环境下,将遥感影像在线压缩成码流,在压缩的同时,启动多线程采用Socket信道对压缩码流实时发送,客户端收到码流后,利用多线程实时解压缩并显示。通过采用多线程技术,使得压缩、传输和解压缩同步进行,从而减少了整体处理时间。结果实验结果表明,提出的实时压缩渐进传输模型,在不影响影像质量的前提下,算法处理速度提高近2倍。每个渐进分层影像与原影像的相似度比多分辨率渐进压缩分层影像与原影像的相似度平均增加20%。结论该模型有效地解决了遥感影像渐进传输过程中压缩、传输和解压缩的不同步问题,从而提高了渐进传输效率。与多分辨率渐进传输比较,此渐进传输模型具有更好的视觉效果。
- 刘万军孟煜曲海成石翠萍
- 关键词：遥感影像SPIHT编码
- 结构化深度判别嵌入编码网络图像聚类被引量：2
- 2021年
- 大部分现有深度聚类方法都试图最小化重构损失,然而深层特征的判别能力与重构损失并没有必然联系,并且这些深度聚类方法通常只关注从样本自身提取的有用特征,很少考虑样本背后的结构信息。为解决这些问题,提出一种新的结构化深度判别嵌入编码网络聚类(SDDECC)算法,用于无监督图像聚类。首先在多层卷积自编码器网络中引入最大化互信息与最小化先验分布约束,然后使用传递算子将深度判别嵌入编码网络(DDECN)模块学习到的特征表示融入到图卷积神经网络(GCN)模块中,最后利用Kullback-Leibler(K-L)散度联合双网络结构产生的潜在特征分布端到端地完成聚类训练。实验结果表明,SDDECC算法能够有效提取更多有鉴别性的深层特征,并且由于在GCN中融合了样本的属性信息和结构信息,最终该模型取得了良好的聚类效果。
- 付兴武吕明明刘万军魏宪
- 关键词：无监督学习
- 基于ARM与图像仿真的无线测控终端
- 2011年
- 针对工业设备的实时数据检测及控制信号多样化问题,设计一个基于ARM与图像仿真的无线测控终端。利用ARM芯片的片内片外资源简化系统硬件结构,通过移植μC/OS-Ⅱ和UCGUI实现自定义通信协议,采用图像仿真方法对运行设备进行同态虚拟构建及动态显示。应用结果表明,该终端可加强工业数据采集及分析处理的能力,提高系统人员的工作效率。
- 姜文涛刘万军
- 关键词：GPRS网络图像仿真
- 流形正则化的交叉一致性语义分割算法被引量：1
- 2022年
- 目的为有效解决半监督及弱监督语义分割模型中上下文信息缺失问题,在充分考虑模型推理效率的基础上,提出基于流形正则化的交叉一致性语义分割算法。方法首先,以交叉一致性训练模型作为骨架网络,通过骨架网络获得预测分割图像。其次,对输入域图像和输出域图像进行子图像块划分,以获取具有相同几何结构的数据对。再次,通过原始图像和分割图像的子图像块,计算输入数据与预测结果所处流形曲面上的潜在几何约束关系,并根据不同的训练方式分别设计半监督及弱监督的正则化算法。最后,利用流形约束的结果进一步优化图像分割网络中的参数,并通过反复迭代使半监督或弱监督的语义分割模型达到最优。结果通过加入流形正则化约束,捕获了图像中上下文信息,降低了网络前向计算过程中造成的本征结构的损失,在不改变网络结构的前提下提高了算法精度。为验证算法的有效性,实验分别在半监督和弱监督两种不同类型的语义分割中进行了对比,在PASCAL VOC 2012(pattern analysis,statistical modeling and computational learning visual object classes 2012)数据集上,对半监督语义分割任务,本文算法比原始网络提高了3.7%,对弱监督语义分割任务,本文算法比原始网络提高了1.1%。结论本文算法在不改变原有网络结构的基础上,提升了半监督及弱监督图像语义分割模型的精度,尤其对图像中几何特征明显的目标与区域,精度提升更加明显。
- 刘腊梅宗佳旭肖振久兰海曲海成
- 关键词：流形正则化
- 基于ADO．NET的通用数据访问层设计方法研究被引量：9
- 2007年
- 在NET平台上进行应用软件开发时,为了实现与后台具体数据源的相对独立,首先将每个表与一个DataSet绑定,其次针对此表的访问需求给出访问接口,接着针对不同的数据源在该接口的基础上实现访问类,最后利用Factory模式根据配置文件信息动态实现对不同数据源的访问,从而实现了独立于数据源开发软件的目的。
- 邱云飞邵良杉
- 关键词：ADO.NET通用数据访问
- 基于背景抑制和前景更新的显著性检测被引量：1
- 2020年
- 针对现有显著性检测方法存在背景抑制效果差和前景分辨率低的问题,提出一种基于背景抑制和前景更新的显著性检测方法。首先利用MR(manifold ranking)算法计算背景先验图,通过超像素分割算法提取的边缘超像素来构建背景模板,计算出稀疏重构图,点乘运算获得高质量的背景抑制图;同时利用高斯混合模型计算颜色先验图,通过CA(Cellular Automata)模型计算多尺度下的颜色优化图,点乘运算获得高精度的前景更新图;最后在贝叶斯框架下融合背景抑制图和前景更新图获得满足人眼要求的最终显著图。在2个公开数据集上的实验结果表明,本文算法能够获得背景抑制效果明显、前景分辨率高的显著图,并且其准确率、F-measure、平均绝对误差(MAE)等指标均优于其他8种对比算法。
- 崔丽群陈晶晶齐博华叶晋
- 关键词：图像处理显著性检测贝叶斯框架
- 背景与方向感知的相关滤波跟踪被引量：5
- 2021年
- 目的针对相关滤波跟踪算法,目标与周围背景进行等值权重训练滤波器导致目标与背景信息相似时,易出现目标漂移问题,本文提出一种基于背景与方向感知的相关滤波跟踪算法。方法将目标周围的背景信息学习到滤波器中,利用卡尔曼滤波预测目标的运动状态和运动方向,提取目标运动方向上的背景信息,将目标运动方向上与非运动方向上的背景信息进行滤波器训练,保证分配给目标运动方向上背景信息的训练权重高于非运动方向上的权重,增加滤波器对目标和背景信息的分辨能力,采用线性插值法得到最大响应值,用于确定目标位置;构造辅助因子g,利用增广拉格朗日乘子法(augmented Lagrange method,ALM)将约束项放到优化函数里,采用交替求解算法(alternating direction method of multipliers,ADMM)将求解目标问题转化为求滤波器和辅助因子的最优解,降低计算复杂度;采用多分辨率搜索方法来估计目标变换的尺度。结果在数据集OTB50(object tracking benchmark)和OTB100上的平均精确率和平均成功率分别为0.804和0.748,相比BACF(background-aware correlation filters)算法分别提高了7%和16%;在数据集La SOT上本文算法精确率为0.329,相比BACF(0.239)的精确率得分,更能体现本文算法的鲁棒性。结论与其他主流算法相比,本文算法在运动模糊、背景杂乱和形变等复杂条件下跟踪效果更加鲁棒。
- 姜文涛涂潮刘万军
- 关键词：计算机视觉目标跟踪相关滤波卡尔曼滤波
- 基于TMS320C5416的非特定人识别智能声控垃圾桶系统设计被引量：2
- 2018年
- 随着人们生活越来越智能化,智能家居是当前科技研究及实现的热门方向。垃圾桶是居家生活必需品。STC12C5A60S2单片机作为系统的主控芯片,采用TMS320C5416语音识别芯片设计一款非特定人识别智能声控垃圾桶,通过语音指令实现了垃圾桶的自动开盖、闭合,并在桶底安装压力传感器,设定清理垃圾提醒功能,经测试,系统识别率较高,实验效果理想,具有方便、实用、智能化优点。
- 张家欣许树华姜彦吉
- 关键词：语音识别非特定人
- 跨尺度自适应融合的车辆与行人检测算法
- 2023年
- 针对道路交通中目标所处环境复杂,存在模型对关键特征提取不充分、目标定位准确率低的问题,选取SSD模型为基本框架展开了特征提取方式、关键信息增强和非局部性特征定位的研究。首先,为针对性地解决道路交通场景下目标多尺度的问题,提出跳跃式反向特征金字塔结构,生成更具判别力的特征;其次,为解决不同语义层次的信息对特征融合过程贡献度不同的问题,设计基于注意力机制的自适应特征融合模块,在通道层面非先验地增强关键特征表达能力;最后,引入十字交叉注意力模块,提升模型对目标的位置敏感度。实验结果表明,与原始SSD模型相比,在保证实时性的情况下,改进方法的精度均值在PASCAL VOC子数据集上提升了2.6%,在自制道路交通数据集上提升了3.9%。综合考量,改进算法可广泛适用于道路车辆与行人检测任务中。
- 李建东李佳琦曲海成
- 基于PSO-IFCM的遮挡车牌车辆识别被引量：6
- 2012年
- 针对智能交通系统中车辆类型自动识别问题,利用车辆面积、车窗位置和车轮位置3个特征,实现车辆类型的快速分类识别。对聚类中心初始化和模糊聚类算法进行改进,提出基于粒子群优化的改进模糊C均值算法(PSO-IFCM)的识别方法,用于车牌遮挡情况下的车辆识别。实验结果表明,PSO-IFCM算法具有较好的鲁棒性。
- 浦雅雯刘万军姜文涛
- 关键词：车牌识别车型识别聚类中心模糊C均值
