公共文化服务平台

基于对象位置线索的弱监督图像语义分割方法被引量：7: 2020年; 深度卷积神经网络使用像素级标注,在图像语义分割任务中取得了优异的分割性能.然而,获取像素级标注是一项耗时并且代价高的工作.为了解决这个问题,提出一种基于图像级标注的弱监督图像语义分割方法.该方法致力于使用图像级标注获取有效的伪像素标注来优化分割网络的参数.该方法分为3个步骤:(1)首先,基于分类与分割共享的网络结构,通过空间类别得分(图像二维空间上像素点的类别得分)对网络特征层求导,获取具有类别信息的注意力图;(2)采用逐次擦除法产生显著图,用于补充注意力图中缺失的对象位置信息;(3)融合注意力图与显著图来生成伪像素标注并训练分割网络.在PASCALVOC2012分割数据集上的一系列对比实验,证明了该方法的有效性及其优秀的分割性能.; 李阳李阳刘扬刘国军

非负局部约束线性编码图像分类算法被引量：17: 2015年; 基于特征提取的图像分类算法的核心问题是如何对特征进行有效编码.局部约束线性编码(Locality-constrained linear coding,LLC)因其良好的特征重构性与局部平滑稀疏性,已取得了很好的分类性能.然而,LLC编码的分类性能对编码过程中的近邻数k的大小比较敏感,随着k的增大,编码中的某些负值元素与正值元素的差值绝对值也可能增大,这使得LLC越来越不稳定.本文通过在LLC优化模型的目标方程中引入非负约束,提出了一种新型编码方式,称为非负局部约束线性编码(Non-negative locality-constrained linear coding,NNLLC).该模型一般采取迭代优化算法进行求解,但其计算复杂度较大.因此,本文提出两种近似非负编码算法,其编码速度与LLC一样快速.实验结果表明,在多个广泛使用的图像数据集上,相比于LLC,NNLLC编码方式不仅在分类精确率上提高了近1%～4%,而且对k的选取具有更强的鲁棒性.; 刘培娜刘国军郭茂祖刘扬李盼; 关键词：图像分类

MTRF:融合空间信息的主题模型被引量：2: 2015年; 针对主题模型中词汇独立性和主题独立性假设忽略了视觉词汇间空间关系的问题,提出了一种融合了视觉词汇空间信息的主题模型,称为马尔可夫主题随机场(MTRF),并且提出了主题在图像处理中的表现形式为对象的组成部件。根据相邻视觉词汇以很大概率产生于同一主题的特点,该算法在产生主题的过程中,通过视觉词汇间是否产生于同一主题,来判断主题产生于马尔可夫随机场(MRF),还是产生于多项式分布。同时,从理论和实验两方面论证了主题并非对象的实例,而是以中层特征的形式表达对象的各个组成部件。与隐狄利克雷分配(LDA)相比,MTRF在Caltech101上的平均准确率提高了3.91%;在VOC2007数据集上的平均精度均值(m AP)提高了2.03%;此外,MTRF更准确地为视觉词汇分配了主题,能产生更有效表达对象的组成部件的中层特征。实验结果表明,MTRF有效地利用了空间信息,提高了模型的准确率。; 潘智勇刘扬刘国军郭茂祖李盼; 关键词：主题模型马尔可夫随机场图像分类

基于读分割最优匹配的indels识别算法被引量：1: 2017年; 高通量测序技术的发展,极大地推动了基因组结构变异识别的研究.当前,该领域主要使用覆盖度、读分割或片段组装方法来识别变异,但目前的方法识别结果不够准确,敏感度高,对基因组结构变异的信息(如变异序列、变异坐标等)挖掘不充分.插入和删除类型的结构变异统称为indels,在基因组结构变异中最为常见.为此,针对indels的精确识别,提出了基于读分割和动态规划的最优序列匹配算法(optimal split-read matching algorithm,简称OSRM).OSRM算法能将异常读片段以最少的空位打断比对到参考序列上.首先,建立异常读片段与特定参考序列的匹配得分矩阵;然后,建立回溯路径矩阵;最后,用以变异特点设计的得分公式对每条路径进行最优匹配筛选,输出精确识别的indels坐标及序列.实验结果显示,该方法对小中型的indels有很高的识别性能.此外,与读分割法的经典算法Pindel进行了比较,证实OSRM算法在小中型的indels识别方面有更好的效果,可识别更复杂的情况.; 王春宇潘俊郭茂祖刘晓燕刘扬刘国军; 关键词：拷贝数变异动态规划

基于显著图的弱监督实时目标检测被引量：4: 2020年; 深度卷积神经网络(Deep convolutional neural network,DCNN)在目标检测任务上使用目标的全标注来训练网络参数,其检测准确率也得到了大幅度的提升.然而,获取目标的边界框(Bounding-box)标注是一项耗时且代价高的工作.此外,目标检测的实时性是制约其实用性的另一个重要问题.为了克服这两个问题,本文提出一种基于图像级标注的弱监督实时目标检测方法.该方法分为三个子模块:1)首先应用分类网络和反向传递过程生成类别显著图,该显著图提供了目标在图像中的位置信息;2)根据类别显著图生成目标的伪标注(Pseudo-bounding-box);3)最后将伪标注看作真实标注并优化实时目标检测网络的参数.不同于其他弱监督目标检测方法,本文方法无需目标候选集合获取过程,并且对于测试图像仅通过网络的前向传递过程就可以获取检测结果,因此极大地加快了检测的速率(实时性).此外,该方法简单易用;针对未知类别的目标检测,只需要训练目标类别的分类网络和检测网络.因此本框架具有较强的泛化能力,为解决弱监督实时检测问题提供了新的研究思路.在PASCAL VOC 2007数据集上的实验表明:1)本文方法在检测的准确率上取得了较好的提升;2)实现了弱监督条件下的实时检测.; 李阳王璞刘扬刘国军王春宇刘晓燕郭茂祖

改进选择策略的烟花算法被引量：8: 2020年; 烟花算法(FWA)中的选择策略直接影响其收敛效率、收敛精度、对初值敏感性以及能否跳出局部最优,对此,提出一种改进选择策略的烟花算法(ISSFWA).ISSFWA建立峰值火花和探索火花的概念,并提出基于N-1朵峰值火花和一朵探索火花充当下一代N朵烟花的选择策略.峰值火花兼顾了火花的适应度值及相对位置,保证选择全局最优火花及峰值火花邻域内的局部最优火花,同时避免重复选择搜索能力相似的火花,而基于最远距离的探索火花可以增强全局探索能力.在10次标准及增加位置偏移的测试函数实验中,ISSFWA在最优适应度值方面优于PSO、GA、FWA;在平均适应度值方面优于PSO和FWA,略劣于GA.这一结果表明,ISSFWA能够增强寻找最优解的能力,降低对初值的敏感性,并提升搜索效率.; 余冬华郭茂祖刘晓燕刘晓燕; 关键词：群体智能

基于空间主题模型和结构特征的对象识别方法研究被引量：2: 2018年; 本文以马尔可夫主题随机场(Markov topic random fields,MTRF)分析图像中视觉词汇的主题分配,结合区域特征的结构特点,并利用结构学习,实现图像中对象的识别。与主流的主题模型——隐狄利克雷分配(latent Dirichlet allocation,LDA)相比,MTRF通过建立视觉词汇的空间位置关系,在视觉词汇的主题分配方面更准确,更有效地体现出区域内主题间的结构特征,有利于结合结构学习,从而检测和识别图像中的对象。实验表明,主题模型和结构学习的结合可以更准确地发现图像区域内的对象结构,有效提高主题模型在对象识别方面的准确率。; 潘智勇刘扬刘扬刘国军; 关键词：主题模型空间信息

基于模糊小波的图像对比度增强算法被引量：30: 2005年; 针对传统的图像对比度增强方法存在的诸多问题,本文提出了一种模糊小波增强算法.首先,将低对比度图像进行规范化,选定一个确定小波对规范化后的图像进行小波变换,得到小波系数.然后,模糊化低通小波系数,再采用全局和局部信息进行调整.对高通小波系数,采用非线性运算进行调整.将调整后的小波系数反变换到空域上,得到增强后的结果.最后,给出几种增强算法实验结果的比较和分析,表明该算法对低对比度图片的增强是非常有效的,并且很好的抑制了噪声,没有出现局部区域过增强或增强不足的现象.; 刘国军唐降龙黄剑华刘家峰; 关键词：小波变换模糊逻辑对比度增强

基于多区域联合粒子滤波的人体运动跟踪被引量：10: 2009年; 针对视频人体运动跟踪中的遮挡问题,提出了一种基于多区域联合粒子滤波器的跟踪方法.算法把人体划分为多个关键区域,通过基于多区域无向图的联合运动模型,构造联合粒子滤波器,并运用区域关联的观测评估策略对目标状态进行联合预测,从而完成遮挡情况下目标的跟踪.实验结果表明,与基于单区域粒子滤波的跟踪方法相比,本文提出的算法在具有较长时间部分和全部遮挡的跟踪问题上,取得了较好的实验结果.; 王玉茹刘家锋刘国军唐降龙刘鹏; 关键词：计算机视觉目标跟踪

基于Pymunk的冰壶比赛仿真研究: 2023年; 冰壶是在以队伍为单位在冰上进行的一种投掷性体育竞赛项目,由于冰壶运动过程中受到场地环境、温度等因素影响较大,因此在进行冰壶策略的算法研究时采集相关数据困难且复杂.冰壶运动在数学上是一个连续动作空间、连续状态空间以及动作执行具有不确定性的马尔可夫过程,这就导致相关算法在落地使用之前必须先在仿真环境下进行研究和测试.为方便进行冰壶投掷策略的研究,提出了一种基于物理引擎Pymunk实现的冰壶比赛项目中冰壶投掷、旋转、滑行、碰撞的仿真方法,通过输入滑行速度、角速度便可以得出该次抛投后冰壶的运动数据.相比于现场采集数据,本仿真系统具有采集数据方便,采集量大的特点,并可实时控制双方投掷冰壶的速度来进行投掷策略的博弈.仿真结果表明,仿真系统与预期分析一致,仿真系统十分接近实际情况下冰壶的运动情况.; 刘国军周琦金野肖靖杰; 关键词：计算机模拟冰壶

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

刘国军

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

刘国军

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈