熊惠霖
- 作品数：24 被引量：91H指数：6
- 供职机构：上海交通大学电子信息与电气工程学院更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划上海市科学技术委员会科研基金更多>>
- 相关领域：自动化与计算机技术电子电信理学农业科学更多>>
- 视频序列图像中的人脸检测与跟踪
- 2010年
- 目标检测与跟踪是计算机视觉领域最普遍和关键的问题之一。基于级联结构的AdaBoost算法和基于色彩的Camshift算法,目前被认为是较有效的检测和跟踪算法,结合AdaBoost、Camshift算法和Kalman滤波器实现,对视频序列图像中多角度人脸的实时检测与跟踪,并针对AdaBoost训练耗时问题提出了改进。
- 潘杰熊惠霖
- 关键词：ADABOOSTCAMSHIFT肤色特征
- 基于子块显著不相关检验的快速分形图象编码被引量：1
- 1998年
- 图象分形编码中，子块搜索匹配的实质是子块间的相关匹配。基于这一认识，针对分形编码计算量过大、编码时间过长的缺点，本文提出先对子块进行显著不相关检验，再进行子块匹配的分形编码方法。其编码速度比基于子块分类的分形编码方法快５～２０倍（对测试图象Ｌｅｎｎａ２５６×２５６×８ｐｐｂ而言），而解码图象质量（ＰＳＮＲ）没有明显下降，压缩比还有一定的提高。
- 熊惠霖王岳环张天序
- 关键词：数字图象分形图象编码
- 基于小波多尺度表示的图像匹配研究被引量：28
- 1999年
- 根据小波变换系数对信号平移步长的变化规律，提出一种基于小波金字塔结构的、遍历式的图像匹配方法，这种方法消除了由于小波变换对平移的敏感性所引起的误匹配，在匹配策略上，以小波分解高频分量的匹配为主。实验证实，本匹配方法对实时图和参考图的局部灰度反转不敏感，具有一定抗几何失真的能力，优于经典的灰度相关匹配。
- 熊惠霖张天序桑农桑农
- 关键词：图像匹配小波变换平移不变性图像处理
- 特征简化的人脸检测方法
- 本发明涉及一种模式识别技术领域的基于特征简化的人脸检测方法，包括以下步骤，第一步：简化类Haar特征，首先对正、负样本用积分图计算每一个类Haar特征的灰度值，然后得到正、负样本灰度值累计直方图的峰值，由正、负样本累积直...
- 潘杰熊惠霖
- 文献传递
- 基于随机森林的目标检测与定位被引量：7
- 2012年
- 为解决复杂图像中的目标检测与定位问题,提出一种基于随机森林的目标检测与定位算法。采用SIFT局部特征构造随机森林分类器,以一个决策树中的全部叶子节点构成一个树型结构的判别式码本模型,从而获得更可靠的概率Hough投票,加快目标检测速度。实验结果证明,该算法效率较高,可用于复杂场景下的目标检测与定位。
- 刘足华熊惠霖
- 关键词：目标遮挡
- 一种用于支持向量机分类器的组合核优化方法被引量：6
- 2010年
- 针对支持向量机（SVM）分类器的模型选择问题,提出了一种基于特征空间的类别可分性度量（FCSM）准则,并将该准则用于优化多个高斯函数的线性组合系数.与核矩阵度量（FSM）准则相比,FCSM准则在核函数优化应用中的适用性更广,并且在优化效果上有更好的理论支持.实验结果表明,与交叉验证法、半径间隔误差（RM）界法以及基于FSM准则的优化方法相比,FCSM准则能从更大函数集范围优选出核函数,使SVM分类器获得更好的分类能力.
- 杨旭杨新熊惠霖
- 关键词：核方法模式识别
- 具有平移和尺度变换不变性的自适应小波矩被引量：4
- 1999年
- 提出了一种同时具有平移和尺度变换不变性的自适应小波分解新方法，分解系数称为小波不变矩，并给出了计算这些小波不变矩的有效算法．实验证实了数字图像的小波不变矩的平移和尺度不变性．
- 熊惠霖张天序
- 关键词：小波变换平移变换
- 数字信号在紧支集正交小波变换后的精确重建被引量：1
- 1998年
- 得到了有限长度的数字信号在紧支集正交小波变换下分解与合成算法的矩阵形式．理论和实验证实，该算法能精确重构原数字信号，重构的数字信号没有边界畸变．
- 熊惠霖张天序
- 关键词：小波变换正交性数字信号数字信号信号重建
- 具有平移和尺度不变性的图像小波多尺度特征被引量：2
- 1999年
- 在平移和尺度不变自适应小波变换的基础上，提出了一种稳定的小波多尺度图像特征，这种自适应的图像多尺度特征具有平移和尺度不变性．实验证实了所定义的特征向量在尺度和平移变换下是稳定的．
- 熊惠霖张天序
- 关键词：小波变换图像纹理分析平移变换
- 基于深度卷积神经网络的航空器检测与识别被引量：7
- 2017年
- 针对军用机场大尺寸卫星图像中航空器检测识别的具体应用场景,建立了一套实时目标检测识别框架,将深度卷积神经网络应用到大尺寸图像中的航空器目标检测与识别任务中。首先,将目标检测的任务看成空间上独立的bounding-box的回归问题,用一个24层卷积神经网络模型来完成bounding-box的预测;然后,利用图像分类网络来完成目标切片的分类任务。大尺寸图像上的传统目标检测识别算法通常在时间效率上很难突破,而基于卷积神经网络的航空器目标检测识别算法充分利用了计算硬件的优势,大大缩短了任务耗时。在符合应用场景的自采数据集上进行测试,所提算法目标检测实时性达到平均每张5.765 s,在召回率65.1%的工作点上达到了79.2%的精确率,分类网络的实时性达到平均每张0.972 s,Top-1错误率为13%。所提框架在军用机场大尺寸卫星图像中航空器检测识别的具体应用问题上提出了新的解决思路,同时保证了实时性和算法精度。
- 俞汝劼杨贞熊惠霖
- 关键词：卷积神经网络
