胡文瑾
- 作品数：41 被引量：135H指数：7
- 供职机构：西北民族大学数学与计算机科学学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金甘肃省科技计划项目更多>>
- 相关领域：自动化与计算机技术电子电信文化科学更多>>
- 基于全变分小波域缺损修复算法的一种数值实现
- 2013年
- 针对基于全变分(TV)小波域图像修复算法,提出了一种新的数值计算方法。算法充分利用了图像待修复像素点周围八邻域的信息计算曲率在像素域的近似值。与传统近似求解方法不同,该数值近似计算方法不仅保证了近似结果具有更高的精确性,而且对噪声的鲁棒性好。对不同丢失率的图像用所提出的数值计算方法取得了较好的修复效果,尤其当小波系数丢失率较高时效果更为明显。所提方法可以为图像压缩导致的系数缺损修复提供解决思路。
- 胡文瑾李战明
- 关键词：图像修复小波域全变分模型
- 结合双层路由感知和散射视觉变换的视觉-语言跟踪方法
- 2024年
- 针对视觉-语言关系建模中存在感受野有限和特征交互不充分问题,该文提出一种结合双层路由感知和散射视觉变换的视觉-语言跟踪框架(BPSVTrack)。首先,设计了一种双层路由感知模块(BRPM),通过将高效的加性注意力(EAA)与双动态自适应模块(DDAM)并行结合起来进行双向交互来扩大感受野,使模型更加高效地整合不同窗口和尺寸之间的特征,从而提高模型在复杂场景中对目标的感知能力。其次,通过引入基于双树复小波变换(DTCWT)的散射视觉变换模块(SVTM),将图像分解为低频和高频信息,以此来捕获图像中目标结构和细粒度信息,从而提高模型在复杂环境下的鲁棒性和准确性。在OTB99,LaSOT,TNL2K 3个跟踪数据集上分别取得了86.1%,64.4%,63.2%的精度,在RefCOCOg数据集上取得了70.21%的准确率,在跟踪和定位方面的性能均优于基准模型。
- 刘仲民李振华胡文瑾
- 一种有参考型唐卡图像修复后质量评价方法
- 本发明提供了一种有参考型唐卡图像修复后质量评价方法，是对修复后图像分别进行结构分量和纹理分量的质量评价，且采用模糊边缘强度相似性指标来评价结构分量的质量，采用纹理错乱相似性指标来评价纹理分量的质量；最后采用局部失真综合加...
- 胡文瑾王念一郭晓然
- 文献传递
- SENet生成对抗网络在图像语义描述中的应用被引量：2
- 2023年
- 针对图像语义描述过程中存在的语句描述不够准确及情感色彩涉及较少等问题,提出一种基于SENet生成对抗网络的图像语义描述方法。该方法在生成器模型特征提取阶段增加通道注意力机制,使网络能够更加充分和完整地提取图像中显著区域的特征,将提取后的图像特征输入到编码器中。在原始文本语料库中加入情感语料库且通过自然语言处理生成词向量,将词向量与编码后的图像特征相结合输入到解码器中,通过不断对抗训练生成一段符合该图像所示内容的情感描述语句。最后通过仿真实验与现有方法进行对比,该方法的BLEU指标相比SentiCap方法提高了15%左右,其他相关指标均有提升。在自对比实验中,该方法在CIDEr指标上提高3%左右。该网络能够很好地提取图像特征,使描述图像的语句更加准确,情感色彩更加丰富。
- 刘仲民陈恒胡文瑾
- 关键词：特征提取
- 基于PCA/ICA和误差补偿算法的眼镜摘除研究被引量：4
- 2014年
- 眼镜遮挡对人脸图像识别率影响较大,为了提高戴眼镜人脸图像的识别率,需要摘除正面人脸图像中眼镜。采用PCA和ICA算法提取了二阶统计信息、高阶信息,较好地刻画了人脸的细节特征;同时结合灰度补偿算法,弥补了由于戴眼镜图像未参与特征空间的训练过程中所造成的合成图像中人脸表情的失真;利用反复的迭代补偿算法进行人脸重建。通过Yale人脸数据库进行仿真实验结果表明:该方法合成的图像没有眼镜的痕迹,看起来更加自然,有效地改善了戴眼镜图像的面部特性,提高了人脸的识别率。
- 刘仲民李战明王亚运胡文瑾
- 关键词：人脸识别主成分分析人脸重建
- 关联分类算法研究及其在医学图像数据挖掘中的应用
- 数据分类是数据挖掘中的一个重要课题。近年来研究提出的关联分类(associative classification简称AC)--将关联规则挖掘和分类结合起来，作为一种新的数据分类方法在数据挖掘领域引起了广泛的关注。自19...
- 胡文瑾
- 关键词：关联分类算法数据挖掘医学图像
- 文献传递
- 结合破损块形状和邻域分类的唐卡图像修复方法
- 结合破损块形状和邻域分类的唐卡图像修复方法，根据破损块形状、破损块邻域的信息以及现有的修复算法特点等，自动选择合适的算法修复破损唐卡图像。主要包括：首先使用分水岭方法分割待修复图像，对破损区域中各个破损块的形状分为线状和...
- 王维兰卢小宝胡文瑾
- 融合亮度边缘和纹理的图像质量评价被引量：4
- 2019年
- 传统图像质量评价算法往往采用单一特征进行质量评价,导致图像中很多重要信息丢失,本文针对这一不足提出了一种融合多特征的改进算法。该算法首先根据人眼视觉系统特性提取亮度分量,将彩色图像亮度分量与Scharr算子进行卷积,提取图像的边缘特征,计算结构相似度描述子;然后提取图像的局部方向模式纹理特征,利用直方图相交距离得到纹理相似度描述子;最后综合两者结果构建了一种新的图像质量评价方法。在LIVE数据库中对JP2K、JPEG、Fast Fading三种类型的失真进行了对比实验。结果表明:该算法和其他被广泛采用的图像质量评价算法相比,评价结果总体上与主观评价结果具有更高的一致性,尤其对Fast Fading图像效果非常好。
- 胡文瑾曹欣叶雨琪
- 关键词：计算机应用图像质量评价亮度分量纹理特征多特征融合
- 结合多尺度上下文信息的唐卡小样本目标检测
- 2023年
- 通过对图像中感兴趣的对象进行分类与定位,能够帮助人们理解唐卡图像丰富的语义信息,促进文化传承。针对唐卡图像样本较少,背景复杂,检测目标存在遮挡,检测精度不高等问题,本文提出了一种结合多尺度上下文信息和双注意力引导的唐卡小样本目标检测算法。首先,构建了一个新的多尺度特征金字塔,学习唐卡图像的多层级特征和上下文信息,提高模型对多尺度目标的判别能力。其次,在特征金字塔末端加入双注意力引导模块,提升模型对关键特征的表征能力,同时降低噪声的影响。最后利用Rank&Sort Loss替换交叉熵分类损失,简化模型训练的复杂度并提升检测精度。实验结果表明,所提出的方法在唐卡数据集和COCO数据集上的10-shot实验中,平均检测精度分别达到了19.7%和11.2%。
- 胡文瑾唐慧媛乐超洋宋华飞
- 关键词：上下文信息多尺度特征
- 基于概率模型LVQ的改进KNN分类新方法被引量：1
- 2013年
- KNN是基于实例的算法,对于大规模样本算法分类性能不高.针对这一缺点,提出一种基于概率模型的学习矢量量化神经网络的改进KNN分类新方法.考虑到最优参考点训练的重要性,结合概率方法得到最佳参考点的判断准则函数,采用梯度下降最优化算法利用LVQ训练参考点的最佳位置.在对未知样本进行分类时选出样本x的K个近邻,采用"投票选举"机制最后判断样本x的所属类别.新方法减少KNN的计算复杂度和时间,弥补了KNN在处理大规模数据问题上的不足.在UCI中数据集上的仿真实验表明改进算法的可行性.
- 刘仲民徐炎赵彦敏胡文瑾
- 关键词：K-近邻学习矢量量化
