张盛平
- 作品数：49 被引量：9H指数：2
- 供职机构：哈尔滨工业大学更多>>
- 发文基金：国家自然科学基金教育部“新世纪优秀人才支持计划”更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 一种基于稀疏编码的字体识别方法
- 本发明提供了一种基于稀疏编码的字体识别方法。本发明以灰度图像作为输入，对于任意一幅待测试图像进行以下两个阶段的操作：在训练阶段，将各类字体的待测试图像随机划分成一定数量的方块，方块的数量由图像大小以及方块大小共同决定，例...
- 姚鸿勋张盛平孙鑫卢修生
- 文献传递
- 一种基于高斯点渲染的单目人脸化身生成方法
- 一种基于高斯点渲染的单目人脸化身生成方法，包括以下步骤：从单目人像视频中提取FLAME的表情参数和姿态参数；定义初始化空间、标准空间、形变空间；从点在形变空间与初始化空间的位置信息，获取点在形变空间中的高斯参数；将点在形...
- 张盛平陈宇凡柳青林孟权令吕晓倩王晨阳
- 基于稀疏编码的视觉目标跟踪方法研究
- 视觉目标跟踪是指从摄像机记录的视频序列中连续地推断特定目标运动状态轨迹的技术,是计算机视觉研究中非常重要的一个研究课题。不仅推动了图像处理、模式识别、机器学习和人工智能等领域的理论研究,也成为很多实用的计算机视觉系统必不...
- 张盛平
- 关键词：目标跟踪计算机视觉
- 文献传递
- 基于稀疏表示的目标跟踪方法被引量：4
- 2013年
- 提出了一个新的基于稀疏表示的目标跟踪方法。在粒子滤波框架下,将目标模板线性表示为所有目标候选的线性组合。当假设目标候选中存在与目标模板相似的候选时,线性表示的系数满足稀疏性约束,可以通过L1范式最小化求解。每一个目标候选在线性表示中的系数反映了该候选与目标模板的相似程度,因此可以将系数作为目标候选的权重。目标跟踪的结果为权重最大的候选。实验结果表明本文提出的算法比文献中现有的基于L1范式最小化的跟踪方法性能更稳定、计算效率更高。
- 张盛平姚鸿勋孙鑫卢修生
- 关键词：目标跟踪
- 一种基于卷积神经网络和双边滤波的面部瑕疵检测方法
- 本发明公开了一种基于卷积神经网络和双边滤波的面部瑕疵检测方法，包括以下步骤：为人脸图像数据标注真实标签以用于卷积神经网络的训练；对训练样本进行随机裁剪，并对瑕疵区域进行过采样；将剪裁所得的图像进行数据增强；通过对彩色图像...
- 张盛平郑顺源胡良校
- 文献传递
- 一种基于深度学习特征和点到集合距离度量学习的目标跟踪方法
- 本发明公开了一种基于深度学习特征和点到集合距离度量学习的目标跟踪方法，包括以下步骤：在跟踪的起始帧随机选取若干目标样本和背景样本；对目标样本进行目标样本特征提取，对背景样本进行背景样本特征提取；将提取的目标样本特征聚类成...
- 张盛平刘鑫丽齐元凯张维刚
- 文献传递
- 一种基于人体外轮廓变形的自动瘦身方法
- 本发明公开了基于人体外轮廓变形的自动瘦身方法，包括以下步骤：对输入图片使用人体检测算法，获取图片中所有人物主体的位置；依次对每个人物位置框内的人物主体使用骨骼关键点检测算法，获取其姿态信息；将姿态信息送入基于K‑mean...
- 张盛平李宗霖
- 基于空间和时间特性的动态背景中的运动物体检测被引量：1
- 2009年
- 基于高斯混合模型(GMM)的方法在运动物体检测中应用广泛,并且取得了很好的效果。然而这种方法在动态背景中,例如摇曳的树枝、喷泉、照相机的抖动等,其效果受到严重影响。主要的原因是忽略了像素间的空间相互关系,这种关系对处理动态背景十分关键。提出一种新颖的运动物体检测方法,通过同时运用空间和时间信息,有效地处理了动态背景。实验效果表明在动态背景中,新方法的效果明显好于传统的GMM方法。
- 崔青刘鹏张盛平刘家锋唐降龙
- 关键词：运动物体检测
- 一种基于Faster-RCNN的强负样本水下目标检测方法
- 本发明公开了一种基于Faster‑RCNN的强负样本水下目标检测方法，包括以下步骤：获取目标图像数据集，将目标图像输入卷积神经网络进行前向传播至共享的卷积层得到低维特征图；将获取的低维特征图一路输入至RPN网络得到正负样...
- 张盛平吕晓倩孙嘉敏董开坤朴学峰孙鑫张维刚
- 文献传递
- 一种基于稀疏编码的字体识别方法
- 本发明提供了一种基于稀疏编码的字体识别方法。本发明以灰度图像作为输入，对于任意一幅待测试图像进行以下两个阶段的操作：在训练阶段，将各类字体的待测试图像随机划分成一定数量的方块，方块的数量由图像大小以及方块大小共同决定，例...
- 姚鸿勋张盛平孙鑫卢修生
