公共文化服务平台

刘建明: 作品数：13 被引量：30H指数：3; 供职机构：江西师范大学计算机信息工程学院更多>>; 发文基金：教育部“新世纪优秀人才支持计划”古代壁画保护国家文物局重点科研基地开放课题国家自然科学基金更多>>; 相关领域：自动化与计算机技术环境科学与工程轻工技术与工程更多>>

合作作者

办公桌屏风生产周期和组装齐套性优化研究: 随着办公专业水平的提高，定制化已成为新的需求。个性化需求使得多品种小批量模式不断地发展。办公桌屏风生产是典型的多品种小批量生产模式，生产过程多样化，急需改善生产周期长和部件不能同步齐套到达组装的问题。　　本文依托于某企业...; 刘建明

高精度壁画图像的实时浏览技术被引量：1: 2010年; 数字化壁画图像可以广泛应用于保护修复、学术研究和旅游指导等方面,敦煌壁画数字化技术的引入将是永久无损保存敦煌艺术的最佳手段。作为壁画数字化技术的一个重要组成部分,高精度壁画的实时浏览给计算机交互显示带来了巨大的挑战。本文利用CUDA强大的并行计算能力,设计了一个基于动态分辨率的高精度壁画实时浏览算法。该算法不需要对大图像进行预处理,可以让用户很流畅地浏览不同分辨率下的高精度大图像。; 葛蓉许端清杨鑫刘建明; 关键词：并行计算 JPEG压缩

基于部位特征和全局特征的物体细粒度识别被引量：1: 2017年; 目前大部分细粒度识别通常仅对整体特征进行提取并分类,而忽略了角度和姿态引起的部件上视觉差异,为此提出一种基于部位特征和全局特征的物体细粒度识别方法。首先将目标进行姿态聚类,使得相同姿态下展现目标相一致的可见部位,进而提取目标的部位特征,并在各姿态类内结合目标的整体特征做分类。该模型在姿态和视角影响尤其明显的鸟类数据库CUB_200-2011上进行了实验验证,结果表明与现有的同类方法相比,本文方法具有更好的性能。; 陈淑娴刘建明; 关键词：细粒度

古代壁画图像保护与智能修复技术研究: 濒危古代壁画的保护具有紧迫性和复杂性,传统保护手段的低效率和保护人员的缺乏,制约了我国古代壁画保护事业的发展。因此,引入计算机技术特别是图像处理技术就显得很有必要。利用图像处理技术辅助古代壁画保护不仅可以降低古代壁画保护...; 刘建明; 文献传递

基于对抗擦除的细粒度图像数据增强方法: 2024年; 不同于常规图像识别,细粒度图像识别中不同类别的视觉差异往往只取决对象的细微部件,因此对于细粒度图像识别任务而言,发现对象具有判别力的细微部件发挥了重要作用。为此,文中提出了基于对抗擦除的数据增强方法(AEDA),在训练阶段首先通过特征图定位对象最具有判别力的细微部件作为增强的部件图像,然后擦除对象最具有判别力的细微部件作为增强的互补图像。通过输入部件图像可以使网络学习对象最具有判别力的细微部件,通过输入互补图像可以迫使网络发现对象其他具有判别力的细微部件。在细粒度图像识别领域的三个经典公开数据集上的实验结果表明文中所提数据增强方法可以大幅提升模型性能且全面优于基于擦除的经典数据增强方法Cutout。此外引入定位模块(AOLM),使文中所提方法识别性能进一步提升,在CUB、Aircraft、Car数据集上分别达到了88.7%、94.2%、95.3%的识别精度。同时该方法还大幅度提升了定位性能,表明其在弱监督目标定位视觉任务的潜力。; 蒋海浪刘建明王明文

快速鲁棒的立体匹配方法被引量：4: 2013年; 针对全局匹配算法复杂度太高的问题,提出了一种基于图割的快速鲁棒立体匹配算法。一方面,参考局部立体匹配算法的思想,优化图割求解中的网格图的节点和边缘个数,使得在进行图割全局优化求解时不需要遍历所有视差值,从而减少匹配时间;另一方面,用二维线性插值算法计算亚像素,提高匹配精度和算法鲁棒性。实验结果表明,该算法快速、鲁棒、准确。; 曾纪国余国和谢旭升刘建明; 关键词：能量函数图割最大流

敦煌壁画线描图生成技术研究: 本文主要提出了计算机辅助敦煌壁画线描图生成方法;同时,在分析敦煌壁画线描图风格的基础上,论文提出了敦煌壁画线描图的笔划模型;并在笔划模型的基础上进一步提出了线描图的元素模型和线描元素的组织形式.最后还提出了一种基于ICP...; 刘建明韩红芳鲁东明周宇; 关键词：敦煌壁画特征点匹配; 文献传递

采用多部件学习的细粒度图像识别: 2023年; 现有基于交叉熵损失函数的细粒度识别方法倾向于发现对象最具有判别性的部件,忽略其他同样关键的具有判别性的次要部件.为了发现尽可能多的、具有辨别性的局部部件,提出采用多部件学习的细粒度图像识别方法.首先提出一个无参数的基于语义块混合的图像数据增强模块,通过交换图像对中最具有判别性的部件,在增广训练数据的同时避免引入无关背景噪声,提高网络对输入扰动灵敏度的鲁棒性和泛化能力;然后提出多部件对抗擦除模块,在注意力和伯努利分布引导下擦除特征图上最具判别性区域,迫使网络学习发现特征图上其他辨别性区域,注意力引导保证擦除区域具有足够的判别性,伯努利分布引导保证擦除区域的多样性;最后通过融合中层特征,进一步提升网络性能.所提方法具有模型无关特性,可以作为一种即插即用模块,与现有多种主干网络相结合.以ResNet-50为主干网络,在3个公开数据集CUB-200-2011,FGVC-Aircraft和Stanford Cars上的实验结果表明,所提方法的分类精度分别达到89.2%,95.5%和94.0%;该方法能够发现更多辨别性部件,且准确率优于相同主干网络下的对比方法.; 蒋海浪刘建明

大量类别下非纹理对象实时检测与识别被引量：1: 2015年; 现有的对象检测方法主要针对特定对象,当类别比较多时,难以实现实时检测与识别。提出了一种基于Objectness和梯度方向模板的大量类别下非纹理对象的实时检测与识别算法。该方法首先通过计算图像Objectness值来评价待测图像中可能出现对象的区域,大量减少可能匹配的窗口。在此基础上,在可能出现对象的区域,采用基于模板主方向和查找表的模板匹配方法,实现大量类别下非纹理对象的实时检测与识别。该方法对非纹理物体的鲁棒性较好,同时在匹配的过程中也是方向无关的。; 陶军刘建明王明文万剑怡; 关键词：鲁棒性