湖北省高等学校优秀中青年科技创新团队计划项目(T201202)
- 作品数：23 被引量：56H指数：4
- 相关作者：陈黎田菁顾进广陈姚节范桓更多>>
- 相关机构：武汉科技大学河南牧业经济学院国网浙江省电力公司宁波供电公司更多>>
- 发文基金：湖北省高等学校优秀中青年科技创新团队计划项目国家自然科学基金湖北省教育厅科学技术研究项目更多>>
- 相关领域：自动化与计算机技术医药卫生文化科学交通运输工程更多>>
- 基于Unity3D和粒子系统的冶金仿真特效模拟被引量：2
- 2013年
- 粒子系统可模拟冶金过程中因难以直接在生产线上进行各种实验,如烟雾、喷水等特效,在仿真冶金过中可利用Unity3D引擎并借助粒子系统的原理基础实现钢坯冷却时的喷水效果和动态烟雾场景。
- 朱婉莹陈姚节张琦丁一帆
- 关键词：UNITY3D粒子系统
- 一种无参考视频条纹失真的检测方法被引量：1
- 2014年
- 条纹失真是降低视频图像质量的一个重要因素。现有的条纹失真去除算法需要已知条纹方向等先验知识,如何自动地判断和获取条纹失真图像以及条纹的方向有重要的研究意义。提出一种检测无参考视频图像中单一方向条纹失真的方法,并获取条纹与水平正方向的夹角。算法的核心思想基于条纹图像的频率特性,即图像中的条纹的频谱能量值会在频域空间中沿着与空域中条纹方向正交的方向附近聚集,且在对应的频率分量处会出现峰值。针对单一方向的条纹失真视频图像,实验结果表明,提出的算法具有很好的检测效果,且能够较准确地确定条纹的方向。另一方面,算法对随机噪声不敏感,对低对比度条纹仍具有较高的检测率。
- 卢前前陈黎田菁
- 关键词：傅里叶变换视频质量评价
- 基于卷积神经网络的视频图像失真检测及分类被引量：14
- 2016年
- 为了检测不同失真类型的视频图像,实现对失真视频图像的分类处理,提出一种基于卷积神经网络的视频图像失真检测及分类方法。将视频图像分割成较小的图像块作为输入;然后利用卷积神经网络主动学习特征,引入正负例均衡化和自适应学习速率减缓过拟合和局部最小值问题,由softmax分类器预测图像块的失真类型;最后采用多数表决规则,得到视频图像的预测类别。采用仿真标准图像库(LIVE)和实际监控视频库对该方法进行性能测试,前者的总体分类准确率达到92.22%,后者的总体分类准确率达到92.86%。整体的分类准确率高于已有的其他三种算法。引入正负例均衡化和自适应学习速率后,CNN的分类准确率得到明显提升。实验结果表明,该方法能主动学习图像质量特征,提高失真视频图像分类检测的准确率,通用于任意失真类型的视频图像分类检测,具有较强的鲁棒性和实用性。
- 邬美银陈黎田菁
- 关键词：卷积神经网络
- 基于速度矢量坐标系的多船自动避碰研究被引量：6
- 2015年
- 在多船自动避碰问题的研究中,为提高多目标船等复杂动态环境下船舶避碰的自动化、智能化水平,并考虑船舶的操纵特性,将速度障碍方法应用于船舶避碰领域,深入分析多目标船下船舶避碰的约束条件及操纵要求,构建以速度障碍为核心的基于速度矢量坐标系的多目标船情形下的船舶自动避碰数学模型,并提出转向避碰的操纵方案。模型及算法仿真结果表明,文中所建立的多目标船自动避碰问题模型及提出的转向避碰操纵方案是可行的。研究结果表明,文中所提出的基于速度矢量坐标系的多目标船自动避碰方法是有效的,能够为多船自动避碰系统的研究提供支持。
- 陈姚节李爽范桓吴乔
- 关键词：自动避碰
- 视频闪烁干扰无参考辨识方法
- 2015年
- 视频中时间域上的闪烁干扰是影响视频质量的因素之一,对闪烁干扰的准确辨识不但有利于视频质量的自动分析与诊断,而且能够与干扰去除和质量增强算法形成反馈机制,促进此类算法的自适应性。以监控视频中的闪烁干扰为研究对象,研究发现闪烁干扰信号的差分信号服从拉普拉斯分布。基于拉普拉斯分布的特性和小概率事件的思想,在视频时间域差分信号中采用迭代拟合方法,有效地分离出差分信号中影响闪烁干扰辨识的客观运动差分信号;同时,运用人眼视觉系统的最小可感知差异(JND)理论,通过量化闪烁干扰的频率和闪烁幅度得到闪烁干扰辨识指标,对闪烁干扰进行了有效的无参考辨识,并通过受试者工作特征(ROC)曲线验证了提出的无参考闪烁干扰辨识指标在正负样本的分类上具有比较理想的效果,提出的无参考算法在闪烁干扰辨识方面具有较好的性能。
- 卢前前陈黎田菁黄小童
- 关键词：无参考
- 基于区域寻优的监控视频感知噪声盲检测算法被引量：1
- 2017年
- 针对感知噪声导致安防监控视频质量出现退化的问题,提出一种视频感知噪声盲检测算法。通过图像的粗糙集表示,采用邻域粗糙集的相关理论获取视频静态区域的下近似集合,去除运动前景的干扰;引入自适应惩罚机制克服过亮过暗区域对感知噪声产生的掩盖效应,确定最优的有效检测区域,结合信息熵作为该区域感知噪声程度的度量指标,实现对视频感知噪声的盲检测。实验结果表明,该算法在视频存在运动前景和局部含有过亮过暗区域时给出了精确的检测结果,具有良好的稳健性,满足安防场景监控视频的实际需求。
- 董晶陈黎周小舟
- 关键词：邻域粗糙集信息熵
- 基于混合小波变换的医学超声图像自适应去斑被引量：1
- 2014年
- 针对小波去斑方法在医学超声图像抑斑上的不足，提出一种混合离散小波变换DWT（Discrete Wavelet Transform）和双树复小波变换DTCWT（Dual-tree Complex Wavelet Transform）进行阈值处理和变量收缩的医学超声图像自适应去斑算法。首先，在小波域，根据小波系数能量的特点，计算综合阈值实现图像预处理；然后，结合小波系数的尺度相关性，提出一种改进的三变量收缩函数，实现图像去斑。实验结果表明该方法较已有的经典方法更为有效，一般情况信噪比可提高0.6-2.6dB，图像边缘信息保持能力更突出。
- 代芸付晓薇陈黎田菁
- 关键词：离散小波变换双树复小波变换
- 基于深度学习的监控视频树叶遮挡检测被引量：9
- 2016年
- 结合稀疏自编码器的自动提取数据特征能力和深度置信网络较好的分类性能,提出一种基于深度学习的监控视频树叶遮挡检测方法。首先从视频中随机选取一帧图像,通过栈式稀疏自编码器主动学习视频图像的特征信息,然后采用深度置信网络建立分类检测模型,最后引入学习速率自适应调整策略对整个神经网络进行微调。该方法不需要对视频连续取帧,具有较好的图像特征主动学习能力,克服了人工提取特征能力有限的缺陷。实验结果表明,在样本量充足的条件下,使用本文方法进行监控视频树叶遮挡检测可以达到88.97%的准确率。
- 邬美银陈黎
- 关键词：监控视频遮挡检测图像识别特征提取
- 基于K值改进的K-means算法在入侵检测中的应用被引量：3
- 2014年
- K-means聚类算法在入侵检测的运用中存在两个重要的缺陷:一是初始聚类中心是随机选择的,二是容易陷入局部最优解。提出一种改进的K-means算法,首先通过数据筛选确定高密度区域,然后确定两个最远点作为初始聚类中心以及非模糊型的集群评估指标来确定剩下的初始聚类中心,最后再进行聚类分析。实验表明,改进后的K-means算法不再依靠随机的K值和聚类中心,使得聚类过程可以依据数据集本身进行自适应的调整,同时保证了较高的网络入侵的检测率和较低的误报率。
- 王朔顾进广
- 关键词：K-MEANS聚类分析
- SPES:基于谓词选择率估计的SPARQL查询优化方案被引量：1
- 2017年
- 面对海量的RDF数据查询及查询语句本身复杂性的增长,提高SPARQL查询效率成为语义网研究的热点.在实际的大量查询请求中,SPARQL语句都是带有多谓词的查询.多谓词查询的复用可以减少重复查询或者缩减查询范围,从而有效的提高SPARQL查询性能.因此,提出一种基于谓词选择率估计的SPARQL查询优化方案.本文基于查询日志构建直方图,以统计历史查询语句的SPE(SPARQL谓词表达式),并利用构建的直方图指导缓存.本文提出了缓存的构建以及维护方案,其中谓词选择率估计在构建缓存时起着重要的作用.实验结果分析表明,本文提出的基于查询日志构建谓词直方图的方法可以有效提高查询效率,从而达到SPARQL查询优化的目的.本文将此方案命名为SPES.
- 顾进广王岩松朱婷婷徐芳芳
