国家自然科学基金(61203245)
- 作品数：20 被引量：76H指数：6
- 相关作者：马杰张婷婷王晓云刘雅莉武利涛更多>>
- 相关机构：河北工业大学华北理工大学中国石油更多>>
- 发文基金：国家自然科学基金河北省自然科学基金河北省高等学校科学技术研究指导项目更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 改进的Beta过程因子分析图像修复算法
- 2017年
- 图像修复是利用图像已知信息对图像破损区域进行填充修复的过程,而非参贝叶斯技术在图像稀疏表示中被认为是一种有效的字典学习方法,作为一种有效的非参贝叶斯算法,基于Beta过程因子分析算法(BPFA)在去噪、修复以及压缩感知方面有很广泛的应用.然而现有的BPFA算法在对含噪的破损图像修复时收敛速度慢,针对这个问题本文在BFPA算法更新字典时与K-SVD算法相结合,提出一种基改进的BPFA学习算法,改进算法利用K-SVD算法简单收敛速度快的特点,在原有算法更新参数时,利用OMP稀疏编码更新字典候选集以达到提高算法的收敛速度的效果.得到的结果表明本文算法能够更好地修复含噪破损图像获得较好的视觉效果.
- 苑焕朝马杰樊金光
- 关键词：图像修复贝叶斯字典学习
- 结合核相关滤波和Kalman预测的运动目标跟踪被引量：11
- 2018年
- 核相关滤波(kernelized correlation filter,KCF)目标跟踪算法的跟踪过程容易受到快速运动和运动模糊、遮挡及相似物干扰等因素影响,导致跟踪效果不佳.针对以上问题,本文提出了一种结合KCF框架和Kalman预测器的运动目标跟踪算法.该算法首先将原始图像映射到CN(Color-Name)特征空间,使跟踪器能够处理多通道颜色特征的图像;其次在跟踪过程中,加入Kalman滤波器来预测图像目标位置,根据预测位置确定待检测区域进行检测,并利用检测结果更新Kalman滤波器,提高跟踪检测精度.在OTB-2013数据集上对改进的算法多次进行实验,并与其他6种较先进的跟踪算法进行对比,分析实验结果可知在目标发生快速运动、遮挡及相似物干扰等复杂情况下,本文方法均有较强的鲁棒性.
- 田亚蕾马杰杨楠
- 关键词：目标跟踪KALMAN滤波
- 大雾天气下运动小目标检测技术研究
- 运动目标检测是智能分析的第一步，实际应用中除了行人和车辆等一些常见的运动目标外，还有一些运动小目标需要检测。此外信息的采集会受天气的影响，随着大雾天气的增多，大雾天气下运动小目标检测技术研究在交通系统、海关和航天部门具有...
- 杨楠
- 关键词：目标检测图像处理
- 文献传递
- 融合密集卷积与空间转换网络的手势识别方法被引量：12
- 2018年
- 手势识别作为人机交互的方式之一,在人工智能日益发展的今天备受瞩目。针对手势旋转、平移、缩放等形变导致识别率偏低的问题,该文基于密集卷积网络(Densenet)与空间转换网络(STN)提出了一种新型的网络结构Densenet_V2,先利用空间转换网络对输入的样本和特征图进行空间变换和对齐,再利用密集卷积网络自动提取手势的有效特征,最后通过线性分类器对手势进行分类。为防止网络模型对样本数据集过度拟合,对网络进行训练时在损失函数中加入L2正则项以实现权重衰减。在Marcel手势库上进行多次实验。实验结果表明,Densenet_V2可以提高对静态形变手势的识别率。
- 马杰张绣丹杨楠田亚蕾
- 关键词：手势识别
- 结合低秩和结构化稀疏的大雾图像小目标检测
- 2018年
- 针对传统的低秩稀疏分解模型不能直接应用到单幅图像进行目标检测,且忽略了目标像素的空间结构性导致检测精度不高等问题,提出一种基于低秩和结构化稀疏的单幅大雾图像小目标检测算法。首先,对原始大雾图像进行预处理得到由局部子图像构成的大雾补片图像,将小目标检测问题转化为低秩和稀疏分解问题。然后,考虑到目标像素间的空间结构关系,在对大雾补片图像进行矩阵分解时,引入结构化稀疏诱导范数对目标进行约束。最后,将矩阵分解得到的补片图像进行后处理得到背景图像和目标图像。通过对单幅大雾图像实验仿真表明,所提算法确保了小目标检测的完整性并且提高了检测精度。
- 马杰杨楠张绣丹
- 关键词：小目标检测
- 基于词包模型和SURF局部特征的人脸识别被引量：2
- 2017年
- 针对传统人脸识别方法实时性差的缺点,提出了一种加速鲁棒性特征(SURF,speed up robust features)和词包模型(BOW,bag-of-word)相结合的人脸识别方法.图像经过预处理后,使用SURF算法自动提取图像的关键点和相应的特征描述符,再进一步用BOW方法将其编成视觉单词作为人脸的局部特征.最后,采用K最邻近结点算法进行分类识别.使用了2个数据集验证了提出的方法——标准CMU-PIE(卡内基梅隆大学——姿势、光照、表情人脸数据库)人脸库和采集的数据库,分别达到了97.5%和99.3%的识别率,而且特征提取的时间少于0.108 s,识别的时间少于0.017 s.结果表明,本文提出的算法不仅精确而且快速,具有更好的稳定性和有效性.
- 刘翠响李敏张凤林
- 关键词：人脸识别SURFK-NN
- 基于过完备字典学习的全变分图像去噪方法被引量：1
- 2017年
- 为了改善低信噪比情况下去噪效果、边缘保持能力差的问题,提出一种联合全变分正则项的字典学习图像去噪方法.首先,把增广拉格朗日乘子法和正交匹配追踪这两种求解稀疏编码的方法跟经典的K-SVD思想相交融,改善字典性能;其次,将全变分去噪模型融入到基于字典学习的图像去噪理论中,在图像重构基础上,引入全变分约束项,作为改进去噪模型中新的一项,达到对噪声和图像边缘作后续优化处理、改善图像去噪性能的目的.实验结果表明,改进的去噪方法,在保持原有去噪效果前提下,在噪声标准差较大或者图片边缘信息丰富时,去噪图像更加自然,边缘更加清晰,视觉效果较好.
- 张晓严马杰武利涛
- 关键词：字典学习图像去噪正交匹配追踪全变分
- 一种基于卡通纹理分解的X光图像恢复方法被引量：1
- 2016年
- 针对X光图像去噪时在抑制噪声的同时会模糊图像边缘的情况,提出采用图像卡通纹理分解和基于全变分的增广拉格朗日算法进行图像恢复。图像可以分解为卡通部分和纹理部分,噪声信息及图像的快变信息被分离到图像的纹理部分。通过基于增广拉格朗日算法的全变分去噪模型对纹理图像进行去噪处理,将卡通图像与处理后的纹理图像加权合成得到恢复图像。仿真实验结果表明,该方法不仅可以对图像进行快速处理,而且能够较好地保持图像的边缘信息,获得较高的输出信噪比。
- 陈凤华马杰戴静
- 关键词：图像分解全变分去噪
- 光流法在运动目标识别领域的理论与应用被引量：8
- 2013年
- 在介绍运动检测以及光流的基本概念的基础上引出基于光流方程的两种常用的图像分析方法--梯度法、块匹配法;通过对光流法在红外图像序列的运动目标检测、活动轮廓模型以及医学图像处理方面的应用来阐述这两种光流法的优缺点进行分析从而得出光流法在运动图像识别领域具有较大的优势,最后对光流法在未来其他领域的应用提出展望。
- 杨亚东
- 关键词：运动目标检测光流微分法块匹配法
- 基于低秩描述的特征提取算法被引量：1
- 2016年
- 低秩表示算法是通过最小化矩阵核范数来求解低秩表示系数,然而待求解的低秩表示系数的稀疏性低的要求导致求解不稳定的情况。针对这个问题,在基本的图像低秩表示算法中引入一个约束条件来保证系数的最稀疏性,在特征提取过程中来获取图像数据在各个空间中的整体几何结构。通过对不同的加噪图像进行去噪恢复和分类识别,并与现有算法对比,证明改进算法的低秩特性更具有效性和判别性。在ORL库和Yale B库人脸库上的实验结果证明,改进的算法比原算法在图像去噪效果上更有效,具有较高的识别率。
- 郭海红马杰刘建龙
- 关键词：特征提取
