谷欣超
- 作品数：25 被引量：52H指数：5
- 供职机构：长春理工大学计算机科学技术学院更多>>
- 发文基金：吉林省科技发展计划基金吉林省教育厅资助项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信天文地球生物学更多>>
- 基于多纹理CS-LBP特征的多视角人脸检测算法被引量：1
- 2018年
- 提出一种多纹理中心对称局部二值模式(CS-LBP)特征,实现复杂环境下的多视角人脸检测.该特征保留Haar特征的序数关系,借鉴局部二值模式(LBP)的组合方式,从水平、垂直、+45°和-45°这4个纹理方向进行特征提取,以保证人脸检测在方向、光照、旋转等方面的鲁棒性.算法采用级联架构,首先针对人脸图像中的不同视角进行分区,分别进行多纹理特征的提取,然后设计独立的分类器,逐级剔除非人脸窗口,最后采用多层感知器(MLP)综合各视角的检测效果,输出检测结果.在数据集FDDB和CMU PIE上进行验证性实验的结果表明,该方法对复杂环境下的多视角人脸检测有效,与传统的卷积神经网络人脸检测方法相比,该方法具有更高的精度.
- 崔凯才华陈广秋谷欣超孙俊喜
- 关键词：人脸检测积分图级联结构
- 圆锥轴承滚子表面疵病检测装置及方法
- 圆锥轴承滚子表面疵病检测装置及方法属于光电检测技术领域，目的在于解决人工检测不准确、对人眼造成损伤、检测效率低和成本高的问题。本发明的进料斗设置在料道的入口端，设置在靠近料道出口端上方的拨盘间歇拨动圆锥轴承滚子；检测台入...
- 杨东林任涛冯大伟于正林吴文龙张光伟谷欣超
- 文献传递
- 圆锥轴承滚子表面疵病检测装置
- 圆锥轴承滚子表面疵病检测装置属于光电检测技术领域，目的在于解决人工检测不准确、对人眼造成损伤、检测效率低和成本高的问题。本实用新型的进料斗设置在料道的入口端，设置在靠近料道出口端上方的拨盘间歇拨动圆锥轴承滚子；检测台入口...
- 杨东林任涛冯大伟于正林吴文龙张光伟谷欣超
- 文献传递
- 树木三维造型及真实感绘制的研究
- 目前对包括树木在内的植物形态模拟主要采取分形的方法,虽然能够较好的表现树木的结构复杂性,但对其形态特征的表达不够准确,真实感效果不够理想.该文从植物生态学角度出发,根据树的生长原理,建立生长模型及相应的数据结构,并提出该...
- 谷欣超
- 关键词：B样条曲面真实感
- 文献传递
- 飞机图像的轮廓提取与多边形拟合研究被引量：5
- 2009年
- 本文讨论在简单背景下,对飞机图像进行轮廓提取,以及在此基础上的多边形拟合技术。首先根据掏空内部点的准则和"探测准则",经过边界跟踪,得到只有一个像素宽度的飞机图像边界曲线。然后采用一种基于弦高度的多边形拟合算法,对得到的边界曲线进行拟合,从而得到了轮廓多边形。实验证明,该拟合算法去除了大量的冗余像素点,保留了重要的特征点,拟合效果令人满意,为进一步几何特征向量的提取奠定了基础。
- 孙爽滋谷欣超杨勇陈小超
- 关键词：目标识别多边形拟合
- 一种基于结构化道路的单车道线检测算法被引量：2
- 2008年
- 视觉导航系统需要实时检测行驶环境,确定道路的边界,使得智能车辆能够在无人驾驶或操纵的情况下,自主安全平稳的行驶。本文针对结构化道路,对单车道线的检测算法进行研究。算法分为初始白线线头的检测与道路标志线窗口跟踪两步。该算法能有效地检测在各种条件下的连续与间断、清晰与模糊的白色道路边沿标志线。
- 孙爽滋谷欣超杨勇张莹
- 关键词：视觉导航
- 树木枝条弯曲形态的生成算法被引量：3
- 2005年
- 模拟树木枝条的弯曲是直观形象地表现树木形态的主要因素,对自然景物模拟有重要的作用。本文根据树木的物理属性,建立枝条弯曲模型,实现枝条弯曲形态的生成算法。算法应用材料力学原理,通过在不同半径情况下计算杨氏模量来表现枝条的弯曲程度,较真实地模拟了枝条的弯曲形态。
- 谷欣超杨勇
- 基于物联网的板级可扩充点播系统
- 基于物联网的板级可扩充点播系统，属于物联网播放器领域。由板级可扩展点播系统服务器、NFC接入单元模块、客户端设备组成，板级可扩展点播系统服务器，由多个板级的模块桥接得到，每个板级均连接有网络接口、SD卡数据接口、金手指内...
- 杨勇王博才华谷欣超韩太林窦爽
- 文献传递
- 与视点相关的多分辨率三维地形显示被引量：1
- 2004年
- 本文提出了一种与视点相关的三维地形多分辨率显示方法 ,主要讨论了多分辨率表示机制、漫游的实现等两方面问题 。
- 谷欣超杨勇王海强王鹏
- 关键词：三维地形LOD多分辨率漫游
- 基于全局K-means算法的高校学生成绩分析被引量：5
- 2019年
- 采用无监督聚类算法实现对学生成绩的评价分析。在给定的聚类个数区间内,全局K-means聚类算法对学生成绩数据进行聚类,得到不同聚类个数下的成绩分类结果;结合聚类有效性指标自动地确定出最佳聚类数目,实现对学生多科成绩数据的无监督分类。实验结果表明,本方法能够发现不同成绩聚类结果之间的差异,揭示影响数据分布的主要因素,平衡了数据的所有属性对最终的分析结果的影响,同时避免了手动分析中结果容易产生较大偏差的问题。对指导学生选修课程、教师对个人的教学方法进行调整以及改善学校教学质量和提升学生成绩都具有重要作用。
- 谷欣超徐福祥杨勇曲福恒
- 关键词：聚类分析K-MEANS算法
