储珺
- 作品数：100 被引量：393H指数：10
- 供职机构：南昌航空大学更多>>
- 发文基金：国家自然科学基金江西省自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术电子电信机械工程理学更多>>
- 基于体密度变化率的点云多平面检测算法被引量：3
- 2013年
- 针对以往点云多平面检测算法运算时间长、检测结果的准确性易受噪声影响这一问题,提出了一种基于点云几何统计特征的多平面检测算法。该方法首先根据体密度变化率对点云进行粗分割,然后利用多元随机抽样一致性算法(Multi-RANSAC)进行多平面拟合,最后提出了一种新的合并约束条件对拟合的初始平面进行优化合并。实验结果证明,该算法易于实现,能有效减少累积噪声对检测结果的影响,提高平面检测的正确率,极大地减少了计算时间开销。
- 储珺吴侗王璐
- 关键词：点云分割随机抽样一致性算法
- 融合分割先验的多图像目标语义分割被引量：9
- 2019年
- 目的在序列图像或多视角图像的目标分割中,传统的协同分割算法对复杂的多图像分割鲁棒性不强,而现有的深度学习算法在前景和背景存在较大歧义时容易导致目标分割错误和分割不一致。为此,提出一种基于深度特征的融合分割先验的多图像分割算法。方法首先,为了使模型更好地学习复杂场景下多视角图像的细节特征,通过融合浅层网络高分辨率的细节特征来改进PSPNet-50网络模型,减小随着网络的加深导致空间信息的丢失对分割边缘细节的影响。然后通过交互分割算法获取一至两幅图像的分割先验,将少量分割先验融合到新的模型中,通过网络的再学习来解决前景/背景的分割歧义以及多图像的分割一致性。最后通过构建全连接条件随机场模型,将深度卷积神经网络的识别能力和全连接条件随机场优化的定位精度耦合在一起,更好地处理边界定位问题。结果本文采用公共数据集的多图像集进行了分割测试。实验结果表明本文算法不但可以更好地分割出经过大量数据预训练过的目标类,而且对于没有预训练过的目标类,也能有效避免歧义的区域分割。本文算法不论是对前景与背景区别明显的较简单图像集,还是对前景与背景颜色相似的较复杂图像集,平均像素准确度(PA)和交并比(IOU)均大于95%。结论本文算法对各种场景的多图像分割都具有较强的鲁棒性,同时通过融入少量先验,使模型更有效地区分目标与背景,获得了分割目标的一致性。
- 廖旋缪君储珺张桂梅
- 关键词：卷积神经网络条件随机场
- 引入分数阶微分的局部高斯分布拟合能量模型被引量：6
- 2019年
- 局部高斯分布拟合能量(LGDF)模型缺乏全局信息,对初始轮廓曲线选取较敏感,特别在分割弱边缘和弱纹理区域图像时,容易陷入局部极值,对噪声的鲁棒性不好.针对上述问题,文中提出引入分数阶微分的LGDF模型.在LGDF模型中引入全局的Grümwald-Letnikov(G-L)分数阶梯度拟合项,增强弱边缘和弱纹理区域的梯度信息,提高对初始轮廓曲线和噪声的鲁棒性.采用自适应权重函数确定全局项和局部项的系数,提高对灰度不均匀图像的分割效率和分割精度.根据图像的梯度模值、信息熵和对比度构建自适应分数阶阶次的函数,提高分割效率.理论分析和实验均表明,文中模型可以用于灰度不均匀、弱纹理、弱边缘图像的分割.合成图像和真实图像的实验表明文中模型可以提高图像的分割精度和效率.
- 储珺余佳佳缪君张桂梅
- 关键词：图像分割活动轮廓模型
- 基于高低频特征增强的图像去雾
- 2023年
- 图像去雾是典型的不适定问题,编解码网络是常用的去雾网络架构,编解码网络由编码器、解码器和连接两者的特征转换器构成。已有去雾算法生成的去雾图像通常质量较低,存在局部细节去雾不彻底、颜色失真或引入噪声等问题。针对基于编解码网络的去雾算法在设计特征转换器时没有充分利用小尺度特征、解码阶段仅利用对应层编码特征的问题,提出一种基于高低频特征增强的去雾算法。在特征转换阶段,设计扩张残差组件并组成上下文聚合网络,充分利用大感受野的低分辨率特征,提取特征图远距离相关性,增强低频小尺度特征。设计基于通道注意力的多级特征重用网络,实现浅层高频特征的重利用,同时深度融合解码重建特征,增强视觉感知特征的恢复。在编码阶段构建视觉特性感知模块,利用残差块在局部建模方面的优势增强浅层丰富的高频视觉特征。实验结果表明,与AOD-Net、PFF-Net等去雾算法相比,该算法的PSNR和SSIM指标均有明显优势,在室内合成数据集SOTS和室外真实数据集Dense-Haze上,所提算法的PSNR和SSIM分别高出性能次优算法0.77 dB、0.000 7和0.40 dB、0.037 1。
- 卢昂储珺冷璐
- 关键词：图像去雾
- 光流计算中二次曲线的表示和检测被引量：2
- 2003年
- 建立了空间二次曲线和平面二次曲线坐标概念 ;提出了一种适合于光流计算的空间二次曲线表示方法 ;提出了一种较为简单的二次曲线求解方法 ;给出了一种效果较好的边缘检测新方法 ,即把模板为 3× 3的
- 储珺高满屯陈国定陈震
- 关键词：边缘检测光流
- 基于小波分析的电能质量扰动信号检测被引量：2
- 2008年
- 针对电能质量扰动信号的特性,本文采用小波变换对电力系统的高频、瞬时脉冲、电压切痕扰动信号进行检测。研究表明,该方法能够精确定位扰动信号产生的时刻和持续的时间,通过与快速傅立叶变换FFT的结果进行比较,证实了该方法的准确性和优越性。
- 储珺马建伟
- 关键词：小波变换电能质量
- 目标检测中的特征融合方法
- 2022年
- 随着硬件资源的开发,深度学习技术广泛应用于视觉任务,基于深度学习的目标检测方法已经成为主流。特征融合是检测框架中用来提升模型性能的普遍方式,目前还没有较为系统的总结工作。因此,以深度学习为背景,本文首先从局部和整体两个层面介绍了特征融合,在结构上按照层、流以及空间的融合形式分析了目标检测中典型的以及改进的特征融合方法。然后分析了骨干网络和颈部网络中常用的特征融合技术,如加深网络、扩大感受野、加权融合等。最后提出了特征融合未来的研究方向,分析了多模态融合、自适应融合以及注意力机制等发展前景,为后续工作提供一些有益的指导。
- 郑晗储珺
- 关键词：目标检测多尺度特征
- 采用环形模板的棋盘格角点检测被引量：14
- 2013年
- 曝光过度和镜头畸变将分别导致棋盘格角点分离和角点局部区域不对称,现有的角点检测算法难以准确提取棋盘格角点。为此本文提出了一种图像坐标系下基于环形模板的棋盘格角点检测算法。该算法通过分析棋盘格角点附近的灰度分布应满足的对称性和灰度交替性等性质,得出环形模板卷积后的图像应满足的性质。利用该性质来定义并提取棋盘格角点,最后利用局部冗余角点分布的对称性来去除冗余角点,使角点检测更精确从而使提取的角点直接达到亚像素精度。实验结果表明:本文提出的棋盘格角点检测算法在曝光过度,镜头畸变和复杂背景情况下均能取得较好的棋盘格角点检测效果,且运算速度快,误差小。将该算法应用于实际摄像机标定,结果显示重投影误差在0.3个像素以内。
- 储珺郭卢安政赵贵花
- 关键词：棋盘格角点角点检测摄像机标定
- 结合多通道特征和可形变模型的自然场景鸟类检测
- 2018年
- 可形变部件模型(DPM)在目标检测已取得较好的效果,但因为现有的目标检测数据集中鸟类样本数量过少,分布不均衡,而且采用的HOG特征无法较好的表征鸟类目标,造成自然场景鸟类检测的准确率很低。针对这个问题,本研究首先对Image Net数据集上的鸟类样本进行筛选和数据分析,选取自然场景中鸟类样本1 500个,生成对应的标注文件,建立了自然场景鸟类数据集;并提出一种结合多通道特征(Aggregate Channel Features,ACF)和DPM的自然场景鸟类检测方法,算法从自然场景鸟类数据集中的训练样本中,提取ACF特征,再通过Latent SVM训练得到ACF-DPM模型;进一步研究了模型组件和部件个数对于鸟类检测效果的影响。实验结果表明:本文算法在复杂的自然场景中,能够有效地进行鸟类检测,整体精度优于传统的DPM算法。
- 张逸扬储珺王璐
- 关键词：自然场景DPM
- 基于光流的动态背景运动目标检测算法被引量：12
- 2011年
- Horn-Schunch(HS)光流算法能够在动态背景中检测出完整的运动目标,但该算法计算量大,且在图像纹理平滑区域不能检测出光流。本文在分析HS算法运算量的基础上,提出一种结合金字塔Lucas-Kanade(LK)光流和HS光流的动态场景运动目标检测算法。该算法首先利用金字塔LK光流法计算出图像的稀疏光流,根据稀疏光流的运动方向和幅值大小去除运动目标和误匹配点的运动矢量,提取出背景的运动矢量作为HS光流计算的初始值,完整地检测出运动目标。实验结果表明,该算法有效地提高了运动目标检测的速度,适用于云台摄像机的智能监控。
- 储珺施芒符祥
