高赞
- 作品数：50 被引量：99H指数：6
- 供职机构：天津理工大学更多>>
- 发文基金：国家自然科学基金天津市自然科学基金天津市应用基础与前沿技术研究计划更多>>
- 相关领域：自动化与计算机技术电子电信文化科学更多>>
- 基于禁忌搜索的分片复制码最优冗余率编码矩阵构造方法
- 一种基于禁忌搜索的分片复制码最优冗余率编码矩阵构造方法。包含以下步骤：使用初始编码生成算法生成搜索起始编码矩阵；输入参数初始化搜索进程，采用C4圈数量作为启发式准则，利用固定行重列重矩阵交换操作产生邻域编码矩阵；通过禁忌...
- 郭星徐光平张桦薛彦兵高赞徐珂琼
- 基于多时空特征的人体动作识别算法被引量：6
- 2014年
- 针对基于单时空特征的人体动作识算法的不足,提出了一种基于多时空特征的人体动作识别算法。通过在KTH与YouTube action公共动作数据集上的实验表明,本文提出的多时空特征的动作识别算法在较小码书的情况下,具有较好的区分性、鲁棒性以及实时性,且比一些且具有代表性的算法性能更好。
- 宋健明张桦高赞张燕薛彦兵徐光平
- 一种鲁棒的基于在线boosting目标跟踪算法研究被引量：9
- 2013年
- 在线boosting的优点在于将跟踪问题看做分类问题,并且根据目标的变化实时选择相应的目标特征来进行跟踪。但该方法存在的主要问题是由于遮挡等情形的存在,目标特征的每次变换可能引入少量错误,长时间执行后,错误的积累将导致跟踪位置的漂移。实验发现,在线boos-ting方法中选择器权重在全局中的传递导致了漂移的发生,而现实跟踪问题中遮挡时只影响局部区域,而不是全局区域。对于这个问题,本文提出了结合在线boosting和分块的方法来解决这个问题。此boosting算法中选择器权重的变化仅在本块中,而不是全局传递,从而避免了错误在全局的累积,进而避免了漂移问题的产生。本文的方法通过跟踪各种目标视频序列实验表明,即使对于严重遮挡也具有很强的鲁棒性,同时也能实时的跟踪目标,即每秒跟踪目标量超过10个。
- 沈丁成薛彦兵张桦徐光平高赞
- 关键词：分块遮挡
- 基于可见感知纹理语义对齐的部分行人重识别方法
- 一种基于可见感知纹理语义对齐的部分行人重识别方法(TSA)该方法能够同时高效地解决行人被遮挡和姿态或观察视角变化这两大问题。方法的具体步骤如下：(1)设计基于人体姿态的局部区域对齐网络，重点解决行人被遮挡得问题；(2)设...
- 高赞高立帅张桦
- 视频动作检测方法、装置、设备和计算机可读存储介质
- 本发明属于计算机视觉和模式识别技术领域，具体地说，涉及基于锚自由和关键段激活的视频动作检测方法、装置、设备和计算机可读存储介质。基于锚自由和关键段激活的视频动作检测方法包括：视频特征提取；搭建基于锚自由和关键段激活的视频...
- 高赞吴天奇薛彦兵温显斌陈胜勇
- 基于多视图和多模态特征的自适应动作识别方法
- 一种基于多视图和多模态特征的自适应动作识别方法。具体包括：视频预处理；目标运动变化过程多视图描述；等级金字塔特征提取；多视图深度和RGB模型构建；多视图模型选择，推断及多模态特征结果融合。本发明首先针对可见光图像动作识别...
- 高赞张桦徐光平薛彦兵申晓霞宋健明
- 文献传递
- 基于深度与RGB信息和多尺度多方向等级层次特征的行为识别方法
- 一种基于深度与RGB信息和多尺度多方向等级层次特征的行为识别方法。具体包含以下步骤：视频预处理；目标运动变化过程描述；多尺度多方向等级层次特征提取；模型构建；模型选择和推断。本发明首先利用深度图像进行行为识别能够克服可见...
- 高赞申晓霞张桦薛彦兵徐光平
- 多约束下的多视角监控视频行为检测和识别方法
- 本发明公开了一种基于稀疏化、结构化和判别性多约束下的多视角监控视频中行为检测和识别方法，以实现对监控视频的智能分析和管理。具体包含以下步骤：（1）视频预处理；（2）目标检测；（3）目标跟踪；（4）时空特征提取，(5)滑动...
- 高赞张桦刘安安徐光平薛彦兵董晨
- 文献传递
- 动作识别算法的评估策略探讨被引量：10
- 2012年
- 以时空兴趣点特征和支持向量机(SVM)分类器识别方法为基本算法,在广泛使用的公开动作数据集KTH上,从不同角度考察评估策略对动作识别算法性能的影响。实验表明,当采用不同的交叉实验方法时,算法性能的波动最大达到10.5%,而不同数据集划分方法对算法性能的影响则达到11.87%。因此,通过量化分析得出的结论,可以充分地比较现有算法的真实差异,并为设计合理的评估策略提供参考。
- 高赞张桦蔡安妮
- 基于残差网络的三维模型检索算法被引量：2
- 2019年
- 近年来,基于视图的3D模型检索已经成为计算机视觉领域的重点研究方向。3D模型检索算法包括特征提取和检索算法两个部分,且鲁棒的特征对于检索算法起着决定性的作用。目前,研究者们已经提出了许多人工设计特征和深度学习特征,但是很少有人比较它们的异同。因此,文中对不同的人工设计特征和深度学习特征的性能进行了评估分析,基于充分对比的前提,采用了多个数据集、多样的评价标准和不同的检索算法进行了实验,并进一步比较了深度网络不同层特征对性能的影响,从而提出了基于残差网络的三维模型检索算法。在多个公开数据集上的实验表明:1)残差网络所提取的深度特征相较于传统特征,综合性能提升了1%～20%;2)与VGG网络所提取的深度特征相比,残差网络的综合性能提升了1%～5%;3)VGG网络中不同层特征的性能也有差异,深层特征与浅层特征相比,综合性能提升了1%～6%;4)随着网络深度的增加,残差网络所提取的特征的综合性能得到了有限提高,且比其他对比特征均更加鲁棒。
- 李荫民薛凯心高赞薛彦兵薛彦兵徐光平
- 关键词：3D模型检索特征提取
