公共文化服务平台

赵启军: 作品数：74 被引量：46H指数：4; 供职机构：四川大学计算机学院更多>>; 发文基金：国家自然科学基金国家重大科学仪器设备开发专项四川省科技计划项目更多>>; 相关领域：自动化与计算机技术医药卫生电子电信生物学更多>>

合作作者

一种基于孪生网络的RGBD显著物体检测方法: 本发明公开了图像处理与计算机视觉技术领域的一种基于孪生网络的RGBD显著物体检测方法，步骤包括：1，获取待检测图片的RGB图和深度图；2，将RGB图和深度图输入“孪生网络‑解码器”神经网络，输出RGBD显著性检测结果，“...; 傅可人范登平赵启军; 文献传递

基于深度网络层次化与多任务训练的显著性物体检测方法: 本发明公开了图像处理与计算机视觉技术领域的一种基于深度网络层次化与多任务训练的显著性物体检测方法，步骤包括：1、确定与显著性物体检测任务相关联的一个或多个任务；2、选取多任务训练图片；3、对层次化特征的深度神经网络进行联...; 傅可人赵启军; 文献传递

一种自动化正畸难度系数评估方法: 本发明公开了一种自动化正畸难度系数评估方法，包括：获取待评估口腔的牙齿模型，并对所述牙齿模型的数据进行优化处理生成第一牙齿数据；从所述第一牙齿数据提取细粒度的数据特征作为第二牙齿数据；对所述第二牙齿数据进行分割平滑处理形...; 赵启军吴晓刘钧韦明颖; 文献传递

用于液体灌注的智能调控方法: 本发明公开了一种用于液体灌注的智能调控方法，包括以下步骤：控制恒温电换热管工作直至稳定至所需温度；连通灌注针和目标灌注区域；获取目标灌注区域的乳酸含量作为第一乳酸数据发送至控制系统，获取目标灌注区域的温度发送至控制系统；...; 潘帆赵启军钱永军

基于回归的指纹方向场估计被引量：2: 2017年; 指纹方向场对指纹的奇异点检测、特征提取和匹配、分类识别等至关重要。可靠地估计指纹方向场至今为止仍是一个具有挑战性的问题。现有方法一般先估计初始方向场,再对其进行去噪或者正则化处理。受最新的深度学习技术的启发,提出一种基于回归的端到端指纹方向场估计算法。该算法直接建立指纹图像块的纹理特征与其中心位置的脊线方向之间的映射关系。利用总变差模型分解指纹图像,以去除噪音的干扰;将指纹图像分成若干块,并利用深度卷积神经网络学习这些块的纹理特征与其中心位置脊线方向之间的回归函数。为评估文中算法的有效性,使用NIST SD14数据库中的指纹作为训练数据,在FVC2002和FVC2004数据库上进行测试。实验结果表明:与已有的算法相比,该算法不仅简单易操作,而且具备较好的抗噪能力,可以准确地估计出奇异点及其周围的方向场,能够有效提高指纹识别率。; 戴晓薇赵启军; 关键词：指纹方向场卷积神经网络

基于自然背景下的藏药材植株识别研究: 2022年; 藏药材植株的分类识别是藏药材信息化建设的重要内容。早期的藏药材植株识别要依靠人工进行鉴别,极易出错且工作量较大。文章提出一种基于残差网络(Residual Network,ResNet)结合注意力机制的藏药材植株识别模型。实验结果表明,该方法对33种自然场景下藏药材植株图像的识别准确率达到92.3%,优于其他中草药自动识别方法,可有效应用于自然场景下的藏药材植株自动识别,对于藏药材信息化建设工作具有较好的推进作用。; 周丽媛高红梅高定国赵启军; 关键词：藏药材图像识别

基于深度特征融合的鸟鸣识别方法及其可解释性分析: 2023年; 鸟鸣识别是生态监测的重要手段,为进一步提升鸟鸣识别的准确性和鲁棒性,本文提出了1种新的基于深度特征融合的鸟鸣识别方法。该方法首先利用深度特征提取网络对鸟鸣的对数梅尔谱图和补充特征集的深度特征进行提取,再将两种深度特征进行融合,最后使用轻量级梯度提升机(light gradient boosting machine,light GBM)分类器进行分类。本文充分利用深度神经网络的特征提取能力以及light GBM的分类性能,将特征提取和特征分类过程进行分离,从而实现了高准确率的鸟鸣识别。实验结果显示,本文提出的方法在北京百鸟数据集中取得了目前已知的最佳结果,模型的平均准确率达到了98.70%,平均F1分数达到了98.84%。相比传统方法,深度融合特征在鸟鸣识别任务上准确率提升了5.62%以上。同时,引入的light GBM分类器使分类准确率提升了3.02%。此外,在CLO-43SD和Bird CLEF2022比赛的数据集中,本文方法也展现出卓越的性能,分别取得了98.32%和91.12%的平均准确率。本文还引入了类激活图对不同类型鸟鸣的识别结果进行可解释性分析,揭示了神经网络对不同类型鸟鸣的注意力区域差异,为后续的特征选择和模型优化提供了理论依据。研究结果表明,本文方法有效提高了鸟鸣识别的准确率,在3个数据集的测试中均展现出较好的性能,能够为基于鸟鸣识别的生态监测提供有力的技术支撑。; 蔡建民何培宇杨智鹏李露莹赵启军潘帆

一种改进的三维局部约束模型初始化方法: 2017年; 三维局部约束模型(3D Constrained Local Model,CLM-Z)算法,综合利用灰度和深度信息检测三维人脸数据中的特征点(如眼角、鼻尖和嘴角),实现了较高的检测精度。CLM-Z方法一般使用人脸位置和平均三维人脸模型进行初始化。设计了四个实验定量地分析CLM-Z参数初始化对算法精度的影响:在BU-4DFE库上评估CLM-Z算法精度;通过平移人脸边界框扰动平移参数的初始值;通过缩放人脸边界框扰动尺度参数的初始值;通过给定绕y轴和z轴的旋转角扰动旋转参数的初始值。实验结果表明,CLM-Z算法可容忍平移扰动约为人脸宽的1/6,在(0.75,1.50)缩放范围内算法精度不会下降,可容忍y轴和z轴旋转角约20°。基于以上评估结果,进一步提出在纹理图像上检测特征点作为初始化,然后再进行CLM-Z迭代。在BU-4DFE数据库上的评估结果证明,该初始化方法能有效提升CLM-Z方法的特征点定位精度。; 许进文赵启军陈虎; 关键词：初始化

一种基于深度卷积网络的鲁棒头部姿态估计方法被引量：5: 2016年; 针对头部姿态估计方法受特征提取限制导致姿态估计效果不佳的问题,提出使用深度卷积网络自动学习有效特征并进行分类的头部姿态估计方法。首先,利用DCNN非线性映射和自动提取图像结构信息的能力,设计一个深度卷积网络实现对姿态鲁棒特征的提取;然后,将提取的特征用于分类器训练并最终实现头部姿态估计。在Pointing’04和Face Pix数据库上的测试结果表明,本文设计的深度卷积网络能有效地进行特征学习,避免了人工设计特征的不足,与现有的基于人工设计特征方法相比,本文方法在2个数据库上达到的预测平均绝对误差分别为4.05°和2.04°,充分证实了本文算法的稳定性和可靠性。; 桑高丽陈虎赵启军

基于姿态调整的小熊猫识别方法及系统: 本发明公开了基于姿态调整的小熊猫识别方法及系统，应用于小熊猫识别技术，方法包括：获取目标小熊猫的图像信息；对目标小熊猫的图像信息进行躯体分割，形成分割结果；分割结果为表征目标小熊猫各个躯体部位特征的数据；根据分割结果获取...; 赵启军唐金龙侯蓉陈鹏何梦楠彭宗铭张锦程刘耀旸陈恺琳马莹

赵启军

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

赵启军

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈