您的位置: 专家智库 > >

邓星

作品数:25 被引量:58H指数:5
供职机构:东南大学自动化学院复杂工程系统测量与控制教育部重点实验室更多>>
发文基金:国家自然科学基金国家教育部博士点基金中央高校基本科研业务费专项资金更多>>
相关领域:自动化与计算机技术机械工程文化科学理学更多>>

文献类型

  • 13篇期刊文章
  • 10篇专利
  • 2篇学位论文

领域

  • 16篇自动化与计算...
  • 2篇机械工程
  • 2篇文化科学
  • 1篇理学

主题

  • 17篇人脸
  • 16篇三维人脸
  • 14篇人脸识别
  • 13篇三维人脸识别
  • 6篇人脸模型
  • 4篇三维人脸模型
  • 3篇多尺度
  • 3篇遮挡
  • 3篇人脸面部
  • 3篇人脸特征
  • 3篇神经网
  • 3篇神经网络
  • 3篇特征点
  • 3篇图像
  • 3篇网格
  • 3篇网络
  • 3篇描述符
  • 3篇描述子
  • 3篇径向线
  • 3篇局部遮挡

机构

  • 25篇东南大学
  • 7篇江苏科技大学
  • 1篇桂林理工大学

作者

  • 25篇邓星
  • 16篇达飞鹏
  • 5篇刘俊权
  • 4篇汤兰兰
  • 3篇何敏
  • 3篇李燕春
  • 3篇常朋朋
  • 2篇盖绍彦
  • 1篇梅俊
  • 1篇杨乔生

传媒

  • 3篇江苏科技大学...
  • 2篇大众科技
  • 2篇仪器仪表学报
  • 2篇东南大学学报...
  • 2篇中国图象图形...
  • 1篇浙江大学学报...
  • 1篇山东大学学报...

年份

  • 1篇2023
  • 2篇2022
  • 2篇2021
  • 2篇2020
  • 1篇2019
  • 6篇2018
  • 3篇2017
  • 4篇2016
  • 2篇2015
  • 1篇2014
  • 1篇2013
25 条 记 录,以下是 1-10
排序方式:
融合跨阶段深度学习的脑肿瘤MRI图像分割被引量:5
2022年
目的磁共振成像(magnetic resonance imaging,MRI)作为一种非侵入性的软组织对比成像方式,可以提供有关脑肿瘤的形状、大小和位置等有价值的信息,是用于脑肿瘤患者检查的主要方法,在脑肿瘤分割任务中发挥着重要作用。由于脑肿瘤本身复杂多变的形态、模糊的边界、低对比度以及样本梯度复杂等问题,导致高精度脑肿瘤MRI图像分割非常具有挑战性,目前主要依靠专业医师手动分割,费时且可重复性差。对此,本文提出一种基于U-Net的改进模型,即CSPU-Net(cross stage partial U-Net)脑肿瘤分割网络,以实现高精度的脑肿瘤MRI图像分割。方法CSPU-Net在U-Net结构的上下采样中分别加入两种跨阶段局部网络结构(cross stage partial module,CSP)提取图像特征,结合GDL(general Dice loss)和WCE(weighted cross entropy)两种损失函数解决训练样本类别不平衡问题。结果在BraTS(brain tumor segmentation)2018和BraTS 2019两个数据集上进行实验,在BraTS 2018数据集中的整体肿瘤分割精度、核心肿瘤分割精度和增强肿瘤分割精度分别为87.9%、80.6%和77.3%,相比于传统U-Net的改进模型(ResU-Net)分别提升了0.80%、1.60%和2.20%。在BraTS 2019数据集中的整体肿瘤分割精度、核心肿瘤分割精度和增强肿瘤分割精度分别为87.8%、77.9%和70.7%,相比于ResU-Net模型提升了0.70%、1.30%和1.40%。结论本文提出的跨阶段局部网络结构,通过增加梯度路径、减少信息损失,可以有效提高脑肿瘤分割精度,实验结果证明了该模块对脑肿瘤分割任务的有效性。
夏峰邵海见邓星
基于关键点的由粗到精三维人脸特征点定位被引量:9
2018年
提出了一个基于关键点由粗到精的三维人脸特征点定位算法,该算法将人脸特征点定位分为关键点检测和标记两个独立的子问题。为了更好地在三维人脸上提取关键点,该算法提出了一个关键点检测方法:1)使用深度图和监督下降算法得到三维人脸特征点的粗略位置,提取特征点粗略位置的邻域作为关键点区域;2)提出了一种结合多个局部描述子的方法,对关键点区域内人脸点集的子集进行筛选,提取出关键点。在特征点标记阶段,使用关键点集生成候选特征点组合,选择与特征点模型匹配程度最高的组合,将组合中的候选点标记为特征点。基于FRGC v2.0和Bosphorus数据集对算法进行了实验评估,并与一些经典方法的结果进行了对比分析。FRGC v2.0库上的特征点的平均误差为2.85-3.81 mm,总体检测成功率为96.5%,其中中性、温和以及极端表情下检测成功率分别为97.5%、97.0%和93.3%。Bosphorus库上3种姿态下的检测成功率分别是92%、95%和88%。实验结果表明,该算法具有较好的精度和效率,对表情和小幅度的姿态变化具有较好的鲁棒性。
成翔昊达飞鹏邓星
关键词:局部描述子
神经网络和卡尔曼算法在石油需求时间序列中的分析与应用
中国既是发展中的石油消费大国,同时又是人均占有石油资源相对贫乏的国家。近年来,我国的石油对外依存度不断攀升,从本世纪初的32%上升至目前的57%。需求的巨大缺口和供给的风险,直接影响到整个国内石油供应安全。因此准确地估计...
邓星
关键词:石油需求预测广义回归神经网络KALMAN滤波
文献传递
一种基于网格纵横局部二值模式的三维人脸识别方法
本发明公开了一种基于网格纵横局部二值模式的三维人脸识别方法,步骤为:对三维人脸模型进行预处理,包括人脸区域切割、平滑处理和姿态归一化,将所有的人脸置于姿态坐标系下;从三维人脸模型的半刚性区域提取人脸7条侧面轮廓线,并对其...
达飞鹏汤兰兰郭梦丽邓星刘俊权吕士文
文献传递
基于特征图可视化的医学图像分析
2023年
现有的医学图像分类算法中普遍存在模型的可解释性问题,将同一卷积神经网络应用到不同的数据集上,分类性能千差万别.针对这一问题,提出了一种基于特征图可视化的医学图像分析方法.在卷积神经网络的特征提取阶段设计4个特征图可视化模型,这些模型将具有与网络相同的输入层以及权重,但输出则是一系列特征图.采用SSIM相似度对信息熵最大的特征图评估,分析4个模型提取到的特征信息.在kaggle官网上提供的BreaKHis、Chest X-Ray、Retinal OCT 3类数据集上进行实验,其中基于VGG16网络的特征图可视化模型提取到的特征相似度分别集中在0.95,0.93,0.85,分类精度分别为75.96%,77.19%,99.40%.此外,在ResNet18网络上也有相同的表现.研究表明:分类性能取决于网络的特征提取能力,在保证相似性的前提下,卷积层之间提取到的特征其相似度越低,该数据集在同一网络上往往表现出更好的分类性能.
汪颖萍邵海见邓星
关键词:卷积神经网络医学图像分类
基于特征点的三维人脸识别方法
一种基于特征点的三维人脸识别方法,步骤如下:首先,对三维人脸模型进行预处理,通过线性插值将点云数据映射为深度图像;然后,在深度图上应用Gabor滤波粗略定位出人脸特征点,再根据ShapeIndex特征在人脸点云上精确定位...
达飞鹏李燕春刘俊权吕士文邓星常朋朋
基于网格纵横局部二值模式的三维人脸识别被引量:12
2016年
提出一种基于网格纵横局部二值模式的三维人脸识别方法。为了充分体现人脸表面的细节差异,有效表示出由表情引起的局部形状变化,本文首先在人脸网格表面的半刚性区域内检测关键点集,并且由关键点确定中心面片,由中心面片及其周围有序环确定关键点邻域;其次将网格上中心面片及其周围有序环看成一个整体,从纵向(相邻环上对应面片之间)和横向(同一环上相邻标号面片之间)分别提取网格纵向局部二值模式描述符和网格横向局部二值模式描述符;然后对这两者进行特征融合得到网格纵横局部二值模式描述符;最后利用LC-KSVD2字典学习算法在Bosphorus数据库和FRGC v2.0数据库上完成识别实验。在Bosphorus数据库上各表情的平均Rank-1识别率为97.6%,在FRGC v2.0数据库上的Rank-1识别率为97.9%,该实验结果充分表明本文所提算法具有较高的识别精度,并且对表情变化具有一定的鲁棒性。
汤兰兰盖绍彦达飞鹏邓星
关键词:3D人脸识别
一种基于多尺度协方差描述子与局部敏感黎曼核稀疏分类的三维人脸识别方法
本发明公开了一种基于多尺度协方差描述子与局部敏感黎曼核稀疏分类的三维人脸识别方法,包括如下步骤:分别对原始的G个库集人脸模型和P个测试集人脸模型进行自动预处理;根据步骤(1)自动预处理之后的库集人脸模型和测试集人脸模型建...
达飞鹏邓星
一种基于径向线的局部遮挡下的三维人脸识别方法
本发明公开了一种基于径向线的局部遮挡下的三维人脸识别方法,该方法实现步骤为:(1)提取人脸上从鼻尖点发射的径向线,并对径向线鼻尖点以上部分进行均匀采样;(2)提取采样点之间的局部区域,并构造局域的特征描述符;(3)构造特...
达飞鹏何敏邓星
文献传递
一种基于关键点和局部特征的三维人脸识别方法
本发明公开了一种基于关键点和局部特征的三维人脸识别方法,步骤如下:对三维人脸模型进行预处理,包括人脸区域切割、平滑处理和姿态归一化,将所有的人脸置于姿态坐标系下;根据有价值轮廓线和平均曲率检测关键点;根据DAISY描述符...
达飞鹏郭梦丽汤兰兰邓星何敏成翔昊
文献传递
共3页<123>
聚类工具0