李恒
- 作品数：4 被引量：3H指数：1
- 供职机构：武汉数字工程研究所更多>>
- 发文基金：国家部委预研基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于TSM框架的三维空间动态手势识别模型
- 2021年
- 动态手势识别通常使用RGB-D融合数据来训练三维卷积神经网络,识别精度较高并且鲁棒性较强,但是存在数据量大、模型复杂度高的问题,给模型训练带来了一定困难。论文提出了一种基于TSM(Time Shift Module,时间移位模块)框架的动态手势识别模型,能够减小网络复杂度和模型训练所需的数据量。该模型在大型手势数据集EgoGestrue和Chalearn IsoGD LAP上的准确率分别为88.8%和69.3%,在RGB模式上的识别效果能够接近RGB-D模式,而数据量和复杂度却大大降低,体现了其高效、轻量以及鲁棒性较高的特点。
- 吴心怡徐火生李恒胡超
- 关键词：TSM手势识别卷积神经网络轻量
- 一种基于双通道残差的场景文本检测方法
- 2021年
- 由于自然场景环境中光照、背景、视角等因素的干扰,场景文本检测具有很大的困难。为了提高对场景文本的检测精度,论文设计了一个以ResNet为基础网络,然后通过特征金字塔进行特征融合,最后利用双通道残差网络进行语义分割的检测网络。论文的主要贡献是提出一种适用于自然场景中任意形状文本的检测网络,并在Pytorch中实现。在开源数据集ICDAR2015中,论文提出的网络了获得88.99%的准确度和80.16%的召回率以及84.35%的F-measure。
- 刘建云李海山李恒
- 关键词：场景文本
- 红外舰船目标的自适应鲁棒检测方法
- 2007年
- 针对背景杂乱的红外舰船目标检测问题,提出了一种红外舰船目标的自动检测新算法。该方法利用红外舰船图像中目标与背景在灰度直方图上的差异,通过对拟合直方图的多项式曲线参数鲁棒求解,进而求出舰船目标的分割阈值。然后,根据红外舰船目标亮度与图像平均亮度的关系等,对求得的阈值合理性进行判断。若该阈值不合理,则将其作为阈值初值,对红外舰船图像进行自适应局部递归分割。最后,结合红外舰船目标吃水线、天空与背景的边界特征等先验知识,对分割出的背景进行剔除。实验结果表明,该方法对强杂波干扰的红外舰船目标能实现可靠的检测,具有很好的适应性和鲁棒性。
- 王新余徐火生李恒
- 关键词：目标检测直方图分析自适应
- 基于Retinex算法和视觉感知质量评价的逆光图像增强被引量：3
- 2020年
- 逆光是造成图像质量变低的重要原因之一。针对逆光图像中亮度降低及细节损失等问题,论文在单尺度Retinex算法的基础上,采用视觉感知质量的图像评价方式对图像进行融合。在单尺度Retinex算法中,不同的高斯函数尺度参数会产生不同的平滑增强效果,使用一组尺度参数的高斯函数对图像进行增强,对获得的增强组图进行视觉感知质量评价,根据评价结果进行图像融合,使得图像的纹理细节部分更加突出,整体增强效果更好,平衡了全局与局部的增强性能。实验结果验证了论文所提出算法的有效性。
- 李明刚李海山李恒
- 关键词：RETINEX算法图像融合
