期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于相似性度量优化的SIFT图像匹配算法 被引量:4
1
作者 师硕 于明 +2 位作者 于洪丽 阎刚 薛翠红 《电视技术》 北大核心 2013年第17期148-150,166,共4页
SIFT算法具有很好的尺度、旋转及光照不变性,因此被广泛应用在计算机视觉的诸多领域。但因其算法复杂、计算时间长,导致实时性不好。在研究SIFT特征描述符生成及匹配过程的基础上,提出一种在匹配过程中降低相似性度量计算时间、提高匹... SIFT算法具有很好的尺度、旋转及光照不变性,因此被广泛应用在计算机视觉的诸多领域。但因其算法复杂、计算时间长,导致实时性不好。在研究SIFT特征描述符生成及匹配过程的基础上,提出一种在匹配过程中降低相似性度量计算时间、提高匹配效率的方法。该方法以棋盘距离和街区距离的线性组合替代欧氏距离来度量特征描述符之间的相似性。实验结果表明:该方法在保证SIFT算法鲁棒性的同时,可以降低匹配时间复杂度。 展开更多
关键词 SIFT算法 相似性度量 特征描述符 棋盘距离 街区距离 图像匹配
在线阅读 下载PDF
基于小波变换的表面肌电信号的消噪处理 被引量:5
2
作者 师硕 顾军华 于洪丽 《河北工业大学学报》 CAS 2008年第1期82-85,共4页
表面肌电信号因其无创性被广泛应用,但因其为一组肌群的募集信息,所以包含了更多的噪声.本文针对这个问题通过仔细选择肌电信号的采集位置,在采用高精度的肌电采集系统及11025Hz的过采样率的基础上采集到多组表面肌电信号,结合肌电信号... 表面肌电信号因其无创性被广泛应用,但因其为一组肌群的募集信息,所以包含了更多的噪声.本文针对这个问题通过仔细选择肌电信号的采集位置,在采用高精度的肌电采集系统及11025Hz的过采样率的基础上采集到多组表面肌电信号,结合肌电信号的特点利用小波变换中的消噪技术对不同频段的信号进行不同阈值的消噪处理.实验表明,该方法有很好的消噪效果. 展开更多
关键词 表面肌电信号 小波变换 消噪 阈值
在线阅读 下载PDF
改进的ViBe运动目标检测算法 被引量:3
3
作者 于明 刘帅 师硕 《河北工业大学学报》 CAS 2017年第1期65-70,共6页
ViBe算法存在初始化背景建模效果不佳、不适应复杂背景变化以及消除鬼影较慢的问题.为了解决这些问题,提出一种改进的ViBe算法.此算法首先采用多帧图像梯度幅值进行背景建模,在背景更新时,引入阈值自适应调整因子,实现动态更新阈值,为... ViBe算法存在初始化背景建模效果不佳、不适应复杂背景变化以及消除鬼影较慢的问题.为了解决这些问题,提出一种改进的ViBe算法.此算法首先采用多帧图像梯度幅值进行背景建模,在背景更新时,引入阈值自适应调整因子,实现动态更新阈值,为提高消除鬼影效率,在鬼影消除判别过程中采用基于运动目标区域整体性的判别方法.实验结果表明,改进的算法能快速的消除鬼影,在复杂背景、光线变化环境中有更好的适应性和更高的检测精度. 展开更多
关键词 ViBe 目标检测 梯度幅值 自适应阈值 鬼影消除
在线阅读 下载PDF
一种基于步幅长度及频域特征的步态识别方法 被引量:2
4
作者 翟艳东 于明 师硕 《河北工业大学学报》 CAS 北大核心 2009年第6期38-43,共6页
步态识别作为一种较新的生物认证技术有其独特优势,它旨在根据人行进过程中的行走步态模式来识别其身份.提出一种基于步幅长度及频域特征的步态识别方法:首先采用背景减除算法实现运动人体检测,并根据步幅长度变化特征进行周期分割.然... 步态识别作为一种较新的生物认证技术有其独特优势,它旨在根据人行进过程中的行走步态模式来识别其身份.提出一种基于步幅长度及频域特征的步态识别方法:首先采用背景减除算法实现运动人体检测,并根据步幅长度变化特征进行周期分割.然后提取步幅长度极值结合关键帧的频幅均值构成五维特征向量,最后用标准模式分类器在中科院自动化所提供的CASIA步态数据库中进行实验,在降低了算法复杂度的同时,获得了令人鼓舞的实验结果. 展开更多
关键词 运动检测 特征提取 步态识别 频谱 分类器
在线阅读 下载PDF
公共管理类专业大学生科研训练活动实践探索 被引量:1
5
作者 郑逸芳 师硕 刘振滨 《中国农业教育》 2018年第1期52-57,共6页
通过问卷调查与访谈对福建农林大学公共管理学院进行调查,发现该学院59.62%的学生参与了科研训练活动。其发展过程中存在问题:队伍构成单一化虽凝聚了队伍却限制了学生思路,宣传活动营造了良好氛围却造成部分学生盲目参与,活动内容缺乏... 通过问卷调查与访谈对福建农林大学公共管理学院进行调查,发现该学院59.62%的学生参与了科研训练活动。其发展过程中存在问题:队伍构成单一化虽凝聚了队伍却限制了学生思路,宣传活动营造了良好氛围却造成部分学生盲目参与,活动内容缺乏延伸与协调,重视资源保障却缺乏合理配置,导师制密切了师生关系却不利于培养学生自主性。鉴于此,应从队伍组建、活动宣传、内容设置、资源配置与导师制五个方面采取措施提升活动水平。 展开更多
关键词 公共管理类专业 科研训练 实证研究
在线阅读 下载PDF
基于改进ConvMixer和动态焦点损失的视听情感识别
6
作者 师硕 覃嘉俊 +1 位作者 于洋 郝小可 《电子学报》 EI CAS CSCD 北大核心 2024年第8期2824-2835,共12页
视听双模态情感识别是情感计算领域的研究热点.目前情感识别方法存在无法同时提取视频局部和全局特征,多模态数据融合简单,损失函数在模型优化中无法关注错分样本等问题,导致情感识别结果精确度不高.本文提出一种基于改进的ConvMixer和... 视听双模态情感识别是情感计算领域的研究热点.目前情感识别方法存在无法同时提取视频局部和全局特征,多模态数据融合简单,损失函数在模型优化中无法关注错分样本等问题,导致情感识别结果精确度不高.本文提出一种基于改进的ConvMixer和动态权重焦点损失函数的视听情感识别方法.采用空间和时间邻接矩阵代替ConvMixer中的深度分离卷积,提取视频时域空域上的全局和局部特征.提出跨模态时间注意力模块,以对称结构捕捉模态间的时间相关性,提高特征融合效果.结合混淆矩阵计算具有动态权重的焦点损失函数,差异化地加大错分样本在损失中的占比,优化模型参数.在公开数据集上的实验结果表明,本文方法能提取到代表性特征,可有效优化网络结构,提高了情感识别的准确率. 展开更多
关键词 情感识别 ConvMixer 注意力机制 多模态特征融合 焦点损失函数
在线阅读 下载PDF
激光传感中冗余数据的挖掘方法设计
7
作者 平金珍 王茜 师硕 《激光杂志》 北大核心 2018年第5期138-141,共4页
激光传感器是一种结构简单且技术成熟的用于监控和测量等方面的重要传感摄像仪器,但由于存储数据增长过快,因此文中提出对激光传感器系统进行冗余数据挖掘设计。首先,利用聚类数据挖掘方法对重复冗余数据进行数据划分,针对给定数据... 激光传感器是一种结构简单且技术成熟的用于监控和测量等方面的重要传感摄像仪器,但由于存储数据增长过快,因此文中提出对激光传感器系统进行冗余数据挖掘设计。首先,利用聚类数据挖掘方法对重复冗余数据进行数据划分,针对给定数据对象的数据库,根据给定目的对数据数目进行划分,运用目标函数最小化策略将数据划分为k个簇,依据簇中所包含对象的平均值即为质心,利用对象到质心的距离对数据对象进行簇的划分,反复该过程直至准则函数收敛,完成数据挖掘过程;其次,对聚类后的冗余数据采用边长块分割法对激光传感器系统中的重复冗余数据进行删除操作,依据冗余数据删除原理,针对重复冗余数据删除过程中的影响因素进行量化,同时获知重复冗余特征数据,根据分割粒度的变化实现冗余数据挖掘过程。实验证明,运用基于聚类数据挖掘的重复冗余数据删除方法可有效实现激光传感器冗余数据优化过程。 展开更多
关键词 激光传感器 冗余数据 数据挖掘 聚类
在线阅读 下载PDF
基于面部深度空时特征的抑郁症识别算法 被引量:1
8
作者 于明 徐心怡 +1 位作者 师硕 郝小可 《电视技术》 2020年第11期12-18,共7页
针对提取抑郁症患者人脸图像判别性特征困难的问题,提出基于残差注意力网络和金字塔扩大卷积长短时记忆(Convolutional Long Short-Term Memory,ConvLSTM)网络提取人脸图像空时特征的抑郁症识别算法。首先构建残差注意力网络提取人脸图... 针对提取抑郁症患者人脸图像判别性特征困难的问题,提出基于残差注意力网络和金字塔扩大卷积长短时记忆(Convolutional Long Short-Term Memory,ConvLSTM)网络提取人脸图像空时特征的抑郁症识别算法。首先构建残差注意力网络提取人脸图像不同权值的空间特征,其次基于ConvLSTM网络加入金字塔扩大策略对所得空间特征提取不同尺度的时间特征,最后将空时特征输入DNN网络实现抑郁量表得分的回归分析。在AVEC 2013和AVEC 2014的测试集上进行验证,结果显示在两个数据集上,所提算法抑郁程度预测值与真实值之间的MAE值和RMSE值均优于基于手工特征的方法和基于手工特征+深度特征的方法。以深度特征方面的双流CNN算法的对比为例,在AVEC 2013数据集上,MAE值的识别精度提高了10%,RMSE值的识别精度提高了9%,在AVEC 2014数据集上,MAE值识别精度提高了13%,RMSE值的识别精度提高了7%。可见,该算法能有效提高抑郁症的识别精度。 展开更多
关键词 抑郁症识别 深度空时特征 残差注意力网络 金字塔扩大 卷积长短时记忆网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部