-
题名基于稀疏特征匹配和形变传播的无缝图像拼接
被引量：2
- 1
-
-
作者
葛仕明
程义民
曾丹
何兵兵
-
机构
中国科学技术大学电子科学与技术系
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2007年第12期2795-2799,共5页
-
文摘
该文给出了一种基于稀疏特征匹配和形变传播的无缝图像拼接方法。首先,在配准图像的重叠区域中寻找一条结构误差最小的最佳接缝,从一边的图像中选取目标区域;接着,沿着接缝在两边的图像区域中检测出显著的结构特征,并进行特征匹配,获得目标区域中接缝上的匹配特征点及与之关联的边缘特征点的结构形变矢量;然后,通过求解泊松方程,将这些稀疏的形变矢量稳定和平滑地传播到目标区域内部,得到目标区域中各点的形变矢量;最后,由形变矢量通过内插获得目标区域的梯度场,并由梯度场重构出最终结果。该方法执行方便快速,不需要复杂的特征检测,能够统一地纠正图像拼接中较大的结构错位和颜色过渡不自然,在全局上消除结构接缝和颜色接缝。与其它方法比较,该方法获得较明显的改进。
-
关键词
图像拼接
无缝处理
特征匹配
形变传播
泊松方程
-
Keywords
Image stitching
Seamless processing
Feature matching
Deformation propagation
Poisson equations
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度特征蒸馏的人脸识别
被引量：1
- 2
-
-
作者
葛仕明
赵胜伟
刘文瑜
李晨钰
-
机构
中国科学院信息工程研究所
中国科学院大学网络空间安全学院
北京大学软件与微电子学院
-
出处
《北京交通大学学报》
CAS
CSCD
北大核心
2017年第6期27-33,41,共8页
-
基金
国家重点研发计划(2016YFC0801005)
国家自然科学基金(61772513
61402463)~~
-
文摘
在人脸识别系统中,深度学习由于强大的表征能力被广泛应用,但模型推理的高计算复杂度和特征表示的高维度分别降低了特征提取和特征检索的效率,阻碍了人脸识别系统的实际部署.为了克服这两个问题,本文提出一种基于深度特征蒸馏的人脸识别方法,该方法通过多任务学习实现大深度模型知识与领域相关数据信息的蒸馏,从而统一地压缩深度网络参数及特征维度.联合特征回归与人脸分类,以预训练的大网络为教师网络,指导小网络训练,将知识迁移得到轻量级的学生网络,实现了高效的特征提取.在LFW人脸识别数据集上进行了实验,学生模型在识别精度相比教师模型下降3.7%的情况下,模型参数压缩到约2×107、特征维度降到128维,相比教师模型分别获得了7.1倍的参数约减、32倍的特征降维及95.1%的推理复杂度下降,表明了方法的有效性和高效性.
-
关键词
深度学习
特征表示
知识蒸馏
模型压缩
人脸识别
-
Keywords
deep learning
feature representation
knowledge distillation
model compression
face recognition
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于边缘方向投影的图像块修复方法
- 3
-
-
作者
葛仕明
程义民
曾丹
何兵兵
-
机构
中国科学技术大学电子科学与技术系
-
出处
《通信学报》
EI
CSCD
北大核心
2008年第1期30-38,共9页
-
基金
中国科学技术大学研究生创新基金资助项目(KD2006037)~~
-
文摘
压缩图像在传输中,信道干扰常导致图像块数据丢失。给出一种基于边缘方向投影的图像损失块修复方法。按照周围邻域未损失像素的边缘方向信息将损失块分类,并根据类别用结合频域和空域信息的凸集投影算法自适应地修复损失块。能较好地修复图像边缘和复杂纹理。与RIBMAP方法相比,此方法在修复质量和算法顽健性上均有提高。
-
关键词
图像块修复
边缘方向
凸集投影:自适应
-
Keywords
recovery of image blocks
edge orientation
projections onto convex sets
adaptive
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于纹理的运动阴影检测方法
被引量：15
- 4
-
-
作者
张玲
程义民
葛仕明
李杰
-
机构
中国科学技术大学电子科学与技术系
-
出处
《光电工程》
EI
CAS
CSCD
北大核心
2008年第1期80-84,共5页
-
文摘
针对在视频对象分割时,运动阴影常被误分为视频对象,给出一种新的运动阴影检测方法。首先,进行基于自适应高斯混合模型的背景提取,获得包含运动阴影的前景分割,然后根据灰度图像中阴影区域和已获取背景相应位置的纹理相似性,进行阴影检测。纹理采用局部二元图(Local Binary Patterns,LBP)统一模式的直方图表征。实验表明,方法检测效果好,速度快,可应用于运动目标检测分割及跟踪等领域。
-
关键词
阴影检测
运动目标分割
局部二元图
高斯混合模型
-
Keywords
shadow detection
moving target segmentation
local binary patterns
Gaussian mixture models
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名人眼多线谱及其获取
被引量：1
- 5
-
-
作者
曾丹
程义民
葛仕明
陈志翔
-
机构
中国科学技术大学电子科学与技术系
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2008年第5期1122-1126,共5页
-
基金
中国科学技术大学研究生创新基金(KD2006037)资助课题
-
文摘
该文给出了一种描述人眼运动及表情的多线谱表示及其获取的方法。该方法以人眼三维肌肉控制模型(3D-MCE)为基础,用一组归一化肌肉收缩量随时间变化的多线谱曲线来表示人眼运动及表情;给出了由单视频获取人眼多线谱的方法,通过跟踪人眼控制点的位移,计算肌肉收缩量,进而获得其随时间变化的曲线。实验结果表明,所获得曲线能较逼真地模拟人的眼部运动和部分表情。
-
关键词
三维肌肉控制人眼模型
多线谱
人眼运动
人眼表情
单视频
-
Keywords
3D muscle controlled eye model
Multi-curve spectrum
Eye movements
Eye expressions
Single video
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名前言
- 6
-
-
作者
霍玮
梁彬
张磊
葛仕明
-
机构
中国科学院信息工程研究所
中国人民大学
中国科学院计算技术研究所
中国科学院大学网络空间安全学院
-
出处
《信息安全学报》
CSCD
2020年第3期I0002-I0002,共1页
-
文摘
随着以深度学习为代表的新一代人工智能技术的涌现,网络空间安全局势正面临高速变化带来的各类机遇和挑战,也带来更多问题和风险。人工智能将成为网络空间安全的全新战场,如何保障人工智能算法和应用的安全性、以及如何应用人工智能技术提升系统安全水平,已成为当前国内外科研和产业关注的重点。本期专题旨在总结当前国内外研究趋势,并展示国内研究人员通过智能化手段提升系统安全与人工智能本身安全性分析方向的最新研究成果。
-
关键词
网络空间安全
人工智能技术
系统安全
安全性分析
深度学习
人工智能算法
问题和风险
最新研究成果
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名深度学习模型可解释性的研究进展
被引量：46
- 7
-
-
作者
化盈盈
张岱墀
葛仕明
-
机构
中国科学院信息工程研究所
中国科学院大学网络空间安全学院
-
出处
《信息安全学报》
CSCD
2020年第3期1-12,共12页
-
基金
国家自然科学基金(No.61772513)资助。
-
文摘
深度学习在很多人工智能应用领域中取得成功的关键原因在于,通过复杂的深层网络模型从海量数据中学习丰富的知识。然而,深度学习模型内部高度的复杂性常导致人们难以理解模型的决策结果,造成深度学习模型的不可解释性,从而限制了模型的实际部署。因此,亟需提高深度学习模型的可解释性,使模型透明化,以推动人工智能领域研究的发展。本文旨在对深度学习模型可解释性的研究进展进行系统性的调研,从可解释性原理的角度对现有方法进行分类,并且结合可解释性方法在人工智能领域的实际应用,分析目前可解释性研究存在的问题,以及深度学习模型可解释性的发展趋势。为全面掌握模型可解释性的研究进展以及未来的研究方向提供新的思路。
-
关键词
深度学习模型
可解释性
人工智能
-
Keywords
deep learning models
interpretability
artificial intelligence
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
