期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
一种多尺度可变形部件模型的人脸表情识别 被引量:2
1
作者 孟彦斌 周海英 《科学技术与工程》 北大核心 2017年第35期256-261,共6页
针对现有表情识别研究无法精确捕捉脸部关键部位特征,提出一种多尺度可变形部件模型(DPM)的人脸表情识别方法。首先构建多尺度图像的特征金字塔,然后用随机梯度下降算法训练人脸DPM模型,根据DPM模型中根滤波器与部件滤波器的响应值确定... 针对现有表情识别研究无法精确捕捉脸部关键部位特征,提出一种多尺度可变形部件模型(DPM)的人脸表情识别方法。首先构建多尺度图像的特征金字塔,然后用随机梯度下降算法训练人脸DPM模型,根据DPM模型中根滤波器与部件滤波器的响应值确定人脸关键部位位置,最后提取关键部位的HOG特征,将获得的特征输入到分类器中训练。在CK+和JAFFE表情库上的验证结果表明,该方法在不同角度和光照强弱影响下对人脸均有较好的检测和定位效果,提取的人脸关键部位特征在计算速率和识别率上优于对比算法。 展开更多
关键词 多尺度 可变部件模型 随机梯度下降 特征提取
在线阅读 下载PDF
基于多尺度模板匹配和部件模型的车牌字符分割方法 被引量:8
2
作者 裴明涛 王永杰 +1 位作者 贾云得 郭志强 《北京理工大学学报》 EI CAS CSCD 北大核心 2014年第9期961-965,971,共6页
为提高车牌字符分割的准确率,提出了一种基于多尺度模板匹配和部件模型的车牌字符分割方法.对单层车牌,根据车牌结构特征建立多尺度模板作用于车牌候选区域,通过投影得分估计出最佳模板对应的尺度和位置信息;对双层车牌,使用部件模型对... 为提高车牌字符分割的准确率,提出了一种基于多尺度模板匹配和部件模型的车牌字符分割方法.对单层车牌,根据车牌结构特征建立多尺度模板作用于车牌候选区域,通过投影得分估计出最佳模板对应的尺度和位置信息;对双层车牌,使用部件模型对双层车牌进行建模,双层车牌的上层字符区域和下层字符区域分别对应部件模型的一个部件,通过多尺度的模板匹配得到上下层部件的候选集合,利用部件模型中部件之间的几何约束得到最终的车牌字符分割结果.实验结果表明,所提出的方法可以有效进行单/双层车牌的字符分割. 展开更多
关键词 多尺度模板匹配 部件模型 车牌字符分割
在线阅读 下载PDF
基于PCA和可变部件模型的大量重复目标检测方法 被引量:3
3
作者 苏宁 郝兆才 《传感器与微系统》 CSCD 北大核心 2022年第4期138-141,145,共5页
为了对大量重复目标进行准确检测和计数,提出一种基于可变部件模型(DPM)的自动检测方法。首先,提取图像中反复出现的分块,并分析分块间的空间相关性;然后,利用线性分类器判定DPM指向目标的所在位置,并将这些相关关系转换到平面坐标集中... 为了对大量重复目标进行准确检测和计数,提出一种基于可变部件模型(DPM)的自动检测方法。首先,提取图像中反复出现的分块,并分析分块间的空间相关性;然后,利用线性分类器判定DPM指向目标的所在位置,并将这些相关关系转换到平面坐标集中,运用随机抽样一致性对位置进行聚类;最后,为区分不同群体间的目标,对每个簇中的分块向量集应用主成分分析(PCA)法进行分类。基准数据集中16个图像的测试结果表明:与其他优秀方法相比,所提方法能够实现更准确的估计,采用用户交互系统更容易达到较高的准确度,且减少了用于目标检测训练过程中涉及的计算成本。 展开更多
关键词 重复目标检测 分块相关分析 可变部件模型 线性分类器 主成分分析法
在线阅读 下载PDF
可变尺度区域拟合模型的侧扫声纳分割方法 被引量:1
4
作者 刘大川 严晋 +1 位作者 马龙 董凌宇 《海洋测绘》 CSCD 北大核心 2021年第3期62-64,78,共4页
为解决现有侧扫声纳图像目标分割准确度不高的问题,提出一种联合最大熵去噪和可变尺度区域拟合模型的侧扫声纳图像分割方法。首先,计算图像一维熵,基于最大熵原则对侧扫图像进行降噪处理,提高图像质量,并根据峰值信噪比评判降噪效果;然... 为解决现有侧扫声纳图像目标分割准确度不高的问题,提出一种联合最大熵去噪和可变尺度区域拟合模型的侧扫声纳图像分割方法。首先,计算图像一维熵,基于最大熵原则对侧扫图像进行降噪处理,提高图像质量,并根据峰值信噪比评判降噪效果;然后基于可变尺度区域拟合模型,采用高斯核函数对分割活动轮廓进行约束,分割降噪后的侧扫声纳图像。通过对含有不同目标物的侧扫声纳图像进行分割实验,验证了联合最大熵去噪和可变尺度区域拟合模型的有效性。 展开更多
关键词 侧扫声纳图像 图像分割 可变尺度区域拟合模型 图像一维熵
在线阅读 下载PDF
多尺度局部区域响应累积的非滑窗快速目标检测算法 被引量:2
5
作者 胡正平 董淑丽 赵淑欢 《信号处理》 CSCD 北大核心 2016年第1期37-45,共9页
针对滑动窗口全局搜索检测目标搜索时间长的问题,提出一种多尺度局部区域响应累积的非滑窗快速目标检测算法。首先,提取检测目标多尺度可重叠局部区域作为训练样本,通过学习得到多尺度且具有判别能力的部件集,部件集中每个局部区域与检... 针对滑动窗口全局搜索检测目标搜索时间长的问题,提出一种多尺度局部区域响应累积的非滑窗快速目标检测算法。首先,提取检测目标多尺度可重叠局部区域作为训练样本,通过学习得到多尺度且具有判别能力的部件集,部件集中每个局部区域与检测目标有明确位置对应关系;然后,根据各投影检测器响应判断目标是否在某一区域出现,并利用多尺度目标局部区域的检测结果和位置约束进行投票,完成目标粗定位;其次,利用HOG特征提取和SVM相结合完成检测目标验证实现准确检测。该方法将多尺度部件模型、统计累积投票思想及分类器判决相结合,实现快速目标检测,大大减少滑动窗口逐像素搜索背景时所消耗时间,提高检测效率。 展开更多
关键词 目标检测 非滑窗 多尺度 统计累积投票 部件模型
在线阅读 下载PDF
基于DPM的自然场景下汉字识别方法 被引量:3
6
作者 张伟伟 汤光明 +1 位作者 孙怡峰 李晓利 《计算机应用研究》 CSCD 北大核心 2013年第3期957-960,共4页
自然场景下,汉字背景复杂且形态各异,导致传统识别方法中的文本定位与文本矫正过程难以进行。为了避免这些问题,采用物体识别方法中的可变部件模型(DPM)进行识别。该方法将汉字视为物体类,训练其对应的参数模板,然后采用滑动窗口的方法... 自然场景下,汉字背景复杂且形态各异,导致传统识别方法中的文本定位与文本矫正过程难以进行。为了避免这些问题,采用物体识别方法中的可变部件模型(DPM)进行识别。该方法将汉字视为物体类,训练其对应的参数模板,然后采用滑动窗口的方法遍历待检测图片,以判断图片中是否存在目标汉字。实验表明,该方法对简单独体汉字有较好的检测效果,但对于多笔画复杂汉字,由于模型自身结构特点,效果并不明显。 展开更多
关键词 可变部件模型 汉字识别 隐支持向量机 高斯金字塔模型 滑动窗口 HOG描述子
在线阅读 下载PDF
基于似物性的快速视觉目标识别算法 被引量:5
7
作者 刘涛 吴泽民 +2 位作者 姜青竹 曾明勇 彭韬频 《计算机科学》 CSCD 北大核心 2016年第7期73-76,94,共5页
针对视觉目标识别算法实时性较差的问题,基于似物性提出一种面向视觉目标识别的可变部件模型改进算法。该算法首先对图像进行二进制归一化的似物性检测,并利用检测结果形成视觉目标候选框;然后使用目标识别算法对候选区域进行似然判决,... 针对视觉目标识别算法实时性较差的问题,基于似物性提出一种面向视觉目标识别的可变部件模型改进算法。该算法首先对图像进行二进制归一化的似物性检测,并利用检测结果形成视觉目标候选框;然后使用目标识别算法对候选区域进行似然判决,比滑动窗口法缩短了搜索时间;最后通过一个快速扩大-缩小算法对检测目标进行尺度修正,提高目标框的准确度。在PASCAL图像库上的识别结果表明:该识别方法在准确率上优于当前主流的检测模型,计算耗时较级联DPM算法减少约50%。 展开更多
关键词 计算机视觉 目标识别 似物性 可变部件模型 二进制梯度归一化
在线阅读 下载PDF
基于局部深度匹配的行人再识别 被引量:6
8
作者 李邵梅 陈雷 《计算机应用研究》 CSCD 北大核心 2017年第4期1235-1238,共4页
针对行人再识别精度低的难题进行研究,提出了一种新的基于分块匹配的行人再识别方法。首先,引入带人体结构信息的人体DPM对行人外观进行分割,得到的带语义信息的身体部件作为匹配识别的基本单元;其次,基于深度神经网络模型提取各部件的... 针对行人再识别精度低的难题进行研究,提出了一种新的基于分块匹配的行人再识别方法。首先,引入带人体结构信息的人体DPM对行人外观进行分割,得到的带语义信息的身体部件作为匹配识别的基本单元;其次,基于深度神经网络模型提取各部件的深度特征作为匹配依据;再次,基于余弦距离判断各身体部件与目标行人对应部件的相似性;最后,融合所有身体部件的识别结果得到最终的再识别结果。实验结果表明,跟已有方法相比,该方法具有更好的鲁棒性,在识别精度上有较明显的优势。 展开更多
关键词 行人再识别 分块匹配 可变部件模型 深度神经网络
在线阅读 下载PDF
基于前馈上下文和形状先验的平面标注方法
9
作者 郭燕飞 刘宏哲 +1 位作者 袁家政 王雪峤 《计算机科学》 CSCD 北大核心 2018年第12期235-242,共8页
针对真实场景中由于互相遮挡导致的场景语义不能完全被理解的问题,提出了一种基于前馈上下文和形状先验的方法来对前景区域和被遮挡的背景区域进行语义标注。首先,将原始图像分割成超像素并提取像素点特征,采用加速决策树方法标注前景,... 针对真实场景中由于互相遮挡导致的场景语义不能完全被理解的问题,提出了一种基于前馈上下文和形状先验的方法来对前景区域和被遮挡的背景区域进行语义标注。首先,将原始图像分割成超像素并提取像素点特征,采用加速决策树方法标注前景,同时采用改进的基于多尺度可形变的部件模型方法进行目标检测。其次,将可见对象信息与前馈上下文预测相结合来推测背景区域的被遮挡部分。然后,根据与当前标签置信度相匹配的多边形为每个标签提供形状先验知识。最后,结合像素预测与可视平面预测和多边形知识,以形成完整的场景标注图像。与现有方法相比,该方法能够得到与街道场景更相符的结果,并在人行道和公路较接近时的标注效果更好。 展开更多
关键词 场景理解 平面标注 多尺度可变的部件模型 前馈上下文 形状先验
在线阅读 下载PDF
行人检测技术简述
10
作者 陈文明 《广东蚕业》 2017年第11期27-27,共1页
文章简要介绍行人检测的研究现状和存在的问题,对近几年行人检测技术的发展状况和常用算法进行概括,并展望行人检测的未来发展方向。
关键词 行人检测 可变部件模型 深度学习 发展方向
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部