检索结果-维普期刊中文期刊服务平台

基于分层特征融合的行人分类被引量：2: 1; 作者孙锐张广海丁文秀《计算机工程与科学》 CSCD 北大核心 2016年第10期2115-2120,共6页; 针对复杂环境中的行人检测问题,提出了一种有效的基于分层稀疏编码的图像表示方法。首先通过两层稀疏编码模型结合基于K-SVD的深度学习算法来获得图像的稀疏表示,对图像块及同一区域的高阶依赖关系进行了建模,形成一个有效的无监督特征... 展开更多; 关键词行人分类稀疏编码空间金字塔匹配特征融合 K—SVD; 在线阅读下载PDF 职称材料

基于属性敏感卷积神经网络的行人属性分类被引量：5: 2; 作者王进黄超 +2 位作者王科范磊陈乔松《江苏大学学报（自然科学版）》 EI CAS 北大核心 2019年第4期431-438,共8页; 针对行人属性分类受行人属性不均衡影响的问题,提出了一种基于属性敏感卷积神经网络的行人属性分类方法.首先调整现有的卷积神经网络结构,通过融合正反通道激活模块的使用,使模型能够感知更加详细的行人属性;其次引入属性不均衡损失函数... 展开更多; 关键词卷积神经网络行人属性分类属性敏感属性不均衡误差反向传播; 在线阅读下载PDF 职称材料

基于微多普勒特征的单人与小分队分类技术被引量：3: 3; 作者罗丁利王勇 +1 位作者杨磊王亚军《电讯技术》北大核心 2016年第9期969-975,共7页; 人体行走是典型的非刚体运动,通常情况下每个人行走时的摆动周期不可能完全相同。通过提取目标频谱归一化幅度和、多普勒谱线数和谱宽的标准差3个典型特征,采用支持向量机(SVM)分类器,实现了短驻留时间条件下单人与多人的有效鉴别,平均... 展开更多; 关键词行人分类雷达参数设计微多普勒特征提取支持向量机; 在线阅读下载PDF 职称材料

基于稀疏编码的迁移学习及其在行人检测中的应用被引量：4: 4; 作者谢尧芳苏松志李绍滋《厦门大学学报（自然科学版）》 CAS CSCD 北大核心 2010年第2期186-192,共7页; 行人检测是计算机视觉领域中的研究热点,其实质是一个二分类问题.目前基于统计的行人检测技术已取得了一定进展,但大都需要大量的训练数据.针对这一问题,提出了一种基于迁移学习的半监督行人分类方法:首先基于稀疏编码,从任意的未标记... 展开更多; 关键词行人检测行人分类迁移学习稀疏编码; 在线阅读下载PDF 职称材料

题名基于分层特征融合的行人分类被引量：2: 1; 作者孙锐张广海丁文秀; 机构合肥工业大学计算机与信息学院; 出处《计算机工程与科学》 CSCD 北大核心 2016年第10期2115-2120,共6页; 基金国家自然科学基金(61471154) 教育部留学回国人员科研启动基金; 文摘针对复杂环境中的行人检测问题,提出了一种有效的基于分层稀疏编码的图像表示方法。首先通过两层稀疏编码模型结合基于K-SVD的深度学习算法来获得图像的稀疏表示,对图像块及同一区域的高阶依赖关系进行了建模,形成一个有效的无监督特征学习方法;然后将得到的稀疏表示与SIFT描述符的稀疏表示进行特征融合,得到了更加全面、更加可判别的图像表示;最后结合SVM分类器应用于行人分类任务。实验结果表明,该行人分类方法对比同类方法在性能上有明显改善。; 关键词行人分类稀疏编码空间金字塔匹配特征融合 K—SVD; Keywords pedestrian classification sparse coding spatial pyramid matching feature fusion K-SVD; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于属性敏感卷积神经网络的行人属性分类被引量：5: 2; 作者王进黄超王科范磊陈乔松; 机构重庆邮电大学计算智能重庆市重点实验室; 出处《江苏大学学报（自然科学版）》 EI CAS 北大核心 2019年第4期431-438,共8页; 基金国家自然科学基金资助项目(61203308,61309014,61403054) 重庆市基础与前沿研究计划项目(cstc2014jcyjA40001) 重庆教委科学技术研究项目(KJ1400436); 文摘针对行人属性分类受行人属性不均衡影响的问题,提出了一种基于属性敏感卷积神经网络的行人属性分类方法.首先调整现有的卷积神经网络结构,通过融合正反通道激活模块的使用,使模型能够感知更加详细的行人属性;其次引入属性不均衡损失函数,根据属性的不均衡比例自适应更新网络权重,利用误差的反向传播对少类属性增加其权值,提升模型对少类属性的敏感;最后在PETA数据集上,对54个属性进行了分类试验.结果表明:相比MLCNN等方法,新方法在36分类任务上取得了提升;在平均准确度、平均召回率和平均AUC上,分别提升2.13%,2.38%和1.19%.; 关键词卷积神经网络行人属性分类属性敏感属性不均衡误差反向传播; Keywords CNN pedestrian attribute classification label sensitive label imbalance error back-propagation; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于微多普勒特征的单人与小分队分类技术被引量：3: 3; 作者罗丁利王勇杨磊王亚军; 机构西安电子工程研究所; 出处《电讯技术》北大核心 2016年第9期969-975,共7页; 文摘人体行走是典型的非刚体运动,通常情况下每个人行走时的摆动周期不可能完全相同。通过提取目标频谱归一化幅度和、多普勒谱线数和谱宽的标准差3个典型特征,采用支持向量机(SVM)分类器,实现了短驻留时间条件下单人与多人的有效鉴别,平均识别率大于90。雷达实测数据表明所提特征是有效并且稳健的。; 关键词行人分类雷达参数设计微多普勒特征提取支持向量机; Keywords human classification radar parameter design micro-Doppler feature extraction support vector machine; 分类号 TN957.5 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于稀疏编码的迁移学习及其在行人检测中的应用被引量：4: 4; 作者谢尧芳苏松志李绍滋; 机构厦门大学信息科学与技术学院; 出处《厦门大学学报（自然科学版）》 CAS CSCD 北大核心 2010年第2期186-192,共7页; 基金国家自然科学基金(60873179) 深圳市科技计划基础研究项目(JC200903180630A); 文摘行人检测是计算机视觉领域中的研究热点,其实质是一个二分类问题.目前基于统计的行人检测技术已取得了一定进展,但大都需要大量的训练数据.针对这一问题,提出了一种基于迁移学习的半监督行人分类方法:首先基于稀疏编码,从任意的未标记样本中,学习到一个紧凑、有效的特征表示;然后通过迁移学习,将学习到的特征表示方法迁移到行人分类中.在MIT行人数据库上的实验结果表明:该方法能有效地刻画出行人的特征,提高行人分类的性能,在标记样本少的情况下仍具有良好的分类效果,因此可应用于行人检测中.; 关键词行人检测行人分类迁移学习稀疏编码; Keywords pedestrian detection pedestrian classification transfer learning sparse coding; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于分层特征融合的行人分类	孙锐张广海丁文秀	《计算机工程与科学》 CSCD 北大核心	2016	2	在线阅读下载PDF 职称材料
2	基于属性敏感卷积神经网络的行人属性分类	王进黄超王科范磊陈乔松	《江苏大学学报（自然科学版）》 EI CAS 北大核心	2019	5	在线阅读下载PDF 职称材料
3	基于微多普勒特征的单人与小分队分类技术	罗丁利王勇杨磊王亚军	《电讯技术》北大核心	2016	3	在线阅读下载PDF 职称材料
4	基于稀疏编码的迁移学习及其在行人检测中的应用	谢尧芳苏松志李绍滋	《厦门大学学报（自然科学版）》 CAS CSCD 北大核心	2010	4	在线阅读下载PDF 职称材料