-
题名基于视觉显著性检测的图像分类方法
被引量：10
- 1
-
-
作者
刘尚旺
李名
胡剑兰
崔艳萌
-
机构
河南师范大学计算机与信息工程学院
"智慧商务与物联网技术"河南省工程实验室(河南师范大学)
智慧商务与物联网技术"河南省工程实验室(河南师范大学)
-
出处
《计算机应用》
CSCD
北大核心
2015年第9期2629-2635,共7页
-
基金
国家自然科学基金资助项目(U1304607)
河南省高等学校重点项目(15A520080,15A520020)
河南师范大学博士科研启动基金资助项目(qd12138,qd14134)
-
文摘
针对传统的图像分类方法对整个图像不分等级处理以及缺乏高层认知的问题,提出了一种基于显著性检测的图像分类方法。首先,利用视觉注意模型进行显著性检测,得到图像的显著区域;然后,利用Gabor滤波方法和脉冲耦合神经网络模型,分别提取该显著区域的纹理特征和时间签名特征;最后,根据提取的纹理特征和时间签名特征,利用支持向量机实现图像分类。实验结果表明,所提方法在SIMPLIcity图像数据集上平均分类正确率达到94.26%,在Caltech数据集上平均分类正确率为95.43%,从而证明,显著性检测与有效的特征提取对图像分类有重要影响。
-
关键词
视觉注意模型
显著区域
脉冲耦合神经网络
GABOR滤波
图像分类
-
Keywords
visual attention model
salient region
Pulse Coupled Neural Network （PCNN）
Gabor filter
imageclassification
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度模型迁移的细粒度图像分类方法
被引量：5
- 2
-
-
作者
刘尚旺
郜翔
-
机构
河南师范大学计算机与信息工程学院
"智慧商务与物联网技术"河南省工程实验室(河南师范大学)
-
出处
《计算机应用》
CSCD
北大核心
2018年第8期2198-2204,共7页
-
基金
国家自然科学基金资助项目(U1304607)
河南省高等学校重点科研项目(15A520080)
河南师范大学博士科研启动基金资助项目(qd12138)~~
-
文摘
针对细粒度图像分类方法中存在模型复杂度较高、难以利用较深模型等问题,提出深度模型迁移(DMT)分类方法。首先,在粗粒度图像数据集上进行深度模型预训练;然后,使用细粒度图像数据集对预训练模型logits层进行不确切监督学习,使其特征分布向新数据集特征分布方向迁移;最后,将迁移模型导出,在对应的测试集上进行测试。实验结果表明,在STANFORD DOGS、CUB-200-2011、OXFORD FLOWER-102细粒度图像数据集上,DMT分类方法的分类准确率分别达到72.23%、73.33%和96.27%,验证了深度模型迁移方法在细粒度图像分类领域的有效性。
-
关键词
深度模型
迁移学习
细粒度图像分类
不确切监督学习
特征分布
-
Keywords
deep model
transfer learning
fine-grained image classification
inexact supervised learning
feature distribution
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名改进稀疏表示模型的目标跟踪
被引量：1
- 3
-
-
作者
刘尚旺
郜刘阳
-
机构
河南师范大学计算机与信息工程学院
"智慧商务与物联网技术"河南省工程实验室(河南师范大学)
-
出处
《计算机应用》
CSCD
北大核心
2016年第11期3152-3160,共9页
-
基金
国家自然科学基金资助项目(U1304607)
河南省高等学校重点项目(15A520080)
河南师范大学博士科研启动基金资助项目(qd12138)~~
-
文摘
针对受到光照、遮挡及姿态变化等引起的目标外观发生变化时,目标跟踪的鲁棒性和准确性较差的问题,将稀疏表示引入到粒子滤波框架进行目标跟踪,提出一种稀疏协同模型。首先,在目标运动定位模型中,使用灰度强度值表示目标对象;其次,判别模型通过训练正负模板集获得最优分类特征,并在生成模型中对目标直方图加权以提高目标生成效率;然后,将分类判别模型和生成模型集成在协同模型中,利用重构误差确定目标;最后,通过各模块独立更新,减少目标外观变化对目标跟踪的影响。实验结果表明,所提方法的平均中心误差仅为7.5像素,且具备良好的抗噪性和实时性。
-
关键词
稀疏表示
目标跟踪
协同模型
似然函数
重构误差
-
Keywords
sparse representation
target tracking
collaborative model
likelihood function
reconstruction error
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
