期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于在线随机蕨分类器的实时视觉感知系统
被引量：
5
1
作者
罗大鹏
罗琛
+3 位作者
魏龙生
韩家宝
王勇
马丽
《电子学报》
EI
CAS
CSCD
北大核心
2016年第5期1139-1148,共10页
本文针对不同成像条件下,目标姿态变化对系统检测性能的影响,提出一种具有自主学习能力的视觉感知系统.该系统能在执行检测任务的同时,通过快速的自主学习提高检测性能,并保持实时目标检测速度.系统包括了目标检测模块及在线学习样本自...
本文针对不同成像条件下,目标姿态变化对系统检测性能的影响,提出一种具有自主学习能力的视觉感知系统.该系统能在执行检测任务的同时,通过快速的自主学习提高检测性能,并保持实时目标检测速度.系统包括了目标检测模块及在线学习样本自动获取、标注模块.针对目标检测模块为满足系统自主学习需求,提出随机蕨分类器的在线学习方法,使目标检测模块可持续自我更新,提高检测性能;针对样本自动获取、标注模块则提出最近邻分类器辅助的双层级联标注方法.此外,本文提出自主在线学习框架,整个学习过程不用准备初始训练样本集,通过人工选定一个待检测目标即可进行无需干预的自适应学习,逐渐提高检测性能.实验表明,该方法在多种监控场景中均有较强的自适应能力和较好的目标检测效果.
展开更多
关键词
在线学习
视觉感知
随机蕨分类器
目标检测
在线阅读
下载PDF
职称材料
基于少量样本学习的多目标检测跟踪方法
被引量：
8
2
作者
罗大鹏
杜国庆
+5 位作者
曾志鹏
魏龙生
高常鑫
陈应
肖菲
罗琛
《电子学报》
EI
CAS
CSCD
北大核心
2021年第1期183-191,共9页
视频目标检测跟踪算法一直是计算机视觉领域的研究热点,目前大部分方法均需人工采集样本训练检测模型,搭建目标检测跟踪系统.当目标成像条件发生变化时,需重新采集样本,训练模型,调试整个检测跟踪系统,耗费大量人力、物力.本文提出一种...
视频目标检测跟踪算法一直是计算机视觉领域的研究热点,目前大部分方法均需人工采集样本训练检测模型,搭建目标检测跟踪系统.当目标成像条件发生变化时,需重新采集样本,训练模型,调试整个检测跟踪系统,耗费大量人力、物力.本文提出一种基于少量样本学习的多目标检测跟踪算法,只需在监控视频第一帧指定待检测目标,即可自主生成混合分类模型,进行目标检测.采用在线渐进学习算法学习目标姿态变化,更新该模型.结合基于颜色的目标跟踪算法,自动构建高精度目标检测跟踪系统.整个过程无需手工采集、标注训练样本.因此,易于扩展到其它监控场景,通过自主学习形成该场景专用的检测跟踪系统,实现不同监控环境下,不同成像条件下都有较好的检测跟踪效果.实验表明,本方法能自主学习多种监控场景下的目标姿态,无需手工标注训练样本,在基于在线学习的算法中有最佳的检测精度,此外也取得了和离线目标检测跟踪系统相似的性能.
展开更多
关键词
少量样本学习
多目标检测
多目标跟踪
在线学习
在线阅读
下载PDF
职称材料
半自主在线学习目标检测系统
被引量：
3
3
作者
罗琛
韩家宝
罗大鹏
《现代电子技术》
北大核心
2016年第9期121-125,共5页
针对不同监控场景,不同成像条件下目标姿态变化较大的问题,提出一种具有半自主学习能力的目标检测系统。该系统能在执行检测任务的同时,通过快速的半自主学习提高检测性能。系统包括了目标检测模块及在线学习模块。为满足系统在线学习需...
针对不同监控场景,不同成像条件下目标姿态变化较大的问题,提出一种具有半自主学习能力的目标检测系统。该系统能在执行检测任务的同时,通过快速的半自主学习提高检测性能。系统包括了目标检测模块及在线学习模块。为满足系统在线学习需求,提出随机蕨分类器的在线学习方法,使目标检测模块可持续自我更新,提高检测性能。通过半自主在线学习框架使整个学习过程不需准备初始训练样本集,只需框选一个待检测目标即可进行自适应学习,逐渐提高检测性能。实验表明,该方法在多种监控场景中均有较强的自适应能力和较好的目标检测效果。
展开更多
关键词
在线学习
目标检测
随机蕨分类器
半自主学习
在线阅读
下载PDF
职称材料
题名
基于在线随机蕨分类器的实时视觉感知系统
被引量：
5
1
作者
罗大鹏
罗琛
魏龙生
韩家宝
王勇
马丽
机构
中国地质
大学
(武汉)机械与电子信息学院
北京师范大学惠州附属学校
出处
《电子学报》
EI
CAS
CSCD
北大核心
2016年第5期1139-1148,共10页
基金
国家自然科学基金(No.61302137
No.61271328
+2 种基金
No.41202232)
湖北省自然科学基金(No.2013CFB403)
武汉市晨光计划项目(No.2014070404010209)
文摘
本文针对不同成像条件下,目标姿态变化对系统检测性能的影响,提出一种具有自主学习能力的视觉感知系统.该系统能在执行检测任务的同时,通过快速的自主学习提高检测性能,并保持实时目标检测速度.系统包括了目标检测模块及在线学习样本自动获取、标注模块.针对目标检测模块为满足系统自主学习需求,提出随机蕨分类器的在线学习方法,使目标检测模块可持续自我更新,提高检测性能;针对样本自动获取、标注模块则提出最近邻分类器辅助的双层级联标注方法.此外,本文提出自主在线学习框架,整个学习过程不用准备初始训练样本集,通过人工选定一个待检测目标即可进行无需干预的自适应学习,逐渐提高检测性能.实验表明,该方法在多种监控场景中均有较强的自适应能力和较好的目标检测效果.
关键词
在线学习
视觉感知
随机蕨分类器
目标检测
Keywords
online leaming
visuai perception
fern classifier
object detection
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
基于少量样本学习的多目标检测跟踪方法
被引量：
8
2
作者
罗大鹏
杜国庆
曾志鹏
魏龙生
高常鑫
陈应
肖菲
罗琛
机构
中国地质
大学
(武汉)机械与电子信息学院
中国地质
大学
(武汉)自动化学院
华中科技
大学
自动化学院
中建三局智能技术有限公司
北京师范大学惠州附属学校
出处
《电子学报》
EI
CAS
CSCD
北大核心
2021年第1期183-191,共9页
基金
国家自然科学基金(No.61302137,No.61603357,No.61603354)
中央高校基本科研业务费专项(No.CUGL170210)。
文摘
视频目标检测跟踪算法一直是计算机视觉领域的研究热点,目前大部分方法均需人工采集样本训练检测模型,搭建目标检测跟踪系统.当目标成像条件发生变化时,需重新采集样本,训练模型,调试整个检测跟踪系统,耗费大量人力、物力.本文提出一种基于少量样本学习的多目标检测跟踪算法,只需在监控视频第一帧指定待检测目标,即可自主生成混合分类模型,进行目标检测.采用在线渐进学习算法学习目标姿态变化,更新该模型.结合基于颜色的目标跟踪算法,自动构建高精度目标检测跟踪系统.整个过程无需手工采集、标注训练样本.因此,易于扩展到其它监控场景,通过自主学习形成该场景专用的检测跟踪系统,实现不同监控环境下,不同成像条件下都有较好的检测跟踪效果.实验表明,本方法能自主学习多种监控场景下的目标姿态,无需手工标注训练样本,在基于在线学习的算法中有最佳的检测精度,此外也取得了和离线目标检测跟踪系统相似的性能.
关键词
少量样本学习
多目标检测
多目标跟踪
在线学习
Keywords
few-shot learning
multi-object detection
multi-object tracking
online learning
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
半自主在线学习目标检测系统
被引量：
3
3
作者
罗琛
韩家宝
罗大鹏
机构
北京师范大学惠州附属学校
中国地质
大学
(武汉)机械与电子信息学院
出处
《现代电子技术》
北大核心
2016年第9期121-125,共5页
基金
国家自然科学基金资助项目(61302137)
湖北省自然科学基金资助项目(2013CFB403)
文摘
针对不同监控场景,不同成像条件下目标姿态变化较大的问题,提出一种具有半自主学习能力的目标检测系统。该系统能在执行检测任务的同时,通过快速的半自主学习提高检测性能。系统包括了目标检测模块及在线学习模块。为满足系统在线学习需求,提出随机蕨分类器的在线学习方法,使目标检测模块可持续自我更新,提高检测性能。通过半自主在线学习框架使整个学习过程不需准备初始训练样本集,只需框选一个待检测目标即可进行自适应学习,逐渐提高检测性能。实验表明,该方法在多种监控场景中均有较强的自适应能力和较好的目标检测效果。
关键词
在线学习
目标检测
随机蕨分类器
半自主学习
Keywords
online learning
object detection
random fern classifier
semi-autonomous learning
分类号
TN919-34 [电子电信—通信与信息系统]
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
作者
出处
发文年
被引量
操作
1
基于在线随机蕨分类器的实时视觉感知系统
罗大鹏
罗琛
魏龙生
韩家宝
王勇
马丽
《电子学报》
EI
CAS
CSCD
北大核心
2016
5
在线阅读
下载PDF
职称材料
2
基于少量样本学习的多目标检测跟踪方法
罗大鹏
杜国庆
曾志鹏
魏龙生
高常鑫
陈应
肖菲
罗琛
《电子学报》
EI
CAS
CSCD
北大核心
2021
8
在线阅读
下载PDF
职称材料
3
半自主在线学习目标检测系统
罗琛
韩家宝
罗大鹏
《现代电子技术》
北大核心
2016
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
