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
一种基于目标优化学习的车标识别方法
被引量：
2
1
作者
朱文佳
陈宇红
+2 位作者
冯瑜瑾
王俊
余烨
《图学学报》
CSCD
北大核心
2019年第4期689-696,共8页
近年来,车标识别因其在智能交通系统中的重要作用,受到研究者的广泛关注。传统的车标识别算法多基于手工描述子,需要丰富的先验知识,且难以适应复杂多变的现实应用场景。相比手工描述子,特征学习方法在解决复杂场景的计算机视觉问题时...
近年来,车标识别因其在智能交通系统中的重要作用,受到研究者的广泛关注。传统的车标识别算法多基于手工描述子,需要丰富的先验知识,且难以适应复杂多变的现实应用场景。相比手工描述子,特征学习方法在解决复杂场景的计算机视觉问题时具有更优性能。因此,提出一种基于目标优化学习的车标识别方法,基于从原图像中提取的像素梯度差矩阵,通过目标优化,自主学习特征参数。然后将像素梯度差矩阵映射为紧凑的二值矩阵,通过特征码本的方式对特征信息进行编码,生成鲁棒的特征向量。基于公开车标数据集HFUT-VL1和XMU进行实验,并与其他车标识别方法进行比较。实验结果表明,与基于传统特征描述子的方法相比,该算法识别率更高,与基于深度学习的方法相比,训练和测试时间更少。
展开更多
关键词
车标识别
目标优化
特征学习
码本
像素梯度差矩阵
在线阅读
下载PDF
职称材料
颜色与纹理自适应融合的粒子滤波跟踪算法
被引量：
1
2
作者
朱文佳
金强
余烨
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2017年第8期1053-1058,1105,共7页
针对传统粒子滤波跟踪算法中的目标模型单一、粒子退化等问题,文章提出了一种基于颜色特征与纹理特征自适应融合的粒子滤波跟踪算法,该方法选取颜色特征和纹理特征作为目标的视觉描述子,然后将2种特征的后验概率进行融合,并对目标模板...
针对传统粒子滤波跟踪算法中的目标模型单一、粒子退化等问题,文章提出了一种基于颜色特征与纹理特征自适应融合的粒子滤波跟踪算法,该方法选取颜色特征和纹理特征作为目标的视觉描述子,然后将2种特征的后验概率进行融合,并对目标模板进行自适应更新,进而估计出目标的状态。实验结果表明,该方法能够较好地处理背景光照变化明显、目标物体与背景颜色相近、遮挡、局部形变等干扰因素的影响,准确跟踪及定位运动目标。
展开更多
关键词
目标跟踪
粒子滤波
颜色特征
纹理特征
特征融合
在线阅读
下载PDF
职称材料
视角相关的车辆型号精细识别方法
被引量：
1
3
作者
朱文佳
付源梓
+1 位作者
金强
余烨
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2020年第2期205-210,279,共7页
文章针对车辆型号分类中存在车辆不同视角影响的问题,提出了一个视角相关的卷积神经网络(viewing angle relative convolutional neural network,VAR-NET)模型。该模型包含视角预测和分类2个子网络,其中视角预测子网络用于提取车辆的拍...
文章针对车辆型号分类中存在车辆不同视角影响的问题,提出了一个视角相关的卷积神经网络(viewing angle relative convolutional neural network,VAR-NET)模型。该模型包含视角预测和分类2个子网络,其中视角预测子网络用于提取车辆的拍摄视角信息,分类子网络用于提取车辆特征并实现其分类。在公开数据集CompCars和Standford Cars上的实验结果表明,VAR-NET模型在多视角车辆图像上取得了很好的识别效果,其识别率高于一些其他经典的网络模型。
展开更多
关键词
车型识别
卷积神经网络(CNN)
精细分类
视角预测
在线阅读
下载PDF
职称材料
题名
一种基于目标优化学习的车标识别方法
被引量：
2
1
作者
朱文佳
陈宇红
冯瑜瑾
王俊
余烨
机构
安徽百诚慧通科技有限公司
云南省公安厅交通警察总队
合肥工业大学计算机与信息学院
出处
《图学学报》
CSCD
北大核心
2019年第4期689-696,共8页
基金
安徽省重点研究和开发计划项目(201904d07020010)
安徽省自然科学基金项目(1708085MF158)
合肥工业大学智能制造技术研究院科技成果转化及产业化重点项目(IMICZ2017010)
文摘
近年来,车标识别因其在智能交通系统中的重要作用,受到研究者的广泛关注。传统的车标识别算法多基于手工描述子,需要丰富的先验知识,且难以适应复杂多变的现实应用场景。相比手工描述子,特征学习方法在解决复杂场景的计算机视觉问题时具有更优性能。因此,提出一种基于目标优化学习的车标识别方法,基于从原图像中提取的像素梯度差矩阵,通过目标优化,自主学习特征参数。然后将像素梯度差矩阵映射为紧凑的二值矩阵,通过特征码本的方式对特征信息进行编码,生成鲁棒的特征向量。基于公开车标数据集HFUT-VL1和XMU进行实验,并与其他车标识别方法进行比较。实验结果表明,与基于传统特征描述子的方法相比,该算法识别率更高,与基于深度学习的方法相比,训练和测试时间更少。
关键词
车标识别
目标优化
特征学习
码本
像素梯度差矩阵
Keywords
vehicle logo recognition
objective optimization
feature learning
codebook
pixel difference matrix
分类号
TP [自动化与计算机技术]
在线阅读
下载PDF
职称材料
题名
颜色与纹理自适应融合的粒子滤波跟踪算法
被引量：
1
2
作者
朱文佳
金强
余烨
机构
安徽百诚慧通科技有限公司
合肥工业大学计算机与信息学院
出处
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2017年第8期1053-1058,1105,共7页
基金
安徽省科技攻关计划资助项目(1401b042009)
安徽省高等学校自然科学研究资助项目(KJ2014ZD27)
文摘
针对传统粒子滤波跟踪算法中的目标模型单一、粒子退化等问题,文章提出了一种基于颜色特征与纹理特征自适应融合的粒子滤波跟踪算法,该方法选取颜色特征和纹理特征作为目标的视觉描述子,然后将2种特征的后验概率进行融合,并对目标模板进行自适应更新,进而估计出目标的状态。实验结果表明,该方法能够较好地处理背景光照变化明显、目标物体与背景颜色相近、遮挡、局部形变等干扰因素的影响,准确跟踪及定位运动目标。
关键词
目标跟踪
粒子滤波
颜色特征
纹理特征
特征融合
Keywords
object tracking
particle filter
color feature
texture feature
feature fusion
分类号
TP391.413 [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
视角相关的车辆型号精细识别方法
被引量：
1
3
作者
朱文佳
付源梓
金强
余烨
机构
安徽百诚慧通科技有限公司
合肥工业大学计算机与信息学院
出处
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2020年第2期205-210,279,共7页
基金
国家自然科学基金青年科学基金资助项目(61906061)
安徽省重点研究和开发计划资助项目(201904d07020010)
文摘
文章针对车辆型号分类中存在车辆不同视角影响的问题,提出了一个视角相关的卷积神经网络(viewing angle relative convolutional neural network,VAR-NET)模型。该模型包含视角预测和分类2个子网络,其中视角预测子网络用于提取车辆的拍摄视角信息,分类子网络用于提取车辆特征并实现其分类。在公开数据集CompCars和Standford Cars上的实验结果表明,VAR-NET模型在多视角车辆图像上取得了很好的识别效果,其识别率高于一些其他经典的网络模型。
关键词
车型识别
卷积神经网络(CNN)
精细分类
视角预测
Keywords
vehicle model recognition
convolutional neural network(CNN)
fine-grained classification
viewing angle prediction
分类号
TP391.413 [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
一种基于目标优化学习的车标识别方法
朱文佳
陈宇红
冯瑜瑾
王俊
余烨
《图学学报》
CSCD
北大核心
2019
2
在线阅读
下载PDF
职称材料
2
颜色与纹理自适应融合的粒子滤波跟踪算法
朱文佳
金强
余烨
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2017
1
在线阅读
下载PDF
职称材料
3
视角相关的车辆型号精细识别方法
朱文佳
付源梓
金强
余烨
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2020
1
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
