期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于特征融合时序分割网络的行为识别研究 被引量:16
1
作者 李洪均 丁宇鹏 +1 位作者 李超波 张士兵 《计算机研究与发展》 EI CSCD 北大核心 2020年第1期145-158,共14页
行为识别是当今计算机视觉领域的一个研究热点,是一项具有挑战性的任务.行为识别分析与其网络输入数据类型、网络结构、特征融合环节具有密切联系.目前,主流的行为识别网络输入数据为RGB图像和光流图像,网络结构主要以双流和3D卷积为主... 行为识别是当今计算机视觉领域的一个研究热点,是一项具有挑战性的任务.行为识别分析与其网络输入数据类型、网络结构、特征融合环节具有密切联系.目前,主流的行为识别网络输入数据为RGB图像和光流图像,网络结构主要以双流和3D卷积为主;而特征选择直接影响到识别的效率,多层次的特征融合工作还有很多问题有待解决.针对主流的双流卷积网络输入数据为RGB图像和光流图像的局限,利用低秩空间中稀疏特征能够有效捕捉视频中运动物体信息的特点,对网络输入数据进行补充.同时,针对网络中缺乏信息交互的特点,将深度网络中高层语义信息和低层细节信息结合起来共同识别行为动作,使时序分割网络性能更具优势.在行为识别数据集UCF101和HMDB51上取得了97.1%和76.7%的识别效果,较目前主流算法有了较大的提升.实验结果表明,该方法能够有效地提高行为识别的识别率. 展开更多
关键词 行为识别 稀疏特征 时序分割网络 双流卷积网络 特征融合
在线阅读 下载PDF
分层式宽度模型的实时车型识别算法 被引量:1
2
作者 李洪均 周泽 《数据采集与处理》 CSCD 北大核心 2019年第1期80-90,共11页
车辆车型识别技术在智能交通系统中至关重要,现有的车辆车型识别技术难以兼顾识别精度和识别速度。针对高速公路环境下的车型识别问题,提出了浅层特征层与宽度特征层相结合的分层式宽度模型实时进行车型识别。首先利用颜色空间转换和多... 车辆车型识别技术在智能交通系统中至关重要,现有的车辆车型识别技术难以兼顾识别精度和识别速度。针对高速公路环境下的车型识别问题,提出了浅层特征层与宽度特征层相结合的分层式宽度模型实时进行车型识别。首先利用颜色空间转换和多通道HOG算法相结合,减少光照环境的影响,同时实现对车辆图像的特征提取,结合PCA降维技术,降低计算复杂度;然后对图像特征进行稀疏表示和非线性映射,减少图像特征之间的相关性;最后用岭回归学习算法对提取的样本特征进行训练,求出样本特征与样本标签之间的权重系数,实现对车辆车型的识别。在BIT-Vehicle车型数据库的实验结果表明,本文所提算法的识别精度为96.69%,识别速度高达70.3帧/s。本文算法在提高车型识别精度的同时保证了实时性,在识别精度和速度方面优于其他算法。 展开更多
关键词 车型识别 分层式宽度模型 实时性 稀疏表示
在线阅读 下载PDF
基于映射节点级联宽度学习的人体坐姿识别 被引量:1
3
作者 李洪均 孙婉婷 +2 位作者 周泽 李超波 张士兵 《南通大学学报(自然科学版)》 CAS 2020年第3期28-33,89,共7页
为了有效地识别办公场景下的人体坐姿,提出一种映射节点级联宽度学习系统。采用Kinect硬件设备获取相关数据并建立坐姿识别数据库;创新性地设计基于映射节点级联的坐姿识别模块,通过级联特征节点,有效地将低级特征逐步映射为高级特征,... 为了有效地识别办公场景下的人体坐姿,提出一种映射节点级联宽度学习系统。采用Kinect硬件设备获取相关数据并建立坐姿识别数据库;创新性地设计基于映射节点级联的坐姿识别模块,通过级联特征节点,有效地将低级特征逐步映射为高级特征,提高特征的可区分性,便于识别不同坐姿;由于真实视频中包含不同坐姿变换之间的过渡帧,同时引入帧判别概率和结构相似性指标建立视频序列中的过渡帧检测模块,筛选过渡帧,提高识别率。在公共数据集和自建库的测试实验结果表明:该模型不仅在公共数据集上取得显著效果,而且在自建库图像上的平均识别精度达到99.90%,在视频序列上的平均识别精度达到79.21%,平均识别率相较经典的宽度学习系统提高了5.5%。该模型的识别精度明显提升、速度增快,具有一定的泛化性能。 展开更多
关键词 映射节点级联宽度学习 人体坐姿识别 KINECT
在线阅读 下载PDF
基于压缩感知的心脏磁共振快速成像的应用现状与发展趋势 被引量:7
4
作者 衡阳 陈峰 +1 位作者 徐剑峰 汤敏 《计算机科学》 CSCD 北大核心 2019年第1期36-44,共9页
为了改善心脏磁共振成像(Cardiac Magnetic Resonance,CMR)在实际应用中成像时间长且存在运动伪影等不足,将压缩感知理论(Compressed Sensing,CS)引入其中,充分利用K空间信息冗余的特性,实现由部分K空间数据重构心脏组织影像,在减少伪... 为了改善心脏磁共振成像(Cardiac Magnetic Resonance,CMR)在实际应用中成像时间长且存在运动伪影等不足,将压缩感知理论(Compressed Sensing,CS)引入其中,充分利用K空间信息冗余的特性,实现由部分K空间数据重构心脏组织影像,在减少伪影、保证精度的同时加快成像速度。结合近3年的国内外文献,首先对CMR现状、常用序列和技术以及采样模式、压缩感知理论框架分别进行阐述;其次对CMR的最新成果及应用现状进行综述和概括;然后介绍压缩感知图像重构的相关定量评价指标,给出作者在CS-CMR图像重构方面的研究进展;最后总结当前研究中的不足,并展望未来的发展方向。 展开更多
关键词 心脏磁共振成像 压缩感知 快速成像
在线阅读 下载PDF
基于图像序列差分正则项的实时心脏磁共振重构 被引量:2
5
作者 衡阳 徐剑峰 +1 位作者 陈峰 汤敏 《中国医学影像学杂志》 CSCD 北大核心 2018年第10期793-800,共8页
目的使用压缩感知(CS)加快心脏磁共振(CMR)图像的扫描速度的可行性和价值。材料与方法提出基于图像序列差分正则项的实时CMR图像重构算法,以第1帧图像作为参考图像,从K空间数据重构出第1帧图像后,利用图像序列差分正则化使得后续帧的重... 目的使用压缩感知(CS)加快心脏磁共振(CMR)图像的扫描速度的可行性和价值。材料与方法提出基于图像序列差分正则项的实时CMR图像重构算法,以第1帧图像作为参考图像,从K空间数据重构出第1帧图像后,利用图像序列差分正则化使得后续帧的重构均以第1帧图像为参考,从而同时利用时间域和空间域的稀疏性。采用改进的NESTA算法对模型进行求解,提高算法的实时性。以峰值信噪比(PSNR)、相对误差(RLNE)、均方根误差(RMSE)为定量评价指标,对比本研究算法与kt FOCUSS、基于运动补偿的kt FOCUSS、kt SLR、DTV等主流算法的性能差异。结果与上述其他主流算法相比,本研究算法可以获得最佳定量评价指标,表现在PSNR高0.46~4.86 dB,RLNE低0.002~0.080,RMSE低0.0004~0.0050;同时,本研究算法在人眼视觉感受、局部区域放大和沿时间轴展开等定性分析中也取得最佳效果。结论本研究算法在客观指标定量评价上明显优于其他对比算法,同时在人眼视觉感受等主观定性评价上也取得最佳效果。 展开更多
关键词 心脏 磁共振成像 算法 信号处理 计算机辅助
在线阅读 下载PDF
基于多尺度低秩的心脏磁共振图像的高质量重构算法 被引量:1
6
作者 衡阳 陈峰 +1 位作者 徐剑锋 汤敏 《生物医学工程学杂志》 EI CAS CSCD 北大核心 2019年第4期573-580,共8页
借助信号内在的稀疏性或可压缩性,压缩感知利用随机投影实现以远低于奈奎斯特频率的采样频率下对压缩后数据的采集。结合压缩感知和低秩思想,可以加快心脏磁共振(CMR)图像的扫描速度,减轻患者不适,提高检查质量。本文提出CMR图像的多尺... 借助信号内在的稀疏性或可压缩性,压缩感知利用随机投影实现以远低于奈奎斯特频率的采样频率下对压缩后数据的采集。结合压缩感知和低秩思想,可以加快心脏磁共振(CMR)图像的扫描速度,减轻患者不适,提高检查质量。本文提出CMR图像的多尺度低秩分解模型,并采用交替方向拉格朗日乘子法(ADMM)进行求解。以峰值信噪比(PSNR)和相对误差(RLNE)作为定量评价指标,结合人眼视觉感受以及局部区域放大,对比分析本文算法与L+S分解、kt FOCUSS、k-t SPARSE SENSE等主流算法的性能优劣。实验结果表明:本文提出的多尺度低秩分解模型,经过ADMM算法重构的效果在性能指标上明显优于其他对比算法,同时图像细节和边缘轮廓成像质量更佳。该方法将推动CMR快速成像技术的发展及其在临床疾病诊疗中的应用。 展开更多
关键词 心脏磁共振 多尺度低秩模型 快速成像 压缩感知
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部