中央高校基本科研业务费专项资金(2012QNZT067)
- 作品数：2 被引量：28H指数：2
- 相关作者：邹北骥毕佳向遥梁毅雄高旭更多>>
- 相关机构：中南大学湖南涉外经济学院更多>>
- 发文基金：中央高校基本科研业务费专项资金湖南省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 预选策略和重建误差优化的运动捕获数据关键帧提取被引量：10
- 2012年
- 为了从运动捕获数据中提取关键帧来进行人体动画创作,提出一种以重建误差或压缩率为目标的运动捕获数据关键帧提取方法.该方法将关键帧提取划分为帧预选和基于重建误差优化的精选2个阶段,在第一阶段,对原始动作序列筛选边界姿势作为候选关键帧,使最终关键帧序列具有较强运动类型描述能力;在第二阶段,定义帧消减误差作为关键帧重要性的度量标准,并定义最大重建误差作为关键帧提取过程中的优化目标,同时考虑压缩率目标,精选候选帧获得满足指定重建误差或压缩率要求的最终关键帧集合.实验结果表明,文中方法具有良好的数据压缩效果,能满足实时压缩的需要.
- 蔡美玲邹北骥辛国江
- 关键词：运动捕获数据关键帧
- 基于分类回归树和AdaBoost的眼底图像视网膜血管分割被引量：18
- 2014年
- 提出一种能有效分割眼底图像中视网膜血管的监督学习方法,为眼底图中的每个像素点构造一个包括局部特征、形态学特征和Gabor特征在内的39维特征向量,用以判定其是否为血管上的像素.在进行分类计算时,以分类回归树作为弱分类器对样本集分类,然后对AdaBoost分类器进行训练得到强分类器,并由此完成各个像素点的分类判定.基于国际公共数据库DRIVE的实验结果表明,该方法的平均精确度达到0.960 7,且敏感度和特异性均优于已有的基于监督学习的方法,适用于眼底图像的计算机辅助定量分析和疾病诊断.
- 朱承璋向遥邹北骥高旭梁毅雄毕佳
- 关键词：眼底图像分类回归树ADABOOST
