兰时勇
- 作品数：43 被引量：123H指数：7
- 供职机构：四川大学更多>>
- 发文基金：国家高技术研究发展计划四川省应用基础研究计划项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信交通运输工程更多>>
- 一种基于视听融合感知的认知功能障碍评测方法
- 本发明提供了一种基于视听融合感知的认知功能障碍评测方法，所述方法包括：提取待评估对象针对既定量表文本作答的视频中的多帧图像以及音频，得到图像信息和音频信息；对基于已时间配准的文本信息，图像信息以及音频信息预处理后进行特征...
- 兰时勇于广宇黄伟康马一童马伟
- 浮动车数据和视频传感器数据的融合算法分析被引量：1
- 2014年
- 为研究浮动车数据和视频传感器数据的融合可靠性,基于金融学中时间序列的波动性思想,建立广义自回归条件异方差(GARCH)模型,分析融合误差的方差相关性,使用标准差作为融合可靠性的评判依据。分别采用BP神经网络算法和联合卡尔曼滤波算法融合浮动车速度和视频传感器速度,并分别比较经过两种算法融合后的数据与单一数据源数据。比较结果表明,与BP神经网络融合算法相比,基于联合卡尔曼滤波算法融合的多源异构交通速度更加可靠。
- 单丽萍兰时勇张建伟
- 关键词：BP神经网络GARCH模型可靠性标准差
- 一种超分辨率图像重构算法研究被引量：1
- 2004年
- 为了从低分辨率序列图像中重构出高分辨率的图像,该文在Robust超分辨率图像重构算法中引入了正则化因子,提出了一种新的超分辨率图像重构算法,它不仅消除了低分辨率图像中的奇变信息(bias),而且增强了抑制超分辨率图像重构噪声的能力。实验结果表明,该文提出的算法具有更好的效果(MSE值更小)。
- 兰时勇文俊刘重庆
- 关键词：图像超分辨率图像重构图像插值图像处理
- 改进的基于暗原色先验的图像去雾算法被引量：16
- 2015年
- 针对暗原色先验估计透射率偏小,不适用于天空区域,致使复原图像色彩失真、亮度偏暗等问题,提出了一种基于天空区域分割的图像去雾算法。通过对天空和非天空区域的雾天图像进行有区分地复原,克服了因不满足先验规律而导致的失真问题,通过Gray World和White Patch假设对复原图像亮度进行校正处理,解决了图像偏暗的不足。此外,通过在天空区域估计大气光值,使求得的介质透射率更为精确,复原出的细节更加清晰。实验结果表明,该算法能有效解决天空区域失真问题,复原后的图像也具有较高的亮度和对比度。在时间复杂度不显著增加的条件下,能够达到良好的去雾效果。
- 李坤兰时勇张建伟李璐
- 关键词：去雾白平衡
- 利用BéZier和B样条曲线模拟飞机航迹的方法被引量：10
- 2011年
- 为克服用运动方程生成航迹曲线时无法控制曲线形状的缺陷,根据民航飞机遵循计划航路点飞行的特点,提出了利用BéZier曲线和B样条曲线生成飞机航迹的方法.用直线段距离和逼近BéZier曲线和开放均匀B样条曲线的长度近似计算航迹曲线长度,根据飞行计划中航路点位置的相互关系和飞机实时飞行的速度、位置等,生成BéZier曲线飞行航迹控制点后得到航迹曲线,此外,B样条曲线则不需要生成新控制点就能产生合理的航迹曲线;利用相应的BéZier曲线或开放均匀B样条曲线插值公式计算出下一个航迹点位置.仿真结果表明:用本文两种方法计算出的航迹与真实航迹相符;与运动方程方法相比,具有能生成多种形状航迹曲线的优势;在18个航路点条件下,用BéZier曲线模拟航迹的计算时间为0.13 s,满足实时性要求.
- 李新胜兰时勇李纲肖朝
- 关键词：航迹仿真空中交通管制BÉZIER曲线B样条
- 基于混沌时间序列局域法的短时交通流预测被引量：18
- 2015年
- 为提高城市短时交通流预测精度,将混沌时间序列分析应用于城市短时交通流数据,研究混沌时间序列局域预测法中的加权零阶局域法和加权一阶局域法。针对局域预测法在选取邻近相点时采用的欧氏距离和向量夹角两种方法只能片面反映邻近点的特点的问题,提出一种改进邻近相点选取的方法,综合相点相似程度和相点距离来选取邻近相点。再将原有方法和改进后的方法应用于北京市短时交通流预测中。结果表明,混沌时间序列局域法能适用于短时交通流预测,并且改进后的方法比原有方法具有更高的预测精度。
- 廖荣华兰时勇刘正熙
- 关键词：交通流预测混沌时间序列
- 一种基于物体上下文尺度自适应特征增强的目标检测方法
- 本发明涉及计算机视觉技术领域，公开了一种基于物体上下文尺度自适应特征增强的目标检测方法。首先通过骨干网络提取图像特征，利用得到的各层次特征进行第一阶段的预测，得到各尺度物体的候选区域和ROI特征；再获取不同范围的上下文信...
- 兰时勇 乔轶欣
- 基于图像-点云数据双分支混合模型的三维异常检测方法
- 本发明涉及工业异常检测技术领域，公开了一种基于图像‑点云数据双分支混合模型的三维异常检测方法。对拍摄的待检测对象的图像数据和点云数据进行预处理，以减少背景干扰；选择相应的神经网络提取图像数据和点云数据的特征；构建能够融合...
- 兰时勇李垚乔轶欣
- 考虑注意力的无锚框孪生网络目标跟踪算法
- 2024年
- 孪生(Siamese)网络是解决视觉目标跟踪任务的一种重要方法。无填充孪生网络(SiamDW)的跟踪器采用区域推荐网络(RPN)来进行目标的定位,需要预先设置锚框的高宽比等超参数,不仅调参繁杂,而且跟踪的准确率较低。为解决此问题,提出一种考虑通道注意力且无锚框的孪生网络目标跟踪方法。该方法以SiamDW为基线,引入无填充的DenseNet来提取目标的特征;在通道特征拼接的时候加入通道注意力模块,以提高目标特征的表征力;在无锚框设计的时候,采用一种矩形范围的方式对正负样本进行划分。实验结果表明,在VOT2016和VOT2018数据集上,该算法跟踪的准确率分别比基线算法提高3百分点和6百分点。
- 孙仕棚兰时勇
- 关键词：目标跟踪
- 基于级联神经网络的人脸检测被引量：1
- 2018年
- 随着深度学习方法在目标检测尤其是人脸检测中的应用,人脸检测效果得到有效提升,但是由于深度的神经网络计算复杂度过大检测速度却成为制约人脸检测应用的主要问题。为了提高人脸检测的速度,提出由三级浅层神经网络组成的级联网络,减少检测过程中计算量,并通过三级网络的不断检测筛选得到最终人脸位置。该算法在人脸检测数据集和基准(FDDB)公开数据上的实验结果与其他算法对比表明,在保证检测精度的情况下,速度有所提升。
- 李帅杰陈虎兰时勇
- 关键词：人脸检测级联神经网络
