成科扬
- 作品数：50 被引量：277H指数：7
- 供职机构：江苏大学更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金江苏省普通高校研究生科研创新计划项目更多>>
- 相关领域：自动化与计算机技术文化科学理学电子电信更多>>
- 深度学习的研究与发展被引量：61
- 2015年
- 针对以往浅层学习对特征表达能力不足和特征维度过多导致的维数灾难等现象,深度学习通过所特有的层次结构和其能够从低等级特征中提取高等级特征很好地解决了这些问题,并给人工智能带来了新的希望.首先介绍了深度学习的发展历程,并介绍了基于restricted boltzmann machines(RBM)、auto encoder(AE)和convolutional neural networks(CNN)的deep belief networks(DBN)、deep boltzmann machine(DBM)和stacked auto encoders(SAE)等深度模型.其次,对近几年深度学习在语音识别、计算机视觉、自然语言处理以及信息检索等方面的应用的介绍,说明了深度学习结构在相比较于其他结构的优越性和在不同任务上更好的适应性.最后通过对现有的深度学习在在线学习能力、大数据上和深度结构模型的改进上的思考和总结,展望了今后深度学习的发展方向.
- 张建明詹智财成科扬詹永照
- 关键词：人工智能
- 基于集对分析的模糊逻辑及其推理方法研究
- 本文介绍了一种新的解决模糊问题的途径,提出了一种模糊逻辑表示新形式,论证了其较之于传统模糊逻辑表示法的优点,并建立了基于集对分析的模糊逻辑的推理方法。
- 成科扬
- 关键词：集对分析模糊逻辑模糊推理
- 文献传递
- 基于背景复杂度自适应距离阈值的修正SuBSENSE算法被引量：1
- 2020年
- 针对自适应敏感度分割(self-balanced sensitivity segmenter,SuBSENSE)算法在真实复杂场景下距离阈值更新适应性差,导致检测效果不佳的问题,提出一种基于背景复杂度自适应距离阈值修正的SuBSENSE算法。结合时间一致性和空间一致性定义了一种背景复杂度的度量方式,以此为标准,通过距离阈值修正策略获取准确的距离阈值,以便获得更好的检测效果。本算法与像素自适应分割(based adaptive segmenter,PBAS)算法和传统SuBSENSE算法进行了对比。试验表明,在动态场景下,本算法获取的前景更加精确,精度比PBAS算法和传统SuBSENSE算法提高了6.70%和0.80%,召回率比PBAS算法和传统SuBSENSE算法分别提高了9.37%和1.24%。本算法优于对比算法,在动态场景下具有更高的鲁棒性和检测精度。
- 成科扬孙爽詹永照
- 打卡图像的分层人脸比对识别方法研究
- 2010年
- 具有身份的人脸图像比对要求具有高的识别率和实时性。本文针对打卡人脸图像,提出了一种基于加权模板匹配和SVM的分层人脸识别方法。该方法利用Gabor小波变换进行人脸图像特征提取,采用贡献分析法分析特征的贡献权重,在待测人脸图像比对识别时,采用加权模板匹配进行比对,通过两个阈值的判断,在既不能认为比对正确和不正确的情形下,再采用SVM和库中人脸图像进行识别比对。实验结果表明,基于该方法的人脸比对识别率高、实时性好,可用于实时打卡人脸比对。
- 孙昊成科扬陈长军詹永照
- 关键词：GABOR小波SVM
- 基于集对分析的模糊逻辑研究被引量：2
- 2004年
- 介绍了一种新的解决模糊问题的途径 ,提出了一种模糊逻辑表示新形式 ,论证了其较之于传统模糊逻辑表示法的优点 .
- 成科扬
- 关键词：模糊逻辑集对分析
- 融合时空图卷积的多人交互行为识别被引量：5
- 2021年
- 目的多人交互行为的识别在现实生活中有着广泛应用。现有的关于人类活动分析的研究主要集中在对单人简单行为的视频片段进行分类,而对于理解具有多人之间关系的复杂人类活动的问题还没有得到充分的解决。方法针对多人交互动作中两人肢体行为的特点,本文提出基于骨架的时空建模方法,将时空建模特征输入到广义图卷积中进行特征学习,通过谱图卷积的高阶快速切比雪夫多项式进行逼近。同时对骨架之间的交互信息进行设计,通过捕获这种额外的交互信息增加动作识别的准确性。为增强时域信息的提取,创新性地将切片循环神经网络(recurrent neural network,RNN)应用于视频动作识别,以捕获整个动作序列依赖性信息。结果本文在UT-Interaction数据集和SBU数据集上对本文算法进行评估,在UT-Interaction数据集中,与H-LSTCM(hierarchical long short-term concurrent memory)等算法进行了比较,相较于次好算法提高了0.7%,在SBU数据集中,相较于GCNConv(semi-supervised classification with graph convolutional networks)、RotClips+MTCNN(rotating cliips+multi-task convolutional neural netowrk)、SGC(simplifying graph convolutional)等算法分别提升了5.2%、1.03%、1.2%。同时也在SBU数据集中进行了融合实验,分别验证了不同连接与切片RNN的有效性。结论本文提出的融合时空图卷积的交互识别方法,对于交互类动作的识别具有较高的准确率,普遍适用于对象之间产生互动的行为识别。
- 成科扬吴金霞王文杉荣兰詹永照
- 关键词：交互信息
- 视觉属性学习应用研究
- 2012年
- 视觉属性能够展现人们识别事物时所定义的语义概念,但现有的视觉识别工作往往忽略了属性在分类器设计中能作为中间媒介层的作用.本文给出一种将属性和事物类别同时用于构建分类器的方法.分析了传统多类分类器、直接类别相关模型、间接属性预测模型、直接属性预测模型的特点.在动物和室外场景数据集上的实验证明,利用属性进行分类器学习对于提高传统多目标分类和迁移学习的性能都具有很好的帮助.
- 成科扬杜明坤詹永照
- 基于改进ViBe算法的视频浓缩被引量：1
- 2017年
- 针对监控视频在时间上存在冗余的问题,对ViBe(visual background extractor)算法进行改进,解决了ViBe算法存在噪声和易引入鬼影的问题,通过改进后的算法对视频进行背景建模,并对得到的背景掩模提取外轮廓以确定视频帧中是否存在前景对象。将存在前景对象的视频帧写入视频流中,达到视频浓缩的目的。经过试验验证,该方法可以有效地减少视频中的冗余信息,减小视频的体积,视频中的重要信息同时也得到了完整保留,满足实时性要求。
- 惠开发成科扬詹永照
- 关键词：目标检测视频监控
- 结合时序网络和金字塔融合的稳像修复方法
- 2021年
- 针对视频稳像领域内视频图像缺损填充效果不佳,严重影响视觉效果,且导致稳像处理后的视频不稳的黑边填充问题,提出了一种基于时序网络预测和金字塔融合的图像修复方法。首先结合预裁剪机制自适应判断当前帧是否需修复;然后将截止至当前时刻的所有帧送入卷积神经网络(CNN)和门控循环单元(GRU)的模型进行待填充部分的预测;随后采用改进的加权最佳缝合线进行拼接并在高斯拉普拉斯金字塔中进行图像融合重构;最终在重构完成后裁剪尺寸。实验结果表明,该方法平均峰值信噪比(PSNR)相较于对比算法提高了2~5dB,平均结构相似度(SSIM)较对比算法提升了约2%~7%。该方法修复后的视频缺损填充自然,视觉效果较为稳定,即使在黑边面积较大时也有良好的修复效果,可用于多种摄像平台及不同场景下。
- 刘清刘清王文杉师文喜李世超
- 关键词：视频稳像
- 视觉属性学习应用研究
- 视觉属性能够展现人们识别事物时所定义的语义概念，但现有的视觉识别工作往往忽略了属性在分类器设计中能作为中间媒介层的作用。本文给出一种将属性和事物类别同时用于构建分类器的方法。分析了传统多类分类器、直接类别相关模型、间接属...
- 成科扬杜明坤詹永照
- 文献传递
