公共文化服务平台

邵晓雯: 作品数：12 被引量：19H指数：3; 供职机构：南京信息工程大学更多>>; 发文基金：国家自然科学基金江苏省自然科学基金江苏省高等学校大学生实践创新训练计划项目更多>>; 相关领域：自动化与计算机技术电子电信更多>>

合作作者

一种特征提取与匹配的指纹识别系统: 本实用新型涉及一种特征提取与匹配的指纹识别系统，包括指纹采集模块、指纹数据存储模块、指纹程序存储模块、指纹图像算法处理模块、处理结果显示模块。其中，指纹采集模块由指纹采集传感器FPS200实现；指纹数据存储模块SRAM存...; 胡昭华卞飞飞邵晓雯王珏; 文献传递

模板在线聚类的目标跟踪: 2016年; 针对基于模板的目标跟踪算法存在模板冗余高、难以适应非刚性目标外观多变的问题,提出一种基于粒子滤波的模板在线聚类目标跟踪方法.首先建立用于描述目标和背景的正、负模板集,然后抽取候选粒子,使用候选粒子与正、负模板集的类内距离以及正、负模板集之间的类间距离来构建似然函数,最后依据最大后验概率准则确定最佳候选粒子作为跟踪结果.根据视频序列中连续变化的目标状态,将一定范围内的相似目标状态视为一个状态类,确定当前状态类的聚类半径.采用均值漂移算法对正模板集及最近几帧跟踪结果进行聚类,并将聚类后的中心集作为新的正模板集.实验表明,该算法能保留目标不同的外观状态,在复杂情况下仍能准确跟踪目标.; 胡昭华王冠南王珏邵晓雯卞飞飞; 关键词：粒子滤波类间距离均值漂移在线聚类

混合深度网络在场景识别技术中的应用被引量：3: 2017年; 场景识别是计算机视觉领域重要的研究方向,场景图片的类间相似性和类内差异性使得场景识别极具挑战性.提出一种混合深度场景识别方法,该模型首先在混合识别的Fisher编码层和判别层之前用深度直连自编码器作为图像局部特征提取层,完善了整个混合深度识别框架.采用直连非监督深度网络输出直接重构输入,能够提取更有判别性的中尺度局部特征.本文还在Fisher编码层引入金字塔空间信息,考虑局部特征空间分布.此外,通过改变场景图片对应局部图像块的构成实现场景数据扩充.引入图片所在类中出现概率低的图像块作为类内干扰加入原图像块中,减少类内差异误判.为了减少类间相似性影响,通过信息熵度量保留图片的类间相似的图像块,引入相似类中特有的关键图像块,替换原先类别相关的图像块,同时改变对应标签,突出关键图像块对相似类别判断的决定性.在scene15数据集上的实验表明本文方法可以有效提高场景识别的准确率.; 胡昭华姜啸远王珏邵晓雯卞飞飞

基于改进ViBe的运动目标检测算法被引量：4: 2017年; 在运动目标检测领域,ViBe算法由于其实时性高、鲁棒性好等特点,已经被广泛地研究与使用。但动态背景往往会干扰检测结果。通过度量背景复杂度更新距离阈值和背景模型更新率的方式,提出了一种基于改进ViBe算法的运动目标检测算法,能有效地降低动态背景对检测结果造成的影响。最后,利用全局运动补偿算法将改进的ViBe算法应用到摄像机运动情况下,取得了一定效果。; 胡昭华张维新王珏邵晓雯卞飞飞; 关键词：运动目标检测

一种电子产品进水处理器: 本实用新型提供了一种电子产品进水处理器，采用如下技术方案：一种电子产品进水处理器，包括蒸发室，蒸发室上设置气压表、阀门和真空泵，蒸发室外设置加热装置，所述加热装置为圆环形，包围蒸发室外壁，所述加热装置为电热丝。本实用新型...; 卞飞飞胡昭华王珏邵晓雯; 文献传递

融合属性特征的行人重识别方法被引量：2: 2022年; 行人重识别旨在跨监控设备下检索出特定的行人目标.由于不同的行人可能具有相似的外观,因此要求行人重识别模型能够捕捉到充足的细粒度特征.本文提出一种融合属性特征的行人重识别的深度网络方法,将行人重识别和属性识别集成在分类网络中,进行端到端的多任务学习.此外,对于每张输入图片,网络自适应地生成对应于每个属性的权重,并将所有属性的特征以加权求和的方式结合起来,与全局特征一起用于行人重识别任务.全局特征关注行人的整体外观,而属性特征关注细节区域,两者相互补充可以对行人进行更全面的描述.在行人重识别的主流数据集DukeMTMC-reID和Market-1501上的实验结果表明了本文方法的有效性,平均精度均值(Mean average precision,mAP)分别达到了74.2%和83.5%,Rank-1值分别达到了87.1%和93.6%.此外,在这两个数据集上的属性识别也得到了比较好的结果.; 邵晓雯帅惠刘青山; 关键词：自适应权重

多层深度特征的目标跟踪算法研究被引量：3: 2019年; 现有的目标跟踪算法大多采用传统的手工特征或神经网络的某一层特征描述目标的外观,不利于跟踪,文中提出一种基于多层深度特征的自适应更新目标跟踪算法。采用经过预训练的深层卷积神经网络分别提取低层和高层信息用以描述目标的空间特征和语义特征,通过对两层特征信息的学习得到两个滤波模板,对应求得两个滤波响应,这两个滤波响应以不同的权重决定最后的跟踪结果。算法中还设计了对目标外观模型和滤波模板的自适应更新方案,能更好地适应目标的外观变化以及遮挡问题。采用多层深度特征描述目标外观,并且利用提取的特征训练两个滤波模板,求滤波响应时采用核相关的方法,增强了跟踪结果的准确性并加快了跟踪的速度。实验结果表明,所提算法与现有跟踪算法相比,可以更好地应对多种挑战因素,跟踪速度也完全能满足实时跟踪任务的需求。; 胡昭华钮梦宇邵晓雯卞飞飞王珏; 关键词：目标跟踪卷积神经网络滤波响应

联合姿态先验的人体精确解析双分支网络模型被引量：1: 2020年; 人体解析旨在将人体图像分割成多个具有细粒度语义的部件区域,进行形成对人体图像的语义理解.然而,由于人体姿态的复杂性,现有的人体解析算法容易对人体四肢部件形成误判,且对于小目标区域的分割不够精确.针对上述问题,联合人体姿态估计信息,提出了一种人体精确解析的双分支网络模型.该模型首先使用基干网络表征人体图像,将人体姿态估计模型预测到的姿态先验作为基干网络的注意力信息,进而形成人体结构先验驱动的多尺度特征表达,并将提取的特征分别输入至全卷积网络解析分支与检测解析分支.全卷积网络解析分支获得全局分割结果,检测解析分支更关注小尺度目标的检测与分割,融合两个分支的预测信息可以获得更为精确的分割结果.实验结果验证了该算法的有效性,在当前主流的人体解析数据集LIP和ATR上,所提方法的m Io U评测指标分别为52.19%和68.29%,有效提升了解析精度,在人体四肢部件以及小目标部件区域获得了更为准确的分割结果.; 高明达孙玉宝刘青山邵晓雯; 关键词：卷积神经网络

行人重识别中的深度特征学习研究: 行人重识别是计算机视觉领域中一个重要的研究方向,旨在跨监控设备下检索出特定的行人目标,因而在公共安全、智能监控等方面具有广泛的应用。行人重识别的核心问题在于学习到具有区分性的特征以实现高精度的行人检索。近年来,深度学习技...; 邵晓雯; 关键词：自适应权重; 文献传递

超像素特征的运动目标检测算法被引量：5: 2017年; 在像素级的背景建模方法中,由于其反映的只是时间上的连续性,没有考虑到空间上的相关性,所以会导致检测目标不完整,或检测目标呈碎片化的结果,不利于后续的识别或跟踪.为此,本文首先针对ViBe算法对于动态背景不鲁棒的问题进行了改进,利用样本集的标准差作为动态背景度量值,实时更新距离阈值和背景模型更新率,达到对动态背景的鲁棒性;同时引入了超像素特征,提出了基于超像素特征的运动目标检测算法.由于超像素分割具有较好的边缘信息同时超像素数目可控,所以根据SLIC0超像素分割算法提取超像素特征,将超像素块中的像素均值作为超像素特征值,并引入到改进的ViBe算法框架中;由于超像素分割的数目并不是固定不变的,所以本文使用初始种子点位置的超像素特征构建背景模型并进行运动目标的检测.实验表明,该方法检测结果具有良好的目标边缘信息并可以有效抑制动态背景的干扰.; 胡昭华张维新邵晓雯; 关键词：运动目标检测

邵晓雯

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

邵晓雯

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈