公共文化服务平台

李鹏: 作品数：12 被引量：16H指数：2; 供职机构：西安理工大学计算机科学与工程学院更多>>; 发文基金：国家自然科学基金陕西省自然科学基金陕西省教育厅省级重点实验室科研与建设计划项目更多>>; 相关领域：自动化与计算机技术文化科学电子电信更多>>

合作作者

基于改进的2D Otsu方法和YCgCr空间的肤色分割被引量：1: 2011年; 为了弥补基于固定阈值的肤色分割方法存在的缺陷,在对多种彩色空间和肤色模型进行分析的基础上,提出采用改进的2-D Otsu方法和YC_gC_r彩色空间进行肤色分割。首先将光照补偿之后的肤色样本图像从RGB彩色空间转换到YC_gC_r彩色空间,并利用样本图像上的179221个肤色点建立2维高斯模型;进而将待分割的图像进行光照补偿并转换到YC_gC_r彩色空间,利用已经建立的高斯模型计算图像的肤色相似度,得到肤色相似度图像;最后,结合像素的空间邻域信息,使用改进的2-D Otsu方法对肤色相似度图像进行2值化处理。对这种方法进行了理论分析和实验验证。结果表明,该肤色分割算法有效地克服了使用固定阈值法进行图像分割时缺乏针对性和抗噪性的缺陷,该算法是可行的。; 赵明华王理李鹏; 关键词：图像处理肤色分割 OTSU方法肤色模型

在MPEG压缩域中进行运动对象提取的现状研究: 2008年; 运动对象的提取是进行视频分析的一个重要部分。传统的提取方法是在像素域中完成,将其用于以压缩形式存储的视频则需要耗费大量的时间先进行压缩码流的解码。为了提高速度,许多科研人员开始分析MPEG码流的特性,研究直接在压缩域中进行运动对象提取的方法。对近年来提出的压缩域中运动对象的提取方法进行分析,为进一步提高算法性能奠定基础。; 李鹏李燕鲁晓峰王学通王理; 关键词：压缩域视频分析

局部梯度轮廓变换的高光谱异常检测: 2021年; 目的高光谱异常检测由于其重要的应用价值,引起了研究人员的广泛关注,但大部分的检测算法,往往直接利用输入的高光谱遥感影像所携带的光谱信息或者空谱信息进行检测。考虑到由于成像过程的限制,如成像条件的复杂性以及光谱通道众多导致的每个通道光子数量有限等问题,所获取的高光谱遥感影像往往在一定程度上偏离真实场景,而这也制约了异常检测的精度。针对此问题,本文提出了一种局部梯度轮廓变换的高光谱遥感影像异常检测算法。方法为了在不影响算法性能的基础上减少计算复杂度,首先选取部分可能的异常像元,只对这些局部的异常像元可能位置进行梯度轮廓变换。其次,将变换后的梯度轮廓用于指导原始高光谱遥感影像的空域增强。最后,对增强后的高光谱遥感影像进行检测。通过将局部梯度轮廓用于影像的增强,避免了成像过程中由于细节损失而造成检测精度受限的情况。结果实验在来自4个数据集的6幅高光谱遥感影像上进行了性能验证。首先利用经典的Global-RX(Reed Xiaoli)检测算法同时检测本文算法增强后的影像和原始影像,分别取得的平均AUC(area under curve)值为0.9871和0.9336,本文算法带来了0.0535的精度提升;同时,通过与其他3种预处理方法进行比较,证明了本文局部梯度轮廓变换方法的有效性;更进一步,利用基于协同表示CRD(collaborative representation-based detector)的检测器对增强后的影像和原始影像分别进行检测,分别取得的平均AUC值为0.9907和0.9775,检测结果再次验证了本文算法能够有效提升影像的检测精度;通过对比,实验数据表明本文所采用的局部梯度轮廓变换可减少约37.82%的时间复杂度。结论本文算法通过将局部的梯度轮廓进行变换并用于指导原始影像的增强过程,使得影像的空间轮廓信息更为锐利,更为接近真实场景,从而获得�; 胡静张钰婧赵明华李鹏李云松; 关键词：遥感影像异常检测

粗定位和协同表示的高光谱图像异常检测: 2021年; 目的由于在军事和民用应用中的重要作用,高光谱遥感影像异常检测在过去的20~30年里一直都是备受关注的研究热点。然而,考虑到异常点往往藏匿于大量的背景像元之中,且只占据很少的数量,给精确检测带来了不小的挑战。针对此问题,基于异常点往往表现在高频的细节区域这一前提,本文提出了一种基于异常点粗定位和协同表示的高光谱遥感影像异常检测算法。方法对输入的原始高光谱遥感影像进行空间维的降质操作;通过衡量降质后影像与原始影像在空间维的差异,粗略定位可能的异常点位置;将粗定位的异常点位置用于指导像元间的协同表示以重构像元;通过衡量重构像元与原始像元的差异,从而进一步优化异常检测结果。结果在4个数据集上与6种方法进行了实验对比。对于San Diego数据集,次优算法和本文算法分别取得的AUC(area under curve)值为0.9786和0.9940;对于HYDICE(hyperspectral digital image collection equipment)数据集,次优算法和本文算法的AUC值为0.9936和0.9985;对于Honghu数据集,次优算法和本文方法的AUC值分别为0.9992和0.9993;对Grand Isle数据集而言,尽管本文方法以0.001的差距略低于性能第1的算法,但从目视结果图中可见,本文方法所产生的虚警目标远少于性能第1的算法。结论本文所提出的粗定位和协同表示的高光谱异常检测算法,综合考虑了高光谱遥感影像的谱间特性,同时还利用了其空间特性以及空间信息的先验分布,从而获得异常检测结果的提升。; 胡静赵明华李鹏李云松; 关键词：遥感影像异常检测粗定位

非计算机专业C语言程序设计教师教学理念之我见被引量：1: 2015年; 操作层面的教学理念对于教学活动具有实际的指导意义。以非计算机专业C语言程序设计课程为例,从教学实践中总结教师教学理念为:责任至上、认真细致的对待教学工作;急学生之所急、用心对待学生;重视教学改革、努力提高教学水平;不断提升业务水平、更好地服务于学生。该教学理念能够很好地应用在教学活动中,在改善教学效果和提高教学质量方面发挥了重要作用。; 赵明华赵永刚张亚玲李娟王学通李鹏; 关键词：C语言程序设计教学理念教学实践

“数字图像处理”双语教学考核方式探索: 2016年; 针对实践性很强的研究生课程"数字图像处理",探索其双语教学考核方式方面的问题。目前认为,双语教学的考核方式要在考查学生的学习能力、杜绝学生死记硬背的学习方式方面突显出自己的优势。在反思原有考核方式的弊端及调查影响该课程双语教学质量的学生表现的前提下认为,强化课堂上教师用英语提问、学生用英语总结学习内容、学生展示个人设计的程序、学生给进行展示的学生打分和提问等方式可以促进课堂互动,也是在课堂上考核学生的重要方式,研究报告和课程大作业可能是比考试更有效的双语课程考核方式。; 赵明华赵永刚石争浩李娟李鹏王学通; 关键词：数字图像处理双语教学

基于两空间线性鉴别分析的小样本人脸识别被引量：5: 2008年; 指出了线性鉴别分析及其几种改进方法在处理小样本人脸识别问题时存在的不足,提出了一种基于两空间线性鉴别分析的小样本人脸识别方法。首先将样本投影到总体散布矩阵的非零空间中进行分析;进而将类内散布矩阵分成零空间和非零空间进行鉴别向量确定和鉴别特征提取,最后将得到的两种鉴别特征融合,从而使用最近邻法进行分类。实验结果表明,在进行小样本的人脸识别时,该方法的识别效果优于其他线性方法。; 赵明华李鹏刘直芳; 关键词：人脸识别特征提取线性鉴别分析小样本问题散布矩阵

注意力引导的三流卷积神经网络用于微表情识别被引量：2: 2024年; 目的微表情识别在心理咨询、置信测谎和意图分析等多个领域都有着重要的应用价值。然而,由于微表情自身具有动作幅度小、持续时间短的特点,到目前为止,微表情的识别性能仍然有很大的提升空间。为了进一步推动微表情识别的发展,提出了一种注意力引导的三流卷积神经网络(attention-guided three-stream convolutional neural network,ATSCNN)用于微表情识别。方法首先,对所有微表情序列的起始帧和峰值帧进行预处理;然后,利用TV-L1(total variation-L1)能量泛函提取微表情两帧之间的光流;接下来,在特征提取阶段,为了克服有限样本量带来的过拟合问题,通过3个相同的浅层卷积神经网络分别提取输入3个光流值的特征,再引入卷积块注意力模块以聚焦重要信息并抑制不相关信息,提高微表情的识别性能;最后,将提取到的特征送入全连接层分类。此外,整个模型架构采用SELU(scaled exponential linear unit)激活函数以加快收敛速度。结果本文在微表情组合数据集上进行LOSO(leave-one-subject-out)交叉验证,未加权平均召回率(unweighted average recall,UAR)以及未加权F1-Score(unweighted F1-score,UF1)分别达到了0.7351和0.7205。与对比方法中性能最优的Dual-Inception模型相比,UAR和UF1分别提高了0.0607和0.0683。实验结果证实了本文方法的可行性。结论本文方法所提出的微表情识别网络,在有效缓解过拟合的同时,也能在小规模的微表情数据集上达到先进的识别效果。; 赵明华董爽爽胡静都双丽石程李鹏李鹏; 关键词：光流

计算机组成和体系结构课程教学改革的探索与实践被引量：6: 2013年; 结合近年来在计算机组成和体系结构类课程方面的教学实践,对该类课程的教学方法进行了研究,提出建立计算机组成与体系结构课程群的课改思路,并对相关课程进行了教学改革实践。建立了一种在课程群的教学过程中引导学生进行创新性主动学习的教学思路。; 石争浩赵明华李鹏王映辉; 关键词：课程群计算机组成与结构

基于两空间核鉴别分析的人脸识别: 2011年; 指出了几种线性鉴别分析方法在处理小样本人脸识别问题时存在的不足，结合核方法的思想，提出了一种基于两空间核鉴别分析的人脸识别方法。首先使用KPCA方法在核变换后的特征空间中对样本进行处理；进而将变换后的类内散布矩阵分成非零空间和零空间进行鉴别向量确定和鉴别特征提取，最后将得到的两种鉴别特征融合，从而使用最近邻法进行分类。该方法能够处理小样本的人脸识别问题，还能有效提取光照等复杂变化下的人脸特征。实验结果表明，与其他方法相比，该方法能够更有效的简化人脸模式的复杂分布，获得了更好的识别结果。; 赵明华石争浩李鹏房蓓; 关键词：图像处理特征提取散布矩阵

李鹏

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

李鹏

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