河北省自然科学基金(F200800891)
- 作品数：4 被引量：23H指数：3
- 相关作者：胡正平许成谦刘文贾千文高文涛更多>>
- 相关机构：燕山大学更多>>
- 发文基金：中国博士后科学基金河北省自然科学基金博士科研启动基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 多尺度-方向笔画结合SVM验证的文字区域定位被引量：2
- 2010年
- 图像中文字区域检测与定位的关键环节是文字区域显著特征的描述与分类,文字区域一般是由几个方向的笔画组成,笔画既有梯度的边缘同时又具有明显的方向分布规律。在此思路的引导下,利用特征定位和学习型验证的两级框架提出一种新的文字区域定位算法。在粗定位模块中,引入对字符区域有显著描述能力的多尺度-方向笔画算子融合字符边缘粗糙度特征;经阈值处理、形态学滤波、最小矩形区域覆盖得到候选文字区域。在验证模块中,提取对文字有较强鉴别能力的笔画特征,然后用SVM(support vector machine)分类器对候选文本行进行验证筛选,得到文本区域的最终定位结果。实验结果表明,该算法具有较强的鲁棒性,无论对中文字符区域还是英文字符区域都能得到较好的定位结果。
- 胡正平王瑾
- 关键词：笔画特征SVM
- 局部自适应学习基稀疏约束结合信息优先权选择扩散的迭代图像修复算法研究被引量：11
- 2010年
- 图像修复的性能依赖于局部邻域信息的利用,同时要求修复的方向与结构性内容具有一致性,针对这两个关键问题,本文提出基于局部自适应学习基稀疏约束结合信息优先权选择扩散的迭代滤波图像修复思路。该算法首先学习丢失区邻域得到一组具有局部自适应性的稀疏基,然后沿着等照度线方向按照优先权选择扩散的顺序利用稀疏重构理论以这组基逐层投影重构丢失区域,通过迭代执行分层修复实现对丢失区域的渐进逼近。实验结果表明,该算法无论对于纹理图像、边界图像还是自然图像都可达到较好的效果,而且在峰值信噪比上优于已有文献的方法。
- 胡正平刘文许成谦李杰
- 关键词：图像修复
- 基于样本不确定性和代表性相结合的可控主动学习算法研究被引量：4
- 2009年
- 通过选取最有信息量的样本提交专家进行标注,主动学习算法可以有效地减少无效标注样本的工作量。在充分考虑位于分类边界的不确定样本和基于先验分布的具有代表性样本的基础上,本文构造了不确定性与代表性相结合的可控主动学习算法。首先利用样本的NN分布状况建立不确定性置信度模型,该思路不需要知道样本分布的具体类型和参数计算;然后在样本聚集度模型的基础上进行聚类,在此基础上建立代表性置信度模型。最后将不确定性置信度模型与代表性置信度模型进行综合,构造可控的主动学习策略,使得每次主动学习选择的样本更具有"价值"。在UCI机器学习数据库上的仿真实验结果表明本文的思路是合理可行的,在实验所用数据集上,当达到相同的目标正确率时,本文的方法比随机采样算法所需的样本数量少得多。
- 胡正平高文涛万春艳
- 基于稀疏表示结合流形距离的超球覆盖可拒绝模式识别算法研究被引量：6
- 2010年
- 本文构造了一种基于稀疏表示结合流形距离超球覆盖的可拒绝模式识别模型。由于同类样本可以认为分布在同一个非线性流形上,所以在训练学习过程中首先对各类样本空间构建局部线性流形子空间超球覆盖模型,并选择训练样本。这样对于输入的测试模式,即可根据各类的子空间包含边界做出拒识或者接受处理的判决。然后,针对接受的模式,再利用稀疏表示分类器在训练样本空间范围内进行分类判决。在UCI数据库、MNIST手写体数据库、MIT-CBCL人脸识别数据库和CMU AMP人脸表情数据库上的实验结果表明本文的思路合理可行,在实际应用领域具有一定应用价值。
- 胡正平贾千文许成谦
- 关键词：流形距离
