国家自然科学基金(60772117)
- 作品数：6 被引量：18H指数：3
- 相关作者：张地何家忠彭宏杨嵩姚尖平更多>>
- 相关机构：华南理工大学韶关大学中山大学附属第一医院更多>>
- 发文基金：国家自然科学基金中国博士后科学基金广东省科技攻关计划更多>>
- 相关领域：自动化与计算机技术电子电信医药卫生更多>>
- 基于特征空间的人脸超分辨率重构被引量：11
- 2012年
- 超分辨率图像重构是利用关于同一场景的多帧低分辨率图像重构出一幅具有更高分辨率图像的过程.传统的超分辨率图像重构算法是基于像素空间,通过利用高、低分辨率像素空间之间的映射关系来求解,具有计算复杂性高等缺点.针对低分辨率人脸放大问题,提出了一个基于特征空间的人脸超分辨率图像重构算法.与传统算法相比,该算法不仅降低了计算复杂性,还具有更好的鲁棒性.
- 张地何家忠
- 关键词：超分辨率图像序列图像重构
- 基于小波低频子带的奇异值分解的图像识别
- 2008年
- 提出一种基于小波低频子带的统一特征空间奇异值分解的人脸识别方法.首先利用小波变换提取人脸图像的低频子带,然后作傅立叶变换,获得低频子带的频谱;将低频子带的频谱投影到标准脸奇异值分解的统一特征空间,投影系数作为人脸识别特征;采用L_1距离进行最小距离分类,实验结果表明,该方法比统一特征空间奇异值分解方法可获得更高的识别率.
- 郑春龙何家忠张地
- 关键词：人脸识别小波变换奇异值分解
- 人造机械瓣心音的分析研究被引量：3
- 2011年
- 在一些致命性心脏病的诊断中,心音听诊是最有效也是应用得最成功的手段之一。鉴于目前机械瓣的使用非常普遍,研究简单有效的机械瓣病变判别方法对于临床诊断来讲具有重要意义。运用希尔波特-黄变换(HHT),针对不同的机械瓣心音进行分析,并设计一种基于Hilbert边界谱特征的提取方法,结合线性判别分析(LDA),对不同的机械瓣心音进行分类。同时,与基于局部最优基特征的分类器分类结果进行比较。分析结果表明,机械瓣心音的各阶Hilbert边界谱具有非常明显不同的分布,基于HHT的分类器识别率达到了97.3%,较基于局部最优基特征分类器的识别率(91.3%)更高。对于人造机械瓣心音而言,HHT是一种有效的分析处理手段。
- 张地姚尖平杜明辉杨嵩
- 关键词：心音人工机械瓣
- 联合运动估计与基于模式的超分辨率图像重构被引量：4
- 2008年
- 超分辨率图像重构是利用关于同一场景的多帧低分辨率图像重构出一幅具有更高分辨率图像的过程.已有的超分辨率图像重构算法对于人工模拟所得到的低分辨率图像序列具有很好的效果,但对于拍摄到的真实低分辨率图像序列而言,重构后的图像往往比较模糊,有时甚至仍然无法分辨.为此,本文提出了一个联合运动估计与基于模式的超分辨率图像重构算法.实验结果表明,该算法能够得到优于常规算法的高分辨率图像.
- 张地彭宏
- 关键词：超分辨率模式识别图像序列图像重构
- 一种基于约束边界模式的超分辨率图像重构算法
- 2007年
- 超分辨率图像重构是利用多帧低分辨率图像重构出一幅具有更高分辨率图像.一般的凸集投影算法在放大倍数上升时存在两个问题:一是计算复杂性急剧上升,二是边缘振荡效应的加剧导致成像质量迅速恶化.本文针对凸集投影算法,提出了一种基于约束边界模式的算法.实验结果表明,新算法能够在有效抑制边缘振荡效应的同时,较大地提高了重构速度.
- 张地彭宏
- 关键词：超分辨率凸集投影
- 机械瓣心音频谱分析与基于改进LDB算法的识别
- 2011年
- 听诊是通过听取心脏所发出的声音来帮助诊断各种心脏疾病的一种有效手段。鉴于目前机械瓣的使用非常普遍,研究简单有效的机械瓣病变判别方法对于临床诊断来讲具有很大的意义。针对五种不同的机械瓣心音进行的分析表明,运用频谱仅能鉴别瓣周漏这一种机械瓣病变。虽然直接利用信号的时频成分进行机械瓣心音分类是可能的,但识别率只有84.0%。利用改进的局部最优基(LDB)算法来提取特征对机械瓣心音分类有着非常大的帮助,识别率达到了97.3%。与原始的LDB算法相比,实验表明改进后的LDB算法对提高识别率和降低计算复杂性都有着明显的优势。
- 张地吴跃泉姚尖平杨嵩杜明辉
- 关键词：心音人工机械瓣功率谱估计
