您的位置: 专家智库 > >

国家重点实验室开放基金(A1011)

作品数:4 被引量:34H指数:2
相关作者:蔡美玲辛国江邹北骥李建锋陈再良更多>>
相关机构:中南大学湖南涉外经济学院湖南广播电视大学更多>>
发文基金:国家重点实验室开放基金国家自然科学基金中央高校基本科研业务费专项资金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 4篇期刊文章
  • 1篇会议论文

领域

  • 5篇自动化与计算...

主题

  • 2篇图像
  • 1篇迭代
  • 1篇迭代次数
  • 1篇蚁群
  • 1篇预选
  • 1篇运动捕获
  • 1篇运动捕获数据
  • 1篇三维人体运动
  • 1篇神经网
  • 1篇神经网络
  • 1篇图像分割
  • 1篇最大方差比
  • 1篇耦合神经网络
  • 1篇网络
  • 1篇轮盘赌
  • 1篇脉冲耦合
  • 1篇脉冲耦合神经...
  • 1篇觅食
  • 1篇交互机制
  • 1篇关键帧

机构

  • 4篇中南大学
  • 2篇湖南涉外经济...
  • 1篇湖南大学
  • 1篇湖南广播电视...
  • 1篇吉首大学

作者

  • 3篇邹北骥
  • 3篇辛国江
  • 3篇蔡美玲
  • 1篇陈再良
  • 1篇李实英
  • 1篇李建锋
  • 1篇李仁发
  • 1篇肖志鹏

传媒

  • 2篇计算机辅助设...
  • 1篇小型微型计算...
  • 1篇中国图象图形...

年份

  • 3篇2012
  • 1篇2011
  • 1篇2010
4 条 记 录,以下是 1-5
排序方式:
利用图像的阴影区域计算室外场景光源方向
2012年
针对室外场景的光源方向估计难题,提出一种基于阴影的方法.首先,利用阴影检测方法分离图像中前景的阴影区域,计算只与光照有关而与背景反射属性无关的阴影亮度比(BR),得到阴影区域内具有BR极小值的像素点的拟合直线;其次,根据阴影区域中各点的光照强度与阴影中的位置密切关联的性质,利用BR拟合直线、物体几何高度线和入射光线进行投影建模,并估计光源方向;最后,对已知光源方向真实值的室内场景实验、室外场景实验以及与现有方法进行对比,结果表明,文中方法不需要复杂的图像分割就能够有效地估计出光源方向.
肖志鹏李实英李仁发
预选策略和重建误差优化的运动捕获数据关键帧提取被引量:10
2012年
为了从运动捕获数据中提取关键帧来进行人体动画创作,提出一种以重建误差或压缩率为目标的运动捕获数据关键帧提取方法.该方法将关键帧提取划分为帧预选和基于重建误差优化的精选2个阶段,在第一阶段,对原始动作序列筛选边界姿势作为候选关键帧,使最终关键帧序列具有较强运动类型描述能力;在第二阶段,定义帧消减误差作为关键帧重要性的度量标准,并定义最大重建误差作为关键帧提取过程中的优化目标,同时考虑压缩率目标,精选候选帧获得满足指定重建误差或压缩率要求的最终关键帧集合.实验结果表明,文中方法具有良好的数据压缩效果,能满足实时压缩的需要.
蔡美玲邹北骥辛国江
关键词:运动捕获数据关键帧
结合最大方差比准则和PCNN模型的图像分割被引量:24
2011年
脉冲耦合神经网络(PCNN)模型在图像分割方面有着很好的应用。在各项参数确定的情况下,其分割结果的好坏取决于循环迭代次数的多少,而PCNN模型自身无法实现迭代次数的自动判定。为此提出一种结合最大方差比准则的PCNN迭代次数自动判定算法,用于实现图像的自动分割。算法利用最大方差比准则找到图像的最优分割界限,确定PCNN的迭代次数,获得最优图像分割结果,然后利用最大香农熵准则验证分割结果。实验表明:提出的算法实现了PCNN迭代次数的自动判定,提高了PCNN的迭代速度,运行效率优于基于2D-OTSU和基于交叉熵的自动分割算法,图像分割效果良好。
辛国江邹北骥李建锋陈再良蔡美玲
关键词:脉冲耦合神经网络最大方差比迭代次数
基于概率PCA模型的三维人体运动分类
2012年
提出基于概率主成分分析的三维人体运动自动识别与分类算法.它根据不同类别的人体运动应各有自己代表性的特征集,采用概率PCA方法建立各类动作的高斯分布模型;然后构建基于最小错误率贝叶斯决策理论的多分类器,实现对未知的动作序列(或具有代表性的帧)进行多分类决策.该方法具有概率模型的优点,适合高维数据处理;同时,这种方法能够提取运动数据的内在特征,较好地消除了运动数据在时间轴上的差异带来的问题,从而准确地对运动数据进行分类,实验结果证明了本文方法的有效性.
蔡美玲邹北骥辛国江
关键词:高斯模型
引入直接交互机制的蚁群觅食仿真
自然界的蚂蚁之间存在着直接交流,但在以外的蚁群觅食仿真中从未见到。本文将直接交互机制引入到传统的使用信息素的蚁群觅食仿真中。对比实验的仿真结果展示了新模型的优越性。
孟志刚邹北骥史操
文献传递
共1页<1>
聚类工具0