国家教育部博士点基金(20090191110023)
- 作品数：4 被引量：35H指数：3
- 相关作者：杨丹李博邓林张凌冯欣更多>>
- 相关机构：重庆大学重庆通信学院重庆理工大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金重庆市科技攻关计划更多>>
- 相关领域：自动化与计算机技术自然科学总论更多>>
- 移动机器人闭环检测的视觉字典树金字塔TF-IDF得分匹配方法被引量：26
- 2011年
- 针对移动机器人视觉闭环检测中,基于视觉字典本的场景外观表征性能受制于有限单词个数以及算法效率低的不足,本文对机器人视觉特征分层量化,构建视觉字典树,计算树节点的TF-IDF熵作为对应视觉单词的权重,生成图像–单词逆向文档索引.为消除视觉字典本的单尺度量化误差,并克服基于字典树投影路径的平面匹配模式中不区分不同层次节点的区分度对闭环检测的影响,本文融合字典树低层单词的强表征性和高层单词的强鲁棒性,提出由下而上逐层计算图像间相似性增量的金字塔得分匹配方法.将不同时刻相似性大于阈值的图像位置提取为候选闭环,通过后验确认操作剔除误正闭环.在移动机器人视觉闭环检测实验中,本文算法提高了图像相似性计算的效率和准确性,提高了闭环检测的准确率和召回率.
- 李博杨丹邓林
- 鲁棒视觉词汇本的自适应构造与自然场景分类应用被引量：3
- 2010年
- 该文提出了一种视觉词汇本的优化构造策略。首先引入条件数定量评估海量低层特征的稳定性,排除病态特征,筛选稳定的鲁棒视觉特征;通过分析聚类和降维的内在联系,构造了具有聚类结构的视觉特征自适应降维算法;进而利用低维聚类结构信息中的邻域支持度,自适应选取最佳的初始视觉词汇,同时选择Sil指标作为目标函数,从而改进流行的LBG词汇本生成算法敏感于初始点的随机选取,并只能得到局部最优等不足。新的视觉词汇本生成算法具有聚类和降维的统一计算功能、良好的鲁棒性和自适应优化等特性。基于概率潜在语义分析技术将该文的视觉词汇本应用于自然场景分类,在13类场景图像库上取得了73.46%的平均分类率。
- 杨丹李博赵红
- 关键词：模式识别条件数
- 基于光滑性和主成分的非负矩阵分解算法
- 2012年
- 非负矩阵分解(NMF)存在收敛速度慢的缺点,其根本原因是基图像(基矩阵)包含大量的噪声点。另外,系数矩阵相关性很大,不利于区分不同图像。鉴于以上缺点,提出了基于光滑性和主成分的非负矩阵分解(SPNMF):一方面通过添加常数矩阵来增强基矩阵的光滑性,平抑噪声点,达到减少迭代次数的目的;另一方面在原损失函数基础上,将系数矩阵不同列之间的方差作为惩罚项,提高系数矩阵的区分度。在PIE和FERET人脸库中的实验表明,SPNMF不仅能够提高人脸识别的正确率,而且速度比NMF快2～4倍,使得基于非负矩阵的人脸识别系统更具有实用价值。
- 马鹏杨丹方蔚涛葛永新张小洪
- 关键词：非负矩阵分解主成分分析光滑性人脸识别
- 基于视觉注意力变化的网络丢包视频质量评估被引量：6
- 2011年
- 针对网络中受丢包损伤的视频提出了一种基于视觉注意力变化的全参考客观质量评估方法.该方法基于视觉显著性检测在视频数据上的应用,考察受网络丢包失真影响的视频数据与标准参考数据在空间和时间上引起的视觉注意力变化,并根据此变化相应的视觉显著性在空间和时间上的差异,提出了一组客观质量评估方法.文中采用17个受丢包损伤的视频数据进行测试,并实施了主观评价实验作为评价标准.与传统的没有考虑人眼视觉显著特性的质量评估方法,以及目前主流的基于视觉显著区域/感兴趣区域对失真像素进行加权的方法进行对比,实验结果表明,基于视觉注意力变化的方法较后两者与主观质量评估结果有更好的相关性,能够更有效地评估丢包损伤视频的质量.
- 冯欣杨丹张凌
- 关键词：视觉显著性视频质量评估
