王鑫
- 作品数：3 被引量：13H指数：1
- 供职机构：云南大学信息学院更多>>
- 发文基金：国家自然科学基金云南省教育厅科学研究基金云南省科技厅科研基金更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- 中小企业信息分析解决方案
- 有效信息规划和合理信息分析是竞争情报在中小企业应用的技术难点与关键。本文根据中小企业信息需求特点，通过对信息规划表述，提出中小企业信息处理分析流程和分析方法组成，并就应用中一些实际问题进行讨论，以为中小企业信息服务提供一...
- 张则宪王鑫黄晓彤李永松
- 关键词：中小企业竞争情报
- 文献传递
- 基于多特征融合的多尺度服装图像精准化检索被引量：13
- 2020年
- 为了充分挖掘服装图像从全局到局部的多级尺度特征,同时发挥深度学习与传统特征各自在提取服装图像深层语义特征和底层特征上的优势,从而实现聚焦服装本身与服装全面特征的提取,提出基于多特征融合的多尺度服装图像精准化检索算法.首先,为了不同类型特征的有效融合,本文设计了基于特征相似性的融合公式FSF(Feature Similarity Fusion).其次,基于YOLOv3模型同时提取服装全局、主体和款式部件区域构成三级尺度图像,极大减弱背景等干扰因素的影响,聚焦服装本身.之后全局、主体和款式部件三级尺度图像分别送入三路卷积神经网络(Convolutional Neural Network,CNN)进行特征提取,每路CNN均依次进行过服装款式属性分类训练和度量学习训练,分别提高了CNN对服装款式属性特征的提取能力,以及对不同服装图像特征的辨识能力.提取的三路CNN特征使用FSF公式进行特征融合,得到的多尺度CNN融合特征则包含了服装图像从全局到主体,再到款式部件的全面特征.然后,加入款式属性预测优化特征间欧氏距离,同时抑制语义漂移,得到初步检索结果.最后,由于底层特征可以很好的对CNN提取的深层语义特征进行补充,故引入传统特征对初步检索结果的纹理、颜色等特征进行约束,通过FSF公式将多尺度CNN融合特征与传统特征相结合,进一步优化初步检索结果的排序.实验结果表明,该算法可以实现对服装从全局到款式部件区域多尺度CNN特征的充分提取,同时结合传统特征有效优化排序结果,提升检索准确率.在返回Top-20的实验中,相比于FashionNet模型准确率提升了16.4%."
- 王志伟普园媛王鑫王鑫赵征鹏徐丹
- 关键词：多尺度
- 小波与自蛇模型在放大图像清晰化中的应用
- 2014年
- 针对传统插值放大图像出现的边缘模糊与锯齿化问题,结合小波具有多分辨率分析和局部化时频域特性,提出了一种基于小波插值与改进自蛇模型相结合的放大图像清晰化方法。该方法对无噪声图像采用小波插值对图像进行放大,并用改进自蛇模型对放大后的图像进行边缘修正,而对于噪声图像则采用改进自蛇模型对其进行清晰化处理,通过小波插值进行放大。实验结果显示,采用该方法与传统放大图像清晰方法相比,图像的边缘轮廓清晰度和细节部分的辨识度更精确,同时能够有效提高放大图像的峰值信噪比。
- 雷建坤钟铭华张凯歌王鑫蒋慕蓉
- 关键词：图像放大双线性插值
