公共文化服务平台

杨建秀: 作品数：12 被引量：15H指数：2; 供职机构：山西大同大学物理与电子科学学院更多>>; 发文基金：国家自然科学基金中国博士后科学基金河北省自然科学基金更多>>; 相关领域：自动化与计算机技术更多>>

合作作者

多尺度特征增强融合的实时航拍车辆检测算法被引量：1: 2019年; 无人机航拍的车辆受成像条件及成像距离等限制,所成影像面临背景干扰强、尺度小的缺陷,传统的目标检测算法无法满足高精度和实时的车辆检测。本文提出多尺度特征增强融合的实时航拍车辆检测算法。首先,提出一种相邻特征连接模块,将浅层的细节特征和相邻深层的语义特征进行融合,形成多尺度特征金字塔模型。然后,设计一种通道特征增强模块,使得网络抑制冗余特征的学习,增强特征之间的判别性。实验证明,提出的航拍车辆检测算法能够达到91.3%的准确率和每秒58帧的实时性,可以较好解决处于遮挡、阴影干扰等复杂环境下的车辆弱小目标定位问题。; 杨建秀杨建秀金星杨文哲石光明; 关键词：上下文信息实时检测

非监督学习图像层次组合模型的研究算法被引量：1: 2015年; 针对传统的监督学习图像模型对训练样本要求苛刻的问题,本文提出一种非监督学习算法,该算法不仅对训练样本要求简单,而且学习到的层次组合模型由能在位置和方向进行扰动Gabor小波组成,是一种可变形模板,因此一定程度上提高定位及分割算法在物体发生形变情况下的鲁棒性。经过多组实验结果表明,本文所提出的层次组合模型能高效地解决目标在发生形变、存在遮挡以及复杂背景下的定位分割问题。; 杨建秀康占成

基于稀疏活动轮廓模型的感兴趣目标检测定位算法: 2011年; 传统的基于形状信息目标定位的算法,对目标观测角度发生形变情况下的定位存在不少困难,针对该问题,提出了一种基于稀疏活动轮廓模型的感兴趣目标(OOI)检测算法。首先通过共同勾画算法学习到感兴趣目标的稀疏活动轮廓模型,它能够清晰地定义感兴趣目标模式;同时构成该模型的Gabor轮廓基元可以通过扰动进行局部的调整以适配图像,在一定程度上提高了检测算法在目标发生形变或者存在遮挡等情况下的鲁棒性。然后采用交替的summaps和max maps的计算框架在测试图上扫描出与活动轮廓模型匹配分数最高的区域,将其定位分割出来;基于稀疏活动轮廓模型的检测算法在很大程度上依赖于图像尺度,利用稀疏活动轮廓模型在多个图像尺度上检测物体,因此可以有效地克服尺度变化大的问题。最后利用视觉皮层模型对分割后的图像进行模式分类进一步确认目标。经过多组实验结果表明,提出的基于稀疏活动轮廓模型的感兴趣目标检测定位算法,较好地解决目标在发生部分形变、存在遮挡以及复杂背景下的定位问题。; 胡正平杨建秀; 关键词：活动轮廓模型感兴趣目标

基于有效感受野的目标检测算法: 2020年; 提出一种有效增大感受野的小目标检测算法。首先以单阶段多尺度特征预测的神经网路结构为基础,利用自顶向下的结构将深层语义特征融合到浅层特征中,为小目标提供全局上下文信息来增大有效的感受野;然后利用空洞卷积在不降低分辨率的情况下提供多样性的感受野,可以进一步获取多尺度的局部上下文信息,而且不需要引入额外参数。实验结果表明,本文提出的目标检测算法能够较好地解决不同尺度、形变、遮挡、模糊程度和照明度等情况下的小目标定位问题。; 杨建秀; 关键词：感受野上下文信息

HOG特征混合模型结合隐SVM的感兴趣目标检测定位算法: 针对传统基于梯度方向直方图特征检测算法对解决目标模型单一、发生形变、存在遮挡及目标受干扰下定位困难的问题，提出一种基于HOG特征混合模型结合隐SVM的感兴趣目标检测算法。首先利用用训练图像的HOG特征金字塔表示得到包含感...; 胡正平杨建秀; 关键词：梯度方向直方图动态规划

特征增强的小目标检测算法被引量：2: 2020年; 在浅层获取准确的空间位置信息和足够的语义信息是提高小目标检测精度的关键,文章提出一种特征增强的小目标检测算法:将含有准确空间位置信息的浅层特征和含有抽象语义信息的深层特征进行融合来提高小目标特征表达能力,这样既为浅层中的小目标提供了空间位置信息,又增强了语义信息。实验结果表明,小目标检测算法能够达到89.1%的准确率,可以较好地解决复杂环境下的弱小目标定位问题。; 杨建秀刘桂枝; 关键词：上下文信息

基于稀疏部件轮廓扩展的形变感兴趣目标定位技术研究: 感兴趣目标定位一直是计算机视觉和模式识别等领域的研究热点之一。在过去几十年中,研究者们提出很多方法解决非形变目标定位问题,但对于形变目标定位问题仍存在不少困难。本文在总结和分析国内外相关研究工作的基础上,主要讨论下面三个...; 杨建秀; 关键词：感兴趣目标混合模型梯度方向直方图; 文献传递

稀疏FRAME模型的感兴趣目标检测算法被引量：1: 2014年; 针对基于非齐次FRAME(Filters,Random filed,And Maximum Entropy)模型的目标检测算法在目标发生较大形变或存在阻挡等情况下的定位产生一定偏差,以及学习模型所需大量时间等各方面的研究,提出了一种稀疏FRAME模型的感兴趣目标检测算法。首先用共享稀疏编码方法对样本图像进行特征提取,由所选择的基函数构成可变形的稀疏FRAME模型;然后用交替的求和图及最大值图结构对测试图像进行匹配检测,实现目标定位。经多组实验结果表明,该算法不仅在一定程度上提高目标发生较大形变或存在阻挡等情况下的鲁棒性,而且节省了大量的样本训练时间。; 杨建秀胡正平; 关键词：目标检测非齐次

稀疏活动轮廓扩展形状脚本模型目标检测算法: 2011年; 传统的稀疏活动轮廓模型可以较好地解决目标微小形变情况下的定位问题,但是对训练样本要求比较严格,且在目标发生较大形变情况下采用学习到的可变形模板对目标进行定位会产生一定偏差。针对该问题,提出一种稀疏活动轮廓扩展形状脚本模型的目标检测算法。利用勾画样本通过扩展活动轮廓模型学习到组成目标的可变形形状图案,这些形状图案构成的形状脚本模型能够清晰地定义目标模式;采用递归sum-max maps结构进行搜索,用形状脚本模型匹配测试图像实现目标定位。经过多组实验,结果表明所提算法能较好地解决目标在发生较大形变、存在遮挡以及复杂背景下的定位问题。; 胡正平杨建秀; 关键词：目标检测

基于非齐次FRAME模型的感兴趣目标定位算法: 2014年; 传统的基于形状信息目标定位算法,对目标发生形变及其阻挡的情况下的检测存在较大的困难。为此,本文提出一种基于非齐次FRAME(Inhomogeneous Filters,Random filed,And Maximum Entropy,缩写IFRAME)模型的感兴趣目标检测算法,该模型由能在位置和方向进行局部扰动的基函数组成,是一种可变形模板,因此一定程度上提高定位算法在物体发生形变情况下的鲁棒性。经过多组实验结果表明,本文所提出的算法能较好地解决目标在发生形变、存在遮挡以及复杂背景下的定位问题。; 杨建秀; 关键词：非齐次基函数

杨建秀

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

杨建秀

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈