李邵梅
- 作品数：73 被引量：243H指数：8
- 供职机构：解放军信息工程大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划河南省杰出青年科学基金更多>>
- 相关领域：自动化与计算机技术电子电信理学自然科学总论更多>>
- 联合时空SIFT特征的同源视频检测被引量：2
- 2012年
- 通过对视频帧序列时空特性的分析,采用"局部趋同,全局异化"的策略,提出了一种联合时域和空域SIFT点特征的特征提取方法。实验表明,基于该特征的同源视频检测方法对于一定的视频变化具有较好的鲁棒性和检测精度。
- 张瑞年于洪涛李邵梅
- 基于行人属性先验分布的行人再识别被引量：10
- 2019年
- 为了提高基于深度学习和属性学习的行人再识别的识别精度,提出一种联合识别行人属性和行人ID的神经网络模型.相对于已有的同类方法,该模型有三大优点:1)为了提高网络在微调后的判别能力,在网络中增加了一层保证模型迁移能力的全连接层; 2)基于各属性样本的数量,在损失函数中对各属性的损失进行了归一化处理,避免数据集中属性类之间的数量不均衡对识别效果的影响; 3)利用数据中各属性分布的先验知识,通过数量占比来调整各属性在损失层中的权重,避免数据集中各属性正负样本的数量不均衡对识别的影响.实验结果表明,本文提出的算法具有较高的识别率,其中在Market 1501数据集上,首位匹配率达到了86.90%,在DukeMTMC数据集上,首位匹配率达到了72.83%,在PETA数据集上,首位匹配率达到了75.68%,且对光照变化、行人姿态变化、视角变化和遮挡都具有很好的鲁棒性.
- 吴彦丞陈鸿昶李邵梅高超
- 关键词：卷积神经网络
- 基于多模态信息融合的新闻图像人脸标注被引量：2
- 2017年
- 针对传统新闻图像中人脸标注方法主要依赖人脸相似度信息,分辨噪声和非噪声人脸能力以及非噪声人脸标注能力较差的问题,提出一种基于多模态信息融合的新闻图像人脸标注方法。首先根据人脸和姓名的共现关系,利用改进的K近邻算法,获得基于人脸相似度信息的人脸姓名匹配度;然后,分别从图像中提取人脸大小和位置的信息对人脸重要程度进行表征,从文本中提取姓名位置信息对姓名重要程度进行表征;最后,使用反向传播神经网络来融合上述信息完成人脸标签的推理,并提出一个标签修正策略来进一步改善标注结果。在Label Yahoo!News数据集上的测试效果表明,所提方法的标注准确率、精度和召回率分别达到了77.11%、73.58%和78.75%,与仅基于人脸相似度的算法相比,具有较好的分辨噪声和非噪声人脸能力以及非噪声人脸标注能力。
- 征察吉立新李邵梅高超
- 关键词：新闻图像K近邻算法反向传播神经网络
- 一种类卷积人工神经网络的构造方法及装置
- 本发明涉及数据处理领域，尤其涉及一种类卷积人工神经网络的构造方法及装置。本发明的一种类卷积人工神经网络的构造方法，包括：对多个通道特征输入映像进行类卷积人工神经网络单个类卷积层操作；将上一类卷积层的输出作为下一类卷积层的...
- 高超李邵梅江玉朝李英乐刘树新雷娟娟葛东东
- 基于局部深度匹配的行人再识别被引量：6
- 2017年
- 针对行人再识别精度低的难题进行研究,提出了一种新的基于分块匹配的行人再识别方法。首先,引入带人体结构信息的人体DPM对行人外观进行分割,得到的带语义信息的身体部件作为匹配识别的基本单元;其次,基于深度神经网络模型提取各部件的深度特征作为匹配依据;再次,基于余弦距离判断各身体部件与目标行人对应部件的相似性;最后,融合所有身体部件的识别结果得到最终的再识别结果。实验结果表明,跟已有方法相比,该方法具有更好的鲁棒性,在识别精度上有较明显的优势。
- 李邵梅陈雷
- 基于树修剪和多特征融合的场景文本检测被引量：1
- 2015年
- 为了解决最大稳定极值区(MSER)提取过程中产生的大量重复文本区域和非文本区域难以被剔除影响算法精度的问题,提出了一种基于树修剪和多特征融合的场景文本检测方法。首先提取出边缘叠加的MSER作为文本候选区域;其次设计了一种MSER树修剪算法剔除重复文本区域;然后采用贝叶斯分类器融合多特征剔除非文本区域;最后设定了一系列相似性标准合并文本区域。ICDAR 2011数据集(f=76.8%)上的实验结果低于目前最好的算法[19],但算法在速度上具有明显的优势。
- 肖诚求吉立新高超李邵梅
- 关键词：多特征融合场景文本
- 基于关键点匹配的多策略尺度自适应跟踪算法被引量：1
- 2016年
- 针对目标尺度变化问题,提出一种结合关键点匹配算法的多策略尺度自适应算法。提出一种中心—边缘区域比较法判断目标尺度变化情况,依据不同的尺度变化情况采取不同的尺度调整策略;引入SURF关键点匹配算法,对目标与模板进行特征匹配,构建仿射矩阵,自适应调整窗口尺度;提出一种基于关键点匹配的目标重定位方法,克服窗口漂移问题。实验结果表明,该算法具有较好的实时性和尺度自适应性。
- 王亚文陈鸿昶李邵梅高超
- 关键词：均值漂移算法尺度自适应目标跟踪
- 基于行人属性异质性的行人再识别神经网络模型被引量：6
- 2018年
- 为提高基于行人属性学习的行人再识别算法识别精度,提出一种改进的行人再识别神经网络模型。该模型基于属性之间的异质性,在神经网络中设计不同的识别方法对各类属性进行识别,以提高行人属性识别的准确率。针对不同属性识别方法损失度量算法的不一致,给出异质属性损失度量函数,使得不同识别方法能在同一个网络模型中进行训练和学习,实现网络参数的最优化。实验结果表明,该模型在Market1501数据集、DukeMTMC数据集和DukeMTMC数据集上的首位准确率分别达到88. 13%、74. 96%和77. 64%。
- 吴彦丞陈鸿昶李邵梅高超
- 基于显著度融合的自适应分块行人再识别被引量：2
- 2017年
- 针对基于分块匹配的行人再识别中对分块的规则和大小缺乏指导,以及不同分块间的区分度差异问题,该文提出基于显著度融合的自适应分块行人再识别方法。首先,利用启发式思想确定初始聚类中心,并根据图像内容自动确定分块的大小和数目。然后,利用归一化部分曲线下面积计算各块的图像间显著度,利用结构化支持向量机学习各块的图像内显著度,并融合两类显著度得到各块的权重作为匹配得分融合的依据。实验证明,在常用的行人再识别数据集上,该方法能取得较好的识别结果。
- 陈鸿昶陈雷李邵梅朱俊光
- 关键词：自适应分块
- 基于多探寻局部敏感哈希和单词映射链投票的图像检索方法被引量：2
- 2014年
- 为解决基于欧氏局部敏感哈希(E2LSH)的视觉词典法存在的内存消耗大、在图像背景明显变化时检索精度不高及增大数据库规模导致检索效率降低的问题,在采用多探寻LSH对特征点进行聚类的基础上提出的基于嵌入汉明码的单词映射链投票的图像检索方法。该方法首先采用多单词映射和软量化思想构造单表视觉词典,缩小词典规模以降低内存消耗;然后通过嵌入汉明码生成单词映射链,并提出一种权重赋予函数来增加检索精度;最后对匹配返回的单词映射链进行加权投票完成图像检索。实验结果表明,该方法能有效降低检索的内存消耗,提高检索精度,且适用于大规模数据库条件下的检索处理。
- 许喆陈福才李邵梅李星
- 关键词：图像检索
