杨星
- 作品数：26 被引量：166H指数：7
- 供职机构：华中科技大学光电子科学与工程学院激光技术国家重点实验室更多>>
- 发文基金：安徽省自然科学基金国家自然科学基金安徽省教育厅重点项目更多>>
- 相关领域：自动化与计算机技术电子电信动力工程及工程热物理航空宇航科学技术更多>>
- 基于深度学习物体检测的视觉跟踪方法被引量：16
- 2018年
- 提出了一种基于深度学习物体检测的视觉跟踪方法。该方法利用深度学习在特征表达上的优势,采用基于回归的深度检测模型SSD(Single Shot Multibox Detector)提取候选目标,并结合颜色直方图特征和HOG(Histogram of Oriented Gradient)特征进行目标筛选,实现目标跟踪。为了提升深度检测模型的物体检测性能,文中构建了多尺度目标搜索图,可在一张图上实现不同尺度的目标检测。在标准跟踪测试库上选取八个具有代表性的跟踪视频序列,并选取六种具有代表性的跟踪方法进行了对比测试。结果表明,文中所提方法在跟踪效果上,整体优于参与对比的其他算法,且对于物体姿态变化、尺寸变化、旋转变化、光照变化、复杂背景杂波等影响因素具有较好的鲁棒性。
- 唐聪唐聪杨华凌永顺郑超
- 关键词：视觉跟踪SSD
- 基于在线多核boosting的鲁棒视觉跟踪被引量：1
- 2016年
- 针对多核学习不满足视觉跟踪外观模型在线更新的要求,提出了一种基于在线多核boosting的鲁棒跟踪算法。采用boosting技术代替传统的全局寻优计算核函数权值,构建基于互补性特征集和核函数集的弱分类器池,将评估分类器判别性的置信度函数作为迭代计算中的目标函数,获取判别能力最好的弱分类器及其权值;引入基于当前帧候选样本信任度分布熵的修正因子,提高在快速变化环境下获取的权值精度;设计了"在线学习"方式代替传统的"批处理学习",通过基于l2范数子空间评估完成外观模型的自适应更新,避免因误差积累导致跟踪偏离。多组具有挑战性的视频序列的跟踪结果表明,本文算法的性能要好于多种现有的优秀跟踪算法。
- 郑超凌永顺杨华陈杰杨星邵慧
- 关键词：视觉跟踪
- 粒子群优化结构测量矩阵的遥感压缩成像被引量：3
- 2016年
- 针对块循环测量矩阵应用于遥感压缩成像存在图像重构性能不理想的问题,本文把粒子群智能优化算法引入到块循环矩阵优化中,实现了在保持矩阵结构不变的同时对块循环矩阵的优化。首先以相关系数的Welch界为阈值约束Gram矩阵非对角元素构造目标矩阵;然后以Gram矩阵逼近目标矩阵的方式建立目标函数,将优化对象改为构造块循环矩阵的自由元向量。为提高优化效率,文中采用权重自适应更新的方式提高粒子搜索能力。开展了相关重构对比实验,结果表明,优化后的块循环测量矩阵在保持矩阵结构的同时,降低了与稀疏变换矩阵的相关性,其与稀疏变换矩阵的最大相关系数、平均相关系数和阈值平均相关系数分别降低了0.027 3、0.017 5和0.004 6,得到的结果显示优化的块循环矩阵提高了图像的重构性能。
- 陶会锋杨星陈杰凌永顺殷松峰
- 关键词：遥感图像压缩成像图像重构粒子群优化
- 基于深度学习的多视窗SSD目标检测方法被引量：83
- 2018年
- 提出了一种基于深度学习的多视窗SSD(Single Shot multibox Detector)目标检测方法。首先阐述了经典SSD方法的模型与工作原理,并根据卷积感受野的概念和模型特征层与原始图像的映射关系,分析了各层级卷积感受野大小和特征层上默认框在原始图像上的映射区域尺寸,揭示了经典SSD方法在小目标检测上不足的原因。基于此,提出了一种多视窗SSD模型,阐述了其模型结构与工作原理,并通过106张小目标图像数据集测试,评估和对比了多视窗SSD方法与经典SSD方法在小目标检测上的物体检索能力与物体检测精度。结果表明:在置信度阈值为0.4的条件下,多视窗SSD方法的AF(Average F-measure)为0.729,m AP(mean Average Precision)为0.644,相比于经典SSD方法分别提高了0.169和0.131,验证了所提出算法的有效性。
- 唐聪唐聪郑科栋凌永顺郑超杨华杨星
- 关键词：目标检测
- 基于双通路跃层卷积网络的交通标志识别算法被引量：1
- 2018年
- 交通标志识别(Traffic Sign Recognition,TSR)是智能交通系统的重要研究方向之一。因道路交通的环境复杂、交通标志数据库规模大小等因素制约,在设计TSR系统可行性方案时必须考虑算法的复杂度、识别率和鲁棒性。针对这一问题,本文提出了一种不同尺度的双通路跃层卷积神经网络算法,在同一通路上交通标志的底层局部特征和高层全局的特征,与不同通路上经过局部响应归一化和池化后的特征在全连接层融合,从而丰富了交通标志分类的特征,最后将特征图输入分类器进行交通标志识别。采用德国交通标志识别标准数据集(German Traffic Sign Recognition Benchmark,GTSRB)进行训练和测试,本文算法的识别率达到97.96%,明显优于单一通路的跃层卷积网络算法和人工方法。
- 朱东涛陈杰杨星邵慧李钊
- 关键词：卷积神经网络交通标志识别
- 基于BP神经网络的红外透过率计算被引量：1
- 2017年
- 针对实时条件下中红外波段平均大气透过率的计算,提出了一种基于贝叶斯正则化BP神经网络的方法。利用BP神经网络良好的非线性拟合特点,建立大气参数与中红外平均透过率之间的关系模型,从而可以准确迅速地得到计算结果。此网络模型是以实测温度、压强、湿度和气溶胶的后向散射系数作为输入向量,分别以水蒸气和CO2吸收透过率、气溶胶散射透过率和大气透过率作为输出。仿真结果表明:在相同的大气参数下,本方法的计算结果与期望值之间的相对误差较小,且远小于经验公式法,验证了本方法的可行性与有效性。因此,本方法对大气透过率的准确地快捷计算提供了有益的借鉴。
- 宋福印路远杨星乔亚唐聪凌永顺
- 关键词：BP神经网络红外透过率
- 红外伪装技术研究进展被引量：8
- 2018年
- 随着红外探测技术的不断发展,红外探测器广泛地应用于各种制导武器和侦察系统,对军事目标的生存能力形成了严重威胁,因此红外伪装技术对军事目标的重要性尤为突出。目前红外探测器主要通过对3~5μm和8~14μm波段的红外辐射进行探测,也是红外伪装技术需要对抗的两个红外波段。对各类军事目标所处的背景环境分析,阐述了红外伪装技术在不同背景中的具体应用和发展情况,主要对天空背景、海洋背景和陆地背景中的目标加以分析讨论。指出了目前红外伪装技术所面临的挑战,在此基础上,展望了红外伪装技术未来的发展趋势。
- 胡杰路远路远杨星
- 关键词：红外探测红外辐射
- 基于优化协同训练理论的自适应融合跟踪
- 2016年
- 针对基于可见光和红外图像的分析型融合跟踪算法在复杂环境下的鲁棒性不高,提出一种新颖的基于优化协同训练理论的自适应分析型融合跟踪算法.首先,通过加权多示例学习boosting技术分别从基于可见光和红外图像的弱分类器池中实现判别能力最好的弱分类器挑选,减弱引入的误差样本对联合分类器判别能力的影响;然后,在自适应先验知识引入机制辅助下,完成分类器样本包的协同训练更新,减小相互引入误差样本的概率;最后,通过误差模型完成算法有效性分析.多组序列跟踪的对比实验结果展示了该算法各部分对提高跟踪鲁棒性的贡献,验证了该算法相比于基于单源图像或其它融合机制的跟踪算法更好的鲁棒性.
- 郑超陈杰杨星殷松峰冯云松
- 关键词：先验知识
- 基于BP神经网络的水蒸气红外透过率仿真被引量：1
- 2017年
- 针对在计算大气透过率方法中利用经验公式误差大和专业软件复杂低效等问题,提出了一种基于贝叶斯正则化BP(back propagation)神经网络的水蒸气红外透过率的计算方法。利用BP神经网络良好的非线性拟合特点,建立大气参数与水蒸气透过率之间的关系模型。以实测温度、压强和湿度作为输入向量,中红外平均水蒸气透过率作为输出,构建3-7-1式的BP神经网络。仿真结果表明:在相同的大气参数下,与逐线积分法相比,本文方法在运算过程大幅简化的同时相对误差很小;与经验公式法相比,本文方法对透过率的计算精度大幅提升。
- 宋福印路远凌永顺杨星乔亚陈杰刘懿
- 关键词：水蒸气红外透过率BP神经网络仿真
- 纹理分析车牌定位方法的研究现状及展望
- 2013年
- 作为智能交通系统的核心技术之一,基于机器视觉的车牌识别一直受到广泛的关注。车牌定位是车牌识别的重要步骤,其目的是确定车牌在图像中的坐标位置,从而剔除大部分的噪声区域,仅保留包含车牌的子区域。目前,纹理分析是车牌定位最基本也是最重要的手段。该文首先介绍了纹理分析车牌定位方法的研究成果,然后总结这些方法的不足,展望了下一步的研究方向。
- 李建春杨星刘伟陈璇郭航行
- 关键词：智能交通车牌识别车牌定位
