严慧
- 作品数：12 被引量：36H指数：3
- 供职机构：南京理工大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 一种基于自适应近邻的矩阵补全方法
- 本发明公开了一种基于自适应近邻的矩阵补全方法，对相似矩阵的拉普拉斯矩阵施加秩的约束，使得近邻与缺失样本属于同一个类别，构建基于近邻重构的目标函数；通过迭代优化的方法求解目标函数，得到补全后的矩阵。本发明能够从大量缺失的数...
- 刘丝雨严慧
- 文献传递
- 线性特征抽取研究及其在人脸识别中的应用
- 人脸识别技术是生物特征识别领域中的一个研究热点，其主要任务是根据人脸图像中的有效信息进行个体的身份识别。本文以代数统计为研究工具，在流形学习和子空间学习的基础上，提出了新的线性特征抽取方法，并将其应用于人脸识别，将其与现...
- 严慧
- 关键词：人脸识别非负矩阵分解
- 无监督的差分鉴别特征提取以及在人脸识别上的应用被引量：7
- 2009年
- 局部保持投影(LPP)只考虑了投影后的局部性,而忽视了非局部性.针对这个问题,引入非局部散布矩阵,提出无监督的差分鉴别特征提取算法,通过最大化非局部和局部之间的散度差来寻找最优变换矩阵,并将其成功地应用于人脸识别.该算法同时引入非局部和局部的信息,揭示隐含在高维图像空间中的非线性结构;采用差分的形式求解最优变换矩阵,以避免"小样本"问题;对LPP中的邻接矩阵进行了修正,以更准确地描述样本之间的邻近关系.在Yale和AR标准人脸库上的实验结果验证了文中算法的有效性.
- 严慧杨静宇
- 关键词：局部保持投影散度差人脸识别
- 基于节点分类的弱监督图像语义分割方法及系统
- 本发明公开了一种基于节点分类的弱监督图像语义方法及系统，旨在将图像语义分割转化为图节点分类问题，方法包括：将原始图像输入分类网络，利用图像级标签得到初始伪标签；将初始伪标签应用于节点分类中，经过训练及CRF后处理，得到最...
- 严慧张金凯
- 文献传递
- 最小化相关性的二维主成分分析被引量：5
- 2010年
- 指出在二维主成分分析中,特征向量的任意两个分量之间是相关的,并给出此相关性的数学表达,进一步提出最小化相关性的二维主成分分析.该方法改进二维主成分分析的目标函数,最大化特征向量间总体散度的同时,最小化特征向量各分量间的相关性.最后,在Yale标准人脸库上的实验结果表明,文中方法有较强的特征抽取能力,在识别性能上优于二维主成分分析及对角二维主成分分析.
- 严慧金忠杨静宇
- 关键词：二维主成分分析
- 基于节点分类的弱监督图像语义分割方法及系统
- 本发明公开了一种基于节点分类的弱监督图像语义方法及系统，旨在将图像语义分割转化为图节点分类问题，方法包括：将原始图像输入分类网络，利用图像级标签得到初始伪标签；将初始伪标签应用于节点分类中，经过训练及CRF后处理，得到最...
- 严慧张金凯
- 文献传递
- 一种基于跨模态注意力机制的双流视频分类方法和装置
- 本发明涉及一种基于跨模态注意力机制的双流视频分类方法和装置。与传统的双流方法不同，本发明在预测结果之前就将两个模态(甚至更多模态)的信息进行了融合，因此能够更加高效充分，同时，由于在较早阶段就进行了信息交互，单个分支在后...
- 迟禄严慧田贵宇穆亚东陈刚王成成黄波韩峻糜俊青
- 文献传递
- 基于帧内关系建模和自注意力融合的多目标跟踪方法被引量：1
- 2023年
- 多目标跟踪在视频监控领域有重要的应用价值.随着卷积神经网络(convolutional neural networks, CNN),尤其是图神经网络(graph neural networks, GNN)的发展,多目标跟踪的研究现阶段取得了很大突破.其中,图神经网络由于引入目标-轨迹间的关系建模,显示出更稳定的跟踪性能.然而,已有的基于GNN的多目标跟踪方法都仅在连续两帧之间建立全局关系模型,忽视了帧内目标与周围其他目标的交互,没有考虑在帧内建立合适的局部关系模型.为了解决该问题,提出基于帧内关系建模和自注意力融合模型(INAF-GNN)的多目标跟踪方法.在帧内, INAF-GNN建立目标与邻居目标的关系图模型以获取局部跟踪特征;在帧间, INAF-GNN建立目标与轨迹关系图模型以获得全局跟踪特征,并利用注意力机制设计一个特征融合模块整合局部和全局跟踪特征.在MotChallenge行人标准数据集上进行大量的实验,与多个基于图神经网络的多目标跟踪方法相比较,结果显示, MOTA指标提高1.9%, IDF1指标提高3.6%.同时,在UA-DETRAC车辆数据集上的验证测试表明了所提出方法的有效性和泛化能力.
- 朱姝姝王欢严慧
- 关键词：多目标跟踪数据关联
- 稀疏表示保持的鉴别特征选择算法
- 2015年
- 稀疏表示作为一种基于部分数据的表示,已经吸引了越来越多的关注,并广泛应用于模式识别和机器学习领域。提出一种新的算法,称为稀疏表示保持的鉴别特征选择(SRPFS),其目的是选择鉴别性特征子集,使得在所选特征子空间中,样本的稀疏类内重构残差和稀疏类间重构残差的差值最小化。与传统算法选择特征的独立性方式不同,该算法以批处理方式选择最具鉴别性的特征,并用于优化提出的l2,1范数最小化的目标函数。在标准UCI数据集和哥伦比亚图像数据库的实验结果表明,该算法在识别性能和稳定性方面优于其他经典特征选择算法。
- 夏广胜严慧
- 一种基于跨模态注意力机制的双流视频分类方法和装置
- 本发明涉及一种基于跨模态注意力机制的双流视频分类方法和装置。与传统的双流方法不同，本发明在预测结果之前就将两个模态(甚至更多模态)的信息进行了融合，因此能够更加高效充分，同时，由于在较早阶段就进行了信息交互，单个分支在后...
- 迟禄严慧田贵宇穆亚东陈刚王成成黄波韩峻糜俊青
- 文献传递
