陈虎
- 作品数：49 被引量：84H指数：5
- 供职机构：四川大学更多>>
- 发文基金：国家自然科学基金教育部重点实验室开放基金国家重大科学仪器设备开发专项更多>>
- 相关领域：自动化与计算机技术医药卫生政治法律电子电信更多>>
- 一种针对小样本的端到端面部腧穴定位方法及电子设备
- 本发明涉及中医腧穴和机器视觉技术交叉领域，特别是一种针对小样本的端到端面部腧穴定位方法及电子设备。本发明所述方法构建了面部腧穴智能定位任务数据集用于端到端面部腧穴定位研究。利用神经网络的非线性建模能力，深度挖掘面部抽象特...
- 张婷婷杨红雨陈虎
- 文献传递
- 基于深度学习的人脸姿态分类方法被引量：2
- 2016年
- 人脸姿态通常表达着有用的信息,准确地把握人脸的姿态,往往在人脸对齐、人类行为分析以及司机疲劳驾驶监控等方面有着重要的作用。文中方法与以往姿态估计方法不一样,是一种基于卷积神经网络,应用深度学习做人脸姿态分类的方法。首先,第一次网络对姿态在yaw方向上进行5分类,同时在roll方向具有鲁棒性。之后,将第一次输出正脸的结果进入第二次网络,对姿态在pitch方向进行3分类。所有的输出结果对光照都具有鲁棒性。文中采用级联的方法在公开库上做测试,准确率高达95%以上。在实际监控视频中,姿态估计不仅有较高的准确率,而且有惊人的速度。由于本身实验的设计独特性,只做了自身实验对比。结果充分展示了用合理的神经网络与网络级联的方法在姿态估计上面的发展潜力。
- 邓宗平赵启军陈虎
- 关键词：级联卷积神经网络
- 可堆叠VLAN在城域网中应用的研究
- 近年来，通信网络进行了非常大的变化，以电路交换为主的传统电信运营网络与以数据业务为主的计算机网络进行了业务和网络的融合。但是，随着新的城域网的产生，以往的对VLAN中VID字节宽度的定义限制了网络VLAN的数目，为此，各...
- 陈虎
- 关键词：VLANVID可堆叠城域网网络处理器
- 文献传递
- 联合组间对抗数据混合与变换器学习的协同显著性检测
- 2023年
- 协同显著性检测旨在发现并分割出一组图像中相同语义类别的前景显著目标.当前基于深度学习的协同显著性检测方法主要存在两方面局限:(1)训练数据中仅含有单一显著目标,无法为模型训练提供对抗样本,导致其泛化性受限,难以有效应对未知类别目标、干扰显著目标、嘈杂背景等挑战;(2)现有方法通常利用卷积神经网络提取特征,其感受野受限,无法建模长程依赖关系,限制了所学特征的表征力.为此,本文提出了一种新颖的基于组间对抗数据混合的协同显著性检测变换器,旨在通过纯视觉变换器构建序列到序列的协同显著性检测网络,并使用组间混合后的数据进行对抗训练,以提升模型的泛化性.所设计的网络结构包含数据混合子网络和协同显著性检测变换器两部分.具体而言,在数据混合子网络中,本文设计了目标细化模块,输入类激活图,引导网络以无监督的方式从一组图像中分割出边缘平滑的显著目标作为对抗对象,并通过设计调距模块将对抗对象以最小化重叠的方式混合至另一组图像之中,生成混合训练数据;在协同显著性检测变换器中,本文从序列建模的角度,设计了任务注入器,将组信息图符与显著性信息图符注入序列特征之中,并利用自注意力机制充分捕获特征之间的全局上下文信息.最后,将获得的组特征和显著性特征通过自注意力机制进行充分混合交互,以进一步增强特征的表征力,生成精确的协同显著性检测结果.本文在包含Cosal2015、Co CA和Co SOD3k等三个基准数据集上做了充分的实验评估,与多个领先方法的对比结果充分证明了本方法的优越性能.
- 吴泱宋慧慧张开华陈虎刘青山
- 关键词：变换器大数据
- 基于CPR和CLM的多视角人脸特征点定位方法被引量：1
- 2015年
- 准确定位人脸特征点在人脸识别、三维人脸模型重建等领域都有重要作用。目前,针对正面人脸的特征点定位已经相当成熟;但是,当姿态偏转角较大时,准确定位人脸特征点依然是一个有待解决的难题。文中针对姿态偏转比较大的特征点定位,提出了一种多视角人脸特征点定位方法。在训练阶段,针对不同姿态角度,分别定义其特征点模板,并通过训练得到用于特征点搜索的CPR(级联姿态回归)模型和用于特征点模板选择的CLM(约束局部模型)模型。在测试阶段,利用每个模型分别对测试样本进行特征点搜索,然后,利用CLM模型计算各特征点模板的拟合度,选择拟合度最高的模型作为最终结果。在FERET公开库上,与当前比较先进的算法进行的对比实验表明,文中方法有效提高了较大偏转姿态下人脸特征点定位的准确性。
- 石正权赵启军陈虎
- 关键词：人脸识别人脸特征点定位
- 基于深度学习的青少年手腕骨骨龄评价被引量：7
- 2020年
- 利用人工智能中的深度学习方法自动检测并评价西南地区青少年左手腕关节X线片的骨龄。在四川大学华西第二医院共收集2426例1-18岁青少年左手腕X线片,利用YOLOv3框架和少部分数据进行标定、训练以检测X线片上传统骨龄评价方法需要的区域,将关键区域截图并调整姿态组成新的图片。再利用caffe框架将扩展后的数据集分成训练集、验证集、测试集,以骨龄为标签对不同性别数据分别进行训练以获得男性和女性骨龄预测的模型,并计算误差在±1岁以内的准确率。选择caffe框架训练出来的最好模型,测试出测试集中±1岁的准确率为男性81.06%,女性85.08%。利用深度学习中简单的神经网络训练少量数据即可得到不错的骨龄评价准确率,表明了深度学习方法在西南地区青少年骨龄评价的可行性以及在数据增加和网络优化之后准确率存在的极大提升空间。
- 李睿张世杰黄奥云陈虎
- 关键词：人工智能骨龄放射学
- 基于深度学习的道路实景行人车辆检测被引量：4
- 2018年
- 道路实景中的车辆与行人通常表达着重要信息,准确把握住道路实景中的车辆与行人的位置信息,对于道路现场的安全状态与安全隐患判断有着十分重要的作用,通过分析道路现场的安全状态,得到道路现场重要信息后可以根据所得到的现场信息进行进一步的数据采集或者安全分析,例如可以对特定车辆进行放大近景拍摄,或进行跟踪拍摄等。所提出的方法与以往的车辆或行人检测方法不同,是一种基于卷积神经网络的深度学习目标检测方法,该方法基于整图候选和单回归的一体化卷积神经网络目标检测模型,融合了双卷积加内部竞争机制,采用多尺度的三步数据训练方法。该方法算法简单,速度快,精度高,鲁棒性强,可同时实现目标检测分类识别。在训练测试图片数据集上的mAP能够达到70%,速度可达43帧/s,达到实时检测性能。
- 张泽轩陈虎吴志红王敏
- 关键词：卷积神经网络车辆检测行人检测
- 一种基于深度学习的触觉时序信号识别方法
- 本发明公开了一种基于深度学习的触觉时序信号识别方法，通过机器人传感器采集物体表面的空间信息，采用神经网络提取特征，实现触觉时序信号识别；本发明采用Transformer Encoder构建的双塔结构网络，提取触觉时序信号...
- 刘洪刘崇玉陈虎唐志坤
- 一种基于深度学习的SAR图像小目标检测识别方法及设备
- 一种基于深度学习的SAR图像小目标检测识别方法及设备。本发明通过对SAR图像增强处理后进行预分析，改善图像背景包含过多噪声的问题，再结合融合特征图来进行多尺度小目标检测，从而形成一套完整的SAR图像小目标检测识别的理论和...
- 罗宇星骆学春刘洪陈虎
- 基于频域Transformer的医学低剂量CT图像复原方法
- 本发明公开了基于频域Transformer的医学低剂量CT图像复原方法，包括以下步骤：S1，收集训练数据集和验证数据集；S2，构建图像复原模型，图像复原模型包括由前至后的图像分解模块、N个编码模块、N个解码模块和图像重建...
- 杜文超陈虎杨红雨张意
