王恒友
- 作品数：18 被引量：19H指数：3
- 供职机构：北京建筑大学更多>>
- 发文基金：国家自然科学基金中央级公益性科研院所基本科研业务费专项中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术理学文化科学电子电信更多>>
- 基于全局注意力的室内人数统计模型
- 2022年
- 随着人工智能技术的爆炸式发展,机器学习、深度学习等技术在人脸识别、行人检测和视频跟踪等各个领域得到了广泛的应用,其中利用目标检测进行室内人数统计一直以来是一个热门的研究。室内监控画面存在人群相互遮挡,且目标特征模糊等问题,往往导致检测准确率低,误检率和漏检率高等情况的出现。为了解决此问题,提出了一种基于全局注意力的室内人数统计模型,引入注意力机制,对目标检测算法YOLOv3进行改进,通过提取更多小人头或模糊人头的特征来增强检测能力。实验结果表明,改进后的网络模型具有更高的召回率和平均精度。
- 李静李静张长伦王恒友
- 关键词：目标检测人数统计
- 依托科技竞赛提升信息与计算科学专业竞争力的研究被引量：3
- 2015年
- 信息与计算科学专业是随着信息科学与计算机技术的发展而增设的理科专业。由于其具有交叉性广、数学基础要求高等特点,在培养学生的专业竞争力方面,具有一定的困难。结合近几年信息与计算科学专业学生科技竞赛,探索适合提升信息与计算科学专业大学生的专业竞争力之路。对依托科技竞赛的专业竞争力培养模式进行总结。
- 王恒友高雁飞
- 关键词：信息与计算科学
- 基于深度学习的大缺失率图像修复方法、装置和存储介质
- 本说明书实施例提供了基于深度学习的大缺失率图像修复方法、装置和存储介质，方法包括：采集待修补图像；以所述待修补图像为输入，输入到预设的深度学习模型中；通过所述深度学习模型，分别提取所述待修补图像的空间域特征图和频率域特征...
- 王恒友柯熔基
- 基于深度矩阵因子分解网络的压缩感知重建方法和装置
- 本申请涉及一种基于深度矩阵因子分解网络的压缩感知重建方法和装置。方法包括：基于预设判别估计器，输入待处理图像，输出显著性特征图；拆分所述待处理图像，得到待处理图像块；根据所述显著性特征图和所述待处理图像块，计算所述待处理...
- 王恒友李浩诚
- 基于深度学习的大缺失率图像修复方法、装置和存储介质
- 本说明书实施例提供了基于深度学习的大缺失率图像修复方法、装置和存储介质，方法包括：采集待修补图像；以所述待修补图像为输入，输入到预设的深度学习模型中；通过所述深度学习模型，分别提取所述待修补图像的空间域特征图和频率域特征...
- 王恒友柯熔基
- 多矩阵低秩分解的鲁棒特征提取
- 2021年
- 由于传统的人脸识别算法效果容易受制于光照、表情、遮挡以及稀疏大噪声等外界因素的影响,如何有效提取数据特征、进一步提升算法的鲁棒性,是传统人脸识别方法发展的关键所在。本文将多矩阵低秩分解应用在人脸特征提取中,充分利用多张人脸之间的结构相似性,探索人脸图像集的低秩子空间,进而结合低秩矩阵恢复模型来提取测试样本的低秩特征。最后,利用主成分分析(Principal component analysis,PCA)算法对所提取的特征矩阵进行进一步降维,并运用稀疏表示方法分类。实验结果表明,当样本中存在一定的椒盐噪声时,本文算法在AR、Yale和CMU_PIE人脸库上均具有较好的识别精度,验证了本文算法对椒盐噪声的鲁棒性。
- 米雪荣王恒友王恒友张长伦
- 关键词：人脸识别
- 神经网络图像修复模型生成方法及装置
- 本说明书实施例提供了一种基于低信息熵和高容忍度的神经网络图像修复模型生成方法及装置，其中，方法包括：获取训练集和测试集，对神经网络图像修复模型的算法超参数进行设置；获取自然图像和掩码图像，进行预处理和数据分批；输入神经网...
- 王恒友柯熔基
- 基于蚁群算法的多无人机协同任务规划研究被引量：5
- 2017年
- 现代战争中,无人机对战前情报收集、重要空域控制、重点目标监视和打击等起着关键作用.随着攻击方参战无人机的规模增加,相应防御方的防御力度也在提高.无人机群的作战任务面临的是多目标多雷达的防御群.因此,多无人机协同任务规划的研究主要集中在任务分配和路径规划.基于蚁群算法建立了针对目标群简化的数学模型,解决了侦查无人机滞留防御方雷达探测范围内的时间总和最小的航线优化问题,完成了无人机侦查任务拟制最佳路线和调度策略,实现了多无人机的协同任务规划.
- 张浩森高东阳白羽王恒友
- 关键词：蚁群算法
- 基于改进Mask R-CNN的建筑工地实例分割算法
- 2023年
- 实例分割对排除建筑工地不规则机械设备带来的安全隐患以及监测工人具有重要意义。然而当前主流的实例分割模型存在着边界检测精度不高的问题。结合实例分割的特点,提出了一种基于全局上下文通道注意力(GCCA)机制多阶段细化掩码的改进Mask R-CNN模型。首先,在Mask头部以多阶段的方式逐步融合细粒度特征,细化高质量掩码。其次,为了更好的融合细粒度特征,构建了GCCA注意力机制,其通过简化的全局上下文模块聚合全局特征,并利用一维卷积实现无降维的局部通道交互。实验结果表明,在COCO和MOCS数据集上均取得了较好的效果。其中,相较于Mask R-CNN模型,此算法在检测和分割的平均精度分别提高了2.4%和7.6%。
- 宋艳飞王恒友王恒友陈琳琳
- 基于注意力排序的对抗样本防御系统及方法
- 本发明提供了一种基于注意力排序的对抗样本防御系统及方法。包括：S101，预训练分类模型，得到对抗样本；S102，对抗样本经过对抗样本防御模型的第一个模块离散余弦变换层进行预处理，消除部分攻击；S103，特征图经过注意力模...
- 王恒友李文吴佳薇宋艳飞
- 文献传递
