您的位置： 专家智库 > 作者详情>范进富

范进富

作品数：2 被引量：8H指数：1
供职机构：华侨大学计算机科学与技术学院更多>>
发文基金：福建省高校产学合作科技重大项目国家自然科学基金福建省科技计划重点项目更多>>
相关领域：自动化与计算机技术更多>>

合作作者

题名
作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇头部姿态估计
  • 2篇人工神经
  • 2篇人工神经网络
  • 2篇网络
  • 2篇流形
  • 2篇流形学习
  • 2篇工神经网络
  • 2篇人工神经网
  • 1篇图像
  • 1篇图像处理
  • 1篇彩色图像
  • 1篇彩色图像处理

机构

  • 2篇华侨大学

作者

  • 2篇范进富
  • 1篇陈锻生

传媒

  • 1篇中国图象图形...

年份

  • 2篇2012
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
相关度排序
基于流形学习的头部姿态估计方法研究
由于人工智能、人机交互等交叉学科的飞速发展，计算机的应用已经不只是简单的数据计算，更为智能的计算机与人类自然地交互成为计算机未来的发展方向。硬件价格的下降，相关技术的成熟使得各种关于图像和视频的应用得以实现。图像理解和视...
范进富
关键词：头部姿态估计流形学习
流形学习与非线性回归结合的头部姿态估计被引量：8
2012年
流形学习的目的是发现非线性数据的内在结构,可用于非线性降维。广义回归网络是人工神经网络的一种,可用于非线性回归。基于流形学习和非线性回归,提出了用于解决头部姿态估计的ManiNLR方法。该方法首先用流形学习对图像数据进行降维,然后用非线性回归的方法将数据映射到线性可分空间,利用非线性回归的结果对人脸的头部姿态进行估计。实验结果表明,ManiNLR算法能够较好地估计图像中的头部姿态,并具有较快的速度和较高的鲁棒性。
范进富陈锻生
关键词：流形学习头部姿态估计人工神经网络
全选 清除 导出
共1页<1>
聚类工具0