刘建明
- 作品数:12 被引量:30H指数:3
- 供职机构:江西师范大学计算机信息工程学院更多>>
- 发文基金:教育部“新世纪优秀人才支持计划”古代壁画保护国家文物局重点科研基地开放课题国家自然科学基金更多>>
- 相关领域:自动化与计算机技术环境科学与工程一般工业技术轻工技术与工程更多>>
- 办公桌屏风生产周期和组装齐套性优化研究
- 随着办公专业水平的提高,定制化已成为新的需求。个性化需求使得多品种小批量模式不断地发展。办公桌屏风生产是典型的多品种小批量生产模式,生产过程多样化,急需改善生产周期长和部件不能同步齐套到达组装的问题。 本文依托于某企业...
- 刘建明
- 土壤酸化敏感性的研究
- 刘建明
- 高精度壁画图像的实时浏览技术被引量:1
- 2010年
- 数字化壁画图像可以广泛应用于保护修复、学术研究和旅游指导等方面,敦煌壁画数字化技术的引入将是永久无损保存敦煌艺术的最佳手段。作为壁画数字化技术的一个重要组成部分,高精度壁画的实时浏览给计算机交互显示带来了巨大的挑战。本文利用CUDA强大的并行计算能力,设计了一个基于动态分辨率的高精度壁画实时浏览算法。该算法不需要对大图像进行预处理,可以让用户很流畅地浏览不同分辨率下的高精度大图像。
- 葛蓉许端清杨鑫刘建明
- 关键词:并行计算JPEG压缩
- 基于部位特征和全局特征的物体细粒度识别被引量:1
- 2017年
- 目前大部分细粒度识别通常仅对整体特征进行提取并分类,而忽略了角度和姿态引起的部件上视觉差异,为此提出一种基于部位特征和全局特征的物体细粒度识别方法。首先将目标进行姿态聚类,使得相同姿态下展现目标相一致的可见部位,进而提取目标的部位特征,并在各姿态类内结合目标的整体特征做分类。该模型在姿态和视角影响尤其明显的鸟类数据库CUB_200-2011上进行了实验验证,结果表明与现有的同类方法相比,本文方法具有更好的性能。
- 陈淑娴刘建明
- 关键词:细粒度
- 古代壁画图像保护与智能修复技术研究
- 濒危古代壁画的保护具有紧迫性和复杂性,传统保护手段的低效率和保护人员的缺乏,制约了我国古代壁画保护事业的发展。因此,引入计算机技术特别是图像处理技术就显得很有必要。利用图像处理技术辅助古代壁画保护不仅可以降低古代壁画保护...
- 刘建明
- 文献传递
- 快速鲁棒的立体匹配方法被引量:4
- 2013年
- 针对全局匹配算法复杂度太高的问题,提出了一种基于图割的快速鲁棒立体匹配算法。一方面,参考局部立体匹配算法的思想,优化图割求解中的网格图的节点和边缘个数,使得在进行图割全局优化求解时不需要遍历所有视差值,从而减少匹配时间;另一方面,用二维线性插值算法计算亚像素,提高匹配精度和算法鲁棒性。实验结果表明,该算法快速、鲁棒、准确。
- 曾纪国余国和谢旭升刘建明
- 关键词:能量函数图割最大流
- 采用多部件学习的细粒度图像识别
- 2023年
- 现有基于交叉熵损失函数的细粒度识别方法倾向于发现对象最具有判别性的部件,忽略其他同样关键的具有判别性的次要部件.为了发现尽可能多的、具有辨别性的局部部件,提出采用多部件学习的细粒度图像识别方法.首先提出一个无参数的基于语义块混合的图像数据增强模块,通过交换图像对中最具有判别性的部件,在增广训练数据的同时避免引入无关背景噪声,提高网络对输入扰动灵敏度的鲁棒性和泛化能力;然后提出多部件对抗擦除模块,在注意力和伯努利分布引导下擦除特征图上最具判别性区域,迫使网络学习发现特征图上其他辨别性区域,注意力引导保证擦除区域具有足够的判别性,伯努利分布引导保证擦除区域的多样性;最后通过融合中层特征,进一步提升网络性能.所提方法具有模型无关特性,可以作为一种即插即用模块,与现有多种主干网络相结合.以ResNet-50为主干网络,在3个公开数据集CUB-200-2011,FGVC-Aircraft和Stanford Cars上的实验结果表明,所提方法的分类精度分别达到89.2%,95.5%和94.0%;该方法能够发现更多辨别性部件,且准确率优于相同主干网络下的对比方法.
- 蒋海浪刘建明
- 大量类别下非纹理对象实时检测与识别被引量:1
- 2015年
- 现有的对象检测方法主要针对特定对象,当类别比较多时,难以实现实时检测与识别。提出了一种基于Objectness和梯度方向模板的大量类别下非纹理对象的实时检测与识别算法。该方法首先通过计算图像Objectness值来评价待测图像中可能出现对象的区域,大量减少可能匹配的窗口。在此基础上,在可能出现对象的区域,采用基于模板主方向和查找表的模板匹配方法,实现大量类别下非纹理对象的实时检测与识别。该方法对非纹理物体的鲁棒性较好,同时在匹配的过程中也是方向无关的。
- 陶军刘建明王明文万剑怡
- 关键词:鲁棒性
- 面向细粒度分类的预测属性引导的注意力研究
- 2022年
- 细粒度图像分类任务比一般图像分类任务更具有挑战性,其通常需要对类间差异小、类内差异大的样本进行分类.现有细粒度分类方法主要依赖视觉特征进行分类,而人类可以根据文本描述等属性描述来辅助识别图像类别.该文提出了一种通过预测属性引导的通道注意力模块,该模块可以插入到任意的卷积神经网络中,从而让模型学习到更高级的特征表示.最后,该算法在CUB-200-2011数据集上测试,在使用Resnet-50、VGG-19、Bilinear-CNN作为主干网络训练时的精度分别达到87.1%、82.1%、85.5%,精度得到显著提升.
- 经卓勋刘建明
- 采用加权优化的图像修复被引量:10
- 2011年
- 针对目前贪婪修复算法可能存在修复效果视觉不一致以及优化修复算法中存在的算法复杂度较高或者未考虑结构信息的情况,提出一种基于加权优化的图像修复算法,通过定义出新的能量函数,把图像破损修复问题转化为加权的离散优化问题,在保证结构信息强、信任度高的区域被优先修复的前提下,利用贪婪修复思想获取初值并计算权值,然后通过类EM算法迭代求解出破损区域中每一个像素的最佳值。与其他贪婪合成和最优化方法相比,优先考虑结构信息对修复效果的影响,更好地保持了纹理和结构的整体一致性。
- 刘建明鲁东明
- 关键词:图像修补壁画修复