李海华
- 作品数：5 被引量：9H指数：2
- 供职机构：河南理工大学计算机科学与技术学院更多>>
- 发文基金：河南省基础与前沿技术研究计划项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于增强方向局部二值模式的纹理分类
- 2017年
- 针对方向局部二值模式特征维数高且易受噪声影响的问题,提出了增强方法。首先,在方向局部二值模式的基础上,通过将局部邻域划分为多个8-正交邻域的策略,以降低方向局部二值模式的特征维数;其次,在方向局部模式中引入局部三值模式的思想,以减少噪声的影响。采用CURet、UIUC及Outex三个纹理图像库进行实验,结果证明了该方法以较低的特征维数取得了更好的分类性能。
- 孙君顶靳姣林李海华刘晓惠陈鹏鹏
- 关键词：局部二值模式中心对称局部二值模式纹理分类
- 融合高低层多特征的显著性检测算法被引量：1
- 2019年
- 针对单一显著性特征无法全面表达图像显著性致使显著性检测精度不高等问题,本文提出了一种多特征融合的显著性检测算法。算法在高层先验知识基础上,对靠近中心的超像素设置高显著值,利用高斯分布求解中心先验;在底层特征上融合图像的边界稀疏、全局对比度、颜色空间分布和超级像素差异等4种显著特征,利用类间差异最大阈值对高低层特征进行线性和非线性融合,最终得到高质量的显著图。在MSRA-1000、SED、SOD 3个公开的数据集上进行实验,结果表明:本文算法融合得到的显著图边缘清晰、显著区域突出均匀,在有效抑制背景信息的同时所得显著图像视觉感知更好,与其他显著性算法相比查全率和查准率上至少提高3.4%。
- 孙君顶张毅李海华
- 关键词：显著性检测多特征融合
- 基于多特征融合与PLSA-GMM的图像自动标注被引量：6
- 2017年
- 为减少图像检索中图像信息的缺失与语义鸿沟的影响,提出了一种基于多特征融合与PLSA-GMM的图像自动标注方法。首先,提取图像的颜色特征、形状特征和纹理特征,三者融合作为图像的底层特征;然后,基于概率潜在语义分析(PLSA)与高斯混合模型(GMM)建立图像底层特征、视觉语义主题与标注关键词间的联系,并基于该模型实现对图像的自动标注。采用Corel 5k数据库进行验证,实验结果证明了本文方法的有效性。
- 孙君顶李海华靳姣林张毅
- 关键词：多特征融合概率潜在语义分析高斯混合模型图像自动标注
- 基于视觉语义主题的图像自动标注被引量：3
- 2016年
- 为减小图像检索中语义鸿沟的影响,提出了一种基于视觉语义主题的图像自动标注方法。首先,提取图像前景与背景区域,并分别进行预处理;然后,基于概率潜在语义分析与高斯混合模型建立图像底层特征、视觉语义主题与标注关键词间的联系,并基于该模型实现对图像的自动标注。采用corel 5数据库进行验证,实验结果证明了本文方法的有效性。
- 孙君顶李海华靳姣林
- 关键词：概率潜在语义分析高斯混合模型图像自动标注
- 基于视觉语义主题与反馈日志的图像自动标注被引量：1
- 2017年
- 为了提高图像标注性能,提出了一种基于视觉语义主题与反馈日志的图像自动标注方法。首先,提取图像前景与背景区域,分别进行处理;其次,基于WordNet构建标注词之间的语义关系模型,并结合概率潜在语义分析(PLSA)与高斯混合模型(GMM)建立图像底层特征、视觉语义主题与标注关键词间的联系,实现对图像的自动标注;然后,基于增量关联规则建立标注日志数据库,并在对数据库消噪的基础上,通过反馈技术提高标注的效果;最后,采用Corel5数据库进行验证,实验结果证明了本文方法的有效性。
- 孙君顶李海华靳姣林
- 关键词：图像标注增量关联规则
