·
搜索结果:找到“孔繁胜”相关结果111条
排序: 按相关 按相关 按时间降序
  • 【期刊】 基于深度学习的视频中人体动作识别进展综述

    刊名:电子学报 作者:孔繁胜 ; 罗会兰 ; 童康 关键词:动作识别 ; 综述 ; 卷积神经网络 ; 深度学习 机构:江西理工大学信息工程学院 ; 江西理工大学信息工程学院 ; 浙江大学计算机科学技术学院 年份:2019
    摘要:视频中的人体动作识别是计算机视觉领域内一个充满挑战的课题.不论是在视频信息检索、日常生活安全、公共视频监控,还是人机交互、科学认知等领域都有广泛的应用.本文首先简单介绍了动作识别的研究背景、意义及其难点,接着从模型输入信号的类型和数量、是否结合了传统特征提取方法、模型预训练三个维度详细综述了基于深度学习的动作识别方法,及比较分析了它们在UCF101和HMDB51这两个数据集上的识别效果.最后分别从视频预处理、视频中人体运动信息表征、模型学习训练这三个角度对未来动作识别可能的发展方向进行了论述.
  • 【期刊】 基于KL散度及多尺度融合的显著性区域检测算法

    刊名:《电子与信息学报》 作者:孔繁胜 ; 罗会兰 ; 万成涛 关键词:显著性区域检测 ; 多尺度融合 ; KL散度 ; 闭环连通图 机构:江西理工大学信息工程学院 ; 江西理工大学信息工程学院 ; 浙江大学计算机科学技术学院 年份:2016
    摘要:基于对超像素颜色概率分布间KL散度的计算,以及对多尺度显著图的融合处理,该文提出一种新的显著性区域检测算法。首先,采用超像素算法多尺度分割图像,在各尺度下用分割产生的超像素为节点,并依据超像素分割数量对各超像素进行适当邻接连通扩展,构建无向扩展闭环连通图。其次,依据颜色判别力聚类量化各超像素内颜色,统计颜色聚类标签的概率分布,用概率分布间KL散度的调和平均值为扩展闭环连通图的边加权,再依据区域对比度并结合边界连通性,获取各尺度下的显著图。最后,平均融合各尺度下显著图,并进行优化处理,得到最终的显著图。在一些大型参考数据集上进行大量实验表明,所提算法优于当前一些先进算法,具有较高精确度和召回率,并且可以产生平滑显著图。
  • 【期刊】 像素点特征加权的尺度自适应跟踪算法

    刊名:通信学报 作者:孔繁胜 ; 罗会兰 ; 杜芳芳 关键词:目标跟踪 ; 尺度自适应 ; 更新模型 ; 像素点特征加权 机构:江西理工大学信息工程学院 ; 江西理工大学信息工程学院 ; 浙江大学计算机科学技术学院 年份:2015
    摘要:针对目标运动过程中的姿态变化、旋转、干扰以及缩放等情况,提出了结合像素点特征加权的尺度自适应跟踪算法。首先利用目标区域中每个像素点的颜色特征和位置特征,建立目标模型;其次用目标的平均权值图估算尺度变化系数,以实现目标尺度的自适应;最后构建一个更新模型,对跟踪过程中的目标模型和背景模型进行更新。实验表明,提出的算法充分利用目标区域内各像素点间的差异,可以做到快速、有效的跟踪,且具有较强的顽健性。
  • 【期刊】 带权分块压缩感知的预测目标跟踪算法

    刊名:电子与信息学报 作者:孔繁胜 ; 罗会兰 ; 钟宝康 关键词:目标跟踪 ; 分块压缩感知 ; 贝叶斯分类器 ; 变先验概率 机构:江西理工大学信息工程学院 ; 江西理工大学信息工程学院 ; 浙江大学计算机科学技术学院 年份:2015
    摘要:针对矩形跟踪框在边缘处包含较多背景信息的问题,该文提出一种基于规范化梯度特征的带权分块压缩感知的目标特征提取方法。该方法将压缩感知测量矩阵转化为分块对角矩阵,且根据块的重要程度分配适当的权重,缩小测量矩阵规模,简化特征提取运算,弱化背景干扰。然后将提取的特征输入变先验概率的贝叶斯分类器,变先验概率的分类器充分利用已有的跟踪结果,从一定程度预测了目标的运动方向,减小候选目标的分类歧义性,使得每一帧的分类函数根据以往跟踪结果进行变化,提高了分类的准确度。实验在8个具有常见跟踪难度的序列中测试,并与目前较流行的4种目标跟踪算法在跟踪效果、成功率等方面进行比较,结果从多个角度表明,该文提出的目标跟踪算法具有较高的准确度和稳定性。
  • 【期刊】 一种基于多级空间视觉词典集体的图像分类方法

    刊名:电子学报 作者:孔繁胜 ; 罗会兰 ; 郭敏杰 关键词:图像分类 ; 特征融合 ; 空间视觉词典 ; LLC编码 ; 加权处理 机构:江西理工大学信息工程学院 ; 江西理工大学信息工程学院 ; 浙江大学计算机科学技术学院 年份:2015
    摘要:针对单一特征时存在提取的信息量不足,对图像内容描述比较片面,提出将传统的SIFT特征与KDESG特征进行串行融合,生成一个联合向量作为新的特征向量.针对传统的视觉词典构造方法缺乏考虑视觉词汇在空间的分布特点,本文引入图像空间信息,提出了一种空间视觉词典的构造方法,先对图像进行空间金字塔划分,再把空间各子区域内的特征分别聚类,构建属于对应子空间区域的空间视觉词典.在图像表示阶段,图像各子区域内的特征基于其对应的空间视觉词典进行LLC稀疏编码,根据各子区域对图像贡献程度的不同,把编码后各子区域的特征向量赋予不同的权重加权处理,再连接形成最终的图像描述.最后,利用线性SVM进行图像分类,实验结果表明了本文方法的有效性和鲁棒性.
  • 【期刊】 集成多特征与稀疏编码的图像分类方法

    刊名:模式识别与人工智能 作者:孔繁胜 ; 罗会兰 ; 郭敏杰 关键词:图像分类 ; 空间金字塔 ; 集成 ; 多特征组合 ; 稀疏编码 机构:江西理工大学信息工程学院 ; 江西理工大学信息工程学院 ; 浙江大学计算机科学与技术学院 年份:2014
    摘要:采用单一特征时存在提取信息量不足、对图像内容描述较片面等问题,单一编码方法在组织特征向量时也会对图像造成过多的信息丢失.针对这些问题,文中提出一种集成多特征与稀疏编码方法.首先,对图像进行空间金字塔划分,结合尺度不变特征和梯度方向直方图特征之间的优势互补性,提取得到不同的特征集.然后,在不同的特征集上用不同的聚类方法得到不同的视觉词汇本,在每个词汇本上分别进行局部稀疏编码和稀疏编码,得到不同的图像描述集.最后,利用线性SVM进行图像分类,并对得到的多个结果采用投票决策方法决定最终分类情况.实验表明文中方法有良好的准确性和鲁棒性.
  • 【期刊】 基于结构和约束保持的半监督特征选择

    刊名:南京理工大学学报 作者:孔繁胜 ; 潘俊 ; 王瑞琴 关键词:特征选择 ; 半监督学习 ; 成对约束 ; 结构和约束保持 ; 特征排序 ; 空间结构 ; 先验知识 机构:温州大学信息安全研究所 ; 温州大学信息安全研究所 ; 温州大学物理与电子信息工程学院 ; 浙江大学计算机科学与技术学院 年份:2014
    摘要:针对现有特征选择算法较少同时考虑样本的空间结构和先验知识的不足,提出一种基于结构和约束保持的半监督特征选择方法。该方法采用成对约束作为先验知识,同时考虑局部和非局结构,定义了一种新的特征评价准则——结构和约束保持分值。利用大量的无标记样本来学习样本空间结构,利用少量的成对约束信息来学习类内和类间边缘,所选择的特征子集能较好地保持空间结构信息和类属信息。在多个数据集上的实验结果表明,和现有的几种特征排序选择算法相比,所提方法有较好表现。
  • 【期刊】 基于无导词义消歧的语义查询扩展

    刊名:情报学报 作者:孔繁胜 ; 王瑞琴 关键词:查询扩展 ; 词义消歧 ; 语义相关性 ; 隐式反馈 ; WordNet 机构:温州大学计算机科学与工程学院 ; 温州大学计算机科学与工程学院 ; 浙江大学人工智能研究所 年份:2011
    摘要:一个构造良好的查询是信息检索质量的基本保证,语义查询扩展技术解决了传统信息检索系统不能很好理解用户查询意图的问题,在提高检索查全率的同时保证了检索准确率.本文以查询关键字之间的语义关联为切入点,辅以隐式反馈技术获取消歧上下文,以WordNet本体库和WordNet Domains扩展库作为消歧数据源,使用基于局部上下文和基于图论的两类无导词义消歧方法进行查询关键字到本体概念的映射,最后基于概念词汇关联完成基于语义的查询扩展.综合WordNet本体库和WordNet Domains扩展库中的各项知识源对查询词义进行判定,保证了词义消歧的精度;采用无导词义消歧实现查询词义的快速判定,保证了信息检索的实时性;根据查询关键词的多寡分别提出两类消歧方法,满足了各种查询需求.
  • 【期刊】 动作切分和流形度量学习的视频动作识别

    刊名:中国图象图形学报 作者:孔繁胜 ; 罗会兰 ; 赖泽云 关键词:动作识别 ; 动作切分 ; 流形学习 ; 度量学习 ; 特征协方差 ; 视频分析 机构:江西理工大学信息工程学院 ; 江西理工大学信息工程学院 ; 浙江大学计算机科学技术学院 年份:2017
    摘要:目的 为了提高视频中动作识别的准确度,提出基于动作切分和流形度量学习的视频动作识别算法.方法 首先利用基于人物肢体伸展程度分析的动作切分方法对视频中的动作进行切分,将动作识别的对象具体化;然后从动作片段中提取归一化之后的全局时域特征和空域特征、光流特征、帧内的局部旋度特征和散度特征,构造一种7×7的协方差矩阵描述子对提取出的多种特征进行融合;最后结合流形度量学习方法有监督式地寻找更优的距离度量算法提高动作的识别分类效果.结果 对Weizmann公共视频集的切分实验统计结果表明本文提出的视频切分方法具有很好的切分能力,能够作好动作识别前的预处理;在Weizmann公共视频数据集上进行了流形度量学习前后的识别效果对比,结果表明利用流形度量学习方法对动作识别效果提升2.8%;在Weizmann和KTH两个公共视频数据集上的平均识别率分别为95.6%和92.3%,与现有方法的比较表明,本文提出的动作识别方法有更好的识别效果.结论 多次实验结果表明本文算法在预处理过程中动作切分效果理想,描述动作所构造协方差矩阵对动作的表达有良好的多特征融合能力,而且光流信息和旋度、散度信息的加入使得人体各部位的运动方向信息具有了更多细节的描述,有效提高了协方差矩阵的描述能力,结合流形度量学习方法对动作识别的准确性有明显提高.
  • 【期刊】 结合运动矢量的分权快速压缩跟踪算法

    刊名:中南大学学报(自然科学版) 作者:孔繁胜 ; 罗会兰 ; 张文赛 ; 钟睿 关键词:目标跟踪 ; 运动矢量 ; 置信值 ; 遮挡检测 机构:江西理工大学 ; 江西理工大学 ; 信息工程学院 ; 浙江大学计算机科学技术学院 年份:2017
    摘要:针对跟踪过程中目标移动过快产生跟踪漂移问题,提出一种结合超像素运动矢量的候选目标位置搜寻策略;在跟踪框架内分块提取特征并根据区域分配置信权值,弱化跟踪框架内边缘背景对分类结果的干扰,提高分类器分类鲁棒性;针对当目标出现严重遮挡时,分类器仍对正负样本特征进行学习而导致的学习不准确问题,提出增加目标遮挡检测机制,避免错误分类,有效解决目标遮挡问题.实验结果表明:提出的算法与当前先进目标跟踪算法相比,效果较好,克服目标快速移动、目标形变、复杂背景干扰、目标遮挡、光线变化等一系列挑战性的跟踪难点,实现目标长时间有效跟踪的同时,跟踪效率满足实时性的要求.
  • 【期刊】 基于高斯pLSA模型与项目的协同过滤混合推荐

    刊名:计算机工程与应用 作者:孔繁胜 ; 陈登科 关键词:概率潜在语义分析 ; 高斯模型 ; 基于项目的协同过滤 ; 基于模型的协同过滤 ; 混合推荐 机构:浙江大学计算机学院 ; 浙江大学计算机学院 年份:2010
    摘要:协同过滤是推荐系统中常用的一种技术。以往的推荐算法往往只从用户或商品的角度单一地进行推荐,在推荐准确率上存在瓶颈和局限性。提出了一种新的混合推荐方法——结合基于高斯概率潜在语义分析模型与改进的基于项目的协同过滤算法,通过建立用户群体混合模型和基于目标项目的邻居集进行预测推荐。实验证明该算法与其他协同过滤算法相比具有更高的准确率。
  • 【期刊】 基于多主体系统的多分类直推学习

    刊名:计算机集成制造系统 作者:孔繁胜 ; 潘俊 ; 王瑞琴 关键词:直推式学习 ; 多主体系统 ; 自组织 ; 多分类 机构:浙江大学人工智能研究所 ; 浙江大学人工智能研究所 年份:2009
    摘要:针对少量样本已标记和大量样本未标记的多分类问题,提出了一种新颖的基于多主体系统的直推学习方法。该方法将以Agent表示的样本点随机映射到输出空间构成初始空间格局,空间格局随时间演化的过程是一个自组织的马尔可夫过程,它将在有限时间内达到平稳分布,从而求得最佳的标记分布。根据该方法,给出了两个多主体系统直推学习算法,并讨论了算法的收敛性和复杂度。最后在两个数据集上进行了仿真测试,表明了算法的有效性与实用性。
上一页 1 2 3 4 5 6 7 8 9 10 下一页 跳转