国家自然科学基金(61170159)
- 作品数：3 被引量：78H指数：2
- 相关作者：张军李硕豪侯金鑫涂丹徐树奎更多>>
- 相关机构：国防科学技术大学国防科技大学更多>>
- 发文基金：国家自然科学基金国防科学技术大学优秀研究生创新基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 改进Closed_Form Solution方法进行前景物体运动模糊抠图被引量：2
- 2013年
- 针对Closed_Form Solution图像抠图方法在进行前景物体运动模糊抠图时容易受到复杂背景影响而产生抠图不精确问题,提出一种结合运动模糊物体局部梯度统计特征以及透明度连续性特点的抠图方法。该方法在原来Closed_Form Solution方法中加入一项含有权重的透明度值之差的约束平滑项,通过相邻像素运动梯度统计特征和透明度差值约束改善传统方法抠图不精确问题。仿真实验和真实运动模糊抠图实验结果表明,改进算法相对传统Closed_Form Solution方法能够更有效地提取出前景物体运动模糊区域,抠图结果更为平滑。
- 侯金鑫张军
- 一种多分辨率混合相机系统标定方法被引量：1
- 2012年
- 针对高速低分辨率相机和高分辨率相机构成的混合相机系统,提出基于空间约束的多分辨率相机标定方法.采用空间距离尺度作为统一各坐标系之间的度量单位,建立单相机内外参数模型和多相机相对外部参数模型.采用先单相机标定内部参数后多相机联合标定相对外部参数的方法完成混合相机的标定.首先使用2步法对每个相机进行内、外部参数标定,然后将这些参数作为初始值求解多相机标定模型.利用多个相机之间的空间约束,设计了相对外部参数的6步求解算法.实验表明该方法具有较高的稳定性和标定精度.
- 徐树奎张军涂丹李国辉
- 关键词：多分辨率相机标定
- 贝叶斯网络结构学习综述被引量：75
- 2015年
- 贝叶斯网络是一种有效的不确定性知识表达和推理工具,在数据挖掘等领域得到了较好的应用,而结构学习是其重要研究内容之一。经过二十多年的发展,已经出现了一些比较成熟的贝叶斯网络结构学习算法,对迄今为止的贝叶斯网络结构学习方法进行了综述。现阶段获得的用于结构学习的观测数据都比较复杂,这些数据分为完备数据和不完备数据两种类型。针对完备数据,分别从基于依赖统计分析的方法、基于评分搜索的方法和混合搜索方法三个方面对已有的算法进行分析。对于不完备数据,给出了数据不完备情况下网络结构的学习框架。在此基础上归纳总结了贝叶斯网络结构学习各个方向的研究进展,给出了贝叶斯网络结构学习未来可能的研究方向。
- 李硕豪张军
- 关键词：贝叶斯网络统计分析搜索
