国家自然科学基金(61262036) 作品数:8 被引量:35 H指数:4 相关作者: 胡蕾 张永梅 陈亚慧 叶继华 季艳 更多>> 相关机构: 江西师范大学 北方工业大学 北京航空航天大学 更多>> 发文基金: 国家自然科学基金 国家杰出青年科学基金 更多>> 相关领域: 自动化与计算机技术 电子电信 更多>>
一种基于光谱与纹理特征的多光谱遥感图像地物分类方法 被引量:7 2015年 基于光谱特征对高分辨率多光谱遥感图像进行地物分类易形成噪声,提出一种光谱特征与纹理特征相结合的地物分类方法。首先基于光谱特征与纹理特征利用四叉树技术,对图像进行分块处理,以图像块的方式提取地物的光谱特征和纹理特征,然后采用支持向量机(support vector machine,SVM)对图像块进行地物分类,并通过区域增长方法对边缘区域进行处理,使得分类区域边界清晰。对Quickbird多光谱遥感图像进行实验,实验结果表明,该方法地物分类结果精度较高、区域一致性强、噪声少。 胡蕾 侯鹏洋关键词:多光谱遥感图像 地物分类 图像分块 光谱特征 纹理特征 一种改进的SRGAN红外图像超分辨率重建算法 被引量:10 2021年 针对红外图像分辨率偏低的问题,设计了一种改进的超分辨率生成对抗网络(Super-Resolution Using a Generative Adversarial Network,SRGAN)算法。在生成网络中,提出应用残差密集网络获取各网络层提取的图像特征以保留图像更多的高频信息,并采用渐进式上采样方式以提升大缩放因子下超分辨率重建效果。在损失函数方面采用更符合人类感官的感知损失,使生成图像在感官和内容上与真实高分辨率图像更加接近。实验结果表明:所提方法重建的超分辨率红外图像质量在主观及客观评价中均要优于当前具有代表性的方法。 胡蕾 王足根 陈田 张永梅关键词:红外图像 超分辨率重建 基于LBPT方法的彩色人脸图像识别 被引量:3 2016年 针对现有彩色人脸图像识别时获取较好的彩色人脸图像信息算法的不足,提出了LBPT(Local Binary Parttern Threshold)算法实现高效的彩色人脸图像识别。LBPT算法是通过自适应获取邻域半径、确定邻域半径与邻域像素点个数关系以及阈值设定来反映灰度图像的纹理特征。利用RGB颜色空间模型将彩色人脸图像分离为R,G,B 3个分量图;利用LBPT算法获取分量图的特征;利用不确定度方法为分量图特征分配权值并融合,进一步实现识别。实验证明:LBPT算子在识别精度上有一定的提高。 叶继华 陈亚慧 王仕民关键词:彩色图像 RGB 不确定度 基于多源数据融合的人脸识别研究 被引量:2 2014年 多源人脸信息的融合识别是多源信息融合领域与人脸识别领域的交汇点,它能减少人脸多姿态、表情等因素对人脸识别的影响。通过对对已有的多源人脸的融合技术以及单源人脸的识别技术的分析,提出结合2DPCA、二维Gabor小波和多子空间分析进行多源人脸信息的融合实现多姿态人脸识别。首先,对样本图像进行二维Gabor小波特征描述,然后利用2DPCA降维,最后利用多子空间分析进行多源信息融合完成多姿态人脸的识别。试验证明方法提高了多姿态人脸识别的精度。 叶继华 陈亚慧 胡蕾关键词:人脸识别 多源信息融合 2DPCA 子空间分析 面向在线产品评论数据的有效性建模与测度研究 2016年 为提高对虚假评论的识别精度并对评论数据的有效性进行准确预测,提出一种面向在线产品数据的有效性建模与测量方法。通过结合基于核主成分的特征提取方法和最小二乘支持向量机对在线产品的虚假评论进行识别,基于排序Logit构建回归模型对量化的评论数据进行有效性判别预测。实验结果表明,该方法在虚假评论识别和数据有效性分析方面效果良好,可以为消费者提供更为精确的消费参考、为商业机构提供更具辨识意义的评论数据,具有良好的应用价值。 唐塞丽 仙树 胡蕾 刘猛 代坤关键词:核主成分分析 一种基于SIFT特征的快速逐层遥感图像配准方法 被引量:7 2014年 当前SIFT特征分层配准方法中存在特征点匹配复杂度高以及不同时相地物变化导致特征点误匹配等问题,提出一种基于SIFT特征的"低分辨率配准、高分辨率验证"快速逐层遥感图像配准方法。该方法针对同源同分辨率不同时相的遥感图像,通过在金字塔的低分辨率图层匹配特征点对并建立仿射变换模型,在金字塔的高分辨率图层评估并修正模型。实验表明:提出的方法在保证配准精度的前提下,有效提高了配准算法的效率。 侯鹏洋 季艳 高峰 胡蕾关键词:遥感图像 图像配准 SIFT 变化检测 一种多尺度稀疏卷积的高分辨率遥感图像变化检测方法 被引量:4 2020年 高分辨率遥感图像中地物越来越清晰,变化检测不仅要能检测出大目标的变化,也要能检测出小目标的变化,还要兼顾干扰因素对变化性质的判断.本文针对高分辨率遥感图像变化检测,提出一种多尺度稀疏卷积模型,利用不同数量不同尺度的卷积层提取多尺度的特征,通过1×1卷积层实现跨通道信息整合,把不同通道中相关性高、同一空间位置的特征聚合在一起,有效减少了通道数量和参数数量,使得模型呈现稀疏性,大幅度削减参数的相互依存关系,一定程度上缓解了过拟合问题,使模型具有高效的学习能力和高容量的表达能力.同时,本文探讨了孪生网络和多通道网络对变化检测精度的影响.通过对不同场景的高分辨率遥感图像数据进行实验,表明所提方法能有效检测大目标和小目标的变化情况. 胡蕾 江宇 李进 张永梅关键词:高分辨率遥感图像 变化检测 多尺度