陈金广
- 作品数：117 被引量：246H指数：8
- 供职机构：西安工程大学更多>>
- 发文基金：陕西省教育厅科研计划项目国家自然科学基金陕西省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信轻工技术与工程文化科学更多>>
- 基于多尺度混合自注意力的轻量化图像超分辨方法
- 本发明公开了基于多尺度混合自注意力的轻量化图像超分辨方法，具体包括如下步骤：步骤1，数据集预处理，将处理后的数据集划分为训练集、验证集和测试集；步骤2，构建基于多尺度混合自注意力的轻量化图像超分辨网络模型；步骤3，对步骤...
- 张凯兵武薛何昕孟雅蕾时光薛丁华杨旭东陈金广张周强
- 全日制工程硕士培养过程中的问题探讨
- 2017年
- 工程硕士是一类重要的专业学位研究生教育形式,侧重于实际应用和工程研发。结合笔者多年从事研究生管理相关工作的实际经验,从招生宣传、培养环节和质量考核体系出发,对目前部分省属高校全日制工程硕士培养环节中存在的问题加以分析,提出了改进思路。
- 郝筱松陈金广
- 关键词：专业学位全日制工程硕士导师责任制
- 翻转教学模式在程序设计语言中的实践被引量：8
- 2016年
- 为提高学生的编程兴趣和编程能力,在借鉴翻转课堂教学模式的基础上,结合程序设计语言课程教学,设计出适合本课程的翻转教学模式。该模式预设课前学习任务,在课后收集课程的反馈信息,并将这些信息发布到学习平台上,供教师和学习人员参考。
- 马丽丽陈金广薛纪文
- 关键词：教学模式
- 基于灰度阈值的高浓度风沙图像分割的方法
- 本发明公开了一种基于灰度阈值的高浓度风沙图像分割的方法，其步骤包括背景模板去噪、灰度化处理、图像微分、灰度方差阈值目标检测和最大类间方差灰度阈值分割。该方法既能提高目标识别和分割的精细化程度，也能有效去除了图像随机噪音和...
- 梅凡民雒遂王杰陈金广
- 文献传递
- 运动目标状态估计及融合方法研究
- 运动目标状态估计及融合方法是信息融合领域的关键技术,长期以来都是人们关注的焦点。在军事领域,借助红外、雷达等传感器,利用该技术可以及时发现可疑目标并对可疑目标进行精确跟踪。在民用领域,该技术也获得了广泛应用,例如:空中交...
- 陈金广
- 关键词：状态估计信息融合目标跟踪粒子滤波自适应卡尔曼滤波
- 基于特征增强和多粒度匹配的文本引导服装图像检索方法
- 本发明公开基于特征增强和多粒度匹配的文本引导的服装图像检索方法，具体步骤如下：步骤一、先获取公开的服装数据集，对服装数据集中的图像做预处理；步骤二、构建基于特征增强和多粒度匹配的文本引导的服装图像检索模型，并设计多粒度匹...
- 陈金广肖华兴马丽丽
- 改进YOLOv5网络的轻量级服装目标检测方法被引量：4
- 2022年
- 为进一步降低基于深度学习的服装目标检测模型对计算资源的占用,提出一种改进的轻量级服装目标检测方法MV3L-YOLOv5。首先使用移动网络MobileNetV3_Large构造YOLOv5的主干网络;然后在训练阶段使用标签平滑策略,以增强模型泛化能力;最后使用数据增强技术弥补DeepFashion2数据集中不同服装类别图像数量不均衡问题。实验结果表明:MV3L-YOLOv5的模型体积为10.27 MB,浮点型计算量为10.2×10^(9)次,平均精度均值为76.6%。与YOLOv5系列最轻量的YOLOv5s网络相比,模型体积压缩了26.4%,浮点型计算量减少了39%,同时平均精度均值提高了1.3%。改进后的算法在服装图像的目标检测方面效果有所提升,且模型更加轻量,适合部署在资源有限的设备中。
- 陈金广李雪邵景峰马丽丽
- 关键词：目标检测
- 基于RANSAC的特征点匹配算法被引量：21
- 2016年
- 考虑到特征点在特征维度上的有序性,通过排序配对的方法减少错误匹配点,降低错误匹配率。将RANSAC算法应用到SIFT算法中,获得初步的匹配点对;对匹配点分别进行横、纵坐标的排序,对照剔除序号不一致点;计算两幅图像的质心,将各匹配点到质心的距离排序,剔除序号不一致点;将剩余的匹配点作为最终的正确匹配点。实验结果表明,在尺度变换、噪声干扰、旋转变换和错切变换条件下,改进算法的正确匹配率在一定程度上有所提高。
- 马丽丽曹春梅陈金广王星辉
- 关键词：图像处理特征点匹配图像检索特征提取
- 强杂波环境下的LGM-PHDF算法被引量：3
- 2018年
- 为解决LGM-PHDF算法在强杂波环境下,错误率和时间复杂度增加的问题,提出一种改进算法。在预测步骤结束后,使用量测信息和预测信息得到残差向量,通过椭球门限技术得到与目标真实状态接近的有效量测;在更新步骤中,只使用有效量测对高斯项进行更新,使用标签管理机制更新目标航迹。仿真结果表明,在强杂波环境中,改进算法降低了计算复杂度,具有更好的跟踪精度。
- 陈金广赵甜甜王明明马丽丽
- 关键词：目标跟踪航迹关联
- 可提取衍生目标的带标签GM-PHD算法被引量：1
- 2016年
- 针对带标签的高斯混合概率假设密度滤波算法无法获取衍生目标的问题,提出一种可以提取衍生目标的带标签GM-PHD算法。首先,通过为高斯项加注标签的方式区别不同的目标,以辨别单个目标及其航迹。其次,在滤波过程中,对每一时刻得到的状态估计值与已形成的航迹标签进行匹配关联,实现航迹维持。最后,通过设置衍生阈值来判断状态估计中是否存在衍生目标以及可能产生的目标个数,为新生目标高斯项和可能的衍生目标高斯项重新分配标签,并创建新的航迹。仿真实验结果表明,与传统的带标签GM-PHD算法相比,在衍生目标存在的情况下,改进算法具有更好的跟踪性能。
- 陈金广赵甜甜马丽丽徐步高
- 关键词：概率假设密度滤波随机有限集状态估计
