李海波
- 作品数:19 被引量:187H指数:7
- 供职机构:南京邮电大学通信与信息工程学院更多>>
- 发文基金:国家自然科学基金江苏省自然科学基金江苏省高校自然科学研究项目更多>>
- 相关领域:自动化与计算机技术交通运输工程电子电信医药卫生更多>>
- 一种用于人脸表情识别的卷积神经网络被引量:49
- 2016年
- 为了避免传统的表情识别中复杂的显式特征提取过程,文中提出了一种用于人脸表情识别的卷积神经网络(CNN)。首先,对人脸表情图像进行归一化预处理,并使用可训练的卷积核提取隐式的特征。然后,采用最大池化方法对提取的隐式特征进行降维处理。最后,采用Softmax分类器对测试样本图像的表情进行分类识别。使用图形处理器(GPU)在CK+人脸表情数据库上进行了实验,结果表明了CNN用于人脸表情识别的性能和泛化能力。
- 卢官明何嘉利闫静杰李海波
- 关键词:人脸表情识别卷积神经网络图形处理器特征提取
- 两阶段目标类指引的行人检测对抗补丁生成算法被引量:2
- 2022年
- 针对缘于深度学习模型脆弱性的对抗样本攻击这一国内外热门研究课题,以无人驾驶等实际应用为背景,探讨了针对Yolo-v2行人检测系统的对抗攻击方法;基于Yolo-v2对行人目标的预测置信度和分类概率,提出基于两阶段目标类指引的行人检测对抗补丁生成算法。创新性地提出了目标类指引的攻击策略,通过先后实施目标类指引的对抗补丁生成和对抗补丁增强,有效引导了对抗补丁在训练生成过程中的收敛方向,以此逐步提升对抗补丁攻击行人检测系统的能力;在Inria数据集上实现了79个目标类指引的对抗补丁生成训练与测试。结果表明,算法以“teddy bear”为目标类生成了攻击效果最佳的对抗补丁,行人检测交并比(IOU)指标可达0.0435,显著优于对照算法的0.2448。
- 杨弋鋆邵文泽邓海松邓海松葛琦
- 基于广义规范化稀疏模型的图像盲去模糊算法被引量:4
- 2017年
- 针对基于规范化稀疏先验的图像盲去模糊方法估计精度低、计算速度慢、参数选择敏感等问题,提出一种Tikhonov正则增强的广义规范化稀疏模型,且将其作为中间清晰图像和运动模糊核的共同先验约束。随后,利用算子分裂、交替方向乘子法以及快速傅里叶变换,最小化关于中间清晰图像与运动模糊核的目标函数,导出一种快速图像盲去模糊算法。在标准测试集以及实际彩色模糊图像上的实验结果验证了提出方法的有效性和鲁棒性;此外,在同等条件下与近期文献中的盲去模糊方法进行比较,显示了该方法在估计精度和估计效率上的双重优势。
- 杨常星邵文泽葛琦李海波
- 关键词:振铃效应
- 基于ARIMA和小波神经网络组合模型的交通流预测被引量:24
- 2017年
- 针对现阶段城市道路交通流预测精度不高的局限性,提出了一种基于差分自回归滑动平均(ARIMA)和小波神经网络(WNN)组合模型的预测方法来进行交通流预测。利用差分自回归滑动平均模型良好的线性拟合能力和小波神经网络模型强大的非线性关系映射能力,把交通流时间序列的数据结构分解为线性自相关结构和非线性结构两部分。采用差分自回归滑动平均模型预测交通流序列的线性部分,用小波神经网络模型预测其非线性残差部分,最终合成为整个交通流序列的预测结果。计算机仿真结果表明:组合模型的预测精度高于ARIMA模型和WNN模型各自单独使用时的预测精度,组合模型可以提高交通流预测精度,是交通流预测的有效方法。
- 成云成孝刚谈苗苗周凯李海波
- 关键词:交通流预测小波神经网络
- 基于多个低秩纹理提取的图像校正方法被引量:1
- 2017年
- 低秩纹理是图像处理领域中具有重要几何意义的结构,通过提取低秩纹理可以对畸变或受损图像进行有效校正;但现有的基于低秩纹理提取的图像校正方法只能把感兴趣区域看作一个整体,从而导致许多复杂情况下的校正无法获得理想结果。针对上述问题,对现有算法进行改进,实现感兴趣区域的多个低秩纹理分别提取,用以解决实际应用中的多种畸变和受损图像的恢复问题。对选定区域进行分割,对每个子区域分别进行低秩校正,加强初始化窗口对纹理的适应性,从而优化校正效果。大量实验结果表明,该方法可以有效处理同一感兴趣区域中的多个低秩纹理,在凸平面、多个不兼容区域和复杂纹理等多种情况下仍然可以获得正确的处理结果,且校正效果与原算法相比更加符合人眼视觉特性。
- 马金辰谢世朋李海波
- 关键词:图像分割多分辨率
- 基于人脸表情和语音的双模态情感识别被引量:12
- 2018年
- 在未来的人工智能领域中,计算机的情感识别能力将扮演越来越重要的角色。针对人脸表情和语音的双模态情感识别,文中提出了一种基于稀疏典型相关分析的特征融合方法。首先,分别提取人脸表情和语音两个模态的情感特征,然后采用稀疏典型相关分析方法对两个模态的情感特征进行融合,最后采用K近邻分类器进行情感识别。实验结果表明文中提出的基于稀疏典型相关分析的双模态情感识别方法能够比语音单模态和人脸表情单模态情感识别取得更高的识别率。
- 闫静杰卢官明李海波王珊珊
- 关键词:人脸表情语音
- 面向智能驾驶视觉感知的对抗样本攻击与防御方法综述被引量:4
- 2019年
- 现如今,深度学习已然成为机器学习领域最热门的研究方向之一,其在图像识别、目标检测、语音处理、问答系统等诸多领域都取得了巨大成功.然而通过附加经过特殊设计的细微扰动而构造出的对抗样本,能够破坏深度模型的原有性能,其存在使许多对安全性能指标具有极高要求的技术领域,特别是以视觉感知为主要技术优先的智能驾驶系统,面临新的威胁和挑战.因此,对对抗样本的生成攻击和主动防御研究,成为深度学习和计算机视觉领域极为重要的交叉性研究课题.本文首先简述了对抗样本的相关概念,在此基础上详细介绍了一系列典型的对抗样本攻击和防御算法.随后,列举了针对视觉感知系统的多个物理世界攻击实例,探讨了其对智能驾驶领域的潜在影响.最后,对对抗样本的攻击与防御研究进行了技术展望.
- 杨弋鋆邵文泽王力谦葛琦鲍秉坤邓海松李海波
- 关键词:目标检测智能驾驶
- 基于ARIMA和灰色模型加权组合的短期交通流预测被引量:4
- 2016年
- 交通流预测是智能交通系统至关重要的一部分,应用于交通流预测的方法非常多,由于实际路况的复杂性和单个方法的局限性,现有方法的精确度亟待提高。为解决这一问题,采用数据融合的方法,对传感器采集的原始数据做数据预处理,利用小波分析去除信号多余的噪声,然后利用ARIMA模型和灰色模型分别对同一交通流序列进行建模,得出两者各自的预测结果后,找出最佳权值对两种模型的结果进行加权,得到数据融合后的预测结果。仿真结果表明,该组合模型改善了单个预测方法的短处,使得预测精度有所提高。
- 谈苗苗成孝刚周凯李海波
- 关键词:数据融合ARIMA加权小波分析
- 基于卷积神经网络检测肺结节被引量:18
- 2018年
- 目的针对目前基于胸部CT图像的肺结节自动检测方法的检出率较低且存在大量假阳性的问题,提出一种基于卷积神经网络的肺结节检测方法。方法采用基于模糊建模思想和迭代相对模糊连接度(IRFC)算法的自动解剖识别(AAR)方法分割肺部CT图像,提取肺部实体部分;将分割后的图像输入卷积神经网络,提取肺结节特征;采用位置敏感特征图表达结节的位置信息。结果使用天池医疗AI大赛数据集,精准分割肺部CT图像,检测肺结节的准确率、敏感度、特异度和假阳性率分别为95.60%、95.24%、95.97%和4.03%。结论基于卷积神经网络检测肺结节有较高的精度和效率,且鲁棒性好。
- 侍新谢世朋李海波
- 关键词:体层摄影术X线计算机图像分割卷积神经网络肺结节
- 图像盲去模糊综述:从变分方法到深度模型以及延伸讨论被引量:3
- 2020年
- 图像盲去模糊不仅是低层视觉领域的基础性问题,同时也是计算成像领域的前沿性课题。由于实际模糊成像过程的模糊核往往复杂多变、不易参数化,探讨不受限图像非参盲去模糊具有显而易见的现实意义。然而时至今日,在恢复模型的直观性以及估计算法的精确性、鲁棒性和时效性均衡方面,现有方法依然未能给出令人信服的答案。为了进一步推动该领域的深入研究,文中从空间不变非参盲去模糊这个根本性问题出发,对当前基于变分贝叶斯(VariationalBayes)、最大后验估计(MaximumaPosterior)以及深度表示学习(DeepRepresentationLearning)的代表性方法作了简要、清晰的回顾。同时,对于该领域今后值得重点解决的关键科学问题进行了相关展望。最后,结合图像超分辨这个与非参盲去模糊密切相关的前沿问题进行了延伸讨论。
- 李海波邵文泽
- 关键词:反卷积超分辨率