张开华
- 作品数：64 被引量：79H指数：5
- 供职机构：南京信息工程大学更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金江苏省“六大人才高峰”高层次人才项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于金字塔网络调制的视频目标分割方法
- 本发明提出了一种基于金字塔网络调制的视频目标分割方法，其内容包括：首先，调制模块通过一次单向通道让模型适应分割目标的外观，具体来说，从给定目标的视觉信息和前一帧的空间信息中学习调制参数，以调节分割网络的中间层。其次，金字...
- 宋慧慧姜斯浩汤润发张开华
- 文献传递
- 一种基于条件生成对抗网络的超分辨率重建方法
- 本发明公开了一种基于条件生成对抗网络的超分辨率重建方法，具体为：利用公开的超分辨率图像数据集，制作低分辨率图像和对应高分辨率图像训练集；构建条件生成对抗网络模型，在生成器网络中使用密集残差块，在生成网络模型的末端，用亚像...
- 宋慧慧乔娇娇张开华
- 一种基于智能识别的电梯装置
- 本实用新型公开了一种基于智能识别的电梯装置，包括计算机模块，所述的计算机模块与视频采集模块、人脸识别模块、指纹识别模块、PLC控制模块及管理员模块连接，所述的人脸识别模块采用DSP5402模块，所述的指纹识别模块采用ZA...
- 张开华周双双宋慧慧
- 文献传递
- 一种基于并行注意力相关滤波的视频目标跟踪方法
- 本发明公开一种基于并行注意力相关滤波的视频目标跟踪方法，属于图像处理技术领域。将跟踪问题设计为估计一个目标位置的概率，整合空间选择注意力SSA和表观选择注意力ASA，利用Log函数得到目标函数，实现视频目标的持续有效跟踪...
- 宋慧慧樊佳庆张开华刘青山
- 文献传递
- 基于多层特征增强的实时视觉跟踪被引量：1
- 2020年
- 为了解决全卷积孪生视觉跟踪网络(SiamFC)出现相似语义信息干扰物使得跟踪目标发生漂移,导致跟踪失败的问题,设计出一种基于多层特征增强的实时视觉跟踪网络(MFESiam),分别去增强高层和浅层的特征表示能力,从而提升算法的鲁棒性。首先,对于浅层特征,利用一个轻量并且有效的特征融合策略,通过一种数据增强技术模拟一些在复杂场景中的变化,例如遮挡、相似物干扰、快速运动等来增强浅层特征的纹理特性;其次,对于高层特征,提出一个像素感知的全局上下文注意力机制模块(PCAM)来提高目标的长时定位能力;最后,在三个具有挑战性的跟踪基准库OTB2015、GOT-10K和2018年视觉目标跟踪库(VOT2018)上进行大量实验。实验结果表明,所提算法在OTB2015和GOT-10K上的成功率指标比基准SiamFC分别高出6.3个百分点和4.1个百分点,并且以每秒45帧的速度运行达到实时跟踪。在VOT2018实时挑战上,所提算法的平均期望重叠率指标超过2018年的冠军,即高性能的候选区域孪生视觉跟踪器(SiamRPN),验证了所提算法的有效性。
- 费大胜宋慧慧张开华
- 关键词：视觉跟踪
- 一种基于互强化与多注意机制学习的深度相关目标跟踪算法
- 本发明公开了一种基于互强化与多注意机制学习的深度相关目标跟踪算法，其步骤为：输入上一帧目标区域及下一帧的搜索区域；初始化特征提取器参数，经过均方误差损失通过梯度下降进行学习特征提取器的参数，将搜索区域通过特征提取器进行提...
- 宋慧慧周双双张晓露张开华汤润发
- 文献传递
- 一种基于图卷积梯度引导的多分支协同显著性检测方法
- 本发明公开了一种基于图卷积梯度引导的多分支协同显著性检测方法。在相似度提取分支中，我们用CNN提取输入的一组图片的浅层和中层特征。在图卷积分支中，我们用GCN对这组图片进行特征提取，剔除背景噪声，得到平滑的深层特征。将此...
- 宋慧慧吴泱张开华
- 一种基于颜色聚类补充学习的视频跟踪方法
- 本发明公开一种基于颜色聚类补充学习的视频跟踪方法，属于图像处理技术领域。包括输入上一帧状态及分类参数、对目标区域颜色聚类、根据聚类中心统计出直方图、计算颜色响应、计算相关滤波响应、颜色响应和相关滤波响应融合、更新分类器参...
- 宋慧慧樊佳庆张开华刘青山
- 文献传递
- 时空特征融合网络的多目标跟踪与分割被引量：1
- 2022年
- 目的 多目标跟踪与分割是计算机视觉领域一个重要的研究方向。现有方法多是借鉴多目标跟踪领域先检测然后进行跟踪与分割的思路,这类方法对重要特征信息的关注不足,难以处理目标遮挡等问题。为了解决上述问题,本文提出一种基于时空特征融合的多目标跟踪与分割模型,利用空间三坐标注意力模块和时间压缩自注意力模块选择出显著特征,以此达到优异的多目标跟踪与分割性能。方法 本文网络由2D编码器和3D解码器构成,首先将多幅连续帧图像输入到2D编码层,提取出不同分辨率的图像特征,然后从低分辨率的特征开始通过空间三坐标注意力模块得到重要的空间特征,通过时间压缩自注意力模块获得含有关键帧信息的时间特征,再将两者与原始特征融合,然后与较高分辨率的特征共同输入3D卷积层,反复聚合不同层次的特征,以此得到融合多次的既有关键时间信息又有重要空间信息的特征,最后得到跟踪和分割结果。结果 实验在YouTube-VIS(YouTube video instance segmentation)和KITTI MOTS(multi-object tracking and segmentation)两个数据集上进行定量评估。在YouTube-VIS数据集中,相比于性能第2的CompFeat模型,本文方法的AP(average precision)值提高了0.2%。在KITTI MOTS数据集中,相比于性能第2的STEm-Seg模型,在汽车类上,本文方法的ID switch指标减少了9;在行人类上,本文方法的sMOTSA(soft multi-object tracking and segmentation accuracy)、MOTSA(multi-object tracking and segmentation accuracy)和MOTSP(multi-object tracking and segmentation precision)分别提高了0.7%、0.6%和0.9%,ID switch指标减少了1。在KITTI MOTS数据集中进行消融实验,验证空间三坐标注意力模块和时间压缩自注意力模块的有效性,消融实验结果表明提出的算法改善了多目标跟踪与分割的效果。结论 提出的多目标跟踪与分割模型充分挖掘多帧图像之间的特征信息,使多
- 刘雨亭张开华樊佳庆刘青山
- 一种快速流形排序和低秩约束的协同显著性检测方法
- 本发明公开了一种快速流形排序和低秩约束的协同显著性检测方法。首先，通过两阶段的快速流形排序算法为每张图片生成多张协同显著图；然后，基于协同显著图从每张图片分割出一组不同尺度的显著性区域，并通过显著图构建的特征矩阵得到自适...
- 宋慧慧李腾鹏张开华刘青山
- 文献传递
