张丽民
- 作品数：3 被引量：24H指数：2
- 供职机构：江苏科技大学机械工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于肤色正态分布模型的自适应人脸动态检测被引量：5
- 2016年
- 为了实现不同类型人脸的自适应检测,并提高人脸检测精度和效率,利用色度空间中肤色分布的良好聚类性,提出了基于肤色正态分布模型的自适应人脸动态检测算法.文中首先在人脸图像亮度补偿基础上,建立了YCb Cr颜色空间中的肤色正态分布模型,并利用该模型计算,得到像素点属于肤色区域的概率,即两者相似度;然后对肤色相似度进行中值滤波和灰度化;最后实现了人脸的快速自适应阈值分割和定位.实验结果表明:在保证不同脸型的高检测率和低误检率同时,该检测算法的定位精度和实时性也得到了进一步提高.
- 华晓彬袁明新王彬彬张丽民
- 关键词：人脸检测肤色阈值分割
- 基于深度学习方法的海上舰船目标检测被引量：18
- 2019年
- 为了提高海上无人艇的舰船目标检测精度和速率,本文基于深度学习方法,利用卷积神经网络、区域建议网络及Fast R-CNN检测框架构建了舰船检测系统。该系统通过共享的卷积神经网络提取特征;通过区域建议网络生成候选区域;通过Fast R-CNN框架实现目标检测识别,从而实现端到端的舰船目标检测。实验结果表明,相比于传统机器学习目标检测算法,该舰船检测系统在检测精度及检测速率上均有大幅提高,达到83.79%的准确率及0.05 s/帧的检测速率。本文的舰船检测系统在检测精度及速率上均表现优异,满足了水面无人艇的工作要求。
- 袁明新张丽民张丽民姜烽申燚
- 关键词：舰船目标检测卷积神经网络
- 联合中间层的深度卷积神经网络模型被引量：1
- 2018年
- 针对当前卷积神经网络(Convolutional Neural Networks,CNN)模型通常将网络最后一层的输出作为特征表示,未能充分利用网络中间层的不足,提出了一种联合中间层的CNN模型(Intermediate Layers Connected-CNN,ILC-CNN)。该模型以AlexNet为基础,首先联合前、中、末端卷积层,通过深度连接方式连接;接着通过池化层、全连接层等操作得到描述图像的特征向量;通过辅助分类器训练方式保证了中间层特征的有效性,使模型得以成功训练。测试结果表明,该模型在图像分类与识别任务中效果显著,其提取的特征更具辨识度,具有比其他模型更高的识别精度。
- 袁明新张丽民张丽民姜烽江亚峰
- 关键词：图像分类图像识别卷积神经网络中间层
