国家自然科学基金(61272338)
- 作品数：7 被引量：48H指数：3
- 相关作者：冯国灿罗志宏汤鑫蔡加欣俞海宝更多>>
- 相关机构：中山大学肇庆学院更多>>
- 发文基金：国家自然科学基金广州市科技计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 在反卷积网络中引入数值解可视化卷积神经网络被引量：10
- 2017年
- 经典的反卷积可视化模型通过反池化、反激活、反卷积将特征图像还原至原图像空间,可视化网络节点从输入图像学习到的特征,有助于探究卷积神经网络运行良好的机制,但是由于采用近似处理,还原特征不明显。本研究引入数值求解方法来代替原模型中直接用卷积核的反转近似反卷积核的方法。先构造数据集:随机生成大小、形状、位置不一的结构简单、角点特征明显的三角形和矩形,用于组成层次结构逐渐复杂的数据集,并利用该数据集测试模型的可视化效果。实验表明,改进后的可视化模型提取的特征更明显,引入的噪音更少,可以更为精确地将激活网络节点从原图像学习的特征可视化。在更大的数据库上进行实验来验证结果,并利用这种结果进一步探究准确率与网络结构之间存在何种关系。
- 俞海宝沈琦冯国灿
- 关键词：卷积神经网络可视化反卷积
- 基于姿势字典学习的人体行为识别被引量：9
- 2014年
- 提出一种基于人体轮廓表达的姿势学习框架来进行人体行为识别。通过一种基于Procrustes形状分析和局部保持投影的姿势特征表示方法,从人体运动视频中提取具有平移、旋转和放缩不变性的姿势特征,在保留人体姿势的局部流形结构的同时尽量提取子空间上的判别信息。针对该特征还提出了一种基于姿势字典学习的人体行为识别框架,对每类行为分别学习一个对应于该类的字典,通过串联所有类的字典来得到整个姿势字典;并通过最小重构误差准则来分类测试视频。在Weizmann和MuHAVi-MAS14数据集上的实验结果证实了该方法的识别率高于大部分经典方法。特别是在MuHAVi-MAS14数据集上的识别率对比已有的结果上有巨大的提升。
- 蔡加欣冯国灿汤鑫罗志宏
- 关键词：图像处理局部保持投影字典学习
- 基于局部轮廓和随机森林的人体行为识别被引量：29
- 2014年
- 基于视频信息的人体行为识别得到了越来越多的关注。针对人体行为的局部表达,提出了一种新的局部轮廓特征来描述人体的外观姿势,可以同时利用水平和竖直方向上的轮廓变化信息。该特征能有效区分不同动作,与轮廓起始点无关,具有平移、尺度和旋转不变性。针对该特征,提出了一种基于随机森林的两阶段分类方法,使用随机森林分类器对行为视频的局部轮廓进行初分类,并根据每个局部轮廓对应决策类的分类树数目占总分类树数目的比例,提出了一种基于袋外(OOB)数据误差加权投票准则的行为视频分类算法。在测试数据集上的实验结果证实了该方法的有效性。
- 蔡加欣冯国灿汤鑫罗志宏
- 关键词：机器视觉
- 基于视觉感知和等周割的二维阈值分割算法被引量：1
- 2013年
- 二维阈值分割方法没有考虑人类视觉感知的特性,将整个灰度级区域作为分割阈值的搜索空间。同时等周割图像分割方法没有直接考虑图像的灰度信息以及迭代终止条件难以确定的问题,因而对灰度图像的分割效果不甚理想。因此提出了一种融合视觉感知和等周割的二维阈值分割方法,该方法首先利用视觉感知的特性选择候选阈值向量所在的灰度区域,再将等周割作为准则,从候选阈值向量中选出最小等周率所对应的候选阈值向量作为最佳的分割阈值向量。在一系列图像上的实验结果表明,与几种经典的二维阈值分割方法相比,所提算法的分割效果更好。
- 邹小林冯国灿
- 关键词：图像阈值分割视觉感知
- 图卷积算法的研究进展被引量：1
- 2020年
- 近年来,随着科学技术的发展,越来越多的数据以图的形式呈现和存储。图是不规则的数据,具有分散性和无序性,除了节点本身可赋予数据的特征外,边权信息更可以刻画节点间的相似性。虽然传统的深度卷积网络能有效处理图像、视频、语音等规则的数据,但直接用以处理图的数据效果并不理想。如何借鉴传统的卷积算法,提出适应图数据特点的学习算法,是当前深度学习研究的一个热点。文章拟对面向图数据的图卷积算法进行归纳总结,然而由于篇幅有限,无法对所有算法做到面面俱到的介绍,因此文章侧重于介绍模型背后的原理,分析并指出这些算法的优缺点,同时扼要介绍图卷积网络的主要应用。
- 郑睿刚陈伟福冯国灿
- 一种新的去除混合噪声的变分模型及其应用
- 2015年
- 由于现有的某些去噪模型仅对某种噪声特别有效,而对其它类型噪声的效果却不够显著,因此提出一种能有效地去除多种噪声的变分模型,它融合了几种经典去噪模型的优点,并在数值求解时采用了高效且无条件稳定的AOS算法。数值实验表明,与现有的一些去噪方法相比,提出的去噪方法耗时少且效果更好。最后给出了解的存在性证明。
- 罗志宏冯国灿
- 关键词：图像去噪变分模型
- 基于改进的Porter Stemmer词干提取与核方法的垃圾邮件过滤算法被引量：1
- 2017年
- 统计学习方法现已大量应用于垃圾邮件识别,其中表现突出的包括贝叶斯过滤器、支持向量机等。近年来,为应对日益严重的垃圾邮件问题,提出诸多改进算法或创新思路。通过改进Porter Stemmer并使之适用于垃圾邮件过滤,从而充分提取文本的有效特征,摒弃冗余信息,加强了过滤效果;将改进方法的Porter Stemmer与原方法分别应用于线性核、高斯核、多项式核支持向量机以及贝叶斯过滤器,对比实验结果可知,错误率分别下降了63.7%,63.1%,61.3%和11.4%,证明了改进方法的显著效果;另外,实验结果证明SVM过滤器显著优于贝叶斯过滤器,且能更大程度体现改进方法的优势;最后,给出多种定量评价和语义角度的分析,启发采用用户个性化定制的过滤器。
- 孙汉博冯国灿
- 关键词：垃圾邮件核方法SMO算法PORTER
