常军
- 作品数：45 被引量：25H指数：3
- 供职机构：武汉大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术电子电信天文地球更多>>
- 基于压缩域分析的Mean shift运动目标跟踪方法
- 本发明提供了一种基于视频压缩域分析的Mean shift运动目标跟踪方法。该方法将压缩域分析与Mean shift跟踪算法相结合，即首先对视频编码过程中产生的运动矢量进行概率统计分析，以获取目标运动方向与运动速度的估计值...
- 胡瑞敏田纲傅佑铭王中元常军
- 文献传递
- 面部表情识别模型训练方法、装置、设备及可读存储介质
- 本发明提供一种面部表情识别模型训练方法、装置、设备及可读存储介质。该方法包括：分别对获取的多张原始面部图像进行预处理；根据每张预处理后的原始面部图像以及每张原始面部图像对应的姿态标签和表情标签得到多张生成的面部图像，根据...
- 李晶刘童常军刘天鹏宋北航黄小赛
- 跨数据集面部表情识别方法、装置、设备及可读存储介质
- 本发明提供一种跨数据集面部表情识别方法、装置、设备及可读存储介质。该方法包括：分别对N张面部图像进行数据增强处理，得到每张面部图像对应的正视图x<Sub>i_q</Sub>和x<Sub>i_k1</Sub>；分别寻找N张...
- 李晶刘童杜博常军刘天鹏刘祎
- 基于隐含语义相关性分析的视频语义检索被引量：2
- 2011年
- 提出了隐含语义相关性分析的处理方法,对描述视频内容结构的视频文档矩阵进行奇异值分解和变换,可得到表达可视特征与语义间隐含相关性的关系矩阵,用于视频检索。分析和实验表明,所提出的方法能保留视频内容结构中核心的语义元素,消除冗余的相关性干扰,还能够通过矩阵降维减少计算量,改善视频语义内容检索的效果。
- 常军胡瑞敏王中元艾浩军
- 关键词：自相关互相关
- 一种基于由粗到细脸部形状估计的人脸对齐方法
- 本发明公开了一种基于由粗到细脸部形状估计的人脸对齐方法，针对任一张输入人脸图片，首先估计出初始化人脸形状，然后逐步逼近人脸的真实形状，包括使用多任务深度学习框架对人脸的主要特征点的位置和人脸表情进行估计，构建基于卷积神经...
- 李晶万俊常军吴玉佳肖雅夫
- 文献传递
- 基于高效用神经网络的文本分类方法被引量：14
- 2020年
- 现有的基于深度学习的文本分类方法没有考虑文本特征的重要性和特征之间的关联关系,影响了分类的准确率.针对此问题,本文提出一种基于高效用神经网络(High Utility Neural Networks,HUNN)的文本分类模型,可以有效地表示文本特征的重要性及其关联关系.利用高效用项集挖掘(Mining High Utility Itemsets,MHUI)算法获取数据集中各个特征的重要性以及共现频率.其中,共现频率在一定程度上反映了特征之间的关联关系.将MHUI作为HUNN的挖掘层,用于挖掘每个类别数据中重要性和关联性强的文本特征.然后将这些特征作为神经网络的输入,再经过卷积层进一步提炼类别表达能力更强的高层次文本特征,从而提高模型分类的准确率.通过在6个公开的基准数据集上进行实验分析,提出的算法优于卷积神经网络(Convolutional Neural Networks,CNN),循环神经网络(Recurrent Neural Networks,RNN),循环卷积神经网络(Recurrent Convolutional Neural Networks,RCNN),快速文本分类(Fast Text Classifier,FAST),分层注意力网络(Hierarchical Attention Networks,HAN)等5个基准算法.
- 吴玉佳李晶宋成芳常军
- 关键词：数据挖掘关联规则自然语言处理文本分类神经网络
- 基于时空上下文正则的孪生网络目标跟踪被引量：1
- 2020年
- 在视频目标跟踪任务中,负样本缺乏、背景混杂会造成目标丢失。为解决上述问题,提出一种基于时空上下文正则的孪生网络目标跟踪算法。该算法将空间上下文信息引入到孪生网络中,并利用目标物体正样本以及背景负样本训练跟踪器,通过正则化约束,抑制跟踪器对背景的响应,突出对目标的响应,从而得到鲁棒性更强的目标跟踪器;采用时间序列多组件匹配机制,在目标外观模型受到干扰的情况下动态调整目标模型学习率,从而保证目标模板不受污染。在OTB100标准数据集上的实验表明,在混合干扰条件下,本文算法的准确率(0. 885)和成功率(0. 615)均优于其他主流跟踪算法。特别是在遮掩、运动模糊、光照变化、背景聚类和快速运动等干扰因素影响情况下,本文算法均具有较强的鲁棒性。
- 张文幡李晶肖雅夫常军洪燕宋成芳
- 关键词：目标跟踪
- 基于轮廓估计的无锚框目标跟踪方法
- 本发明公开了一种基于轮廓估计的无锚框目标跟踪方法。本发明提出的轮廓估计网络无需根据先验知识预先设置锚框，就能够直接求解出目标对象大致的外形轮廓，相较于矩形框，目标外形轮廓能够更加精确地描述目标状态；本发明还使用轮廓估计网...
- 李晶洪燕姚博文马金燕刘天鹏常军
- 文献传递
- 基于局部形状组合模型的人脸对齐被引量：5
- 2018年
- 近年来,在研究人脸对齐问题上提出了许多高效、精确的算法.其中,许多算法都采用平均脸作为初始化形状,然后采用不同的方法对人脸的最终形状进行预测,这些算法在人脸表情、头部姿势、光照差异较大的情况下没有很好的鲁棒性.文中提出基于平均脸使用局部形状组合模型来构建一个更准确的人脸(组合脸).局部形状组合模型首先根据人脸基准点的分布特点把人脸形状划分为脸部轮廓、眉毛、眼睛、鼻子、嘴巴这5个部分,然后利用平均脸作为初始化形状,在每个局部形状包含的特征点的邻域内提取特征构建随机森林,对所有训练图片人脸的局部形状进行分类.叶子结点用来存放对应类的局部形状,其它结点存放分类的规则,局部形状组合模型针对5个局部形状总共构建了5个随机森林.对于每一个测试图片人脸,使用平均脸作为初始化形状,遍历随机森林去选择最像测试人脸的局部形状.平均脸和由轮廓决定的人脸其它局部形状的中心以及选择的局部形状将被用来构建组合脸.在大多数情况下,组合脸比平均脸具有更强的表示能力.因此文中提出一个基于组合二值特征的决策机制来选择组合脸和平均脸中更为合适的一个作为后续阶段的初始化形状.决策机制在训练阶段估计出预测结果和组合二值特征的关系,在测试阶段利用训练阶段估计的关系对选择结果进行预测.决策机制是一个二分类问题,可以利用支持向量机来解决.最后以级联回归的方式对该初始化形状进行优化以逼近标准形状.通过采用局部形状组合模型和基于组合二值特征的决策机制,可以防止:(1)最终预测的人脸由于初始化形状不理想而陷入局部最佳;(2)增强本算法对人脸表情、头部姿势、光照差异的鲁棒性.文中算法(LSBC算法)在300-W(68-pts)和Helen(194-pts)数据库下的误差(瞳孔间距归一化误差)分别为4
- 万俊李晶常军吴玉佳肖雅夫
- 基于在线多特征选择的通道注意力目标跟踪方法
- 本发明公开了一种基于在线多特征选择的通道注意力目标跟踪方法。本发明对不同深度的特征根据跟踪目标的尺寸进行在线选择，并加入通道注意力机制来强化每层特征通道之间的相互依赖性，本发明还设计了一种新颖的体系结构单元，即“Crop...
- 李晶刘天鹏常军肖雅夫洪燕姚博文
- 文献传递
