赵汉理
- 作品数：72 被引量：71H指数：4
- 供职机构：温州大学更多>>
- 发文基金：国家自然科学基金浙江省自然科学基金国家重点实验室开放基金更多>>
- 相关领域：自动化与计算机技术文化科学交通运输工程电子电信更多>>
- 局部线性模型优化的灰度图像彩色化被引量：7
- 2013年
- 提出一种有效的仅需要少量线条着色的灰度图像彩色化算法。该算法在Lab颜色空间实现,基于抠图拉普拉斯矩阵设计了一个局部线性优化模型,只需要少量的人工线条着色就能产生高质量的彩色化图像。该模型的彩色化效果总体上与现有方法相当,而在某些情况下,能降低在灰度图像彩色化过程中出现的色彩渗透问题。局部线性优化模型建立的代价函数最优解能通过求解稀疏线性方程组获得。在构建抠图拉普拉斯矩阵时,发现利用扩散距离来代替欧氏距离能对本文模型进一步改进。实验结果显示,用基于扩散距离的改进局部线性优化模型方法,和基于欧氏距离的局部线性优化模型算法相比较,在减少人工线条交互和彩色化效果方面都能有较好的改进。
- 厉旭杰赵汉理黄辉
- 关键词：彩色化灰度图像
- 一种基于多峰高斯分布函数的彩色图像灰度化方法
- 本发明实施例公开了一种基于多峰高斯分布函数的彩色图像灰度化方法，包括给定彩色输入图像及每一个像素点颜色值；基于每一个像素点及其局部相邻的像素点构建一个局部颜色对集合；基于线性包围体层次结构构建一个显著颜色对集合；定义一个...
- 赵汉理张海宁
- 文献传递
- 基于常量时间复杂度的图像矩形邻域极大(极小)值计算方法
- 本发明提供了一种基于常量时间复杂度的图像矩形邻域极大(极小)值计算方法。该方法可以简要的概括为以下四个步骤：用户给定一幅灰度图像作为输入图像；根据输入图像构造一个三维的多层直方图；分别计算多层直方图中每一层的直方图的图像...
- 赵汉理姜磊
- 基于卷积神经网络的鞋类图像检索研究被引量：1
- 2016年
- 基于内容的图像检索是计算机视觉和机器学习领域中重要的研究内容。提出一种基于卷积神经网络的鞋类图像检索方法。首先基于百万张图片进行神经网络模型预训练,再使用鞋类图像在该预训练好的网络上进行微调使系统学习到鞋类图像的特征信息,最后可以利用学习到的特征来实现鞋类图像检索。实验结果表示本文的鞋类图像检索方法能够获得很好的检索结果。
- 姜磊赵汉理吴承文
- 关键词：图像检索卷积神经网络
- 基于加权中值滤波的图像纹理滤波方法
- 本发明提供了一种基于加权中值滤波的图像纹理滤波方法。该方法可以简要的概括为以下五个步骤：用户给定一幅图像作为输入图像；根据输入图像进行均值滤波操作得到一个均值滤波后的图像；根据输入图像计算得到一个改进的相对总变化的图像；...
- 赵汉理姜磊
- 一种基于概率的MobileNetV1网络通道剪枝方法
- 本发明提出一种基于概率的MobileNetV1网络通道剪枝方法。分为三步：预训练，剪枝，融合。预训练阶段：利用交叉熵损失和BN缩放因子的L1损失进行训练，得到预训练模型。剪枝阶段：利用MobileNetV1网络结构设计时...
- 赵汉理史开杰潘飞卢望龙黄辉
- 文献传递
- 一种面向资源受限移动设备的实时软阴影生成方法及装置
- 本发明公开了一种面向资源受限移动设备的实时软阴影生成方法及装置，包括在移动设备中配置三维场景及其所需要的各项输入信息并创建阴影图和深度纹理；采用第一GPU可编程绘制流水线绘制三维场景，将编码后的离光源最近的三维模型表面的...
- 赵汉理陈伟斌胡明晓
- 文献传递
- GPU加速的近实时图像彩色化被引量：2
- 2017年
- 灰度图像彩色化技术需要人工交互来完成彩色化优化过程,针对现有的方法只注重彩色化的效果而忽略算法的执行效率,严重影响了用户的交互体验的问题,充分利用GPU的高性能并行优势,提出基于GPU加速的近实时图像彩色化方法.在预处理阶段,运用基于图像块纹理特征的Patch Match算法在全局图像空间高效地查找每个像素的K最近邻,并提出基于压缩表示的对称稀疏矩阵并行构造算法来保证着色线条的颜色在图像近邻像素之间的对等传播;在用户交互阶段,根据用户输入构建能量函数,并运用并行共轭梯度法计算出彩色图像的颜色.实验结果表明,该方法不但能生成高质量的图像彩色化效果,而且图像彩色化过程具有近实时性的处理性能.
- 赵汉理季智坚金小刚厉旭杰
- 关键词：图像彩色化图形处理单元
- 一种基于特征的实时的视频和图像抽象化方法
- 本发明公开了一种基于特征的实时的视频图像抽象化方法，该方法包括将实时的视频和图像的红绿蓝颜色空间转换到CIE－Lab颜色空间、采用双边网格对亮度通道进行快速双边滤波、伪量子化亮度值、采用基于特征流的各向异性的高斯差分线条...
- 赵汉理金小刚
- 文献传递
- 一种基于卷积神经网络深度特征的车标识别方法
- 本发明提供一种基于卷积神经网络深度特征的车标识别方法，首先给定车标图像训练集及车标图像测试集，并构建和初始化分类器网络及SGD优化器；其次，在分类器网络的每次迭代计算中，将车标图像训练集中的车标图像作为分类器网络的输入得...
- 赵汉理卢望龙陈强
- 文献传递
