王俊英 作品数:34 被引量:91 H指数:7 供职机构: 三峡大学计算机与信息学院 更多>> 发文基金: 国家自然科学基金 湖北省自然科学基金 国家高技术研究发展计划 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>>
基于Kinect的骨骼配准的人体三维重建 被引量:1 2016年 在常用的基于特征点提取、贴标签等的点云配准方法中,都是为了便于确定对应点集,进而进行点云数据的配准操作。针对点云配准中确定对应点集的问题,文章基于Kinect能够采集人体骨骼点数据且有序的特性,提出以骨骼点数据作为对应点集,进行点云数据的配准操作,达到减少点云数据的计算量,降低点云数据的配准时间,提高配准效率的目的。实验表明,系统设备成本低、数据采集操作简单,且能够快速并较高精度的完成人体点云数据的配准操作,得到人体三维模型。 林瑞 王俊英 孙水发 董方敏关键词:KINECT 骨骼 配准 三维重建 决策关联分析下的专家权重自适应调整研究 被引量:8 2010年 针对多属性群决策问题,在已知属性权重和专家主观权重的基础上,提出了一种基于决策关联度的专家权重自适应调整方法。通过专家的个体决策与群体决策之间的决策关联度对专家的客观权重进行调整,从而得到相对稳定的决策结果和相应的专家综合权重。实验结果表明调整后的专家权重与决策结果是合理的,而且收敛速度更快。 王俊英 李德华 吴士泓关键词:多属性群决策 自适应调整 基于QQ群的计算机公共课课外辅导模式 被引量:7 2011年 计算机公共课包括基础及语言的教学,由于存在学生基础差异大、采取大班教学、课程本身操作性强等特点,课外辅导往往不易进行。在实际教学中,采用基于QQ群的课外辅导模式,取得良好的效果。 王俊英关键词:QQ群 计算机公共课 基于深度学习的动漫风格迁移研究综述 被引量:1 2022年 图像动漫化技术的发展对我国动漫产业影响巨大。目前基于深度学习的动漫风格迁移研究是一项热门的研究方向,相关算法层出不穷。文章对动漫风格迁移领域现有的主流方法和代表性工作进行了归纳和讨论,分析了该领域所使用的主要深度神经网络模型,并按照动漫风格迁移方法所解决的不同实际问题,将其归纳为风景动漫迁移、人像动漫迁移和视频帧动漫迁移三类并对每个类别进行了分析和讨论,最后总结了基于深度学习的动漫风格迁移目前存在的问题和未来研究方向。 聂雄锋 王俊英 江曙 陈晗晗关键词:卷积神经网络 基于RBF-DE的改进蚁群算法和多QoS约束的云资源调度策略研究 被引量:2 2016年 云计算属于分布式计算,资源调度是其核心问题。QoS(Quality of Service)一直是衡量分布式计算的一个标准。建立多QoS目标约束的云资源调度模型,同时引进高斯核函数以及差分进化法对蚁群算法进行改进,并运用改进后的算法对模型求解;最后,通过Cloudsim模拟系统模拟,结果显示运用该策略进行资源调度时,平均完成时间和成本都比较小。 李莉 王俊英 臧兆祥 陈鹏关键词:资源调度 蚁群算法 高斯核函数 差分进化 一种基于混合注意力机制的超分辨率重建方法 一种基于混合注意力机制的超分辨率重建方法,属于图像处理技术领域。方法包含:收集与选择训练数据集,数据集的预处理、基于混合注意力机制的超分辨率重建网络的搭建、损失函数的选择、网络训练、目标图像的重建。本发明提出的网络中,构... 江曙 王俊英边缘引导和轮廓约束下的跨域香农熵最大化导向的自动阈值选取方法 被引量:2 2019年 为了处理诸如高斯、伽马、极值、瑞利、均匀或贝塔等基本灰度分布情形下的阈值选取难题,本文提出了一种跨域香农熵最大化导向的自动阈值选取方法.该方法利用不变的引导边缘图像和变化的约束轮廓图像共同构造出一系列持续变化的一维灰度直方图,并采用香农熵作为熵计算模型,从而得以跨越图像中若干局部区域去计算跨域香农熵,并以最大跨域香农熵对应的阈值作为最终阈值.在40幅合成图像和50幅真实世界图像上的实验结果表明,该方法虽然在计算效率方面不优于Masi熵阈值方法、Tsallis熵阈值方法、局部香农熵阈值方法和迭代三类阈值方法,但在分割适应性方面有显著增强,且在误分割率方面有显著下降. 邹耀斌 乔焰 孙水发 臧兆祥 夏平 王俊英 董方敏 龚国强关键词:阈值分割 最大熵原理 融合注意力机制的多模态动漫风格迁移方法 2023年 由于没有与图像的内容结构相匹配,目前的一些方法在针对具有复杂语义信息和显著性特征的图像的动漫风格迁移时,生成图像存在风格色彩不丰富、伪影、部分内容细节信息丢失等现象,提出一种融合注意力机制的多模态动漫风格迁移方法MastGAN-CBAM,将动漫图像特征聚类成若干子特征分量,并利用GraphCut算法使得这些特征分量和各局部内容图像特征相匹配,再利用Gram矩阵计算这些特征的风格损失,从而构造了一种多模态风格损失函数,由于这种风格损失适应了图像的多模态特征,因此能更有效地对网络参数进行优化和调整,此外方法还引入了混合域注意力机制,提高了模型的效率和准确性,进一步提升了动漫风格迁移效果。实验结果表明,该方法的生成图像细节更完整,动漫风格更显著,且减少了伪影,动漫化效果有一定程度的提高,在《千与千寻》等三组动漫数据集实验中FID评价指标分别达到了164.89、162.02、199.37,在视频动漫风格迁移中也取得了较好的效果。 聂雄锋 王俊英 董方敏 臧兆祥 江曙基于注意力的循环PPO算法及其应用 2024年 针对深度强化学习算法在部分可观测环境中面临信息掌握不足、存在随机因素等问题,提出了一种融合注意力机制与循环神经网络的近端策略优化算法(ARPPO算法)。该算法首先通过卷积网络层提取特征;其次采用注意力机制突出状态中重要的关键信息;再次通过LSTM网络提取数据的时域特性;最后基于Actor-Critic结构的PPO算法进行策略学习与训练提升。基于Gym-Minigrid环境设计了两项探索任务的消融与对比实验,实验结果表明ARPPO算法较已有的A2C算法、PPO算法、RPPO算法具有更快的收敛速度,且ARPPO算法在收敛之后具有很强的稳定性,并对存在随机因素的未知环境具备更强的适应力。 吕相霖 臧兆祥 李思博 王俊英基于混合域注意力机制的服装关键点定位及属性预测算法 被引量:2 2022年 针对服装形变和模特复杂姿态影响服装视觉分析准确率的问题,提出一个基于混合域注意力机制的服装关键点定位与属性预测算法,该算法利用循环十字交叉注意力(recurrent criss-cross attention,RCCA)模块得到服装图像的每个像素的上下文信息,从而捕获服装关键点之间潜在的空间几何关系,再融合服装图像的空间联系和通道交互信息来获得更好的服装关键点定位和属性预测效果。服装的空间特征由空间注意力分支网络在关键点热图的基础上学习得到,而通道交互信息通过局部跨通道交互策略生成通道注意力来捕获。试验结果表明,所提算法降低了服装关键点定位的归一化误差,并在一定程度上提高了服装的分类与属性预测效果。 雷冬冬 王俊英 董方敏 臧兆祥 聂雄锋