吴锐
- 作品数：65 被引量：187H指数：7
- 供职机构：哈尔滨工业大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金黑龙江省教育厅科学技术研究项目黑龙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术动力工程及工程热物理电子电信理学更多>>
- 一种结合暗通道先验和图像融合的水下图像复原算法被引量：7
- 2017年
- 针对一般水下图像增强方法易使得图像失真,颜色过饱和,传统的去雾方法用于水下图像复颜色偏暗等问题,本文提出基于暗通道和图像融合的水下图像复原方法.首先根据水下成像特点,建立水下光学成像模型,利用水下图像光学成像模型与大气模型相似的特点,修正背景光值,利用优化的暗通道先验算法对图像进行清晰化处理得到复原图像.其次,用直方图均衡化方法对水下图像进行提高对比度、色彩平衡处理得到增强图像.最后,根据对水下复原图像和增强图像的特点进行像素级融合.实验结果证明,该方法在保留图像细节信息的同时,提高图像清晰度和对比度,修正色彩不平衡.
- 尹芳陈田田吴锐付自如于晓洋
- 关键词：图像处理直方图均衡化图像融合
- 一种基于笔画宽度特征和半监督多示例学习的文本区域鉴别方法
- 2016年
- 考虑到文本区域鉴别在视频文本检测中的重要作用,提出了一种基于笔画宽度特征的文本区域鉴别方法,该方法通过分析候选文本区域中笔画宽度的分布,有效地区分文本和非文本区域。此外针对笔画宽度信息提取过程中存在未知极性参数的问题,提出了一种半监督多示例学习(SS-MIL)算法,该算法可以充分利用训练样本中不完整的监督信息,提高文本区域分类器的性能。基于上述方法,实现了一个完整的视频文本检测系统,并在具有代表性的数据集上对其进行了充分的实验,实验结果表明,基于笔画宽度特征和SS-MIL的文本区域鉴别方法能够有效地辨别文本区域,从而使该系统检测视频文本的综合性能达到较高水平。
- 吴锐杜庆安张博宇黄庆成
- 关键词：半监督学习
- 端到端砂石粒度检测中的半监督学习方法
- 端到端砂石粒度检测中的半监督学习方法，它涉及一种砂石粒度检测的半监督学习方法。本发明为了解决神经网络的训练严重依赖标注数据，而对砂石图像进行正确的标注是极为耗时的技术问题。本方法：一、数据标注；二、模型预训练；三、生成砂...
- 吴锐吕鹏狄龙飞秦宋林刘家锋于文强田小娟贾新文
- 特征融合及相似度判据在英文识别中的应用被引量：7
- 2005年
- 英文字符识别率依然有待提高,它是进一步改善英文文档识别性能的重要内容。文章通过大量的实验,选取穿越特征和网格特征作为英文字符的分类特征,并通过实验得到一组较优的加权因子将两种特征合并,实现特征融合。基于上述混合特征,利用图像相似性测度作为分类判据,实现了一个高性能的英文字符识别系统。
- 吴锐赵巍尹芳唐降龙
- 关键词：英文字符识别图像相似度
- 结合自适应暗通道先验和图像融合策略的单幅图像除雾方法被引量：6
- 2016年
- 为解决暗通道先验统计学模型在一些情况下存在"光晕效应"、颜色偏暗和在雾浓度高区域处理效果不佳等问题,针对暗通道先验方法进行改进,并结合图像融合策略来增强可视化区域的视觉效果.利用像素块加权插值法来计算每个像素点的暗通道值,进而消除软抠图或导向滤波方法所带来的光晕效应;利用高斯模型对待恢复图像的暗通道像素值进行模拟,从而自适应地恢复天空和其他明亮区域;通过图像融合策略增强高浓度区域的图像信息.实验结果表明,与其他几种经典算法相比,改进方案不仅能够显著提高有雾图像的可见度,而且具有更好的鲁棒性.
- 程丹松刘欢张永强金野吴锐刘鹏
- 关键词：图像融合自适应
- 基于神经网络的时变大滞后系统的Smith预估控制被引量：24
- 2003年
- 针对大滞后不确定系统提出了一种基于人工神经网络的改进型smith预估控制方案 ,设计了一个基于神经网络的补偿器来克服不确定的大延迟对控制性能的不利影响 ,解决了传统Smith预估控制鲁棒性差及需要预先知道受控对象精确数学模型的问题 .数字仿真结果表明 ,此方案可以在被控对象数学模型未知的情况下对时滞对象进行控制 ,特别是当时滞对象的特性发生变化时 ,具有较好的适应性 。
- 季春光王朋李士勇吴锐
- 关键词：神经网络大滞后SMITH预估器
- 一种越野滑雪赛道雪质预测方法
- 本发明提出一种越野滑雪赛道雪质预测方法，所述方法利用温湿度传感器测量任意时刻的雪场温湿度，对温湿度数据进行图像化，并利用建立的深度神经网络训练模型训练数据，从而预测出下一时刻传感器位置处的温湿度信息。本发明所述方法能够实...
- 吴锐刘松波刘家锋黄庆成唐降龙朱海龙高德鹏
- 面向情感语义不一致的多模态情感分析方法
- 2025年
- 多模态情感分析是利用多种模式的主观信息对情感进行分析判断的一种多模态任务.情感表达具有主观性,在某些场景下不同模态的情感表达不一致,甚至存在相悖的情况,这会削弱多模态协同决策的效果.针对不同模态间情感语义不一致的问题,提出一种多模态学习方法,学习情感语义表达一致的模态特征表示.为了在不影响模态原始信息的同时,提高各模态的共性特征表达并增加模态间的动态交互,首先学习每个模态的共性特征表示,然后利用交叉注意力使单个模态能有效从其余模态的共性特征表示中获取辅助信息.在模态融合模块,以软注意力机制为基础提出模态注意力,对情感语义表达一致的各模态特征表示进行加权连接,以增大强模态的表达,抑制弱模态对任务的影响.提出的模型在情感分析数据集MOSI,MOSEI,CH-SIMS上的实验结果均优于对比模型,表明在多模态情感分析任务中考虑情感语义不一致问题的必要性与合理性.
- 罗渊贻吴锐刘家锋唐降龙
- 结合KL散度和RSF模型的主动轮廓图像分割方法被引量：5
- 2016年
- 针对主动轮廓模型在进行图像分割时计算复杂度较高的问题,提出一种基于区域的变分水平集主动轮廓模型图像分割方法.新模型将Kullback-Leibler(KL)散度信息加入到RSF(region-scalable fitting)模型中,在新模型的能量项中通过RSF能量项计算区域内某点和该区域"中心"之间的拟合距离来表示目标区域的相似性,同时通过最大化KL能量项使模型能更容易分离图像中的不同灰度区域,进而使图像分割的计算时间显著降低.该模型可以很好地处理图像的模糊边界和图像噪声等问题,并适用于合成图像和实际图像的分割.通过实验结果的对比可以看出,本模型在保证分割精度的前提下,加快了边缘的收敛速度,提高了图像分割的效率.
- 刘琳程丹松何仕文石大明吴锐王君
- 关键词：能量函数图像分割KL散度水平集
- 基于神经网络的端到端的砂石粒径检测
- 2023年
- 砂石粒度检测的方法之一是通过图像分割来实现的。但是对于堆叠严重、砂石密度大的图像,传统方法的效果并不理想,分水岭算法容易导致欠分割,Canny算子则对噪声过于敏感。因此,本文使用基于神经网络的方法直接完成对砂石图像的粒度估计。为了得到不同粒径的分布信息,网络头部将图像特征向量回归为一组输出向量来表示每个粒径范围的矿石分布。通过实验分析,提出的方法的正确率达到97.8%,误差率小于3.5%,性能远好于传统方法。
- 秦宋林吕鹏陈嘉浩吴锐
- 关键词：神经网络
