公共文化服务平台

安志勇: 作品数：14 被引量：113H指数：4; 供职机构：山东工商学院计算机科学与技术学院更多>>; 发文基金：山东省自然科学基金国家自然科学基金上海市科学技术委员会资助项目更多>>; 相关领域：自动化与计算机技术经济管理更多>>

合作作者

基于自适应组合核的鲁棒视频目标跟踪算法: 2018年; 为了解决核化相关滤波器(KCF)在复杂场景下鲁棒性差的问题,提出了基于自适应组合核(SACK)的目标跟踪算法。跟踪任务分为位置跟踪和尺度跟踪两个独立部分。首先,以线性核和高斯核的自适应组合作为核跟踪滤波器,构造了SACK权重的风险目标函数。该函数根据核的响应值自适应调整线性核和高斯核权重,不仅考虑了不同核响应输出的经验风险泛函最小,而且考虑了极大响应值的风险泛函,同时具有局部核和全局核的优点。然后,根据该滤波器的输出响应得到目标精确位置,设计了基于目标极大响应值的自适应更新率,针对位置跟踪滤波器进行自适应更新。最后,利用尺度跟踪器对目标尺度进行估计。实验结果表明,所提算法的成功率和距离精度在OTB-50数据库表现最优,比KCF算法分别高6. 8个百分点和4. 1个百分点,比双向尺度估计跟踪(BSET)算法分别高2个百分点和3. 2个百分点。该算法对形变和遮挡等复杂场景具有很强的适应能力。; 刘培强张加惠吴大伟安志勇; 关键词：目标跟踪傅里叶变换岭回归

数字金融与绿色全要素生产率——基于沪深A股上市公司的实证研究: 2024年; 提高绿色全要素生产率是实现经济与环境共赢发展的关键,数字金融作为提升金融效率的新业态,或对企业绿色全要素生产率产生重要影响。基于中国2011—2020年沪深A股重污染行业上市公司的数据,实证检验数字金融对企业绿色全要素生产率的影响效应和作用机制。研究表明,数字金融发展有效提升了企业绿色全要素生产率,绿色技术效率在其中发挥重要的中介作用。进一步研究发现,相较于中部地区,东西部地区数字金融对企业绿色全要素生产率的提升更为显著。最后给出政策启示:加大数字基础设施建设力度,促进数字金融与传统金融优势互补,重视对数字金融业态发展的监管引导,以更好发挥数字金融对绿色全要素生产率的促进作用。; 蒋再平杨明珠安志勇; 关键词：数字金融绿色全要素生产率

基于动态背景自适应的改进ViBe背景建模方法: 本发明涉及一种基于动态背景自适应的改进ViBe背景建模算法，该算法包括：初始化背景模型，设置初始决策阈值和更新率；提取帧差图像子块标准差作为动态背景表征；利用ViBe前景修正动态背景特征，在此基础上构造并提取时空动态背景...; 安志勇管皓王力冠; 文献传递

融资约束视角下机构投资者对企业创新的影响被引量：1: 2023年; 以2007—2020年中国沪深A股上市企业的数据,从研发投入和专利申请两个维度实证分析了机构持股对企业创新的作用和传导路径。研究发现,机构投资者持股显著促进了全样本企业的专利申请,而对研发投入有不显著的正效应。机构异质性对企业创新产生了不同的影响,独立机构投资者对企业创新有着显著的促进作用,灰色机构投资者仅对企业专利申请有正向影响但明显低于前者,并且机构持股对国有企业创新的影响程度均高于民营企业。独立机构投资者持股增加时,国有企业融资约束缓解对专利申请的促进效应大于民营企业;融资约束在独立机构持股对企业研发投入的影响中发挥了中介效应,但这种关系仅存在于民营企业中。; 安志勇任洁贺雪瑞郝芳静; 关键词：机构投资者企业研发投入融资约束

在线单目标视频跟踪算法综述被引量：15: 2017年; 视频目标跟踪是计算机视觉的重要研究课题,在视频监控、机器人、人机交互等方面具有广泛应用.对目前主流跟踪算法的研究框架进行了整体介绍;详细介绍并分析了外观模型与运动模型这两大构成要件的具体应用及对跟踪效果的影响;接着,结合大数据时代的特点,对新时期视频目标跟踪研究的新特点与新趋势进行了分析,介绍了国际上新兴的数据平台、评测方法,以及深度学习方法在视频目标跟踪中的最新应用情况,并对其目前存在的问题和未来应用趋势进行了分析;最后对视频目标跟踪的未来发展与创新方向进行了思考与展望.; 管皓薛向阳安志勇; 关键词：目标跟踪视频分析计算机视觉大数据

深度学习在视频目标跟踪中的应用进展与展望被引量：83: 2016年; 视频目标跟踪是计算机视觉的重要研究课题,在视频监控、机器人、人机交互等方面具有广泛应用.大数据时代的到来及深度学习方法的出现,为视频目标跟踪的研究提供了新的契机.本文首先阐述了视频目标跟踪的基本研究框架.对新时期视频目标跟踪研究的特点与趋势进行了分析,介绍了国际上新兴的数据平台、评测方法.重点介绍了目前发展迅猛的深度学习方法,包括堆叠自编码器、卷积神经网络等在视频目标跟踪中的最新具体应用情况并进行了深入分析与总结.最后对深度学习方法在视频目标跟踪中的未来应用与发展方向进行了展望.; 管皓薛向阳安志勇; 关键词：目标跟踪视频分析大数据

基于双密度Contourlet变换的图像检索被引量：1: 2012年; 提出了一种新的双密度Contourlet变换,理论证明该变换在L2(Z2)空间是框架算子,具有较低平移敏感性和多方向分辨能力的优点。纹理图像在该变换域的高频方向子带系数分布符合广义高斯分布,可以利用广义高斯参数估计表征图像高频子带的纹理特性;针对变换域的低频子带,采用局部二值模式(LBP)提取图像的局部纹理特征。基于内容的图像检索实验表明,所提算法检索精度比传统Contourlet变换算法提高了5.3%。; 安志勇孙述和贺雪瑞李宏娟; 关键词：轮廓波变换小波变换图像检索

基于动态背景自适应的改进ViBe背景建模算法: 本发明涉及一种基于动态背景自适应的改进ViBe背景建模算法，该算法包括：初始化背景模型，设置初始决策阈值和更新率；提取帧差图像子块标准差作为动态背景表征；利用ViBe前景修正动态背景特征，在此基础上构造并提取时空动态背景...; 安志勇管皓王力冠; 文献传递

基于前景优化的视觉目标跟踪算法被引量：3: 2022年; 将目标分割技术引入跟踪领域是当前的研究热点.目前,基于分割的跟踪算法往往根据分割结果计算最小外接矩形,以此作为跟踪框,但复杂的目标运动使得跟踪框内包含较多背景,从而导致精度下降.针对该问题,本文提出了一种基于前景优化的视觉目标跟踪算法,将跟踪框的尺度和角度优化统一于前景优化框架中.首先评估跟踪框内的前景比例,若小于设定阈值,则对跟踪框分别进行尺度和角度优化;在尺度优化模块中,结合回归框计算跟踪框的条件概率,根据条件概率的结果分情形进行尺度优化;角度优化模块中,针对跟踪框设定多个偏移角度,利用前景IoU(Intersection over Union)极大策略选择最优跟踪框角度.结果证明,将本文方法应用于SiamMask算法,精度在VOT2016,VOT2018和VOT2019数据集分别提升约3.2%,3.7%和3.6%,而EAO分别提升约1.8%,1.9%和1.6%.另外,本文的方法针对基于分割的跟踪算法具有一定的普适性.; 谢青松刘晓庆安志勇李博; 关键词：目标跟踪

一种利用在线卷积网络的视频目标跟踪方法被引量：1: 2017年; 针对传统卷积网络需要耗费大量离线训练时间和带标签样本的问题,提出一种在线卷积网络模型并应用于视频目标跟踪.首先通过层级K-means算法获取卷积网络不同层的滤波器组,而后通过这些滤波器在线提取目标的层级外观特征图.同时,层间降采样操作被去除以便不损失空间信息.最后得到的特征图通过多通道相关滤波器预测目标的位移变化.实验表明,本文算法可以有效对抗背景纹理、光照变化等噪声干扰,具备较高的跟踪精度.; 管皓薛向阳安志勇; 关键词：目标跟踪相关滤波

安志勇

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

安志勇

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈