贾涛
- 作品数：7 被引量：7H指数：1
- 供职机构：解放军信息工程大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于BING和GS的图像目标检测中的快速候选框生成算法被引量：1
- 2017年
- 候选框生成算法能够有效减少分类器所需处理的图像块个数,提高目标检测效率和准确率。二值化梯度范数(binarized normed gradients,BING)算法计算速度快,检测率高,但是生成的候选框平均召回率很低。在BING算法的基础上,引入基于图的超像素分割算法来提高平均召回率。实验结果表明,文章算法能够有效提升生成的候选框的平均召回率;综合多个参数值下的结果,该算法能够达到60%以上的平均召回率,而BING算法在使用大量候选框条件下的平均召回率仍低于36%。
- 贾涛周利莉陈健曾磊闫镔
- 基于三维二值特征描述子的CT体数据快速匹配方法
- 本发明涉及一种基于三维二值特征描述子的CT体数据快速匹配方法，含有如下步骤：1：输入待拼接的两个CT体数据，并完成对其的特征点检测；2：确定特征点邻域内采样点的固定采样样式；3：将特征点邻域内的采样点组合成点对，并根据点...
- 曾磊陈健郭钟毓崔明明曹鸿涛谢易辰闫镔贾涛
- 文献传递
- 一种基于窗口打分和超像素分割的候选区域提取方法
- 本发明属于图像中的目标检测技术领域，具体的涉及一种基于窗口打分和超像素分割的候选区域提取方法，包括窗口打分算法和超像素分割算法，该候选区域提取方法包含以下步骤：1采用超像素算法对图像进行分割获得初始区域集合；2依据真值区...
- 陈健曾磊周利莉贾涛乔凯徐一夫海金金
- 基于卷积神经网络的目标检测技术研究
- 目标检测是计算机视觉领域的一项基本任务,在视频监控、自动驾驶、质量控制、图像检索以及目标跟踪等领域有着广泛的应用,具有重要的研究价值和应用价值。在目标检测中,候选框生成作为一种预处理手段,可以预先减少分类器所需分类的图像...
- 贾涛
- 关键词：目标检测卷积神经网络
- 文献传递
- 一种基于窗口打分和超像素分割的候选区域提取方法
- 本发明属于图像中的目标检测技术领域，具体的涉及一种基于窗口打分和超像素分割的候选区域提取方法，包括窗口打分算法和超像素分割算法，该候选区域提取方法包含以下步骤：1采用超像素算法对图像进行分割获得初始区域集合；2依据真值区...
- 陈健曾磊周利莉贾涛乔凯徐一夫海金金
- 文献传递
- 基于卷积神经网络的PCBCT图像中的过孔和焊盘检测算法被引量：6
- 2018年
- 针对印刷电路板(printed circuit board,PCB)计算机断层成像(computerized tomography,CT)图像通常存在噪声大、过孔和焊盘的数量多以及焊盘与背景的对比度低和焊盘形状变化较多等因素导致过孔和焊盘的检测比较困难的问题,基于卷积神经网络模型网中网,提出将池化核作为参数进行学习以提高网络的数据表达能力,在基准数据集上进行验证后结合选择性搜索算法应用于PCB CT图像中的过孔和焊盘检测。实验结果表明,参数池化能够帮助提高网络对数据的表达能力,改进后的网络能够有效检测出PCB CT图像中的过孔和焊盘,基本达到实际应用需求。
- 贾涛周利莉陈健曾磊闫镔
- 关键词：卷积神经网络计算机断层成像
- 基于三维二值特征描述子的CT体数据快速匹配方法
- 本发明涉及一种基于三维二值特征描述子的CT体数据快速匹配方法，含有如下步骤：1：输入待拼接的两个CT体数据，并完成对其的特征点检测；2：确定特征点邻域内采样点的固定采样样式；3：将特征点邻域内的采样点组合成点对，并根据点...
- 曾磊陈健郭钟毓崔明明曹鸿涛谢易辰闫镔贾涛
