戈新良

作品数：8被引量：84H指数：4
导出分析报告
供职机构：上海交通大学更多>>
发文主题：移动机器人信息融合彩色图像人脸特征点定位神经网络更多>>
发文领域：自动化与计算机技术医药卫生更多>>
发文期刊：《计算机仿真》《上海交通大学学报》《计算机工程与应用》《电子学报》更多>>
所获基金：上海市科学技术委员会资助项目上海市科委重大科技攻关项目河北省自然科学基金国家自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-8
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
彩色图像人脸特征点定位算法研究被引量：10
《电子学报》2008年第2期309-313,共5页吴证 周越 杜春华 袁泉 戈新良 
国家自然科学基金(No.60772097)
本文提出了一种基于复合局部信息模型的改进Active Shape Model(ASM)算法,并进一步提出了基于人脸特征点Gabor小波特征降维分类的特征点搜索方法,对改进ASM的结果进行精确校正,达到鲁棒精确定位特征点的目的.本文首先对经过Adaboost检...
关键词：人脸特征点定位 肤色概率模型 GABOR特征 特征点分类 线性判别式分析法 最近邻分类 
改进的主动形状模型方法在人脸特征点定位中的应用被引量：4
《上海交通大学学报》2007年第8期1320-1323,1329,共5页戈新良 杨杰 张田昊 杜春华 
上海市科委资助项目(03DZ14015)
针对主动形状模型(ASM)已成功应用于人脸特征点定位提出了两点改进方法.其一,首先用Adaboost方法在图像中检测到人脸区域,然后在人脸区域中检测到瞳孔的位置,为ASM中的点分布模型粗略地定位好初始位置;其二,将原始ASM方法中的关键点的1...
关键词：主动形状模型 瞳孔检测 核概率密度估计 人脸检测 
基于聚类算法的统计学习侧面人脸检测
《计算机工程与应用》2007年第14期236-239,共4页田镭 陈洪亮 李冯 戈新良 
提出了一种新型的基于聚类算法的统计学习侧面人脸检测算法。通过对侧面人脸的各个视角建立分类器,使用新的Ad-aBoost训练策略,然后应用该聚类算法进行检测结果融合,从而有效检测出人脸。并使用该算法成功解决耳朵检测问题,取得了较好...
关键词：侧面人脸检测 耳朵检测 聚类算法 统计学习 
基于正交余弦变换域概率主成分分析的嵌入隐马尔可夫人脸识别模型
《上海交通大学学报》2007年第6期885-888,893,共5页王华华 周越 杨杰 戈新良 
上海市科委重大项目(03DZ14015)
提出并证明了概率主成分分析作用于正交余弦变换(DCT)域与作用于空域所获得的结果相同.利用DCT变换的快速压缩性能和概率主成分分析的软降维性能来稳定地获取和表示人脸的局部特征,并把得到的特征向量作为嵌入隐马尔可夫模型的观察向量...
关键词：人脸识别 正交余弦变换 概率主成分分析 嵌入隐马尔可夫模型 特征脸 
复杂背景下的彩色图像人脸检测被引量：7
《上海交通大学学报》2006年第5期778-782,共5页李冯 姚莉秀 杨杰 戈新良 
上海市科委资助项目(03DZ14015)
提出了一种复杂背景下使用肤色模型检测人脸的方法.该方法首先对图像进行光照补偿,然后对肤色模型处理后的二值图像进行分割与合并,并结合先验知识提取出人脸候选区域,最后验证人脸轮廓、眼睛和嘴等特征来判断人脸候选区域是否包含人脸....
关键词：人脸检测 特征提取 区域分割合并 光照补偿 肤色模型 
一种眼睛特征抽取的新方法被引量：2
《上海交通大学学报》2005年第12期1967-1970,共4页郑忠龙 杨杰 戈新良 杜春华 
上海市科委重大项目资助(03DZ14015)
眼睛特征对诸如人脸识别、表情识别及三维人脸重建等应用领域而言都是非常有效的信息.本文综合利用彩色信息、G abor小波特征信息以及各特征之间的相互位置关系抽取眼睛特征.首先,在HSV彩色空间的H通道中检测瞳孔的中心位置并对眼球的...
关键词：眼睛特征检测 Gabor特征空间 眼角滤波器 
基于多传感器融合的机器人障碍物检测和识别被引量：6
《计算机仿真》2005年第3期168-170,共3页戈新良 杨杰 
该文研究了在移动机器人中基于神经网络的多种传感器信息融合技术。通过由CCD摄像机获得的彩色图像与超声波传感器组获得的距离作为辅助视觉系统实现整个视觉系统功能。移动机器人的障碍物检测和识别的可靠性与精度比在任何单一传感器...
关键词：移动机器人 多种传感器融合 障碍物检测 神经网络 
多传感器信息融合技术研究现状和发展趋势被引量：55
《河北工业大学学报》2003年第2期30-35,共6页张明路 戈新良 唐智强 刘兴荣 
河北省自然科学基金资助项目(501031);河北省攻关计划资助项目(00547001D-18)
多传感器信息融合可以避免单一传感器的局限性,获取更多的信息,提高目标识别能力.本文较为全面的介绍了多传感器信息融合技术的背景、概念、控制结构、融合层次的划分等内容,并预测其将来的发展趋势.
关键词：多传感器 信息融合 算法 控制结构 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部