李翠华

作品数：98被引量：554H指数：13
导出分析报告
供职机构：厦门大学信息科学与技术学院更多>>
发文主题：图像处理超分辨率边缘检测运动目标检测单帧图像更多>>
发文领域：自动化与计算机技术电子电信理学轻工技术与工程更多>>
发文期刊：《中国科学：信息科学》《自然科学进展》《华侨大学学报（自然科学版）》《兵工学报》更多>>
所获基金：国家自然科学基金福建省自然科学基金国家重点基础研究发展计划国防基础科研计划更多>>
-
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1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
非局部多尺度融合的单帧图像超分辨率重建被引量：1
《厦门大学学报（自然科学版）》2022年第2期278-287,共10页陈蓉 李翠华 
西藏自治区自然科学基金(XZ2018ZRG-65)。
现有的深度超分辨率重建模型,用堆叠多个相同模块的方式获取具有更高精度的重建结果,但未能充分考虑各层特征间的上下文关联信息.提出一种基于非局部多尺度融合的图像超分辨率重建模型.该模型采用3种模块:非局部模块、多尺度融合模块和...
关键词：单帧图像超分辨率 深度超分辨率模型 非局部 多尺度融合 
深度学习单帧图像超分辨率重建研究综述被引量：7
《厦门大学学报（自然科学版）》2021年第3期555-570,共16页曲延云 陈蓉 李翠华 王菡子 
国家自然科学基金(61876161,U1065252);西藏自治区自然科学基金(XZ2018ZRG-65)。
单帧图像超分辨率重建(single image super-resolution reconstruction,SISR)是一类典型的不适定问题,具有广泛的实际应用价值.近年来,基于深度学习的SISR方法的研究已经取得长足的进展,其性能大大超越了传统的方法.本文将SISR研究归纳...
关键词：单帧图像超分辨率重建 深度学习 有监督学习 不成对学习 
真实有雾场景下的目标检测被引量：18
《计算机辅助设计与图形学学报》2021年第5期733-745,共13页解宇虹 谢源 陈亮 李翠华 曲延云 
国家自然科学基金面上项目(61876161,61772524);海峡联合基金(U1065252);北京市自然科学基金面上项目(4182067).
在有雾场景中实现对目标精确检测,是视频监控、智慧城市、无人驾驶等多个实际应用中一个重要的研究内容.为促进真实有雾场景下的目标检测研究,探讨了2个问题:有雾场景目标检测数据集的构建以及真实有雾场景下目标检测的解决方案.首先,...
关键词：真实有雾场景 目标检测 图像去雾 知识引导 联合学习 
基于多视角聚类分析的汉字字体审美偏好挖掘被引量：1
《中国科学：信息科学》2021年第3期383-398,共16页张艳 谢源 洪辰 曲延云 李睿 张俊松 李翠华 
国家自然科学基金面上项目(批准号:61876161,61772524,61671397,U1065252,61772440)资助。
在神经美学研究中已经证明,中文字体审美偏好的情绪刺激可以通过观察3种偏好(喜欢、不喜欢和中性)之间的事件相关电位(event related potential,ERP)波动获得.本文通过引入一种核化张量奇异值分解的多视角聚类方法分别构建了基于脑电图(...
关键词：中文字体 审美评价 计算美学 事件相关电位 核化张量奇异值分解 数据挖掘 
基于α-expansion的超分辨率图像重建
《中国科技论文》2015年第8期937-941,共5页张东晓 李翠华 
国家自然科学基金资助项目(61373077);国防基础科研计划(B0110155);国防科技重点实验室基金资助项目(9140C30211ZS8);高等学校博士学科点专项科研基金资助项目(20110121110020);福建省重点项目(2014H0034);黄慧贞集美大学学科建设基金资助项目(ZC2014010)
为了获得更精确的超分辨率重建结果,在重建高分辨率像素时,剔除对重建贡献微弱甚至没有贡献的低分辨率像素,保留有所贡献的低分辨率像素。对低分辨率像素的贡献进行程度化,获得所有低分辨率像素的加权贡献,并进一步建立超分辨率重建的...
关键词：图像处理 超分辨率 α-expansion算法 图像重建 程度化 
特征加权融合的在线多示例学习跟踪算法被引量：4
《计算机工程与应用》2015年第12期189-193,234,共6页刘薇 戴平阳 李翠华 
国家自然科学基金(No.61373077);高等学校博士学科点专项科研基金(No.20110121110020);国家部委基础科研计划项目;国家部委科技重点实验室基金资助
为了能更加准确鲁棒地跟踪目标,提出了特征加权融合的在线多示例学习跟踪算法(WFMIL)。WFMIL在多示例学习框架下分别训练两种特征(Hog和Haar)分类器。在跟踪过程中,通过线性运算融合成一个强分类器,同时在学习过程中对正包中的示例引入...
关键词：特征融合 在线多示例学习 目标跟踪 
基于多层卷积神经网络学习的单帧图像超分辨率重建方法被引量：22
《中国科技论文》2015年第2期201-206,共6页刘娜 李翠华 
国家自然科学基金资助项目(61373077);高等学校博士学科点专项科研基金资助项目(20110121110020);福建省教育厅A类项目(JA14300);国防基础科研计划项目
构建了一个应用于超分辨率重建的PMJ模型(perception,memory,judgment-super resolution,PMJ-SR),在感知阶段对图像进行初步的特征提取;在记忆阶段使用深度卷积神经网络学习得到超分辨率重建的过完备字典;在决策阶段,将过完备字典作为...
关键词：超分辨率重建 卷积神经网络 深度学习 计算认知模型 感知 记忆 决策 
基于纹元森林的视觉词袋模型在图像分类中的应用
《厦门大学学报（自然科学版）》2015年第1期99-106,共8页黄婷 赵自明 李翠华 
国家自然科学基金(61373077);高等学校博士学科点专项科研基金(20110121110020);国防基础科研计划项目;福建省教育厅项目(JA14300;JB12209)
引入纹元森林(semantic texton forest,STF)的视觉词袋模型,联合基于金字塔匹配核的支持向量机,实现图像分类.首先对图像进行采样,提取SIFT(scale-invariant feature transform)特征,然后导入纹元森林构造视觉词典,统计视觉单词出现的...
关键词：纹元森林 图像分类 视觉词袋模型 支持向量机 
基于亚像素位移的超分辨率图像重建算法被引量：10
《自动化学报》2014年第12期2851-2861,共11页张东晓 鲁林 李翠华 金泰松 
国家自然科学基金(61373077);国防基础科研计划(B0110155);国防科技重点实验室基金(9140C30211ZS8);高等学校博士学科点专项科研基金(20110121110020);福建省自然科学基金(2011J01365);福建省重点项目(2014H0034);航空科学基金(20125168001);黄慧贞集美大学学科建设基金(ZC2014010)资助~~
针对多帧图像超分辨率重建问题,利用一阶泰勒展式,在亚像素级上对图像退化过程进行建模,并建立极小化能量函数,选择Graph-cut算法进行能量极小化求解.为了验证本文算法的有效性,采用模拟图像退化过程和直接用相机拍摄两种方式获得低分...
关键词：超分辨率 亚像素 图割 α-expansion 图像退化模型 
基于排序支持向量机的多特征融合目标跟踪算法被引量：2
《计算机工程》2014年第11期42-45,55,共5页刘锴 戴平阳 江晓莲 李翠华 
国家部委基金资助项目;高等学校博士学科点专项科研基金资助项目(20110121110020)
针对计算机视觉领域的目标跟踪问题,提出一种基于排序支持向量机的多特征融合目标跟踪算法。利用排序支持向量机学习得到排序函数,提取2种不同的图像特征分别构造分类器,使2个排序支持向量机并行预测,分别计算2个分类器的错误率,从而得...
关键词：目标跟踪 多特征融合 排序学习 分类器 排序支持向量机 鲁棒性 
全选清除导出
共10页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部