严云洋

作品数：102被引量：469H指数：12
导出分析报告
供职机构：淮阴工学院更多>>
发文主题：火焰检测特征抽取人脸识别人脸检测图像分割更多>>
发文领域：自动化与计算机技术文化科学电子电信经济管理更多>>
发文期刊：更多>>
所获基金：国家自然科学基金江苏省高校自然科学研究项目江苏省“青蓝工程”基金江苏省“六大人才高峰”高层次人才项目更多>>
-
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：
基于UO-Net模型的火焰检测方法被引量：1
《江苏海洋大学学报（自然科学版）》2020年第4期8-15,共8页陈浩霖 高尚兵 相林 严云洋 黄子赫 蔡创新 
国家重点研发计划项目(2018YFB1004904);江苏高校“青蓝工程”项目;江苏省高校自然科学研究重大项目(18KJA520001);江苏省“333工程”资助项目(BRA2016454);淮安市科技局计划项目(HAB201803)。
一般基于深度学习的火焰检测方法识别效率不够理想,主要原因是特征提取网络中参数较多。对此,提出了一种基于UO-Net模型的火焰检测方法。UO-Net模型是在YOLOv3模型基础上建立的一种端到端的深度神经网络模型。该方法采用多卷积核组合结...
关键词：YOLOv3模型 深度神经网络 多卷积核组合结构 特征提取 图像分割 注意力图 火焰检测 
基于定位置信度和区域全卷积网络的火焰检测方法被引量：3
《激光与光电子学进展》2020年第20期196-205,共10页张鸿 严云洋 刘以安 高尚兵 
国家自然科学基金(61402192);江苏省“六大人才高峰”项目(2013DZXX-023);江苏省高校自然科学基金重大项目(18KJA52001);江苏省“青蓝工程”;淮安市“533英才工程”;淮安市自然科学课题(HAB201803)。
针对火焰检测定位精度与检测精度不高的问题,提出了基于定位置信度和区域全卷积网络的火焰检测方法。首先使用扩大的可分离卷积提高感受野,减少模型参数量,提高检测速度;其次对预测候选框进行平移和伸缩操作,以提高候选区域的完整性;然...
关键词：图像处理 火焰检测 区域全卷积网络 可分离卷积 定位置信度 非极大值抑制 
基于轻型卷积神经网络的火焰检测方法被引量：1
《山东大学学报（工学版）》2020年第2期100-107,共8页严云洋 杜晨锡 刘以安 高尚兵 
国家自然科学基金资助项目(61402192);江苏省“六大人才高峰”项目(2013DZXX-023);江苏省“青蓝工程”;淮安市“533英才工程”资助。
提出一种基于MobileNet的轻型火焰检测方法,基于深度分离卷积和膨胀卷积的膨胀卷积模块(dilated convolution block, DCB)扩增特征的感受野,加强特征语义信息,提高了视频火焰目标的检测率;优化SSD(Single Shot Multibox Detector)检测框...
关键词：火焰检测 MobileNet 膨胀卷积 通道重排 DCB 
基于YOLOv2的视频火焰检测方法被引量：12
《计算机科学》2019年第6期301-304,共4页杜晨锡 严云洋 刘以安 高尚兵 
国家自然科学基金项目(61402192),;江苏省“六大人才高峰”项目(2013DZXX-023);江苏省“青蓝工程”;江苏省高等学校自然科学研究重大项目(18KJA520001);淮安市“533英才工程”资助
一般火焰检测方法由于对复杂场景的应变能力较差,因此检测率较低。文中提出了一种基于改进的YOLOv2网络的深度学习火焰检测方法,来自动提取火焰特征;同时,针对特征提取过程中信息丢失的问题,采用聚类选取候选框,以多尺度特征融合的方法...
关键词：火焰检测 YOLOv2 聚类 多级特征 特征融合 
基于离群点检测的分类结果置信度的度量方法被引量：4
《南京大学学报（自然科学版）》2019年第1期102-109,共8页严云洋 瞿学新 朱全银 李翔 赵阳 
江苏省"六大人才高峰"项目(2013DZXX-023);江苏省"青蓝工程";江苏省重点研发计划(BE2015127)
为度量在网络日志中网页分类模型的预测结果,将度量为可信的结果加入网址分类集合,提高网络日志中访问链接的分类效率,提出一种基于离群点检测的分类结果置信度的度量方法.采用基于Bagging构建多个弱分类器对待分类数据进行预测,并对每...
关键词：离群点 网页分类 K均值 LOF算法 
基于GMM与三维LBP纹理的视频火焰检测被引量：6
《山东大学学报（工学版）》2019年第1期1-9,共9页严云洋 张慧珍 刘以安 高尚兵 
国家自然科学基金资助项目(61402192);江苏省"六大人才高峰"资助项目(2013DZXX-023);江苏省"333工程"资助项目(BRA2013208);江苏省"青蓝工程"资助项目(2017);淮安市"533工程"资助项目(2017);淮安市科技计划资助项目(HAG2013057)
针对候选区域提取准确度问题及火焰特征的描述能力,提出一种基于高斯混合模型(Gaussian mixture model,GMM)与三维的局部二值模式(local binary pattern,LBP)纹理特征的火焰检测算法,分析火焰在RGB与HSV两个空间中的分布规律,训练出火...
关键词：火焰检测 GMM 动态特征 三维LBP 支持向量机 
基于Faster R-CNN模型的火焰检测被引量：13
《南京师大学报（自然科学版）》2018年第3期1-5,共5页严云洋 朱晓妤 刘以安 高尚兵 
国家自然科学基金(61402192);江苏省"六大人才高峰"项目(2013DZXX-023);江苏省"青蓝工程";淮安市"533英才工程"
常规的火焰检测一般是提取火焰的静态或动态特征,然后进行火焰的判别.但是传统特征无法全面描述火焰特性,会导致识别的准确率降低.本文提出一种基于Faster R-CNN模型的火焰检测算法.首先利用候选区域生成网络(Region Proposal Network,R...
关键词：FASTER R-CNN 候选区域生成网络 快速区域卷积神经网络 火焰检测 
基于深度森林模型的火焰检测被引量：14
《计算机工程》2018年第7期264-270,共7页朱晓妤 严云洋 刘以安 高尚兵 
国家自然科学基金(61402192);江苏省"六大人才高峰"项目(2013DZXX-023);江苏省"333工程"项目(BRA2013208);淮安市科技计划项目(HAG2013057;HAG2013059)
在进行视频火焰检测时,周围环境以及火焰本身亮度的变化会对背景建模造成影响。针对该问题,提出一种基于帧频提升的高斯混合背景建模方法。在当前帧和前一帧之间插入若干帧,使高斯混合模型构建出的背景更贴近当前帧的真实背景,有利于后...
关键词：火焰检测 深度森林 高斯混合模型 帧频提升 背景建模 
基于互信息和关联规则的文本特征提取方法被引量：1
《淮阴工学院学报》2018年第3期20-24,共5页瞿学新 朱全银 严云洋 李翔 
江苏省"六大人才高峰"项目(2013DZXX-023);江苏省"333工程"(BRA2013208);江苏省重点研发计划(BE2015127);淮安市产学研协同创新项目(HAC201601)
为改善传统互信息方法在网页分类中的效果,对互信息方法在词频、类间分布以及低信息量特征方面进行改善,提出了一种基于互信息和关联规则的文本特征提取方法。改进了传统互信息方法,引进词频和类间平衡因子,从而避免互信息对低词频特征...
关键词：互信息 网页分类 关联规则 文本特征 
基于超像素分割与闪频特征判别的视频火焰检测被引量：8
《数据采集与处理》2018年第3期512-520,共9页张慧珍 严云洋 刘以安 周静波 高尚兵 
国家自然科学基金(61402192)资助项目;江苏省"六大人才高峰"(2013DZXX-023)资助项目;江苏省"333工程"(BRA2013208)资助项目;江苏省"青蓝工程"资助项目;淮安市"533工程"资助项目;淮安市科技计划(HAG2013057;HAG2013059)资助项目
视频监控已经成为当今火灾防范的主要方法。视频火焰算法层出不穷,但多为训练各种分类器做最后的分类,这需要提前准备大量相关的视频火焰样本来做训练,在视频火焰样本不够的情况下往往不能达到很高的检测率。本文提出一种基于超像素分...
关键词：火焰检测 超像素分割 颜色模型 闪频判别 
全选清除导出
共11页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部