祝晓斌

作品数：7被引量：46H指数：3
导出分析报告
供职机构：北京工商大学更多>>
发文主题：描述符图像网络卷积神经网络超分辨率图像更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《计算机仿真》《高技术通讯》《计算机应用研究》《广播电视信息》更多>>
所获基金：国家自然科学基金北京市自然科学基金北京市属高等学校科学技术与研究生教育创新工程建设项目北京市科技计划项目更多>>
-
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1-7
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于改进VLAD算法的图像分类被引量：3
《计算机应用研究》2018年第10期3151-3154,共4页王倩 张新明 蔡强 祝晓斌 
国家自然科学基金资助项目(61402023)
针对图像分类问题进行了研究,提出一种改进的局部聚合描述符(vector of locally aggregated descriptors,VLAD)算法以得到高效的图像特征表示。采用卷积神经网络提取图像的密集局部特征。正态分布式选取子集训练视觉字典,提高字典质量;...
关键词：局部聚合描述符 图像分类 卷积神经网络 特征编码 多近邻分配 
基于深度哈希的多模态视频拷贝检测方法
《广播电视信息》2018年第A01期90-96,共7页张乃光 石慧杰 祝晓斌 
"互联网+环境中基于国产密码的多媒体版权保护与监管技术"项目资助;项目编号2018YFB0803700(课题四:2018YFB0803704)
视频拷贝检测是版权管理和版权保护的重要手段。针对海量的媒体内容,如何采用深度算法提取鲁棒的哈希特征,便于快速索引和匹配,是本论文的一个创新点。此外,在传统研究中,音频、视频的内容往往没有进行有效关联,如何有效利用多模态特征...
关键词：视频拷贝检测 深度哈希 多模态 
利用CNN特征和BoWs的三维模型检索算法被引量：3
《广西大学学报（自然科学版）》2017年第5期1787-1792,共6页董水龙 李海生 祝晓斌 蔡强 
国家自然科学基金资助项目(61402023);北京市自然科学基金资助项目(4162019);北京市科技计划项目(Z161100001616004)
为提高基于视图的三维模型检索算法的精确度,将卷积神经网络(CNN)特征和词袋模型(Bo Ws)检索思路相结合,提出一种新的基于视图的三维模型检索算法。提取CNN特征,利用Bo Ws的检索思想对模型单一特征进行合并,消除视图间关联。将多个CNN...
关键词：卷积神经网络特征 词袋模型 特征融合 三维模型检索 
图像语义分割深度学习模型综述被引量：18
《高技术通讯》2017年第9期808-815,共8页张新明 祝晓斌 蔡强 刘新亮 邵玮 王磊 
国家自然科学基金(61402023);北京市自然科学基金(4162019);食品安全知识图谱及大数据平台研制(Z161100001616004)资助项目
阐述了图像语义分割实质上是像素级别的密集分类的概念,及其在计算机视觉领域中的核心地位和应用意义。全面综述了图像语义分割算法的常用分类方法及最新成果,详尽比较了图像语义分割深度学习模型在PASCAL VOC 2012数据集上的像素准确...
关键词：深度学习 语义分割 PASCAL VOC 卷积神经网络 
基于内容的图像检索技术研究被引量：20
《计算机仿真》2015年第5期1-4,85,共5页祝晓斌 刘亚奇 蔡强 曹健 
北京市属高等学校科学技术与研究生教育创新工程建设项目(PXM2014_014213_000043);北京市属高等学校教师队伍建设--青年英才计划资助项目(YETP1452)
随着数字图像在多媒体领域的广泛应用,对基于内容的图像检索技术的需求也不断增加。基于内容的图像检索技术总体上可以分为两部分:图像特征提取、图像特征的索引与匹配。图像特征提取主要解决如何在数学上有效地描述一幅图像。文中分别...
关键词：基于内容的图像检索 特征提取 相似度测量 聚类与分类 相关反馈 
基于关键观测点选择的视频浓缩方法
《高技术通讯》2015年第4期417-422,共6页祝晓斌 范芳鑫 徐英瀚 谭励 
国家自然科学基金(61402023);北京市自然科学基金(4132025);北京市教师队伍建设青年英才计划(YETP1448)资助项目
为了从海量视频数据中快速提取感兴趣的信息,在研究、分析现有视频浓缩算法性能的基础上,提出了一种基于关键目标选择的视频浓缩方法。该方法用选择的代表性观测点组成的新的运动序列来代表目标原运动序列,从而消除了现有算法不能消除...
关键词：视频浓缩 关键观测点选择 最小描述长度(MDL) 数据驱动 
一种基于标签和协同过滤的并行推荐算法被引量：2
《高技术通讯》2015年第3期307-312,共6页祝晓斌 蔡强 白璐 李海生 
国家自然科学基金(61402023);北京市自然科学基金(4132025);北京市教师队伍建设青年英才计划(YETP1448)资助项目
针对基于用户打分的传统协同过滤推荐算法存在准确率较低以及计算延时的问题,提出了一种基于标签与协同过滤的并行混合推荐算法。该算法通过计算标签的词频-逆文档频率(TF-IDF)值降低流行标签的权重,根据用户的历史行为预测用户对其他...
关键词：协同过滤 推荐 标签 TF-IDF MAPREDUCE 
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