李淑华

作品数：3被引量：48H指数：2
导出分析报告
供职机构：大连理工大学数学科学学院更多>>
发文主题：网格变形图像目标检测网络结构显著性检测更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《计算机辅助设计与图形学学报》更多>>
所获基金：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1-3
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
特征增强的SSD算法及其在目标检测中的应用被引量：36
《计算机辅助设计与图形学学报》2019年第4期573-579,共7页谭红臣 李淑华 刘彬 刘秀平 
针对多尺度单发射击检测(SSD)算法不同尺度的特征层很难进行融合互补问题,提出一种特征增强的SSD(FE-SSD)算法.首先对SSD算法的金字塔特征层中,每一尺度的特征进行尺寸不变的卷积操作;然后将卷积前与卷积后的特征进行特征融合操作,进而...
关键词：SSD算法 目标检测 特征融合 网络结构 
基于通勤距离的显著性检测方法被引量：2
《计算机辅助设计与图形学学报》2016年第3期395-403,共9页张丽娜 孔雨秋 李淑华 刘秀平 曹俊杰 朱春钢 
国家自然科学基金(61173102;61370143)
针对图像显著性检测问题,提出一种基于通勤距离度量区域显著性,并提取图像中重要目标的方法.首先用聚类算法检测图像边界的背景种子点,构建初始背景先验图;其次利用显著点构建包围显著目标的凸包,提取凸包内前景种子点诱导其他区域的显...
关键词：显著性检测 通勤距离 边界先验 背景先验 凸包先验 
一种基于网格变形的图像放缩方法被引量：10
《计算机辅助设计与图形学学报》2013年第6期788-793,共6页崔普明 刘秀平 王小超 李淑华 
国家自然科学基金重点项目(U0935004);国家自然科学基金(61173102)
基于内容的图像放缩的关键是如何保持图像中重要的内容,同时最小化整幅图像的视觉变形.文中将图像放缩问题转化成网格变形问题,提出一种改进的基于内容的图像放缩方法.首先在网格上建立保持整体形状的能量函数,结合约束条件,通过求解凸...
关键词：图像放缩 显著性度量 整体结构 网格变形 
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