王笑梅
- 作品数：34 被引量：98H指数：4
- 供职机构：上海师范大学信息与机电工程学院更多>>
- 发文基金：上海市自然科学基金上海市教委科研基金更多>>
- 相关领域：自动化与计算机技术机械工程电子电信建筑科学更多>>
- 基于多标签神经网络的行人属性识别
- 2020年
- 在多标签行人属性识别的问题中,为了充分利用标签之间的相关性,解决传统方法识别准确率低和效率慢的问题,提出了一个多标签卷积神经网络。该网络在一个统一的网络框架下识别行人多个属性。把行人的多个属性看作是一个序列,然后构建了一个时序分类模型。提出的方法不仅避免了复杂的多输入MLCNN网络,也不需要多次训练单标签分类模型。实验结果表明,本文方法准确率均优于SIFT+SVM和多输入的MLCNN模型,平均准确率达到了90.41%。
- 陈桂安王笑梅刘鸿程
- 关键词：神经网络
- 非接触式胎儿心率检测被引量：4
- 2019年
- 胎儿心率检测是围产期常规检测,是评估孕妇和胎儿健康的主要生理指标.相对现有的接触式胎心检测技术,本文提出一种更为便捷,成本低廉的非接触式胎儿心率提取算法.首先基于欧拉视频颜色放大技术,对视频中颜色信号放大.其次,利用光电容积脉搏波描记法提取血液容积脉冲信号,并对母体噪声进行分离,计算功率谱密度提取.将采集到的胎心率,与医院专用胎心设备检测的结果进行定量分析,数据表明可以达到96%的准确度.
- 刘鸿程王笑梅陈桂安
- 关键词：胎儿心率
- 基于视频的人体睡眠状态下心率及呼吸率的检测被引量：3
- 2019年
- 心率和呼吸率是人体的基本生理特征之一,两者都是反应人体生理健康的一个重要参数。婴幼儿在睡眠时的检测异常困难,既要不影响病人休息,又要随时检测呼吸异常的情况。大多数呼吸检测都采用接触式检测,如果对患者进行实时监控,则需要患者一直穿戴检测设备,这样会给患者带来不便,尤其会影响患者的休息。提出了一种非接触式的检测方法,利用欧拉视频放大技术,实时监控病人睡眠时的人体生理特征,而且成本较低,操作简单,不仅可以用在临床医疗,也便于患者在家自我检测,防止意外发生。
- 刘鸿程王笑梅陈桂安
- 关键词：视频放大
- 基于改进WNN的短时交通流量预测的研究被引量：1
- 2020年
- 论文提出了一种结合自适应人工鱼群算法及粒子群优化算法的混合寻优算法,替换了小波神经网络在求解最优参数时所使用的梯度下降法,从而可在一定程度上优化小波神经网络。在此基础上,采用改进的小波神经网络对短时交通流量数据进行建模与预测。仿真实验结果表明,在进行短时交通流量预测时,改进后的小波神经网络模型相比其他一些主流的优化预测模型,无论在收敛速度、稳定性还是在预测精度方面均有一定的提高。
- 沈子华冯益春朱媛媛王笑梅郭超磊
- 关键词：小波神经网络梯度下降粒子群算法短时交通流量
- 基于电容传感器的流量测量系统电路的设计
- 介绍了一种电容式气固两相流流量测量系统。分析和设计了该系统的随机噪声提取电路,以检测微弱的随机流动信号。实验证明该设计可以提高系统的抗干扰能力、稳定性和性价比。
- 王笑梅王辉
- 关键词：电容传感器流量测量系统电路设计
- 文献传递
- 一种基于小波域边缘特征的数字图像水印被引量：2
- 2006年
- 利用图像的小波变换获得的图像边缘特征信息,参考人类视觉系统(HVS)模型和小波图像的能量分布特性,将水印信息按小波图像的局部边缘特性,将水印信息嵌入到图像中,从而有效地隐藏水印。
- 戴酉王笑梅
- 关键词：数字水印小波图像视觉特性图像能量
- 民国纸币冠字号码的提取与分割
- 2022年
- 民国纸币的冠字号码图像分割是民国纸币自动识别系统的关键组成部分。民国纸币种类繁多,不同纸币背景图案、字体、主色调差异较大且绝大多数纸币因保存时间较长,存在褶皱、破损、污迹等情况,冠字号码提取与分割较为困难。文章分析了民国时期不同银行、不同年代、不同地域纸币的特点,提出一种民国纸币冠字号码提取与分割算法。首先利用颜色特征、形态学处理、连通域形状测量提取冠字号码,然后使用基于逐差与滑动窗口的字符分割算法分割单个字符。实验结果表明,所提算法对民国纸币冠字号码有很好的提取与分割效果,分别取得了99.3%、98.5%的准确率,为后续字符识别奠定了良好基础。
- 沈成龙王笑梅王晨
- 关键词：形态学图像处理
- HP服务器在全业网络中的应用
- 2001年
- 根据企业对服务器的各种要求，从ＨＰ服务器的结构设计、可靠性、良好的可管理性和完善的培训机制等角度出发，介绍了ＨＰ服务器在中小企业的解决方案。
- 唐爱红王笑梅
- 关键词：企业网络计算机网络系统服务器磁盘冗余阵列
- 基于民国纸币的图元素匹配检索
- 2023年
- 民国纸币种类数量众多,不同纸币类别间的视觉差异小,部分纸币经过流通后发霉、毛边以及破损。针对传统的细粒度图像检索方法对民国纸币识别分类能力差的问题,提出了一种基于多尺度特征融合的民国纸币细粒度检索模型。在使用YOLOv4对纸币图像做图元素检测,减少手动标记数据时间的基础上,利用纸币主景图作为输入特征图,使用EfficientNet-B0作为主干网络进行检索,减少了冗余信息对网络的负担,提升了网络的精度。在模型中,使用PANet融合网络的第2,4,10和15层的特征向量,生成全局特征向量库,提升了纸币匹配检索能力,并使用自适应K均值对特征向量进行聚类,简化了匹配的时间与计算量。实验结果表明,该模型准确率达到了89.6%,相比于使用纸币原图作为输入图像提升了10个百分点,提高了检索精度。改进后的模型分类效果更好,推理时间成本更少,实现了纸币的精细化分类。满足工业实际要求。
- 王佳婧王晨朱媛媛王笑梅
- 关键词：图像检索
- 基于CBAM-ResNet50的民国纸币图像检索系统被引量：2
- 2022年
- 利用残差网络(ResNet)50,结合卷积块注意力模块(CBAM)机制,提出了一种基于CBAM-ResNet50的民国纸币图像检索技术,提升了对相似纸币的检索能力.设计并实现了基于Windows和Ubuntu系统环境下的民国纸币图像检索系统,并搭建了基于Flask的Web应用服务.所提取的民国纸币图像特征具有更强的辨识度,大幅提高了检索速度,在图形处理器(GPU)上可达毫秒级.使用缩略图搜索民国纸币图片,对相似度排名第1的图像的检索准确率可以达76.3%,相似度排名前6的图像检索准确率可以达92.5%.
- 王佳婧朱媛媛杜欣王笑梅
- 关键词：图像检索
