陈东岳
- 作品数：40 被引量：143H指数：7
- 供职机构：东北大学信息科学与工程学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金中央级公益性科研院所基本科研业务费专项更多>>
- 相关领域：自动化与计算机技术文化科学机械工程电子电信更多>>
- 一种基于全向结构光的深度测量方法被引量：6
- 2015年
- 深度测量是立体视觉研究的重要问题,本文提出一种基于全向图与结构光的深度测量方法.首先,根据测量系统特点,采用了基于多参考面的投影仪标定算法;然后,设计了一组"四方位沙漏状"编码结构光,实现待测图像与参考图像的对应点计算;最后,在移动条件下,研究基于先验约束迭代就近点(Iterative closest point,ICP)的深度点云匹配算法.实验结果表明,本文方法可以准确地对室内场景进行深度测量,且抗干扰能力较强.
- 贾同吴成东陈东岳王炳楠高海红房卓群
- 关键词：结构光立体视觉
- 基于多特征融合的遥感图像河流目标检测算法被引量：3
- 2012年
- 针对近似河流无法准确检测出来的问题,提出了一种基于多特征融合的遥感图像河流目标检测算法.首先根据提取样本图像的局部熵、纹理和角点信息特征构建了有效区分河流区域和背景区域的特征向量,利用支持向量机进行训练获得决策函数,通过决策函数判断测试图像的河流区域,完成河流区域的粗检测;然后结合粗检测的结果,应用测地线活动轮廓模型提取完整准确的河流区域.实验结果证明该算法对河流目标定位准确,获得的河流检测结果具有良好的连通性,可以准确地检测复杂背景下的河流区域.
- 于晓升吴成东陈东岳田子恒
- 关键词：多特征融合支持向量机测地线活动轮廓
- 基于方向特征及引力模型的路面裂缝检测被引量：5
- 2012年
- 针对全局性路面裂缝检测方法的局限,提出了一种基于方向特征及引力模型的路面裂缝检测方法.算法首先根据裂缝的延伸性及局部过渡性,搜索裂缝端点,并设计了反映裂缝线型特征的方向因子及方向导数区分度判据,使裂缝判别局限在裂缝端点延伸方向的局部邻域内,有效地阻止了非裂缝区域冗余信息的引入.进一步根据人类判别裂缝的视觉特性,借鉴物理学原理建立了裂缝引力模型,增强了噪斑存在时裂缝连接的鲁棒性.结合颜色距离,设计了裂缝延伸与连接的多判据判别函数,实现对裂缝像素区域的判别检测.实验结果表明所提方法的准确性.
- 吴成东卢佰华陈东岳王力
- 关键词：引力模型
- 高等院校线上线下教学模式成效分析研究被引量：2
- 2021年
- 目前,随着信息技术和网络技术的飞跃发展,线上教学模式得到了大力推广,但是仍有很多教师不熟悉线上教学模式,学生在通过线上学习的过程中也存在诸多问题,亟需解决。然而,线上教学模式的优势也是不可否认的。为了进一步推进高校教学方式的改革优化、保证教学教育质量、提升学生的学习效果,该文对多种不同的线上教学模式成效进行了分析,将其和线下教学模式、线上线下混合教学模式进行对比,分析了线上教学模式的优缺点,并根据现存问题提出了线上教学的改进建议。
- 杨东升张化光徐林陈东岳周博文
- 关键词：线上教学
- 基于残差自然幂法的增量线性判别分析方法
- 2011年
- 提出了将增量线性判别分析问题(LDA)转化为两个增量主元分析(PCA)问题的算法框架.为加速算法的收敛速度,推导了增量LDA中训练样本的类内离散度矩阵和协方差矩阵的无损实时更新公式,并在此基础上提出了一种基于残差协方差矩阵的自然幂增量PCA算法.将该增量PCA方法与基于双PCA结构的增量LDA算法框架相结合,实现了数据流的实时LDA处理.仿真结果表明,与已有的增量LDA方法相比,该方法在收敛速度、计算复杂度和可操作性上具有更优的性能.
- 陈东岳吴成东
- 基于多任务学习的视频异常检测方法
- 2023年
- 针对异常事件位于图像前景的某个局部区域,且背景区域对于异常检测存在干扰的问题,提出了一种多任务异常检测双流模型,模型架构包含未来帧预测网络和光流重构网络。首先利用前景检测算法获取自然图像和光流图像的目标区域,再将选取的区域送入到编码-解码网络完成未来帧预测和运动重构,对运动特征和表观特征进行提取,最后,使用深度概率网络给出的概率值作为判断异常的决策,并与重构损失及预测损失相结合来判断视频的异常性。本文针对大型场景的3个视频监控数据集(UCSD行人数据集、Avenue、Shanghai Tech)对本文提出的模型进行了异常性评估,所提出的方法在3个数据集上的AUC值分别为97.4%,86.4%,73.4%。与现有工作相比,本文的模型架构简洁且易于训练,异常检测结果更加准确。
- 常兴亚武云鹤陈东岳邓诗卓
- 关键词：异常检测多任务学习
- 强专业化课程沉浸式虚拟教学方法研究被引量：3
- 2022年
- 以电机原理及拖动为代表的强专业化课程,由于其知识体系贯穿“机电磁”,知识点理解难度大,导致单一课堂讲授方式无效甚至低效。文章充分阐述VR/AR技术在教学中应用优势,提出一种基于VR/AR的沉浸式虚拟仿真教学方案,构建教学场景结构和教学方法与策略的VR/AR教学模式,提升学生课堂教学体验。最后对VR/AR技术在高等教育领域中应用进行展望。
- 杨东升肖军闫士杰陈东岳潘峰
- 关键词：沉浸式教学教学方案
- 基于特征显著性的均值漂移鲁棒目标跟踪被引量：4
- 2013年
- 在均值漂移算法框架下,提出基于目标显著性的特征融合与在线模板更新策略,实现复杂动态环境下的鲁棒跟踪.通过目标区域与背景区域的特征对比定义了特征显著性测度.提出了基于特征显著性的色彩空间选择以及基于Gabor小波稀疏编码的纹理特征提取算法.通过特征显著性加权实现参考直方图模板的初始化,并在此基础上针对遮挡现象与目标自身形变的区别设计了在线模板更新策略.实验结果表明,本文方法与其他跟踪算法相比具有较强的鲁棒性和较高的准确性.
- 陈东岳陈宗文
- 关键词：目标跟踪均值漂移GABOR小波
- 基于多表观模型的鲁棒跟踪算法被引量：1
- 2013年
- 针对传统的均值漂移算法中目标表观模型单一且缺乏必要的更新策略的问题,提出了一种基于多表观模型的多尺度均值漂移跟踪算法.该算法通过对模板集进行稀疏主成分分析获得多个表观模型,并分别在每个模型下以多个尺度并行运行均值漂移算法得到多个收敛点.利用前面求得的多个收敛点求取加权中心,并以此为依据寻找当前时刻的目标状态.实验结果表明,与其他跟踪算法相比,本文提出的算法在应对目标姿态变化、背景干扰及遮挡等复杂情况时具有更好的稳定性和鲁棒性.
- 齐苑辰吴成东陈东岳于晓升
- 关键词：目标跟踪均值漂移自适应更新
- 双尺度顺序填充的深度图像修复被引量：1
- 2022年
- 目的 深度图像作为一种重要的视觉感知数据,其质量对于3维视觉系统至关重要。由于传统方法获取的深度图像大多有使用场景的限制,容易受到噪声和环境影响,导致深度图像缺失部分深度信息,使得修复深度图像仍然是一个值得研究并有待解决的问题。对此,本文提出一种用于深度图像修复的双尺度顺序填充框架。方法 首先,提出基于条件熵快速逼近的填充优先级估计算法。其次,采用最大似然估计实现缺失深度值的最优预测。最后,在像素和超像素两个尺度上对修复结果进行整合,准确实现了深度图像孔洞填充。结果 本文方法在主流数据集MB(Middlebury)上与7种方法进行比较,平均峰值信噪比(peak signal-to-noise ratio, PSNR)和平均结构相似性指数(structural similarity index, SSIM)分别为47.955 dB和0.998 2;在手工填充的数据集MB+中,本文方法的PSNR平均值为34.697 dB,SSIM平均值为0.978 5,对比其他算法,本文深度修复效果有较大优势。在时间效率对比实验中,本文方法也表现优异,具有较高的效率。在消融实验部分,对本文提出的填充优先级估计、深度值预测和双尺度改进分别进行评估,验证了本文创新点的有效性。结论 实验结果表明,本文方法在鲁棒性、精确度和效率方面相较于现有方法具有比较明显的优势。
- 陈东岳朱晓明马腾宋园园贾同
