顾广华
- 作品数：56 被引量：182H指数：8
- 供职机构：燕山大学更多>>
- 发文基金：河北省自然科学基金国家自然科学基金河北省高等学校科学技术研究指导项目更多>>
- 相关领域：自动化与计算机技术电子电信文化科学医药卫生更多>>
- 基于稀疏表示的图像压缩传感重构方法
- 李林张涛李刚顾广华
- (1)课题来源：秦皇岛市科学技术研究与发展计划(201001A051)。(2)课题背景研究目的与意义：压缩传感理论近几年提出的信息处理理论，是信号处理、传感器、信息论、统计学、数据编码等多学科交叉的产物，并在空间成像技术...
- 关键词：
- 关键词：无线传感器
- 基于多级深度特征与随机游走的显著性检测被引量：1
- 2020年
- 为了解决图像显著性检测中传统方法特征学习不全面、复杂场景下显著区域凸出不明显的问题,提出了一种基于多级深度特征和随机游走的显著性检测算法。首先,利用全卷积神经网络,结合深层和浅层卷积特征信息对图像进行多级卷积深度特征提取;然后,对图像进行超像素分割,将提取的深度卷积特征分配给相应的超像素,构建特征矩阵;最后,通过正则化随机游走排序模型生成最终的显著图。在ECSSD和DUT-OMRON数据库上的实验结果表明,与6种具有代表性的显著性检测算法相比,文中算法的准确性和F值具有一定的优势。
- 崔冬王明李刚李刚李海涛
- 关键词：显著性检测特征提取随机游走
- 基于差分交集的视频对象分割与跟踪算法被引量：7
- 2004年
- 视频对象分割算法的性能好坏将直接影响MPEG 4编码产品的质量。连续两次差分后自适应处理,对差分图像取交集获得运动对象的边界,形态学处理后最终获取运动目标。基于改进的Hausdorff距离度量法对后续帧中视频对象进行跟踪。实验结果证明,该方法能够从背景不变的图像序列中较好的提取出运动对象,具有较强的鲁棒性。
- 王成儒顾广华
- 关键词：MPEG-4数学形态学HAUSDORFF距离
- 基于单张人脸图像三维形状模型重建
- 2011年
- 在人脸图像识别优化的研究中,针对由单张人脸图像重建三维模型时对人脸图像姿态存在要求的问题,为了提高识别精度,提出基于单张人脸图像姿态预估计和主成分分析(PCA)的形状模型重建算法。首先由三维姿态估计方法得到人脸姿态,并建立人脸形状模型样本库,然后通过选取的特征点,利用主成分分析进行三维人脸形状模型的重构,最后利用径向基函数(RBF)变换和特征点坐标精确调整三维人脸形状模型,并进行仿真。仿真结果表明,重构的三维人脸形状模型效果良好,提高了精度,对有旋转姿态的人脸图像和特征点定位误差也有很好的鲁棒性。
- 牛晓霞王成儒顾广华
- 关键词：主成分分析
- 最优区域与离散小波变换结合的颜色恒常性计算算法被引量：2
- 2014年
- 颜色恒常性计算就是通过消除光照对颜色的影响,得到与光照无关的稳定的颜色描述因子。目前基于底层特征驱动的颜色恒常性算法,大多数利用整幅图像的像素信息来估计场景的光照。然而,并不是所有的像素点都包含颜色恒常性计算的有效信息,而且没有考虑像素点周围的空间信息的影响。本文针对这两个问题提出一种基于最优区域选择和离散小波变换结合的颜色恒常性算法,在分割区域上进行不同尺度的离散小波变换,利用得到的小波系数估计出不同区域不同尺度上的误差,选择出误差最小的分割区域用于整幅图像的光照估计。该算法简单易行,实验结果证明可以取得比较好的光照估计效果。
- 顾广华张凤
- 关键词：颜色恒常性空间信息图像分割离散小波变换
- 面向图像语义描述的场景分类研究
- 如何让计算机按照人类理解的方式对海量图像数据进行高效地分类与管理，成为了图像理解领域中一个亟待解决的问题。场景分析与理解为图像的语义分类提供了可能，场景分类被明确认定为是图像语义分类中的一个关键课题。本文主要成果有: ...
- 顾广华
- 关键词：特征映射图像语义图像描述
- 一种采用背景统计技术的视频对象分割算法被引量：20
- 2004年
- 利用背景统计技术从累积的帧差信息中构建出完整、可靠的背景区域,并将其与当前帧相比较,得到初始对象分割掩膜;再对之进行后处理,以消除噪声影响和平滑对象边界,从而获得较好的对象分割掩膜,并提取出视频对象。该算法不需要预知运动对象的形状、数目等,就能较好地从静止背景中分离出目标,实验证明,它具有一定的实用性和鲁棒性。
- 王成儒顾广华
- 关键词：图像分割视频图像帧间差分
- 一种超声影像的图像特征提取方法、装置、设备及介质
- 本发明提供了一种超声影像的图像特征提取方法、装置、设备及介质，属于医学影像领域，该方法包括：获取乳腺超声影像图像；确定含有回声特征的目标区域；提取目标区域的有效特征；获取血流丰富度特征；将该有效特征和该血流丰富度特征进行...
- 顾广华付国庆付灏刘文
- 基于多重注意结构的图像密集描述生成方法研究被引量：1
- 2022年
- 图像密集描述旨在为复杂场景图像提供细节描述语句.现有研究方法虽已取得较好成绩,但仍存在以下两个问题:1)大多数方法仅将注意力聚焦在网络所提取的深层语义信息上,未能有效利用浅层视觉特征中的几何信息;2)现有方法致力于改进感兴趣区域间上下文信息的提取,但图像内物体空间位置信息尚不能较好体现.为解决上述问题,提出一种基于多重注意结构的图像密集描述生成方法—MAS-ED (Multiple attention structure-encoder decoder). MAS-ED通过多尺度特征环路融合(Multi-scale feature loop fusion, MFLF)机制将多种分辨率尺度的图像特征进行有效集成,并在解码端设计多分支空间分步注意力(Multi-branch spatial step attention, MSSA)模块,以捕捉图像内物体间的空间位置关系,从而使模型生成更为精确的密集描述文本.实验在Visual Genome数据集上对MAS-ED进行评估,结果表明MASED能够显著提升密集描述的准确性,并可在文本中自适应加入几何信息和空间位置信息.基于长短期记忆网络(Longshort term memory, LSTM)解码网络框架, MAS-ED方法性能在主流评价指标上优于各基线方法.
- 刘青茹李刚赵创顾广华顾广华
- 融合前景和背景种子点扩散的显著性目标检测被引量：5
- 2019年
- 针对图像显著性检测问题,本文提出一种融合前景和背景种子点扩散的显著性目标检测算法,扩散即为对种子点进行有效的传播.首先选取种子点,同时选择前景点和背景点作为种子点,丰富了种子点信息;然后,分别对背景种子和前景种子进行显著性扩散,并融合各自得到的显著图;最后,通过聚类优化和抑制函数完善显著图,使显著区域更加突出,背景区域得到更多的抑制,从而得到最终的显著图.本文算法在MSRA-1000和DUT-OMRON数据库上进行评估,并与其它六种算法进行对比评测,实验结果证明了本文算法的优越性.
- 顾广华刘小青
- 关键词：显著性检测种子点扩散聚类优化
