您的位置: 专家智库 > >

田卓

作品数:8 被引量:9H指数:2
供职机构:杭州电子科技大学更多>>
发文基金:国家自然科学基金浙江省自然科学基金浙江省国际科技合作项目更多>>
相关领域:自动化与计算机技术一般工业技术机械工程更多>>

文献类型

  • 4篇专利
  • 2篇期刊文章
  • 1篇学位论文
  • 1篇会议论文

领域

  • 5篇自动化与计算...
  • 1篇机械工程
  • 1篇一般工业技术

主题

  • 4篇人脸
  • 3篇人脸特征
  • 3篇人脸特征点
  • 3篇特征点
  • 2篇信号
  • 2篇图像
  • 2篇网络
  • 1篇动目标
  • 1篇动目标检测
  • 1篇端部
  • 1篇多路
  • 1篇多路通道
  • 1篇多特征融合
  • 1篇信号采集
  • 1篇信息融合
  • 1篇眼角
  • 1篇移动机器人
  • 1篇因果
  • 1篇有用信息
  • 1篇运动目标检测

机构

  • 8篇杭州电子科技...

作者

  • 8篇田卓
  • 7篇佘青山
  • 2篇孟明
  • 2篇高云园
  • 2篇张启忠
  • 2篇韩笑
  • 2篇甘海涛
  • 1篇范影乐
  • 1篇杨伟健

传媒

  • 1篇计量学报
  • 1篇大连理工大学...

年份

  • 1篇2020
  • 1篇2019
  • 2篇2017
  • 1篇2016
  • 2篇2015
  • 1篇2014
8 条 记 录,以下是 1-8
排序方式:
面向人脸特征点定位和姿态估计任务协同的DCNN方法被引量:7
2019年
为了提高复杂背景下面部信息的识别性能,提出了一种面向人脸特征点定位和姿态估计任务协同的深度卷积神经网络(DCNN)方法。首先从视频图像中检测出人脸信息;其次设计一个深度卷积网络模型,将人脸特征点定位和姿态估计两个任务协同优化,同时回归得到人脸特征点坐标和姿态角度值,然后融合生成相应的人机交互信息;最后采用公开数据集和实际场景数据进行测试,并与其他现有方法进行比对分析。实验结果表明:该方法在人脸特征点定位和姿态估计上表现出较好的性能,在光照变化、表情变化、部分遮挡等复杂条件下人机交互应用也取得了良好的准确性和鲁棒性,平均处理速度约16帧/s,具备一定的实用性。
田卓佘青山甘海涛孟明
关键词:计量学人脸识别人脸特征点信息融合
《基于任务协同的DCNN学习方法及人机交互应用》
为了提高基于面部信息识别的人机交互性能,提出了一种基于任务协同的深度卷积神经网络学习方法。首先从视频图像中检测出人脸信息,其次设计一个深度卷积网络模型,将人脸特征点定位和姿态估计两个任务协同起来,同时回归得到人脸特征点坐...
田卓佘青山甘海涛范影乐
文献传递
基于多任务协同深度学习的疲劳检测系统研究
疲劳驾驶是导致道路交通事故的主要原因之一,如何有效对驾驶员疲劳状态进行检测和预警已成为世界各国科学家的研究热点。与基于生理参数的疲劳检测方法相比,基于机器视觉的非接触式检测方法交互方便且自然,日益受到广泛关注,但在光照变...
田卓
关键词:视频监控图像识别人脸检测图像处理
基于NA-MEMD和互信息的脑电IMF分量选择方法
本发明涉及一种基于NA-MEMD和互信息的选择IMF分量的方法。在脑电信号处理中,NA-MEMD方法是一种有效的自适应性的非线性时频域分解方法,但该方法存在分解结果包含大量虚假的IMF分量问题,而现有的方法选取有用IMF...
佘青山韩笑陈希豪田卓
文献传递
基于PCA和Granger因果的脑网络特征提取方法
本发明公开了一种基于PCA和Granger因果的脑网络特征提取方法;本发明先对多路通道信号进行大脑功能区域的划分;再利用PCA提取各个功能区域的最大主成分时间信息;最后计算最大主成分之间的因果度量,并作为特征参数。本发明...
佘青山陈希豪田卓韩笑
文献传递
基于空间几何约束深度学习的疲劳状态识别方法
本发明涉及一种空间几何约束深度学习的疲劳状态识别方法。目前基于机器视觉的疲劳检测方法使用HOG、SHIT、Haar等人为定制的特征进行模式识别,在光照条件变化、部分遮挡、振动变化下检测精度有所下降。本发明建立建立基于人脸...
佘青山田卓高云园张启忠
基于空间几何约束深度学习的疲劳状态识别方法
本发明涉及一种空间几何约束深度学习的疲劳状态识别方法。目前基于机器视觉的疲劳检测方法使用HOG、SHIT、Haar等人为定制的特征进行模式识别,在光照条件变化、部分遮挡、振动变化下检测精度有所下降。本发明建立建立基于人脸...
佘青山田卓高云园张启忠
基于运动轮廓标记提取的分水岭运动目标检测被引量:2
2014年
针对运动目标差分相乘产生的空洞问题,提出了一种基于运动区域轮廓信息和自适应标记约束的分水岭运动目标检测新算法,来实现移动机器人平台上较大运动目标的完整检测.首先,结合相位相关法和Fourier-Mellin变换配准图像的缩放和平移量;然后,利用运动区域轮廓信息和分层投影法来提取前景和背景标记.先通过连续三帧配准图像差分相乘方法检测出运动区域轮廓,并结合形态学腐蚀、膨胀操作和投影法生成前景和背景标记模板;再将前景和背景标记模板分为若干层,通过水平投影得到每一层轮廓的边界点,并按一定方式连接得到前景和背景标记;最后,根据重构的梯度图像,用标记约束分水岭分割出完整的运动区域.实验结果表明,该算法能够准确完整地分割出规则和非规则运动目标,具有较好的实时性.
佘青山杨伟健田卓李前戎孟明
关键词:运动目标检测图像配准移动机器人
共1页<1>
聚类工具0