期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于全局局部一致性的多特征融合目标跟踪
被引量:
3
1
作者
徐艳
王培光
杨宁
《兵器装备工程学报》
CAS
北大核心
2020年第3期86-90,共5页
针对复杂环境下的目标跟踪问题,将基于归一化DPM直方图的粒子滤波与基于局部HSV+LBP融合特性的meanshift跟踪算法相结合,构建了全局局部一致性下的目标跟踪算法。该算法将鲁棒性较强的全局颜色信息与局部纹理信息相结合,构建权重可调的...
针对复杂环境下的目标跟踪问题,将基于归一化DPM直方图的粒子滤波与基于局部HSV+LBP融合特性的meanshift跟踪算法相结合,构建了全局局部一致性下的目标跟踪算法。该算法将鲁棒性较强的全局颜色信息与局部纹理信息相结合,构建权重可调的全局局部状态估计模型,从而得到目标当前状态。实验结果表明:该算法能够较好的处理目标跟踪常见的遮挡、干扰、目标快速移动等情况,最终实现对目标的稳定跟踪。
展开更多
关键词
粒子滤波
融合特征
全局
局部
一致性
二次定位
多特征
下载PDF
职称材料
基于条件梯度Wasserstein生成对抗网络的图像识别
被引量:
3
2
作者
何子庆
聂红玉
+1 位作者
刘月
尹洋
《计算机测量与控制》
2019年第6期157-162,共6页
生成式对抗网络GAN功能强大,但是具有收敛速度慢、训练不稳定、生成样本多样性不足等缺点;该文结合条件深度卷积对抗网络CDCGAN和带有梯度惩罚的Wasserstein生成对抗网络WGAN-GP的优点,提出了一个混合模型-条件梯度Wasserstein生成对抗...
生成式对抗网络GAN功能强大,但是具有收敛速度慢、训练不稳定、生成样本多样性不足等缺点;该文结合条件深度卷积对抗网络CDCGAN和带有梯度惩罚的Wasserstein生成对抗网络WGAN-GP的优点,提出了一个混合模型-条件梯度Wasserstein生成对抗网络CDCWGAN-GP,用带有梯度惩罚的Wasserstein距离训练对抗网络保证了训练稳定性且收敛速度更快,同时加入条件c来指导数据生成;另外为了增强判别器提取特征的能力,该文设计了全局判别器和局部判别器一起打分,最后提取判别器进行图像识别;实验结果证明,该方法有效的提高了图像识别的准确率。
展开更多
关键词
生成式对抗网络
条件模型
Wesserstein距离
梯度惩罚
全局
和
局部
一致性
图像识别
下载PDF
职称材料
题名
基于全局局部一致性的多特征融合目标跟踪
被引量:
3
1
作者
徐艳
王培光
杨宁
机构
河北大学
陆军工程大学石家庄校区
[
出处
《兵器装备工程学报》
CAS
北大核心
2020年第3期86-90,共5页
基金
国家自然科学基金项目(11771115)。
文摘
针对复杂环境下的目标跟踪问题,将基于归一化DPM直方图的粒子滤波与基于局部HSV+LBP融合特性的meanshift跟踪算法相结合,构建了全局局部一致性下的目标跟踪算法。该算法将鲁棒性较强的全局颜色信息与局部纹理信息相结合,构建权重可调的全局局部状态估计模型,从而得到目标当前状态。实验结果表明:该算法能够较好的处理目标跟踪常见的遮挡、干扰、目标快速移动等情况,最终实现对目标的稳定跟踪。
关键词
粒子滤波
融合特征
全局
局部
一致性
二次定位
多特征
Keywords
particle filter
fusion features
global and local consistency
second location
multi-feature
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于条件梯度Wasserstein生成对抗网络的图像识别
被引量:
3
2
作者
何子庆
聂红玉
刘月
尹洋
机构
西南交通大学信息科学与技术学院
重庆交通职业学院大数据学院
出处
《计算机测量与控制》
2019年第6期157-162,共6页
基金
国家自然科学基金资助项目(61461048)
重庆市教委科学技术研究项目(KJQN201805702)
四川省科技创新苗子工程资助项目(2018102)
文摘
生成式对抗网络GAN功能强大,但是具有收敛速度慢、训练不稳定、生成样本多样性不足等缺点;该文结合条件深度卷积对抗网络CDCGAN和带有梯度惩罚的Wasserstein生成对抗网络WGAN-GP的优点,提出了一个混合模型-条件梯度Wasserstein生成对抗网络CDCWGAN-GP,用带有梯度惩罚的Wasserstein距离训练对抗网络保证了训练稳定性且收敛速度更快,同时加入条件c来指导数据生成;另外为了增强判别器提取特征的能力,该文设计了全局判别器和局部判别器一起打分,最后提取判别器进行图像识别;实验结果证明,该方法有效的提高了图像识别的准确率。
关键词
生成式对抗网络
条件模型
Wesserstein距离
梯度惩罚
全局
和
局部
一致性
图像识别
Keywords
GAN
conditional model
Wesserstein distance
gradient penalty
global and local consistency
image recognition
分类号
TP311.53 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于全局局部一致性的多特征融合目标跟踪
徐艳
王培光
杨宁
《兵器装备工程学报》
CAS
北大核心
2020
3
下载PDF
职称材料
2
基于条件梯度Wasserstein生成对抗网络的图像识别
何子庆
聂红玉
刘月
尹洋
《计算机测量与控制》
2019
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部