公共文化服务平台

李振东: 作品数：14 被引量：59H指数：4; 供职机构：中国科学院成都计算机应用研究所更多>>; 发文基金：四川省科技支撑计划四川省自然科学基金贵州省科技厅重大专项更多>>; 相关领域：自动化与计算机技术环境科学与工程化学工程更多>>

合作作者

基于动态模式和卷积特征的单目标跟踪算法被引量：3: 2019年; 基于深度特征的目标跟踪网络凭借其对目标视觉特征强大的表征能力获得了令人印象深刻的表现。然而,在一些复杂的跟踪场景中常常涉及目标物体快速运动、光线变化、旋转等,仅仅依赖深度视觉特征难以准确地表征目标物体。针对以上问题,提出了一种基于融合特征的视频单目标跟踪网络。该网络结合了2种深度学习模型:卷积神经网络(convolutional neural network,CNN)和长短期记忆网络(long short-term memory,LSTM)。首先,运用长短期记忆网络提取目标基于时间序列的动态特征,产生当前时刻的目标状态,由此获得准确的预处理目标框;然后基于产生的预处理目标框,使用卷积神经网络提取目标的深度卷积特征,确定目标位置;在跟踪过程中,通过采集成功跟踪时目标样本,对网络参数进行短期和长期更新,以增强网络的适应性。对比实验结果表明,所提出的方法在目标运动过程中被部分遮挡、运动模糊、快速运动情况下具有优异的跟踪表现和鲁棒性。; 张博言钟勇李振东; 关键词：目标跟踪卷积神经网络

基于存储熵的存储负载均衡算法被引量：3: 2017年; 在分布式存储系统中,一般都是以磁盘空间利用率(DU)来判断各存储节点的负载均衡程度,当所有节点的磁盘空间利用率相等时,是整个分布式存储系统的存储负载均衡点。但是在实际的应用场景中,磁盘I/O速率比较低的存储节点和可靠性比较低的存储节点往往成为影响整个存储系统数据读写性能的瓶颈,因此在异构分布式存储系统中,特别是各存储节点磁盘I/O速率和可靠性差异较大的分布式存储系统中,如果仅仅以磁盘空间利用率作为存储负载均衡的判定条件,则其数据的读写效率必然受到限制。从读写效率的角度提出一种度量分布式存储系统中存储负载均衡的新思路。根据负载均衡理论和熵理论给出存储熵(SE)的定义,并提出一种基于存储熵的负载均衡算法,该算法通过系统负载判定、单节点负载判定和负载迁移实现了对分布式存储系统存储负载的量化调整,并通过实验与基于磁盘空间利用率的负载均衡算法进行了对比分析,验证了该算法对分布式存储系统中存储负载具有良好的均衡性,有效地控制了系统负载失衡的问题,提高了分布式存储系统的整体读写效率。; 周渭博钟勇李振东; 关键词：分布式存储系统

基于深度特征的快速人脸图像检索方法被引量：6: 2018年; 针对计算机视觉领域的人脸图像检索问题,提出了一种基于深度特征的快速人脸图像检索方法。该方法首先使用人脸图像训练集对深度卷积神经网络模型进行人脸分类训练;在此基础上采用三元组损失方法对已训练好的人脸分类网络模型进行微调,使得网络能够更加有效地提取人脸特征构建高效的特征向量进行人脸检索初步过滤;最后,为了进一步提高系统检索性能,提出一阶段查询扩展方法对待检索人脸图像特征向量进行融合加强。在两个公用人脸数据集(CASIA-3DFaceV1和Labeled Faces in the Wild dataset)上进行详尽的实验验证,结果表明,基于深度特征的人脸图像检索方法不仅能够显著提高检索结果的准确率,而且该方法简单可靠,能够快速地实现人脸检索任务。; 李振东钟勇钟勇曹冬平; 关键词：图像处理图像检索人脸检索卷积神经网络特征向量

基于惩罚因子的PNMS算法的人脸检测和对齐被引量：1: 2018年; 针对人脸相互遮挡、人脸朝向等不确定性因素给人脸检测和对齐任务带来的困难问题,提出了基于惩罚因子的PNMS算法用以改进人脸检测和对齐的准确性。该算法首先根据人脸候选窗口相互之间的重叠度和候选窗口相应的检测得分,提出非连续的线性函数和基于高斯分布的连续函数,作为非极大值抑制算法的两种惩罚因子,用以改进并替代传统非极大值抑制算法对候选窗口的检测得分进行重分配。在此基础上,综合前两种惩罚因子的优缺点以及窗口之间的重叠度值,进一步提出连续非线性函数作为非极大值抑制算法的惩罚因子,使得窗口之间重叠度值越大则相应的惩罚权重越严重,且函数在整个重叠取值区间连续。将提出的算法在FDDB和WIDER FACE这2个人脸检测数据集上进行详尽的人脸检测实验验证,以及在AFLW人脸对齐数据集上进行人脸对齐实验验证。结果表明,提出的基于惩罚因子的PNMS算法相比于其他算法,在保持一定实时性的同时不仅有效地提高了人脸检测和对齐的准确率和可靠性,并且解决了一定程度的人脸相互遮挡被漏检的问题,降低了被遮挡人脸的漏检率。; 李振东钟勇钟勇陶攀; 关键词：人脸检测卷积神经网络非极大值抑制

融合语义相似度与矩阵分解的评分预测算法被引量：4: 2017年; 项目评分矩阵稀疏性问题严重影响协同过滤算法的推荐准确性。针对评分数据稀疏性问题,提出一种融合语义相似度与矩阵分解算法的评分预测算法(SS-MF)。SS-MF通过构建本体概念的层次结构树计算项目间的语义相似度,依据相似度预测填充稀疏矩阵中部分缺失值,调整语义相似度阈值使得既不破坏原始矩阵的内在属性特征又能够完善矩阵数据信息;以预测后评分矩阵为基础,基于矩阵分解理论进行降维与分解,进一步对稀疏矩阵中缺失值进行预测填充。实验结果表明:算法实现了对稀疏评分矩阵中缺失值的预测,且绝对误差值较正态分布随机数预填充奇异值分解(RN-SVD)算法最大降低了4.62%,较奇异值分解(SVD)算法平均降低了1.73%,算法提高了协同过滤中稀疏矩阵评分预测准确性。; 王阳钟勇李振东杨观赐; 关键词：协同过滤语义相似度矩阵分解评分预测

基于Simba的人脸识别方法被引量：1: 2016年; 针对主成分分析(PCA)、信息增益(IG)、置信度(Relief)等特征选择方法在人脸识别研究中存在的不足,提出用Simba算法对人脸特征进行提取,以期望达到更好的识别效果。该算法将特征定义为权重,通过比较权重值的大小来删除次要特征,得出强相关特征。为取得较高准确率,还运用了相关向量机(RVM)进行识别,通过在Matlab上实验,得出该方法在常用人脸识别库中确实具有较好识别率,后续简要分析了原因。此外,在研究浅层机器学习算法的同时,还关注了深度学习在图像识别方面取得的进展。; 胡建园孙晓刚李振东; 关键词：人脸识别主成分分析相关向量机

角度余量损失和中心损失联合的深度人脸识别被引量：2: 2019年; 针对当前人脸识别任务和人脸验证任务所面临的人脸识别准确率低、验证有误等安全隐患问题,为进一步增强深度特征的判别能力,提出了一种联合监督信号。首先,将角度余量损失和中心损失联合的损失函数用于人脸识别和人脸验证任务,实现最小化类内的变化以及最大化类之间的距离,这种深度特征之间的最小化和最大化可以达到人脸面部识别任务的理想选择。所提方法结合深度卷积神经网络在VGGFace2人脸数据集上对网络模型进行训练并在明星人脸数据集(CFS)和LFW人脸数据集上进一步微调网络模型进行人脸识别验证。实验结果表明,所提出的损失函数与传统的Softmax损失函数相比能够正确识别不同的人脸图像,而且进一步实现了不同类别之间的面部特征的最大可分离性。; 李振东钟勇钟勇王理顺; 关键词：人脸识别卷积神经网络

堆叠石墨烯修饰铜框架结构实现过电位诱导的锂/钠过滤沉积: 李振东任飞鸿罗凯林李顺马明明彭哲王德宇

基于分布式计算框架的不一致数据修复算法: 2019年; 针对大数据环境下的数据不一致性问题,提出了基于MapReduce的不一致数据检测与修复算法。在传统函数依赖上引入语义约束的条件函数依赖(CFD),首先按照表达形式的不同把条件函数依赖分为常量条件函数依赖和变量条件函数依赖;然后对条件函数依赖集的一致性问题进行检测,确保条件函数依赖集之间不会产生冲突;接下来采用修改等价类的目标值解决条件函数依赖的违反;最后结合MapReduce不同阶段的运行特点,在map端和reduce端分别对违反常量条件函数依赖和变量条件函数依赖数据进行修复。实验结果表明在错误率相同的情况下,基于条件函数依赖的算法比传统算法的准确率更高、扩展性更好。; 于祥祥钟勇李振东李振东; 关键词：大数据数据质量条件函数依赖 MAPREDUCE

基于SIFT字典学习的引导滤波多聚焦图像融合被引量：1: 2018年; 目前多数多聚焦图像融合算法仅仅针对解决某一类问题,如融合结果的局部细节保留能力差、空间连续性不足和对未配准的源图像鲁棒性差等.为能够同时解决以上问题,提出了一种基于SIFT字典学习的引导滤波多聚焦图像融合算法.该算法通过学习子字典克服了图像低秩表示具有全局性而局部细节描述不足的缺陷,同时子字典的分类利用图像SIFT特征的平移不变、尺度不变等特性,消除了未配准源图像融合结果出现伪影的现象.此外,在源图像的低秩表示系数融合过程中引入引导滤波,增加了融合图像的空间连续性.引导滤波的窗口大小是根据特征内容和非特征内容进行自适应选取,即属于特征内容的点选取较小的窗口,而属于非特征内容的点选取较大的窗口.为验证算法的有效性,实验过程中选取6组数据,包括3组广泛应用于研究的多聚焦图像以及3组实际拍摄的多聚焦图像.实验结果表明,该算法从主观视觉效果的定性分析和客观融合质量评价的定量分析都优于当前主流的多聚焦图像融合算法.; 陈蔓钟勇李振东; 关键词：图像融合 SIFT 字典学习

李振东

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

李振东

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈