李晓旭
- 作品数：40 被引量：75H指数：5
- 供职机构：兰州理工大学更多>>
- 发文基金：国家自然科学基金甘肃省自然科学基金北京市自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信天文地球哲学宗教更多>>
- 提取目标区域词袋特征的图像分类方法被引量：4
- 2018年
- 规则网格是视觉词袋模型中常用的图像检测方法,该方法抽取图像所有区块,获得背景区块和目标区块完整的图像信息。事实上,抽取的背景区块信息对类别的判定往往会有一定的混淆作用。以"摩托车"类和"小汽车"类的图像为例,这两类图像背景特征相似,大多都是道路,一般的分类方法很可能将它们分为相同类别。可见,背景信息会干扰图像分类结果。因此,提出一种提取目标区域词袋特征的图像分类方法。利用图像分割去除背景信息提取目标区域;对目标区域构建视觉词袋模型;使用SVM分类器对图像进行分类。PASCAL VOC2006及PASCAL VOC2010数据集上的实验结果表明,提取目标区域词袋特征的图像分类方法具有较好的分类性能。
- 王娜娜李晓旭曹洁
- 关键词：图像分割图像分类
- 融入类别信息的图像标注概率主题模型被引量：7
- 2017年
- 基于概率主题模型的图像标注方法旨在通过学习图像语义进行图像标注,近年来倍受研究人员关注。考虑到类别对图像标注可提供有价值的信息,例如,"高楼"类图像,出现"天空"、"摩天楼"的可能性大于"海水"和"沙滩"。而"海岸"类图像出现"海水"、"沙滩"的可能性要大于"天空"和"摩天楼"。在Corr-LDA模型的基础上利用图像类别来改进图像的标注性能,提出了一个融入类别信息的图像标注概率主题模型。为该模型推导了一个基于变分EM的参数估计算法,并给出了使用该模型标注图像的方法。在Label Me和UIUC-Sport两个真实数据集上验证了提出模型的标注性能要高于其他相比较模型。
- 曹洁罗菊香李晓旭
- 关键词：图像标注
- 基于自训练的小样本图像集成分类方法及装置
- 本发明公开了一种基于自训练的小样本图像集成分类方法及装置，通过迁移基类数据的卷积特征提取，使用查询样本进行基分类器的自训练，不断地将伪标签集加到支持集扩充支持集，并运用到下一次基分类器自训练中，提高了基分类器自训练结果的...
- 李晓旭郭晓伟刘俊金志宇汤卓和曾俊瑀李睿凡马占宇陶剑
- 基于神经主题模型的图像集成分类方法及装置
- 本公开提供了一种基于神经主题模型的图像集成分类方法，包括：S1，对图像进行预处理，提取图像的词袋特征v和深度卷积神经网络特征v<Sub>CNN</Sub>，其中，图像包括训练集和测试集；S2，在神经主题模型中引入深度卷积...
- 李晓旭耿丙乾常东良喻梨耘
- 文献传递
- 基于特征分布迁移的小样本图像特征学习方法及装置
- 本发明公开了一种基于特征分布迁移的小样本图像特征学习方法及装置，在前期利用基类的数据结合梯度下降的方法，对嵌入模块以及分布学习模块的参数进行优化，后期进行分布矫正时，并不需要额外的参数设置；另外，通常假设特征表示中的每个...
- 李晓旭王湘阳刘俊金志宇任凯张文斌曾俊瑀李睿凡陶剑董洪飞
- 面向小样本图像分类的任务相关度量学习方法及装置
- 本发明公开了一种面向小样本图像分类的任务相关度量学习方法及装置，方法主要由数据预处理阶段、构建网络模型阶段、训练模型参数阶段和测试模型性能阶段组成，本发明通过考虑不同任务之间的差异性，引入注意力机制的思想，并学习任务相关...
- 李晓旭杨世丞刘俊燕锦涛安文娟张文斌李睿凡马占宇陶剑
- 基于深度学习的局部方向人脸识别算法研究被引量：9
- 2019年
- 论文针对人脸识别中的特征选择和单一算法的局限性问题,提出了一种基于深度学习的局部方向人脸识别算法。首先通过定位和分块选取人脸局部敏感区域,然后依次利用LDP算法良好的局部特征提取能力对精选分块区域进行特征提取并最终连接成新的特征脸,然后利用深度学习网络DBN进行逐层贪婪训练,获得良好的网络参数,最后用训练好的网络对测试样本进行人脸测试分类。依次在ORL和MIT-CBCL人脸数据库上进行实验检测,实验结果表明,论文提出的算法与传统单一或融合算法具有更高的识别率,具有良好的局部性能和抗干扰性。
- 公维军吴建军李晓霞李晓旭
- 关键词：人脸识别
- 基于主题特征学习的图像分类和标注融合方法研究
- 李晓旭曹洁吴迪戴彬
- 该课题结合相关主题发现和集成学习思想研究图像分类和标注的方法，然后基于建立的图像分类和标注的模型，研究分类和标注的融合方法，构建同时进行图像分类和标注的方法，并使其互相促进。完成了以下内容的研究。基于相关主题特征发现和集...
- 关键词：
- 关键词：图像分类方法智能机器人图像检索技术
- 基于Corr-LDA模型的图像标注方法被引量：3
- 2018年
- 针对现有图像标注方法大多将不同类别的图像置于同一主题空间下进行标注的不足,提出了一种新的图像标注方法,该方法以Corr-LDA模型为基础,将各类图像置于不同主题空间下,并为每个类别学习出适合该类的图像标注模型。在Labelme及UIUC-Sport数据集上的实验结果表明,本文方法的标注性能要优于其他方法。
- 曹洁苏哲李晓旭
- 关键词：计算机应用图像标注
- 基于特征迁移和正交先验的小样本图像分类方法及装置
- 本发明公开了一种基于特征迁移和正交先验的小样本图像分类方法及装置，在基于深度度量的小样本图像分类研究基础上，研究高辨识度的特征提取的小样本分类框架。通过引入特征迁移和正交先验的小样本图像特征学习，假设新类和基类共享特征提...
- 李晓旭张志敏刘俊汤卓和刘忠源张文斌曾俊瑀马占宇陶剑董洪飞
