您的位置: 专家智库 > >

闵海

作品数:3 被引量:18H指数:2
供职机构:合肥工业大学计算机与信息学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 1篇运动数据
  • 1篇运动重定向
  • 1篇生物特征
  • 1篇生物特征识别
  • 1篇水平集
  • 1篇同胚
  • 1篇图像
  • 1篇图像分割
  • 1篇重定向
  • 1篇纹理
  • 1篇纹理图像
  • 1篇纹理图像分割
  • 1篇相似度
  • 1篇结构相似度
  • 1篇卷积
  • 1篇基于纹理
  • 1篇高阶
  • 1篇边缘信息
  • 1篇SSIM

机构

  • 3篇合肥工业大学
  • 1篇中国科学院合...

作者

  • 3篇闵海
  • 2篇贾伟
  • 2篇赵洋
  • 1篇余烨
  • 1篇陆劲挺
  • 1篇胡戎翔
  • 1篇李书杰
  • 1篇叶慧

传媒

  • 1篇合肥工业大学...
  • 1篇模式识别与人...
  • 1篇中国图象图形...

年份

  • 1篇2024
  • 1篇2022
  • 1篇2017
3 条 记 录,以下是 1-3
排序方式:
面向同胚异构骨骼运动重定向的高阶图卷积网络
2024年
目的 骨骼运动重定向是指将源角色的骨骼运动数据,修改后运用到另一个具有不同骨架结构的目标角色上,使得目标角色和源角色做出相同的动作。由于骨骼运动数据与骨架结构之间具有高耦合性,重定向算法需要从运动数据中分离出与骨架结构无关、只表示动作类型的特征。当源角色与目标角色骨架结构不同,且两者运动模式(如关节角变化范围)存在较大差异时,特征分离难度加大,重定向网络训练难度变大。针对该问题,提出了特征分离的方法和高阶骨骼卷积算子。方法 在数据处理阶段,首先从运动数据中分离出一部分与骨架结构无关的特征,从而降低重定向网络训练难度,得到更好的重定向结果。另外,结合图卷积网络,本文针对人体骨架结构提出了高阶骨骼卷积算子。使用该算子,本文网络模型可以捕获更多有关骨架结构的信息,提高重定向结果的精度和视觉效果。结果 在异构重定向任务中,本文方法在合成动画数据集Mixamo上与最新方法对比,重定向结果精度提升了38.6%。另外,本文方法也同样适用于同构重定向,结果精度比最新方法提升了74.8%。在从真人采集的运动数据到虚拟动画角色的异构重定向任务中,相比最新方法,本文方法能够明显减少重定向错误,重定向结果有更高的视觉质量。结论 相比较于目前最新的方法,本文方法降低了特征分离的难度且更加充分挖掘了骨架的结构信息,使得重定向结果误差更低且动作更自然合理。
贾伟李骏李书杰赵洋闵海
关键词:运动重定向
指节纹识别综述被引量:8
2017年
相比其它生物特征,指节纹具有特征丰富,采集设备价格低,易于结合手形、手指静脉及掌纹组成性能鲁棒的多模态识别系统等优点.文中首先介绍指节纹的定义、数据采集、预处理方法等,之后详细介绍各种指节纹识别算法及多模态识别方案.根据特征提取及匹配方法的不同,将指节纹识别算法分为6类:基于结构的算法、基于子空间学习的算法、基于编码的算法、基于纹理特征的算法、基于相关滤波器的算法和基于局部特征描述子的算法.回顾和总结各种算法的特点,展望未来指节纹识别的发展方向.
陆劲挺贾伟叶慧赵洋闵海余烨胡戎翔
关键词:生物特征识别
基于纹理结构相似性和边缘信息的水平集纹理图像分割被引量:10
2022年
通过提取纹理特征对纹理图像进行分割是一类重要的纹理分割方法。传统的纹理特征提取通常根据像素邻域的灰度统计来获取,因为纹理具有方向性和尺度差异性,所以用传统方法提取纹理特征分割纹理图像是不准确、不稳定的。文章提出使用结构相似度(structural similarity index,SSIM)分析加噪图像和原始图像的相似性提取纹理结构形态和使用旋转扭曲方法提取边缘信息,然后结合灰度信息并融入水平集进行纹理图像分割。通过对多种类型的复杂纹理图像进行对比实验,将该文提出的方法和已有的一些基于水平集的纹理分割方法进行比较,并使用Jaccard系数计算分割准确度,结果表明,所提出的方法能够更准确地将纹理图像中的目标前景分割出来且有更高的准确率。
邓星涛闵海
关键词:图像分割水平集
共1页<1>
聚类工具0