-
刘本永
-
-
- 所属机构:贵州大学
- 所在地区:贵州省 贵阳市
- 研究方向:自动化与计算机技术
- 发文基金:国家自然科学基金
相关作者
- 左菊仙
- 作品数：12被引量：20H指数：3
- 供职机构：贵州交通职业技术学院信息工程系
- 研究主题：篡改 重采样 图像 JPEG压缩 大数据
- 廖翔
- 作品数：5被引量：0H指数：0
- 供职机构：贵州大学
- 研究主题：篡改 篡改检测 二值图像 抗裁剪 图像压缩
- 杨万麟
- 作品数：120被引量：320H指数：9
- 供职机构：电子科技大学电子工程学院
- 研究主题：雷达目标识别 雷达目标 一维距离像 目标识别 一维距离像识别
- 于雪莲
- 作品数：103被引量：57H指数：5
- 供职机构：电子科技大学
- 研究主题：雷达目标识别 目标识别方法 雷达目标 距离像 自动目标识别
- 孟庆宇
- 作品数：5被引量：3H指数：1
- 供职机构：电子科技大学
- 研究主题：主元分析 特征提取 极化雷达 宽带 目标识别
- 一种多用户VBLAST MIMO系统快速非线性检测算法
- 2008年
- 提出了一种针对多用户CDMA VBLAST MIMO系统结构的快速非线性检测算法,该算法首先通过核方法将接收端多个天线收到的信号进行非线性映射,得到新的数据空间,然后对其进行加权求和得到输出信号,最后形成系统判决输出。为了避免直接矩阵求逆运算,权系数的求解采用递增方式进行,这将显著减小算法计算量和复杂性。仿真结果表明:提出的算法在误码率方面能够取得明显优于常规线性MMSE算法的性能,算法的有效性得到验证。
- 李会勇何子述刘本永刘钊
- 关键词：多用户VBLASTMIMO核方法
- 基于KLLE和KNR的雷达目标一维像识别被引量：2
- 2008年
- 局部线性嵌入(LLE)是一种有代表性的流形学习算法,利用核技术将LLE进行推广,得到核局部线性嵌入算法,并将其应用于雷达目标一维距离像的特征提取。然后采用一种基于核的非线性分类器,对所提取的特征进行分类。对3种飞机的实测数据进行识别实验,结果表明,该方法具有较优的识别性能。
- 于雪莲汪学刚刘本永
- 关键词：雷达目标识别一维距离像核方法局部线性嵌入
- 基于分组SVR和KNR的单帧图像超分辨
- 2012年
- 基于学习的图像超分辨是超分辨领域的一类新方法,该方法通过建立映射模型有针对性地对图像目标进行恢复,取得较好的超分辨效果,但往往需要大量学习样本,实际情况中一般难以满足。在无高分辨清晰图像库作为训练样本的前提下,从低分辨图像与其插值图像之间的关系出发,引入分组的思想,采用支持向量回归(SVR)或核非线性回归(KNR)对"组"建立局部映射模型,利用局部模型针对性地重新估计被插值的像素点。结果表明该方法有明显的超分辨效果。
- 崔静刘本永
- 基于图像增强和深层CNN学习的交互行为识别被引量：2
- 2019年
- 针对基于常规特征提取的交互行为识别算法在大样本数据集上难以提取有效特征、浅层卷积神经网络(CNN)分类错误率较高等问题,研究一种基于HSV颜色空间图像增强和深层CNN的改进算法。首先提取视频数据的RGB帧,扩充数据集,在HSV颜色空间下图像增强,然后微调CNN模型的最后一个全连接层和soft-max层,最后将增强后的图像输入到VGG16网络模型中进行学习和识别分类。在BIT-Interaction数据集上做交互行为识别实验,结果验证了所探讨算法在交互行为识别上的有效性。
- 徐鹏程刘本永
- 关键词：图像增强
- 基于高能量偏移点特征的低分辨图像配准算法被引量：1
- 2012年
- 当分辨率很低时,用于图像配准的常用点特征(如角点、SIFT特征等)不明显,对应的图像配准难以正常进行。针对这一问题,本文探讨一种多尺度高能量偏移点特征配准算法,该算法以图像中偏移局部能量均值较大的点作为特征,并采用经典SIFT特征的描述方式,完成低分辨图像配准。实验结果表明,该特征稳定性好,能够有效应用于低分辨率图超分辨重建领域。
- 周钰川刘本永
- 关键词：图像配准SIFT特征角点特征
- 基于后验概率的最低比特位隐写分析被引量：2
- 2014年
- LSB隐写是将欲嵌入的秘密信息取代载体图像的最低比特位,是图像隐写最流行的方式之一。已经有大量算法来检测LSB隐写,但是对于图像最低位变化率的估计误差较大。探讨了一种基于后验概率的隐写分析算法:首先利用图像像素是否处于局部平滑区域进行建模,然后采用EM算法估计出图像中每个像素属于上述模型的后验概率并将后验概率作为此像素的权重,最后结合WS模型来估计图像最低位变化率。实验结果表明,该算法能有效地并且准确的估计图像最低位变化率。
- 彭圆圆刘本永
- 关键词：隐写分析
- 基于正则变换的雷达目标成像识别被引量：24
- 1999年
- 本文提出一种基于正则变换的雷达目标成像识别方法。该方法首先将各个训练目标在不同方位角时的距离剖面像构成综合矩阵，并对之作正则变换建立正则子空间；然后将每类目标各方位的像向该子空间投影形成子像，并以其平均结果作为库目标的特征矢量。对未知目标，以其子像对库目标特征矢量的欧氏距离最小为分类准则，进行了识别模拟实验。
- 刘本永杨万麟
- 关键词：目标识别方位角雷达图像正则变换
- 基于改进Kaze特征匹配的低分辨人脸识别算法
- 2016年
- 针对普通算法难以提取低分辨人脸图像特征以实现人脸识别问题,探讨一种基于改进Kaze特征匹配的识别算法。首先,通过改进P-M扩散滤波中阈值和扩散函数来保留低分辨图像的边缘和细节,并利用加性算子分裂算法构造非线性尺度空间;其次,通过寻找不同尺度归一化后的Hessian矩阵局部极大值点来检测特征点,并使用M-SURF构造特征描述向量;最后,利用欧式距离进行特征向量的匹配实现识别分类。实验结果表明,与基于SIFT、SURF和普通Kaze特征匹配的算法相比,所探讨算法正确识别率更高,同时对噪声图像也有更好的鲁棒性。
- 傅敏刘本永
- SAR图像去噪的非局部均值算法改进被引量：1
- 2022年
- 针对非局部均值算法在合成孔径雷达(Synthetic Aperture Radar,SAR)图像的边缘和纹理区域去噪效果较模糊的问题,探讨改进了非局部均值算法的权重部分,把高斯加权的空间距离与非局部均值算法的权重系数相结合,构造新的权重系数,提出了一种基于改进非局部均值算法的SAR图像去噪算法。首先,使用对数变换处理图像;其次,进行高斯滤波;再次,利用了所提出的算法将高斯滤波结果去噪;最后,采用指数变换方法处理去噪结果。去噪结果表明,所提算法在抑制散斑噪声和保持图像结构信息方面有较好的性能。
- 陈前刘本永
- 关键词：合成孔径雷达图像图像去噪非局部均值
- 子空间法雷达目标一维像识别研究
- 雷达目标识别是现代雷达应用发展的重要方向之一，无论在军事还是在民用方面都有其重要意义。该文基于高距离分辨雷达目标一维像，对子空间特征提取和分类方法应用于目标识别进行了一系列的研究和讨论，其主要内容和创新之处如下:1.讨论...
- 刘本永
- 关键词：目标识别子空间法
- 文献传递
