中国博士后科学基金(200902356)
- 作品数：42 被引量：144H指数：7
- 相关作者：胡正平许成谦宋淑芬贾千文杨建秀更多>>
- 相关机构：燕山大学山西大同大学更多>>
- 发文基金：中国博士后科学基金河北省自然科学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理学更多>>
- 基于形状选择性滤波和自适应背景抑制的乳腺钙化图像增强算法被引量：5
- 2011年
- 钙化信息是乳腺癌早期诊断的一个重要依据,针对乳腺图像钙化信息受背景组织以及噪声影响而可视性差的问题,提出一种基于形状选择性滤波和自适应背景抑制的乳腺钙化图像增强算法。首先利用形状选择性滤波器提取出潜在非线状钙化信息,将钙化图像分为前景和背景区域;然后对背景信息的对比度进行自适应抑制,同时对前景钙化信息进行对比度增强处理,最后达到有选择地实现乳腺钙化图像中关键信息的可视化增强。实验结果表明,该方法可有针对的选择钙化区域进行对比度增强,同时可有效抑制背景图像中血管、组织等正常区域对钙化区域的影响。
- 胡正平刘敏华
- 关键词：图像增强
- 局部Gabor方向投影子空间多模板人眼定位算法
- 2010年
- 人眼定位是人脸识别、疲劳检测等问题中的关键步骤,然而由于面部姿态与人眼状态的不同,使人眼定位的稳定性大大降低,针对该问题提出多姿态环境下基于局部Gabor方向投影子空间的多状态模板人眼定位与检测方法。经实验验证,该方法实时性好,可用于不同背景、光照以及头部倾斜等多种复杂环境下的眼睛定位。
- 胡正平魏小辉
- 关键词：人脸检测GABOR变换
- 多方向上下文特征结合空间金字塔模型的场景分类被引量：5
- 2011年
- 针对场景分类问题中,传统的"词包"模型不包含图像的上下文信息,且没有考虑图像特征间的类别差异问题,本文提出一种多方向上下文特征结合空间金字塔模型的场景分类方法。该方法首先对图像进行均匀网格分块并提取尺度不变(SIFT)特征,对每个局部图像块分别结合其周围三个方向的空间相邻区域,形成三种上下文特征;然后,将每类训练图像的上下文特征分别聚类形成视觉词汇,再将其连接形成最终的视觉词汇表,得到图像的视觉词汇直方图;最后,结合空间金字塔匹配算法形成金字塔直方图,并采用SVM分类器来进行分类。该方法将图像块在特征域的相似性同空间域的上下文关系有机地结合起来并加以类别区分,从而形成了具有更好区分力的视觉词汇表。在通用场景图像库上的实验表明,相比传统方法具有更好的分类性能。
- 胡正平涂潇蕾
- 基于样本不同属性综合的鲁棒偏倚赖主动学习分类算法研究
- 2011年
- 主动学习算法可以有效减少样本标注的工作量,每次选取最有信息量的样本交由专家标注。样本的代表性与不确定性都是衡量样本信息量的重要因素,将两者综合考虑能够获得更好的综合效果,但在两者的结合方式上一直存在不少问题,导致算法的适应性不强。为解决该问题,本文提出了基于样本不同属性的鲁棒偏倚赖主动学习分类算法,通过引入偏倚赖权值系数函数,在综合考虑样本的代表性和不确定性的同时,更可以突出样本的特性。同时由于样本代表性模型的渐变,在选择样本过程中更能突出代表性样本与不确定性样本的学习层次,前期训练以代表性样本为主,后期训练以不确定性样本为主,使得算法的适应性大大提高。在UCI机器学习数据库上的仿真实验结果表明本文的思路是合理可行的,在实验所用数据集上,与所提供的对比算法相比,本文的方法只需较少的标注样本便可以达到相同的分类正确率。
- 任大伟胡正平高文涛
- Gabor特征集结合判别式字典学习的稀疏表示图像识别被引量：23
- 2013年
- 稀疏编码中字典的选择无论对图像重建还是模式分类都有重要影响,为此提出Gabor特征集结合判别式字典学习的稀疏表示图像识别算法。考虑到Gabor局部特征对光照、表情和姿态等变化的鲁棒性,首先提取图像对应不同方向、不同尺度的多个Gabor特征;然后将降维的增广Gabor特征矩阵作为初始特征字典,通过对该字典的学习得到字典原子对应类别标签的新结构化字典,新字典中特定类的子字典对相关的类具有好的表示能力,同时应用Fisher判别约束编码系数,使它们具有小的类内散度和大的类间散度;最后同时用具有判别性的重构误差和编码系数来进行模式分类。基于3个数据库的实验结果表明本文方法具有可行性和有效性。
- 胡正平徐波白洋
- 关键词：GABOR特征
- 基于精简随机子空间的多生成树集成一类分类算法
- 2013年
- 由于高维数据通常存在冗余和噪声,在其上直接构造覆盖模型不能充分反映数据的分布信息,导致分类器性能下降.为此提出一种基于精简随机子空间多树集成分类方法.该方法首先生成多个随机子空间,并在每个子空间上构造独立的最小生成树覆盖模型.其次对每个子空间上构造的分类模型进行精简处理,通过一个评估准则(AUC值),对生成的一类分类器进行精简.最后均值合并融合这些分类器为一个集成分类器.实验结果表明,与其它直接覆盖分类模型和bagging算法相比,多树集成覆盖分类器具有更高的分类正确率.
- 胡正平刘凯
- 关键词：随机子空间最小生成树
- 全局孤立性和局部同质性图表示的随机游走显著目标检测算法被引量：11
- 2011年
- 目前的显著性检测算法主要依赖像素间的相互对比,缺乏对显著目标自身特性的分析理解.依据显著目标是显眼、紧凑和完整的思路,提出一种基于目标全局孤立性和局部同质性的随机游走显著目标检测算法,将视觉显著性检测公式化为马尔科夫随机游走问题.首先将输入图像进行分块,根据像素块之间颜色特征和方向特征的相似性确定边的权重,从而构建图模型;然后通过全连通图搜索提取全局特性,突出全局较孤立的区域;同时通过k-regular图搜索提取局部特性,增强局部较均匀的区域;最后将全局特性和局部特性相结合得到显著图,进而确定感兴趣区域位置.实验结果表明,相比于其他两种具有代表性的算法,所提方法检测结果更加准确、合理,证明该算法切实可行.
- 胡正平孟鹏权
- 关键词：同质性马尔科夫模型图表示
- 基于混合图上随机游走的视觉注意显著目标检测模型被引量：9
- 2011年
- 目前的视觉显著性检测算法,主要依赖像素间的对比,缺乏从全局角度对显著目标进行分析理解。根据生物视觉注意机制,显著目标通常是显眼、紧凑和完整的,提出一种基于混合图上随机游走的显著目标检测算法,将视觉显著性检测公式化为马尔科夫随机游走问题。首先将输入图像进行分块,利用颜色特征距离和方向的空间分布和方向熵对比分别确定无向图和有向图的边权重,进而得到混合图;然后通过全连通图搜索提取全局特性,突出全局较孤立的区域;同时通过k-regular图搜索提取局部特性,增强局部较均匀的区域;最后结合全局特性和局部特性得到输入图像的显著图,从而确定感兴趣区域位置。实验结果表明,相比于其他两种具有代表性的算法,所提算法检测结果更加准确、合理,证明该方法合理可行。
- 胡正平孟鹏权
- 关键词：视觉注意随机游走模型马尔科夫链图表示
- 基于L1范数凸包数据描述的多观测样本分类算法被引量：4
- 2012年
- 为建立高维空间样本分布的最佳覆盖为目标来实现覆盖分类,该文提出基于L1范数凸包数据描述的多观测样本分类算法。首先对训练集的每个类别以及测试集的多观测样本分别构造凸包模型,这样多观测样本的分类就转化为凸包模型的相似性度量问题。若测试集的凸包模型与训练集无重叠,采用L1范数距离测度进行凸包模型之间的相似性度量;若有重叠,采用L1范数距离测度进行收缩凸包(reduced convex hulls)之间的相似性度量。然后采用最近邻准则作为多观测样本的分类决策。在3个数据库上进行的实验结果,表明该文提出方法对于多观测样本分类具有可行性和有效性。
- 胡正平王玲丽
- 关键词：模式识别凸包最近邻分类
- 基于高维空间最小生成树自适应覆盖模型的可拒绝分类算法被引量：4
- 2010年
- 在高维空间样本较少的情况下,基于统计模型的可拒绝分类方法难以对样本分布的复杂几何形体构建合理的覆盖模型。为此,该文提出基于高维空间最小生成树自适应覆盖模型的可拒绝分类模型。该模型采用最小生成树刻画高维空间样本点分布,将图形的边作为新增虚拟样本以提供更好的同类样本分布描述。通过将同类相近样本划分到一个连通几何覆盖区域内,将不同类的相近样本归于不同几何覆盖区域内,实现对不同训练类的覆盖。为了克服因不合理虚拟样本造成分类器拒识性能的下降,引入自适应调整覆盖半径策略,实现对训练类的紧致性覆盖。对于测试样本,根据训练类覆盖边界便可对其作出拒识或者接受的处理,针对交叉覆盖的接受样本,再根据数据场策略确定其真正归属类别。实验结果表明本文方法合理有效。
- 胡正平许成谦贾千文
- 关键词：信号处理高维空间最小生成树
