常军
- 作品数：47 被引量：26H指数：3
- 供职机构：武汉大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术电子电信天文地球更多>>
- 基于压缩域分析的Mean shift运动目标跟踪方法
- 本发明提供了一种基于视频压缩域分析的Mean shift运动目标跟踪方法。该方法将压缩域分析与Mean shift跟踪算法相结合，即首先对视频编码过程中产生的运动矢量进行概率统计分析，以获取目标运动方向与运动速度的估计值...
- 胡瑞敏田纲傅佑铭王中元常军
- 文献传递
- 面部表情识别模型训练方法、装置、设备及可读存储介质
- 本发明提供一种面部表情识别模型训练方法、装置、设备及可读存储介质。该方法包括：分别对获取的多张原始面部图像进行预处理；根据每张预处理后的原始面部图像以及每张原始面部图像对应的姿态标签和表情标签得到多张生成的面部图像，根据...
- 李晶刘童常军刘天鹏宋北航黄小赛
- 跨数据集面部表情识别方法、装置、设备及可读存储介质
- 本发明提供一种跨数据集面部表情识别方法、装置、设备及可读存储介质。该方法包括：分别对N张面部图像进行数据增强处理，得到每张面部图像对应的正视图x<Sub>i_q</Sub>和x<Sub>i_k1</Sub>；分别寻找N张...
- 李晶刘童杜博常军刘天鹏刘祎
- 基于隐含语义相关性分析的视频语义检索被引量：2
- 2011年
- 提出了隐含语义相关性分析的处理方法,对描述视频内容结构的视频文档矩阵进行奇异值分解和变换,可得到表达可视特征与语义间隐含相关性的关系矩阵,用于视频检索。分析和实验表明,所提出的方法能保留视频内容结构中核心的语义元素,消除冗余的相关性干扰,还能够通过矩阵降维减少计算量,改善视频语义内容检索的效果。
- 常军胡瑞敏王中元艾浩军
- 关键词：自相关互相关
- 一种基于由粗到细脸部形状估计的人脸对齐方法
- 本发明公开了一种基于由粗到细脸部形状估计的人脸对齐方法，针对任一张输入人脸图片，首先估计出初始化人脸形状，然后逐步逼近人脸的真实形状，包括使用多任务深度学习框架对人脸的主要特征点的位置和人脸表情进行估计，构建基于卷积神经...
- 李晶万俊常军吴玉佳肖雅夫
- 文献传递
- 一种基于多方面增强的图神经网络推荐方法
- 本发明公开了一种基于多方面增强的图神经网络推荐方法。本发明定义了一个方面增强的图神经网络框架，该框架主要包括三个模块：特征学习模块、方面感知图模块和基于路由的融合模块。特征学习模块分别利用BERT和嵌入层学习方面情感特征...
- 李晶张晨燕何发智刘东华王明锋常军
- 一种目标跟踪方法、装置、设备及存储介质
- 本申请涉及计算机视觉技术领域，具体公开了一种目标跟踪方法、装置、设备及存储介质，该方法包括：基于待跟踪视频获取模板图像和搜索图像，将模板图像、搜索图像以及任务向量输入预训练的transformer模型中，通过预训练的tr...
- 李晶叶伟健常军廉乐知
- 基于高效用神经网络的文本分类方法被引量：15
- 2020年
- 现有的基于深度学习的文本分类方法没有考虑文本特征的重要性和特征之间的关联关系,影响了分类的准确率.针对此问题,本文提出一种基于高效用神经网络(High Utility Neural Networks,HUNN)的文本分类模型,可以有效地表示文本特征的重要性及其关联关系.利用高效用项集挖掘(Mining High Utility Itemsets,MHUI)算法获取数据集中各个特征的重要性以及共现频率.其中,共现频率在一定程度上反映了特征之间的关联关系.将MHUI作为HUNN的挖掘层,用于挖掘每个类别数据中重要性和关联性强的文本特征.然后将这些特征作为神经网络的输入,再经过卷积层进一步提炼类别表达能力更强的高层次文本特征,从而提高模型分类的准确率.通过在6个公开的基准数据集上进行实验分析,提出的算法优于卷积神经网络(Convolutional Neural Networks,CNN),循环神经网络(Recurrent Neural Networks,RNN),循环卷积神经网络(Recurrent Convolutional Neural Networks,RCNN),快速文本分类(Fast Text Classifier,FAST),分层注意力网络(Hierarchical Attention Networks,HAN)等5个基准算法.
- 吴玉佳李晶宋成芳常军
- 关键词：数据挖掘关联规则自然语言处理文本分类神经网络
- 基于时空上下文正则的孪生网络目标跟踪被引量：1
- 2020年
- 在视频目标跟踪任务中,负样本缺乏、背景混杂会造成目标丢失。为解决上述问题,提出一种基于时空上下文正则的孪生网络目标跟踪算法。该算法将空间上下文信息引入到孪生网络中,并利用目标物体正样本以及背景负样本训练跟踪器,通过正则化约束,抑制跟踪器对背景的响应,突出对目标的响应,从而得到鲁棒性更强的目标跟踪器;采用时间序列多组件匹配机制,在目标外观模型受到干扰的情况下动态调整目标模型学习率,从而保证目标模板不受污染。在OTB100标准数据集上的实验表明,在混合干扰条件下,本文算法的准确率(0. 885)和成功率(0. 615)均优于其他主流跟踪算法。特别是在遮掩、运动模糊、光照变化、背景聚类和快速运动等干扰因素影响情况下,本文算法均具有较强的鲁棒性。
- 张文幡李晶肖雅夫常军洪燕宋成芳
- 关键词：目标跟踪
- 基于轮廓估计的无锚框目标跟踪方法
- 本发明公开了一种基于轮廓估计的无锚框目标跟踪方法。本发明提出的轮廓估计网络无需根据先验知识预先设置锚框，就能够直接求解出目标对象大致的外形轮廓，相较于矩形框，目标外形轮廓能够更加精确地描述目标状态；本发明还使用轮廓估计网...
- 李晶洪燕姚博文马金燕刘天鹏常军
- 文献传递
