刘万军
- 作品数：280 被引量：1,166H指数：15
- 供职机构：辽宁工程技术大学软件学院更多>>
- 发文基金：国家自然科学基金辽宁省自然科学基金辽宁省教育厅高等学校科学研究项目更多>>
- 相关领域：自动化与计算机技术电气工程电子电信经济管理更多>>
- 改进R-FCN模型的小尺度行人检测被引量：5
- 2021年
- 目的为了有效解决传统行人检测算法在分辨率低、行人尺寸较小等情境下检测精度低的问题,将基于区域全卷积网络(region-based fully convolutional networks,R-FCN)的目标检测算法引入到行人检测中,提出一种改进R-FCN模型的小尺度行人检测算法。方法为了使特征提取更加准确,在Res Net-101的conv5阶段中嵌入可变形卷积层,扩大特征图的感受野;为提高小尺寸行人检测精度,在Res Net-101中增加另一条检测路径,对不同尺寸大小的特征图进行感兴趣区域池化;为解决小尺寸行人检测中的误检问题,利用自举策略的非极大值抑制算法代替传统的非极大值抑制算法。结果在基准数据集Caltech上进行评估,实验表明,改进的R-FCN算法与具有代表性的单阶段检测器(single shot multi Box detector,SSD)算法和两阶段检测器中的Faster R-CNN(region convolutional neural network)算法相比,检测精度分别提高了3.29%和2.78%;在相同ResNet-101基础网络下,检测精度比原始R-FCN算法提高了12.10%。结论本文提出的改进R-FCN模型,使小尺寸行人检测精度更加准确。相比原始模型,改进的R-FCN模型对行人检测的精确率和召回率有更好的平衡能力,在保证精确率的同时,具有更大的召回率。
- 刘万军董利兵曲海成
- 关键词：行人检测多路径
- 不同池化模型的卷积神经网络学习性能研究被引量：80
- 2016年
- 目的基于卷积神经网络的深度学习算法在图像处理领域正引起广泛关注。为了进一步提高卷积神经网络特征提取的准确度,加快参数收敛速度,优化网络学习性能,通过对比不同的池化模型对学习性能的影响提出一种动态自适应的改进池化算法。方法构建卷积神经网络模型,使用不同的池化模型对网络进行训练,并检验在不同迭代次数下的学习结果。在现有算法准确率不高和收敛速度较慢的情况下,通过使用不同的池化模型对网络进行训练,从而构建一种新的动态自适应池化模型,并研究在不同迭代次数下其对识别准确率和收敛速度的影响。结果通过对比实验发现,使用动态自适应池化算法的卷积神经网络学习性能最优,在手写数字集上的收敛速度最高可以提升18.55%,而模型对图像的误识率最多可以降低20%。结论动态自适应池化算法不但使卷积神经网络对特征的提取更加精确,而且很大程度地提高了收敛速度和模型准确率,从而达到优化网络学习性能的目的。这种模型可以进一步拓展到其他与卷积神经网络相关的深度学习算法。
- 刘万军梁雪剑曲海成
- 关键词：卷积神经网络图像识别特征提取
- JFreeChart在Java Web项目中的应用被引量：10
- 2008年
- 针对Web项目对图表技术的要求不断提高,介绍一种开源的基于Java技术的动态图表开发组件JFreeChart。结合某煤矸石热电厂管理信息系统,具体阐述了如何通过JFreeChart组件构建动态图表,为报表数据提供可视化、直观化的分析。
- 侯俣刘万军
- 关键词：JFREECHARTJAVA
- 基于Struts-Spring-Hibernate框架的软件复用技术被引量：3
- 2008年
- 软件复用是一种由预先构建好的、为复用目的而设计的软件结构来建立或者组装软件系统的过程。采用"高内聚,低耦合"的成熟框架来进行软件开发,是这一过程的一个很好实践。本文在深入研究软件设计模式的基础上,对目前流行的基于Struts-Spring-Hibernate框架进行可复用软件开发技术进行分析和研究。
- 曲海成刘万军
- 关键词：软件复用SPRING
- 数据挖掘在供应管理中的应用被引量：12
- 2005年
- 文章对供应管理现状进行了分析,并针对目前物资管理部门普遍存在的库存储备量过大、占用资金过多、资金利用和周转率不高、物资的进出仓工作量大而且容易出错、经济效益低等诸多问题,指出了在管理工作中引入数据挖掘技术进行科学管理的重要性。通过计算机系统的管理,使物资供应管理达到了保证物质供应、降低采购成本、优化库存结构、减少库存资金、加速资金周转、提高经济效益的目的。
- 张特来刘万军
- 关键词：物资供应管理库存管理数据挖掘数据库
- 先验模型约束的抗干扰轮廓跟踪被引量：5
- 2017年
- 目的基于水平集的轮廓提取方法被广泛用于运动物体的轮廓跟踪。针对传统方法易受局部遮挡、复杂背景等因素影响的问题,提出一种先验模型约束的抗干扰(AC-PMC)轮廓跟踪算法。方法首先,选取图像序列的前5帧进行跟踪训练,将每帧图像基于颜色特征分割成若干超像素块,利用均值聚类组建簇集合,并通过该集合建立目标的先验模型。然后,利用水平集分割方法提取目标轮廓,并提出决策判定算法,判断是否需要引入形状先验模型加以约束,避免遮挡、复杂背景等影响。最后,提出一种在线模型更新算法,在特征集中加入适当特征补偿,使得更新的目标模型更为准确。结果本文算法与多种优秀的轮廓跟踪算法相比,可以达到相同甚至更高的跟踪精度,在Fish、Face1、Face2、Shop、Train以及Lemming视频图像序列下的平均中心误差分别为3.46、7.16、3.82、13.42、14.72、12.47,算法的跟踪重叠率分别为0.92、0.74、0.85、0.77、0.73、0.82,算法的平均运行速度分别为4.27帧/s、4.03帧/s、3.11帧/s、2.94帧/s、2.16帧/s、1.71帧/s。结论利用目标的先验模型约束以及提取轮廓过程中的决策判定,使本文算法在局部遮挡、目标形变、目标旋转、复杂背景等条件下具有跟踪准确、适应性强的特点。
- 刘大千刘万军费博雯
- 关键词：先验模型水平集
- 基于Kerberos协议的单点登录系统的设计被引量：6
- 2007年
- 详细分析了Kerberos协议的安全性,并针对Kerberos协议存在的重放攻击的安全缺陷,提出了采用序列号的解决方案,使得信息完全不能重放。并在此基础上融合了公开密钥体系/权限管理体系(PKI/PMI)技术,解决了互不连接的不同密级网络之间的单点登录问题。
- 贾淑红刘万军
- 关键词：KERBEROS重放攻击序列号单点登录
- 融合目标增强与稀疏重构的显著性检测被引量：1
- 2017年
- 目的为了解决图像显著性检测中存在的边界模糊,检测准确度不够的问题,提出一种基于目标增强引导和稀疏重构的显著检测算法(OESR)。方法基于超像素,首先从前景角度计算超像素的中心加权颜色空间分布图,作为前景显著图;由图像边界的超像素构建背景模板并对模板进行预处理,以优化后的背景模板作为稀疏表示的字典,计算稀疏重构误差,并利用误差传播方式进行重构误差的校正,得到背景差异图;最后,利用快速目标检测方法获取一定数量的建议窗口,由窗口的对象性得分计算目标增强系数,以此来引导两种显著图的融合,得到最终显著检测结果。结果实验在公开数据集上与其他12种流行算法进行比较,所提算法对具有不同背景复杂度的图像能够较准确的检测出显著区域,对显著对象的提取也较为完整,并且在评价指标检测上与其他算法相比,在MSRA10k数据集上平均召回率提高4.1%,在VOC2007数据集上,平均召回率和F检验分别提高18.5%和3.1%。结论本文提出一种新的显著检测方法,分别利用颜色分布与对比度方法构建显著图,并且在显著图融合时采用一种目标增强系数,提高了显著图的准确性。实验结果表明,本文算法能够检测出更符合视觉特性的显著区域,显著区域更加准确,适用于自然图像的显著性目标检测、目标分割或基于显著性分析的图像标注。
- 郭鹏飞金秋刘万军
- 基于生成对抗网络的图像自增强去雾算法
- 2024年
- 针对现有去雾模型使用合成有雾图像数据集训练后容易出现过拟合的问题,提出了一种融合生成对抗网络的图像自增强去雾算法。在结合两个生成对抗网络的同时估计图像的深度信息。第一个GAN利用清晰图像学习图像加雾过程,将其生成的有雾图像作为第二个GAN的输入,指导第二个GAN如何正确去雾。为了减少图像处理前后的差异,利用一致性损失函数来优化两个网络。在图像加雾部分添加场景深度估计模块,并对散射因子进行随机采样,实现图像自增强功能,更加真实地模拟现实世界中不同浓度的雾气。该算法无需使用合成有雾图像数据集的成对信息,进一步避免过拟合问题。实验结果表明:所提算法能够取得较好的去雾效果,在主观视觉质量和客观评价指标上均有良好表现,优于同类算法。
- 刘万军程裕茜曲海成
- 关键词：机器视觉光学模型图像去雾
- 智能楼宇实时并行仿真系统及仿真方法
- 本发明属于监测控制装置，特别涉及一种智能楼宇实时并行仿真系统及仿真方法，包括无线子网通信电路、语音提示与报警电路，系统中还包括中央控制电路、仿真控制电路、短信消息发射电路；其中中央控制电路和仿真控制电路中包括S3C241...
- 刘万军姜文涛袁姮
