齐玉娟
- 作品数：31 被引量：75H指数：6
- 供职机构：中国石油大学（华东）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山东省自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学天文地球电子电信更多>>
- 一种卷积神经网络非局部信息构建方法
- 本发明提供了一种卷积神经网络非局部信息构建方法，所述方法利用普通的卷积神经网络提取图像的卷积特征；采用自注意力机制计算图像的像素级全局注意力图；通过注意力图构建图像内部的全局图结构；采用图卷积神经网络在图像内部的全局图结...
- 彭旭阳刘伟锋鲁效平刘宝弟王珺王延江齐玉娟
- 文献传递
- 一种基于多图注意力机制的目标跟踪算法
- 本发明公开一种基于多图注意力机制的目标跟踪算法，属于一般的图像数据处理或产生技术领域，用于对视频中的目标进行跟踪，包括将视频中的第一帧图片和后续帧分别作为模板分支和搜索分支的输入，通过孪生网络对其进行特征提取；将上一步得...
- 齐玉娟闫石磊叶志鹏王延江刘宝弟
- 基于多智能体协同进化的粒子滤波目标跟踪算法被引量：2
- 2011年
- 在对视频图像中的目标进行跟踪时,由于现有的粒子滤波器存在粒子退化和多样性丧失等问题,导致跟踪精度降低.文中提出一种基于多智能体协同进化的粒子滤波目标跟踪算法.该算法将多智能体协同进化机制引入到粒子滤波的重采样过程,通过对粒子个体和局部生存环境的重新定义,使粒子成为具有局部感知、竞争协作和自学习能力的智能个体.通过粒子间的竞争、交叉、变异以及自学习等进化行为来实现重采样过程,在保证粒子有效性的同时还增加粒子的多样性.实验结果表明该算法可对复杂视频环境下的运动目标进行准确、鲁棒地跟踪.
- 李永平王延江齐玉娟
- 关键词：粒子滤波器重采样智能体协同进化目标跟踪
- 一种基于多图注意力机制的目标跟踪算法
- 本发明公开一种基于多图注意力机制的目标跟踪算法，属于一般的图像数据处理或产生技术领域，用于对视频中的目标进行跟踪，包括将视频中的第一帧图片和后续帧分别作为模板分支和搜索分支的输入，通过孪生网络对其进行特征提取；将上一步得...
- 齐玉娟闫石磊叶志鹏王延江刘宝弟
- 一种基于记忆和多特征融合的目标跟踪方法和装置
- 本申请提供了一种基于记忆和多特征融合的目标跟踪方法和装置，属于图像处理和目标跟踪技术领域。本发明实施例的目标跟踪方法，在目标跟踪的过程中采用了瞬时记忆模板空间、短时记忆模板空间和长时记忆模板空间，并且瞬时记忆模板空间采用...
- 齐玉娟王延江牛潇然
- 文献传递
- 信号分析综合性探究实验项目设计与实践
- 2023年
- 针对信号与系统以往实验教学中验证性实验比重大、缺乏软件实验、学生主动思考少等不足,开展信号分析综合性探究实验项目实践工作。将关于信号分解、合成、取样与恢复的实验内容有机融合,扩展编制信号分析程序的软件实验内容,把原有三次实验整合为八学时的综合性实验。该实践取得良好的教学效果,具有一定的推广价值。
- 周鹏陈真齐玉娟吴琼
- 关键词：信号分析实验教学
- 基于人类记忆机制的鲁棒运动目标提取和跟踪方法研究
- 由于实际场景的复杂多变、目标本身姿态的变化以及各种特殊情况的发生，使得运动目标检测和跟踪一直是计算机视觉领域研究中一个具有挑战性的课题。目前已有的算法大多在一定条件下或特定应用场合中对解决某一个或某几个问题有较好的效果，...
- 齐玉娟
- 关键词：生物启发混合高斯粒子滤波器
- 文献传递
- 一种基于生成对抗网络的油藏自动历史拟合方法
- 本发明提供了一种基于生成对抗网络的油藏自动历史拟合方法，包括进行数据的采集，由渗透率场数据和生产数据形成数据集；对数据集进行预处理，并划分为训练集、验证集和测试集；使用训练集数据训练生成对抗网络模型，并同时使用验证集数据...
- 吕云雪刘伟锋张凯刘宝弟王珺王延江齐玉娟
- 一种受人脑三阶段记忆机制启发的鲁棒运动目标跟踪方法
- 2017年
- 目前大多数运动目标跟踪算法在目标姿态发生突变或目标被严重遮挡后会产生目标丢失现象,为解决此类问题,受人脑三阶段记忆信息处理机制的启发,本文提出一种三层旋转圆记忆模型(Spinning Tri-Layer-Circle Memory Modeling,STLC-MM)用于在目标跟踪过程中对目标模板进行更新.模型定义了三个旋转圆记忆空间用于存储和处理跟踪过程中用过的目标模板.三个圆记忆空间旋转时,记忆空间中的模板也随之以相同的速度旋转,同时模型通过模拟一些人类的认知行为,如,记忆、提取、遗忘等对模板进行更新.最后,为了验证所提方法有效性,本文将STLC-MM嵌入到粒子滤波目标跟踪框架进行目标跟踪实验.实验结果表明所提方法在目标姿态突变以及严重遮挡等方面具有较强的鲁棒性.
- 王延江李蕙齐玉娟
- 关键词：粒子滤波运动目标跟踪
- 一种基于记忆的目标跟踪算法及实验验证被引量：1
- 2018年
- 粒子滤波跟踪算法通常采用颜色直方图等全局特征作为观测模板和目标模板。然而,当目标的外观发生变化或者与背景相似时,全局特征的准确性会急剧下降。为了解决上述问题,引入人类三阶段记忆机制用于构建模板空间,模板空间结合目标的局部特征和全局特征,并记忆目标的时序变化。在目标跟踪过程中,模板空间对粒子的传播加以控制,以避免粒子的退化;同时,粒子集合对特征点的匹配范围进行约束,以减少伪匹配的发生,增强目标模板的可靠性。实验结果表明,当目标外观与背景相似,或由尺度变化、光照突变、旋转等引起目标外观发生变化时,该算法仍能鲁棒地跟踪目标。
- 齐玉娟牛潇然王延江
- 关键词：粒子滤波多特征融合运动目标跟踪
