王教余
- 作品数：4 被引量：0H指数：0
- 供职机构：合肥工业大学计算机与信息学院更多>>
- 发文基金：安徽省自然科学基金国家重大技术装备创新研制项目国家自然科学基金更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 视频压缩感知和ARMA融合研究
- 压缩感知理论及其应用是当前信息领域科学研究的前沿性课题之一,涉及到数学、物理及计算机科学等诸多学科和优化、信号估计等众多复杂的问题。由于压缩感知技术可以大大降低数据采集量,加上视频处理过程一直被维数问题所困扰,故压缩感知...
- 王教余
- 关键词：压缩感知
- 文献传递
- 基于压缩感知的阵列信号测向方法研究
- 2013年
- 针对阵列信号处理中传统测向方法在实际应用中存在采样数据量过大,同时需满足空间采样定理的问题,设计了随机线性阵列采样系统。在不满足空间采样定理的情况下,利用目标信号源在空间角度上的稀疏性,提出了在超完备冗余字典框架下将压缩感知理论应用于阵列高分辨测向的方法。计算机仿真结果表明了该算法在抗噪声性能上具有一定的鲁棒性,与传统测向方法相比,实现了在较低信噪比下只需少量采样点就可以达到高分辨测向的目的,降低了运算量。
- 崔扬徐小红王教余沈仁明
- 关键词：压缩感知高分辨测向
- 基于随机特征字典的纹理分类方法
- 2015年
- 为解决稀疏表示在提取全局纹理特征时受维数限制的问题,提出一种基于随机特征字典的特征提取及分类方法。方法利用稀疏系数中非零系数的分布特点,统计各图像块在稀疏分解过程中字典原子的使用频率,得到能突出纹理在稀疏域类别信息的直方图特征,进而实现分类。为提高分类准确率,通过随机投影将多尺度多方向的小波特征进行融合,并对其训练得到纹理描述能力更强的小波随机特征字典。在分类实验中,其分类准确率达94.79%,并能在噪声、光照条件影响下获得较好的鲁棒性,在分析全局纹理特征方面具有高效、稳定的特点。
- 沈仁明徐小红王教余廖重阳
- 关键词：字典学习纹理分类
- 结合一阶自回归滑动平均和压缩感知的视频模型
- 2014年
- 目的 针对视频处理中面临的采样数据量大及采样时间长的问题,把视频状态空间一阶自回归滑动平均模型和压缩感知模型相结合,提出了一种基于一阶自回归滑动平均的视频压缩感知模型.方法 主要思想是在压缩感知理论框架下,充分利用视频帧内稀疏性和帧间相关性,把视频分割成动态部分和静态部分同时采样但分别处理,利用凸优化等方法得到视频状态空间一阶自回归滑动平均模型的关键参数.结果 多组真实场景下的实验结果表明,该模型较大程度上降低了帧间冗余度和数据采集量,视频采集压缩比为100～200时,仍然能取得较好的重建效果.结论 结合压缩感知和线性预测技术,提出了一种新的视频获取模型,对视频的静态部分和动态部分分别处理,并给出了该模型使用的条件.实验结果表明,该模型对帧间变化不大的视频,具有良好的压缩效果.
- 王教余徐小红沈仁明廖重阳杨勋
- 关键词：视频处理压缩感知
