李玉芝
- 作品数：13 被引量：32H指数：3
- 供职机构：天津财经大学理工学院更多>>
- 发文基金：国家自然科学基金天津市自然科学基金教育部人文社会科学研究基金更多>>
- 相关领域：自动化与计算机技术经济管理电子电信更多>>
- 融合深度网络的改进快速生成超像素算法被引量：3
- 2020年
- 超像素是图像过度分割的结果,提供了图像数据的中间级表示,对计算机视觉等领域的研究具有重要意义。现有的超像素算法是不可微的,且深度网络通常在规则的网格上进行定义,导致目前生成超像素的算法大多基于手工提取的像素特征进行。提出融合深度网络的改进快速生成超像素算法,将深度学习网络嵌入到超像素的生成过程中,首先利用含多隐含层的深度网络进行图像像素特征的提取,然后通过K-means聚类方法计算初始种子点位置以改善分割结果,在此基础上通过主动搜索方法确保像素标签的正确性,最后得到超像素分割结果。在Berkeley数据集BSDS500上,使用BSDS的基准测评与其他文献的对比实验表明,所提出的算法在分割结果的紧凑性、规则性等性能方面相对较好。
- 盛家川王佳媛李玉芝王君
- 关键词：深度网络聚类特征提取
- 中国肖像画的风格转移算法被引量：3
- 2021年
- 风格转移技术能快速生成目标艺术作品,但直接用在中国画上通常会存在特征分布不协调、人脸辨识不一致等问题.针对上述问题,文中提出基于卷积神经网络(CNN)的中国肖像画风格转移算法.首先,针对中国肖像画中写意和工笔两种绘画技法,提出笔触控制约束,指导图像的纹理分布.然后,提出国画特征移动距离,用于度量内容与风格特征,并将参考的中国画风格协调部署在肖像照上.最后,针对中国画的水墨色调和留白特点,提出水墨留白约束改进损失网络.实验表明,文中算法生成的结果不仅保证人脸辨识的一致性,而且在中国画艺术风格上表现更优.
- 盛家川董玙璠李小妹李玉芝
- 关键词：卷积神经网络
- 基于HSV空间的颜色特征提取被引量：7
- 2017年
- 随着数字化发展,数字图像的容量将会以惊人的速度增长。因此,图像分类和检索成为一个必要的、十分有意义的研究课题。针对这一课题,该文选取并运用现代的图像识别技术,旨在对于颜色这一重要特征进行颜色特征提取,进而实现图像检索和分类。实验结果表明,使用计算机对图像进行分类,从而克服传统鉴别分类方式缺少客观、量化指标的缺点的这种方法是可行的。
- 杨奥博盛家川李玉芝刘赏赵坤圆
- 关键词：HSV
- 关于社区信息化的探讨被引量：1
- 2004年
- 在追求便捷舒适生活的今天。信息化无疑已是社区未来发展的必经之路。社区信息化是一个过程，它要求具备充分的认识、完整的计划和在一定经济基础之上的基础设施建设(包括硬件平台、网络平台、软件平台和信息平台)。
- 李玉芝
- 关键词：社区信息化信息平台经济基础网络平台软件平台硬件平台
- 国画的艺术目标分割及深度学习与分类被引量：10
- 2018年
- 目的现有对艺术画进行分类的文献大多对整幅画作直接进行特征提取,但任何图像内容特征的可适应性都存在一定的局限性。画家画不同艺术目标的笔锋和艺术处理往往是不同的,如果不考虑每个笔锋所产生的条件而一味地分析笔锋的走向和力度分布等将会是很盲目的。为此提出一种基于艺术目标的中国画分类算法。方法首先,基于简单线性迭代聚类算法根据像素间颜色和位置的相差程度来生成超像素;其次,提出针对艺术目标的最大相似度区域合并算法交互式地进行艺术目标分割,将国画分割成一系列的艺术目标,如马、人物等,以提取画家用来表现艺术形式和抒发情感的相对稳定单元;然后利用深度卷积神经网络(O-CNN)来描述这些艺术目标的高级语义特征;最后,引入支持向量机对每幅中国画内的各种艺术目标的分类结果进行最后的融合与分类。结果本文针对艺术目标进行国画的学习和分类,实现了对样本库中10位画家中国画的识别,平均准确率为89%。实验结果表明,本文算法在平均查全率和查准率上优于现有的MHMM(The 2D multi-resolution hidden Markov model)和Fusion等方法。结论本文的成果可用于中国画的数字化分析、管理、理解和识别,为中国画传承和鉴赏提供有效的数字工具。
- 盛家川李玉芝
- 关键词：卷积神经网络
- 科技项目团队能力和立项风险评估的研究
- 科技活动具有不同的活动形式与内容，科技活动的目的也具有多样性。为了能够增大科技项目立项评估工作的客观性，提出了对科技项目团队能力和立项风险评估的相关模型和处理方法。
对科技项目团队能力的评估采用按照专家经验建立...
- 李玉芝
- 文献传递
- 中国画分类的改进嵌入式学习算法被引量：10
- 2018年
- 现有中国画分类大多只考虑了画作和类标签的相关性,忽略了画作间的关联以及特征重要度的影响.为此,提出改进的嵌入式中国画分类算法.通过微调预训练的VGG-F模型提取中国画图像特征;并提出基于互信息的嵌入式学习算法,使"友情则近,敌对则远"的嵌入式原则受到特征选择及特征重要度的影响;最后利用支持向量机对中国画进行画作艺术风格及其作者分类.实现了对样本库中10位画家中国画的识别,平均准确率为86%,相比其他算法,该算法有更高的分类准确度和更好的鲁棒性.
- 李玉芝盛家川华斌
- 关键词：互信息
- 小样本图像处理方法赋能的宽带频谱感知
- 2023年
- 针对强噪声环境下频谱感知方法计算复杂度高、难以获取大量标注样本、检测准确率低等问题,该文提出由图像去噪和图像分类思想驱动的频谱感知方法(IDCSS)。首先,对感知用户的接收信号进行时频变换,将无线电数值信号转换为图像。强噪声环境下感知用户接收信号图像与噪声图像相关度高,因此搭建生成对抗网络(GAN)来增加低信噪比下接收信号样本的数量,提高图像的质量。在生成器中,利用残差-长短时记忆网络取代生成网络U-Net结构中的跳跃连接,对图像进行去噪、提取感知用户接收信号图像的多尺度特征、建立基于熵的损失函数来构建网络的抗噪能力;在判决器中,设计适用无线电图像信号的多维度判决器来增强生成图像的质量、保留低信噪比感知用户信号的图像细节。最后利用分类器识别频谱占用状态。仿真结果表明,与现有频谱感知算法相比,所提算法具有较好的检测性能。
- 周金李玉芝李斌
- 关键词：频谱感知图像去噪损失函数
- 基于粗糙集的科技项目团队能力评估分析研究被引量：1
- 2007年
- 针对科技项目团队能力评估问题进行了研究,引入粗糙集和信息熵理论,总结以往项目经验,建立了基于粗糙集的团队能力指标评价模型。最后通过实例分析,对该模型的科学性和可行性进行了验证。
- 华斌李玉芝
- 关键词：粗糙集信息熵
- 融合中式元素的三维室内场景情绪化渲染
- 2024年
- 情绪具有主观性,利用计算机技术自动生成一个既满足真实性又与目标情绪匹配的虚拟室内场景是一项充满挑战的任务。目前缺乏对室内场景情感表达进行识别和评估的技术方法,且在充分考虑情感诉求的前提下,如何提升场景渲染结果真实性也是室内场景设计需要考虑的重要因素。针对上述问题,提出了一种融合中式元素的虚拟室内场景情绪化渲染算法。首先,利用深度学习算法从一个包含25 000张图片的家庭室内场景数据集中提取不同情绪的特征,训练情绪分类器,用于识别和评估渲染过程中虚拟室内场景的情绪表达。其次,为了保证渲染结果真实性,设计了一种场景物体纹理颜色真实性度量算法。然后,研究了根据目标情绪自动渲染虚拟室内场景的优化算法、融合中式元素的风格迁移算法,对场景中的物体进行细粒度的中式风格化处理,提升渲染结果的空间内涵、文化底蕴以及情感表达,增强视觉感染力。最后,在四个不同的室内场景中对该算法进行了实验,并通过对实验结果和用户调研数据的统计分析验证了该算法的正确性和有效性。
- 盛家川胡国林李玉芝
- 关键词：虚拟现实情感建模中式元素
