吴聪
- 作品数：10 被引量：29H指数：3
- 供职机构：湖北工业大学计算机学院更多>>
- 发文基金：湖北省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于区域生长算法的车牌图像分割被引量：1
- 2017年
- 准确分割车牌图像,可为分割目标的提取奠定良好的基础。试验中采用基于OTSU和区域生长的算法,实现了车牌图像的精准分割,通过最大类间方差法得到自适应阈值,代替了传统手动选择阈值的方法,再结合中值滤波对图像进行预处理,避免了传统阈值造成的过分割或者欠分割现象,且预防图像噪声,使得图像像素值变得缓和,从而有效地分割出车牌图像。
- 吴聪殷浩黄中勇王凯
- 关键词：最大类间方差车牌分割中值滤波
- 基于多层特征融合的视网膜血管分割模型
- 2022年
- 针对现有的视网膜血管分割算法在下采样的学习层中不能有效捕捉更多特征,且低层特征没有得到充分利用从而提高视网膜血管分割的准确性,提出了一种新颖的多层特征融合网络。首先设计了一个具有连续记忆力机制的模块来增加网络的深度,以捕获更多的特征。在此基础上提出了一个多层特征融合模块将低层特征和高层特征进行融合。在DRIVE和CHASE_DB1数据集上进行训练和测试,结果表明:与其它流行的深度学习方法相比,该方法在两个数据集上获得了更好的结果,视网膜血管分割结果更加准确。
- 刘延龙吴聪
- 关键词：医学图像处理
- 基于人工神经网络的车牌识别被引量：14
- 2016年
- 车牌作为不同车辆的唯一标识,其识别技术是计算机视频图像在车辆牌照识别方面的一种重要应用,在各种场合是识别汽车身份的重要途径。由于现阶段技术的不断提升,识别过程中的问题也不断涌现,而在车牌预处理、分割以及识别阶段中,车牌识别是现代交通系统中非常重要的功能模块,而其关键因素在于汉字、数字以及字母的识别。通过提高车牌的识别率来提高交通部门的工作效率。目前,人工神经网络因其优越性被广泛应用于各种图像识别中,但因其收敛速度慢,运耗时间长,对实际应用产生了很大的限制。采用遗传算法与神经网络相结合的方法并进行了仿真,实验结果表明,该方法对车牌有很好的识别作用,具有时效性和鲁棒性。
- 吴聪殷浩黄中勇刘罡
- 关键词：车牌识别神经网络遗传算法
- 基于车载系统双目CCD相机测距被引量：8
- 2016年
- 双目相机能实时感知图像深度信息,有助于建立三维场景与图像之间的映射关系。目标物和相机所在位置为待测距离,利用左右目图像视差与待测距离成反比的关系能实现双目测距。构造车载双目模型时,在车前挡风玻璃处变换棋盘图位置并采集双目图像;标定出相机内外参数,极线约束相机模型的对极平面,降低左右目图片匹配的搜索空间;采集图像经过标定参数矫正后,从左右目图像中选取同一目标点计算视差就可得出实际距离。在处理异常图片时采用改进粒子群算法自动获取当前最优参数从而对图片进行预处理的目的。该模型在实际应用中实现了30米内手动取点测量误差小于3米,25米内测量误差小于0.6米。
- 张颖江潘尧吴聪
- 关键词：双目测距改进粒子群算法
- 智能车辆双目视觉与地图组合定位研究被引量：1
- 2017年
- 车身传感器能实时感知车身位置信息,通过构造部分道路信息的驾驶地图进行映射完成初始定位,利用立体视觉实时感知环境进行精确定位,解决智能车辆"在哪里"的问题。在真实驾驶场景中测试了其可行性,初步实现了低成本高精度的定位效果。
- 潘尧吴聪张颖江刘伶俐辛梓
- 关键词：视觉定位视觉里程计无人驾驶
- 基于卷积神经网络的脑胶质瘤分级被引量：2
- 2017年
- 针对脑胶质瘤人工分级难度大、费时费力的情况,提出一种改进的卷积神经网络方法来对脑胶质瘤进行分级。在传统的卷积神经网络结构上增加一层卷积层和采样层,同时使用支持向量机作为分类器;依据大脑结构自动定位肿瘤区域并输入网络进行分类。根据实验结果得出,网络的训练准确率为85.27%,测试准确率为83.79%,均优于传统的网络结构。
- 吴聪黄中勇殷浩刘罡李江浩
- 关键词：卷积神经网络特征提取磁共振成像
- 服务器虚拟化技术在数据中心方面的应用研究
- 2016年
- 通过虚拟化技术实现对服务器资源的整合,能够打破传统物理层面的限制,使得主机内部的CPU、内存、硬盘存储空间以及I/O接口等硬件转化为能够进行动态配置和管理的"资源池",可以在一定程度上提升服务器资源利用率,降低系统管理的成本。笔者基于某企业的数据中心服务器虚拟化应用,阐述了虚拟化平台的搭建过程、虚拟机部署、设备选型等相关事项,并介绍了虚拟化的应用经验。
- 李正磊吴聪
- 关键词：数据中心虚拟化服务器部署
- 基于多级残差多尺度的医学图像分割网络
- 2023年
- 针对目前多数U型网络存在编码阶段卷积核尺度单一难以提取变化较大特征以及深层网络难以训练优化的情况,提出一种新的基于多级残差和多尺度的神经网络,利用多级残差使神经网络更易学习,提高网络的深度,使它在模型不退化的情况下拥有更丰富的特征表达能力,提出了了多尺度交叉融合模块,通过不同的感受尺度去提取特征,交叉融合也使得特征信息更加充分的交流和融合。网络在CHASE_DB1数据集上进行测试,并进行数据对比,性能表现优良,特别是ACC达到了0.9744,SP达到了0.9876。提出的网络在增加深度的同时并不影响它的学习过程和表现效果。
- 李纬吴聪
- 关键词：血管分割多尺度
- 基于卷积神经网络的眼球血丝诊断
- 2016年
- 卷积神经网络在图像识别方面性能出众,其特有的多层感知器可以提取多类图片的隐式特征。提出一种基于卷积神经网络的眼球血丝诊断方法:将3类共1 500幅分辨率为32×32的眼球血丝图都转换成1 500组数值矩阵,1 200组作为训练集输入网络训练,300组作为验证集进行测试。实验表明,该应用算法可达到93.19%的训练准确率和87.57%的测试准确率。
- 吴聪黄中勇殷浩刘罡
- 关键词：卷积神经网络
