您的位置: 专家智库 > >

韩家宝

作品数:2 被引量:8H指数:2
供职机构:中国地质大学机械与电子信息学院更多>>
发文基金:湖北省自然科学基金国家自然科学基金武汉市青年科技晨光计划更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇电子电信

主题

  • 2篇目标检测
  • 1篇实时视觉
  • 1篇视觉
  • 1篇视觉感知
  • 1篇感知
  • 1篇感知系统

机构

  • 2篇北京师范大学
  • 2篇中国地质大学

作者

  • 2篇罗大鹏
  • 2篇韩家宝
  • 2篇罗琛
  • 1篇魏龙生
  • 1篇马丽
  • 1篇王勇

传媒

  • 1篇电子学报
  • 1篇现代电子技术

年份

  • 2篇2016
2 条 记 录,以下是 1-2
排序方式:
半自主在线学习目标检测系统被引量:3
2016年
针对不同监控场景,不同成像条件下目标姿态变化较大的问题,提出一种具有半自主学习能力的目标检测系统。该系统能在执行检测任务的同时,通过快速的半自主学习提高检测性能。系统包括了目标检测模块及在线学习模块。为满足系统在线学习需求,提出随机蕨分类器的在线学习方法,使目标检测模块可持续自我更新,提高检测性能。通过半自主在线学习框架使整个学习过程不需准备初始训练样本集,只需框选一个待检测目标即可进行自适应学习,逐渐提高检测性能。实验表明,该方法在多种监控场景中均有较强的自适应能力和较好的目标检测效果。
罗琛韩家宝罗大鹏
关键词:目标检测
基于在线随机蕨分类器的实时视觉感知系统被引量:5
2016年
本文针对不同成像条件下,目标姿态变化对系统检测性能的影响,提出一种具有自主学习能力的视觉感知系统.该系统能在执行检测任务的同时,通过快速的自主学习提高检测性能,并保持实时目标检测速度.系统包括了目标检测模块及在线学习样本自动获取、标注模块.针对目标检测模块为满足系统自主学习需求,提出随机蕨分类器的在线学习方法,使目标检测模块可持续自我更新,提高检测性能;针对样本自动获取、标注模块则提出最近邻分类器辅助的双层级联标注方法.此外,本文提出自主在线学习框架,整个学习过程不用准备初始训练样本集,通过人工选定一个待检测目标即可进行无需干预的自适应学习,逐渐提高检测性能.实验表明,该方法在多种监控场景中均有较强的自适应能力和较好的目标检测效果.
罗大鹏罗琛魏龙生韩家宝王勇马丽
关键词:视觉感知目标检测
共1页<1>
聚类工具0