您的位置: 专家智库 > >

熊伟

作品数:2 被引量:12H指数:2
供职机构:西南交通大学更多>>
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更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇多示例学习
  • 1篇行人
  • 1篇行人检测
  • 1篇置信度
  • 1篇视频
  • 1篇视频监控
  • 1篇图像
  • 1篇图像分类
  • 1篇结节
  • 1篇矩阵
  • 1篇灰度
  • 1篇灰度共生矩阵
  • 1篇甲状腺
  • 1篇甲状腺结节
  • 1篇共生矩阵
  • 1篇C4
  • 1篇超声
  • 1篇超声图
  • 1篇超声图像

机构

  • 2篇西南交通大学
  • 1篇四川省医学科...

作者

  • 2篇龚勋
  • 2篇李天瑞
  • 2篇熊伟
  • 1篇赵涛
  • 1篇李新江
  • 1篇罗俊

传媒

  • 1篇数据采集与处...
  • 1篇计算机科学

年份

  • 1篇2015
  • 1篇2014
2 条 记 录,以下是 1-2
排序方式:
面向视频监控的自动行人检测被引量:3
2014年
为了解决目前行人检测技术的检测速度和准确性之间的平衡问题,对基于视频的行人检测技术进行了研究,提出了利用LUV颜色空间信息与C4行人检测算法相结合的视频自动行人检测方法(LUVC4)。首先利用C4行人检测算法快速遍历视频的每帧图像,当得到的窗口置信度在可疑区间时,再进一步对该窗口做LUV颜色空间检测。如果两次检测的加权和分数满足阈值,则判别为行人。通过大量实验表明,该方法在检测速度几乎能达到C4速度的同时,还能在FPPI为0.1时降低约9%的漏检率。
李新江龚勋李天瑞赵涛熊伟
关键词:行人检测C4置信度
基于局部纹理特征的超声甲状腺结节良恶性识别被引量:9
2015年
为了实现超声甲状腺结节的自动分类,本文提出了一种利用局部纹理特征与多示例学习方法相结合以克服结节区域特征信息的重叠性。从感兴趣区域提取其局部纹理特征,将感兴趣区域看作由所有局部特征构成的示例包,再采用多示例学习方法中的Citation-kNN算法来实现对样本进行识别分类。实验结果表明,本文方法对超声甲状腺结节良恶性识别具有较高的分类准确率,且分类准确率达85.59%,可应用于甲状腺临床诊断并为其相关领域提供有效参考。
熊伟龚勋罗俊李天瑞
关键词:图像分类多示例学习灰度共生矩阵
共1页<1>
聚类工具0