题名 基于因果干预的无偏面部动作单元识别
1
作者
邵志文 陈必宽 祝汉城 周勇 姚睿 马利庄
机构
中国矿业大学计算机科学与技术学院 矿山数字化教育部工程研究中心 上海交通大学计算机科学与工程系 华东师范大学计算机科学与技术学院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2024年第10期3312-3321,共10页
基金
国家自然科学基金(No.62106268,No.62101555,No.62272461,No.62172417,No.72192821) 江苏省自然科学基金(No.BK20210488,No.BK20201346) +2 种基金 上海市“科技创新行动计划”(No.21511101200) 中国博士后科学基金(No.2023M732223) “香江学者计划”(No.XJ2023037)。
文摘
面部动作单元(Action Unit,AU)识别是计算机视觉与情感计算领域的热点课题.AU识别属于多标签二分类任务,目前面临着标签不均衡等挑战.现有的主流算法利用AU之间的关联,通过调整采样率和AU的权重来进行标签重均衡化.然而,这些方法仅仅使模型预测时从偏向出现频率高的标签转为偏向出现频率低的标签,并未解决偏置问题.根据出现频率的高低可将AU划分为头类和尾类,公平对待每一类是实现AU无偏识别的关键.本文引入因果推理理论,提出基于因果干预的无偏化方法(Causal Intervention for Unbiased facial action unit recognition,CIU),以解决多AU间不均衡的问题.通过调整不平衡域和平衡但不可见域上的经验风险实现模型的无偏性.大量实验结果表明,本方法在基准数据集BP4D、DISFA上超越已有的方法,其中在DISFA上超越当前最先进方法1.1%,且可以学习到无偏的特征表示.
关键词
因果推理 无偏性 面部动作单元识别 多标签二分类 标签不均衡 经验风险
Keywords
causal inference unbiasedness facial action unit recognition multi-label binary classification label imbalance empirical risk
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
题名 基于多特征融合的交通标志识别算法
被引量：13
2
作者
韩习习 魏民 徐西义 李巧月 陈曦 祝汉城
机构
中国矿业大学信息与控制工程学院 山东能源新汶矿业集团通信信息中心 山东省新汶矿业集团翟镇煤矿
出处
《计算机工程与应用》
CSCD
北大核心
2019年第18期195-200,共6页
基金
国家自然科学基金（No.61771473,No.61379143）
文摘
综合考虑识别率、时间复杂度以及鲁棒性,提出一种边缘、纹理、颜色多特征融合和支持向量机(SVM)的交通标志识别算法。通过提取能够描述交通标志图像边缘信息的方向梯度直方图(HOG)特征并进行统计平均,与能够表示标志图像内部纹理信息的局部二值模式(LBP)特征融合得到降维后的HOG-maxLBP特征,再级联交通标志的颜色特征作为最终的特征向量,最后利用SVM进行交通标志训练和分类。实验结果表明,该算法不仅提高了交通标志的识别率,而且降低了时间复杂度,增强了系统鲁棒性。
关键词
交通标志识别(TSR) 方向梯度直方图(HOG) 局部二值模式(LBP) 颜色特征 特征融合 支持向量机(SVM)
Keywords
Traffic Sign Recognition(TSR) Histogram of Oriented Gradient(HOG) Local Binary Pattern(LBP) color features feature fusion Support Vector Machine(SVM)
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 基于HSI空间融合的矿井图像增强算法
被引量：9
3
作者
朱礼义 李巧月 李国超 郭小兵 韩习习 祝汉城
机构
中国矿业大学信息与控制工程学院 临沂矿业集团菏泽煤电有限公司彭庄煤矿
出处
《计算机工程与设计》
北大核心
2019年第10期2926-2930,3008,共6页
基金
“十三五”国家重点研发基金项目(2016YFC0801808) 江苏省科技成果转化基金项目(BA2017009)
文摘
针对煤矿井下图像光照不均匀、照度低、视觉效果差等特点,提出一种基于HSI空间变换和融合的井下彩色图像增强算法。将源图像进行HSI变换得到亮度分量I,对分量I进行同态滤波处理得到分量I';分别对分量I和I'进行Curvelet变换分解,对两者高频系数采用拉普拉斯能量和(SML)取大的方法融合,对两者低频系数采用局部能量方差积法进行融合;通过Curvelet反变换还原出亮度分量IF,采用局部对比度增强方法对IF处理,提高图像的对比度;将处理后的分量IF和分量H、S合成增强图像。实验结果表明,该算法在消除光照不均匀、对比度增强、噪声消除等方面效果较好。
关键词
矿井图像 光照不均匀 图像增强 CURVELET变换 同态滤波
Keywords
mine image uneven illumination image enhancement Curvelet transform homomorphic filtering
分类号
TD391
[矿业工程—矿井建设]
题名 基于自然场景统计的深度图像质量无参考评价方法
被引量：2
4
作者
陈曦 李雷达 李巧月 韩习习 祝汉城
机构
中国矿业大学信息与控制工程学院
出处
《计算机科学》
CSCD
北大核心
2019年第6期256-262,共7页
基金
国家自然科学基金项目(61771473,61379143) 江苏省“六大人才高峰”高层次人才项目(XYDXX-063) 江苏省“青蓝工程”中青年学术带头人项目资助
文摘
深度图在视角合成中起着很重要的作用,深度信息的错误易导致合成视角几何位置上的误差.由于很难获得完美的深度图,文中提出了一种基于自然场景统计的无参考型深度图质量评价方法.首先利用Canny算子检测出图像边缘并确定边缘失真区域,然后分别计算边缘失真区域的梯度幅值和高斯G拉普拉斯图像.无失真深度图的边缘失真区域的梯度幅值和高斯G拉普拉斯算子分别符合韦伯分布和非对称高斯分布;由于存在失真的深度图的这两个分布会发生不同程度的偏移,因此在5个尺度下提取这两个分布的共计30个参数构成了所提方法的特征.最后通过随机森林建立评价模型来评价深度图的质量.在公开数据库上进行的测试结果显示,所提方法与主观评价结果有着很好的一致性,而且其性能优于现有的图像质量评价方法.
关键词
质量评价 深度图 自然场景统计 无参考 视角合成 随机森林
Keywords
Quality assessment Depth image Natural scenes statistics No-reference View synthesis Random forests
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 基于多任务深度神经网络的图像情感区域检测
被引量：1
5
作者
徐晶晶 张俊升 李腾腾 祝汉城 谢涛 余伟
机构
中国矿业大学信息与控制工程学院 成都理工大学工程技术学院电子信息与计算机工程系
出处
《计算机工程与设计》
北大核心
2020年第9期2616-2622,共7页
基金
江苏省研究生科研与实践创新计划基金项目(KYCX19_242)。
文摘
为得到准确的图像情感区域,设计一种基于多任务深度神经网络的图像情感区域检测方法。提出的网络包括两个任务:图像情感区域检测任务和图像情感分类任务,两个任务的共享层为VGG-16网络结构,图像的情感区域检测任务和情感分类任务通过对共享层参数的训练可以提高单个任务的泛化能力,提升网络的性能。实验结果表明,该方法可以准确检测图像的情感区域,检测性能优于单任务情感区域检测方法和现有的显著性检测和物体检测方法。
关键词
神经网络 情感区域 多任务 情感分类 深度学习
Keywords
neural network emotional regions multi-tasking emotion classification deep learning
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
题名 个性化图像美学评价的研究进展与趋势
被引量：1
6
作者
祝汉城 周勇 李雷达 赵佳琦 杜文亮
机构
中国矿业大学计算机科学与技术学院 矿山数字化教育部工程研究中心 西安电子科技大学人工智能学院
出处
《中国图象图形学报》
CSCD
北大核心
2022年第10期2937-2951,共15页
基金
国家自然科学基金项目(62101555,62171340,62002360) 江苏省自然科学基金项目(BK20210488,BK20201346,BK20181354) +2 种基金 中国博士后科学基金面上项目(2022M713379) 中央高校基本科研业务费专项基金资助项目(2021QN1071) 江苏省六大高峰人才基金项目(2015-DZXX-010)。
文摘
图像美学评价方法是当前研究的热点问题。图像美学评价分为大众化和个性化两种。大众化图像美学评价主要研究大多数人对图像共同的审美感知评估,而个性化图像美学评价可以针对用户的个性化审美感知进行评估。现有的研究工作主要集中在大众化图像美学评价上,但是由于人们对图像的审美体验具有高度主观性,研究针对特定用户的个性化图像美学评价方法更加符合现实意义。目前研究人员针对个性化图像美学评价展开了相关研究,并取得了一定的研究进展。但是现有的文献中缺少对个性化图像美学评价方法的综述,本文针对个性化图像美学评价的研究进展与趋势进行概述。首先分析图像美学评价的研究现状与发展趋势;然后针对现阶段的个性化图像美学评价模型进行概述,将现有的个性化图像美学评价模型总结为基于协同过滤的模型、基于用户交互的模型和基于审美差异的模型,并分析这3类模型主要的设计思路以及优缺点;最后介绍个性化图像美学评价在精准营销、个性化推荐系统、个性化视觉增强和个性化艺术设计上的应用前景,并指出未来研究工作在主观特性分析和知识驱动建模等方面的发展方向。
关键词
个性化图像美学 评价方法 审美体验 主观特性 知识驱动
Keywords
personalized image aesthetics evaluation metrics aesthetic experience subjective characteristics knowledge-driven
分类号
TP391
[自动化与计算机技术—计算机应用技术]
