-
题名一种基于改进遗传算法的图像分割方法
- 1
-
-
作者
牟梦媛
岳峻
曲海平
李振波
-
机构
鲁东大学信息与电气工程学院
中国农业大学信息与电气工程学院
-
出处
《鲁东大学学报(自然科学版)》
2017年第4期302-308,共7页
-
基金
国家自然科学基金(61472172)
山东省自然科学基金(ZR2012FM008
+1 种基金
ZR2016FM15)
山东省科技重点研发项目(2015GGX101019)
-
文摘
基于改进遗传算法的图像分割方法是在传统阈值分割的基础之上,加入线性分割以及遗传算法.为提高分割效果,分割之前首先对图像进行拉伸,增强图像的明暗对比度;然后再进行改进的遗传算法操作,通过不断迭代进化确定出图像分割的最优阈值;最后利用遗传算法确定的最优阈值进行阈值分割.实验证明,基于改进遗传算法的图像分割算法可以大大提高图片分割的精确度和准确率,取得了较好的分割效果.
-
关键词
线性拉伸
改进遗传算法
图像分割
-
Keywords
linear stretch
improved genetic algorithm
image segmentation
-
分类号
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于深度神经网络的人体动作识别方法
被引量:8
- 2
-
-
作者
魏丽冉
岳峻
朱华
牟梦媛
杨照璐
-
机构
鲁东大学信息与电气工程学院
-
出处
《济南大学学报(自然科学版)》
CAS
北大核心
2019年第3期215-223,228,共10页
-
基金
国家自然科学基金项目(61472172)
山东省重点研发计划项目(2016CYJS03A02-1
+2 种基金
2017GHY215009)
烟台市重点研发计划项目(2016ZH056
2017ZH057)
-
文摘
针对静态图像集中人体动作种类繁杂且识别准确率较低的问题,提出一种基于深度神经网络的人体动作识别方法;该方法采用迁移学习的思想对GoogLeNet模型进行改进,使得网络在预训练之后能够对行为个体的种类具有一定的姿势表达能力;采用逻辑分类中的逻辑回归多分类来实现动作的多分类,并通过建立动作识别模型应用系统对其进行验证;通过MATLAB2017处理平台对该模型进行测试,并得出图像的平均识别率。结果表明,本文中提出的方法在公开的图像数据集PPMI上的平均识别率相对较高,证实了构建的基于GoogLeNet人体动作识别模型应用系统对人体动作的分类是可行且有效的。
-
关键词
深度神经网络
GoogLeNet模型
动作识别
Softmax分类
静态图像
-
Keywords
deep neural network
GoogLeNet model
action recognition
Softmax classification
static image
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-