赵明华
- 作品数：192 被引量：182H指数：7
- 供职机构：西安理工大学更多>>
- 发文基金：国家自然科学基金陕西省自然科学基金陕西省教育厅省级重点实验室科研与建设计划项目更多>>
- 相关领域：自动化与计算机技术文化科学天文地球电气工程更多>>
- 基于两空间线性鉴别分析的小样本人脸识别被引量：5
- 2008年
- 指出了线性鉴别分析及其几种改进方法在处理小样本人脸识别问题时存在的不足,提出了一种基于两空间线性鉴别分析的小样本人脸识别方法。首先将样本投影到总体散布矩阵的非零空间中进行分析;进而将类内散布矩阵分成零空间和非零空间进行鉴别向量确定和鉴别特征提取,最后将得到的两种鉴别特征融合,从而使用最近邻法进行分类。实验结果表明,在进行小样本的人脸识别时,该方法的识别效果优于其他线性方法。
- 赵明华李鹏刘直芳
- 关键词：人脸识别特征提取线性鉴别分析小样本问题散布矩阵
- 一种基于改进有效集算法优化的极限学习机二元分类方法
- 本发明公开了一种基于改进有效集算法优化的极限学习机二元分类方法，包括以下步骤：步骤一，给定训练样本集，确定优化的求解问题；步骤二，根据BAS有效集算法计算下降方向d<Sup>k</Sup>并沿着下降方向d<Sup>k</...
- 赵明华丁晓枫莫瑞阳曹慧原永芹石争浩姚全珠
- 文献传递
- 基于自融合卷积神经网络的高光谱遥感影像超分辨率方法
- 本发明公开了一种基于自融合卷积神经网络的高光谱遥感影像超分辨率方法，首先设计包含有三个并行卷积过程的自融合卷积神经网络；依次对8幅高光谱遥感影像分别依次做归一化处理、2倍双三次下采样、2倍双三次上采样，然后对得到的8幅影...
- 赵明华
- 文献传递
- 基于YOLOv7与无参注意力机制的苹果叶病检测方法
- 本发明公开的基于YOLOv7与无参注意力机制的苹果叶病检测方法，步骤如下：对图像进行预处理得到数据集；对数据集进行标注并划分为训练集和验证集；构建基于YOLOv7与无参注意力机制的苹果叶病检测模型；设置损失函数，并将训练...
- 赵明华韩思齐都双丽胡静石程李兵
- 基于光流特征的微表情识别方法
- 本发明公开了一种基于光流特征的微表情识别方法，首先选取微表情数据集：CASME、CASMEⅡ和CAS(ME)<Sup>2</Sup>，并将三个数据集中的所有视频帧序列的情绪分别映射到“Negative”、“Positiv...
- 赵明华董爽爽都双丽胡静石程吕志勇李鹏尤珍臻王理
- 基于运动图的人体运动合成方法
- 本发明公开了一种基于运动图的人体运动合成方法，首先加载解析人体运动数据库，将运动数据转换到世界坐标系下，根据人体运动周期性规律进行运动分割，提取短运动段特征，进行基于短运动段特征和基于DTW帧的相似度评估，基于相似度值确...
- 赵明华原永芹丁晓枫莫瑞阳曹慧石争浩王映辉
- 一种基于簇聚类的风吹有叶树摇曳模拟方法
- 本发明公开了一种基于簇聚类的风吹有叶树摇曳模拟方法，具体按照以下步骤实施：步骤1、划分有叶树；步骤2、将步骤1中划分后的每一等份的有叶树的树叶进行密度聚类，生成多个叶簇；步骤3、根据步骤2中的叶簇接受风力作用的先后顺序建...
- 王映辉唐婧张缓缓郝雯宁小娟石争浩赵明华周红芳
- 文献传递
- 一种基于金字塔模型和非局部增强密集块的图像去雨方法
- 本发明公开了一种基于金字塔模型和非局部增强密集块的图像去雨方法，步骤为：构建雨图像数据集，将数据集划分为训练集、测试集和验证集；将训练集中的每一幅雨图像进行下采样处理得到被分解的图像；将获得的分解图像输入到拉普拉斯金字塔...
- 赵明华范恒瑞都双丽胡静李鹏王理石争浩
- 面向高光谱图像分类网络的对比半监督对抗训练方法
- 2024年
- 目的 深度神经网络在高光谱图像分类任务中表现出明显的优越性,但是对抗样本的出现使其鲁棒性受到严重威胁,对抗训练方法为深度神经网络提供了一种有效的保护策略,但是在有限标记样本下提高目标网络的鲁棒性和泛化能力仍然需要进一步研究。为此,本文提出了一种面向高光谱图像分类网络的对比半监督对抗训练方法。方法 首先,根据少量标记样本预训练目标模型,并同时利用少量标记样本和大量无标记样本构建训练样本集合;然后,通过最大化训练样本集合中干净样本和对抗样本在目标模型上的特征差异生成高迁移性对抗样本;最后,为了减少对抗训练过程对样本标签的依赖以及提高目标模型对困难对抗样本的学习和泛化能力,充分利用目标模型和预训练模型的输出层及中间层特征,构建对比对抗损失函数对目标模型进行优化,提高目标模型的对抗鲁棒性。对抗样本生成和目标网络优化过程交替进行,并且不需要样本标签的参与。结果 在PaviaU和Indian Pines两组高光谱图像数据集上与主流的5种对抗训练方法进行了比较,本文方法在防御已知攻击和多种未知攻击上均表现出明显的优越性。面对6种未知攻击,相比于监督对抗训练方法 AT(adversarial training)和TRADES(trade-off between robustness and accuracy),本文方法分类精度在两个数据集上平均提高了13.3%和16%,相比于半监督对抗训练方法 SRT(semi-supervised robust training)、RST(robust self-training)和MART(misclassification aware adversarial risk training),本文方法分类精度再两个数据集上平均提高了5.6%和4.4%。实验结果表明了提出模型的有效性。结论 本文方法能够在少量标记样本下提高高光谱图像分类网络的防御性能。
- 石程刘莹赵明华苗启广潘治文
- 关键词：高光谱图像分类半监督学习
- 基于ICA和FLD相结合的人脸识别被引量：7
- 2005年
- ICA作为一种传统的人脸识别方法,虽然识别效果较好,但却没有考虑类别信息。为了将类别信息融入ICA方法中,尝试利用FLD和ICA相结合的方法对人脸进行识别处理,即在使用ICA方法获得训练模式的统计独立基向量的基础上,对基向量张成的子空间使用FLD方法。利用几个人脸数据库对该方法进行了实验。实验结果表明,使用上述方法进行人脸识别,其效果优于传统的PCA方法、FLD方法和ICA方法。
- 赵明华游志胜吕学斌穆万军
- 关键词：主成分分析人脸识别
