-
孟继成
-
-
- 所属机构:电子科技大学
- 所在地区:四川省 成都市
- 研究方向:自动化与计算机技术
相关作者
- 杨万麟
- 作品数：120被引量：320H指数：9
- 供职机构：电子科技大学电子工程学院
- 研究主题：雷达目标识别 雷达目标 一维距离像 目标识别 一维距离像识别
- 杨涛
- 作品数：324被引量：388H指数：7
- 供职机构：电子科技大学
- 研究主题：可重构 基片集成波导 变容二极管 基片集成 微波电路
- 何中山
- 作品数：5被引量：1H指数：1
- 供职机构：电子科技大学
- 研究主题：立定跳远 测距方法 关键帧 胶垫 目标检测
- 沈宗辉
- 作品数：3被引量：0H指数：0
- 供职机构：电子科技大学
- 研究主题：协同神经网络 无人机 飞行动作 反馈调节 航迹
- 丁乐乐
- 作品数：3被引量：4H指数：1
- 供职机构：电子科技大学
- 研究主题：车辆识别 车辆 学习算法 网络 随机梯度
- 一种基于神经辐射场的无人机影像三维重建方法
- 本发明公开了一种基于神经辐射场的无人机影像三维重建方法，包括以下步骤：S1.通过无人机获取图像数据；S2.对图像数据中的关键帧进行筛选；S3.对筛选后的图像数据进行图像处理；S4.获取三维场景重建结果。本发明实现了一种可...
- 孟继成王世捷
- 基于核函数的雷达一维距离像目标识别被引量：16
- 2005年
- 该文分析了基于核函数的三大模式识别方法(支持向量机、非线性主分量分析、非线性判别分析)的分类机理,并将其应用于雷达一维距离像目标识别中。用3种飞机实测雷达距离像数据样小进行识别研究,结果表明对于雷达目标距离像识别,支持向量机方法较其它两种方法更为有效,并对实验结果给出了合理的解释。
- 孟继成杨万麟
- 关键词：雷达目标识别
- 一种基于深度卷积神经网络的无人机自主降落方法
- 本发明公开了一种基于深度卷积神经网络的无人机自主降落方法，将传统自主降落中图像处理及地标检测部分替换为深度卷积神经网络，通过求解PnP问题估计无人机与地标之间的相对位姿，以精确调整无人机的姿态和位置，同时为减轻无人机的计...
- 孟继成邓弘志
- 文献传递
- 一种基于深度卷积神经网络的违规驾驶检测方法
- 本发明公开了一种基于深度卷积神经网络的违规驾驶检测方法，其包括以下步骤：S1、采集驾驶员驾驶过程中的图像；S2、预处理步骤S1所采集的图像，得到图像训练集；S3、通过深度卷积神经网络训练图像训练集，得到图像训练样本；S4...
- 孟继成杨涛魏源璋
- 文献传递
- 基于矩阵体积度量的二维PCA人脸识别(英文)
- 2007年
- 本文提出一种符合高维几何空间理论的矩阵体积度量分类准则用于人脸识别。基于二维PCA的人脸识别方法主要研究的是特征提取部分,对后继的分类识别研究不多。基于二维PCA的人脸识别方法中典型的分类准则是比较特征向量的欧氏距离,而新方法比较的是矩阵的体积。在ORL和AR人脸库上的实验表明,所提出的矩阵体积度量较传统距离度量分类准则更有效。
- 孟继成夏雷
- 关键词：人脸识别
- 雷达目标识别中的双距离像子空间法被引量：2
- 2004年
- 研究分析了双距离像子空间的分类机理,并介绍了所采用的最近邻特征线判别规则。将双距离像子空间与最近邻特征线判别规则相结合的分类器应用于雷达目标距离像识别中。用3种不同类型飞机实测回波数据进行识别研究,结果表明了该方法的有效性。指出了最近邻特征线判别规则的不足之处,即最近邻特征线敏感于特征提取方法。
- 孟继成杨万麟
- 关键词：雷达目标识别距离像
- 一种基于深度学习与强化学习的车辆识别方法
- 本发明公开了一种基于深度学习与强化学习的车辆识别方法，在利用深度网络的结构特点上，提供一种深度学习与强化学习结合的方法，将强化学习中的Q‑学习算法应用到深度学习网络中，训练过程仍然使用随机梯度下降算法，提高了深度网络对车...
- 孟继成丁乐乐
- 一种基于手势识别的无人机航迹指引方法
- 本发明公开了一种基于手势识别的无人机航迹指引方法，通过使用协同神经网络(Synergetic Neural Network，SNN)的方法构建神经网络，通过采集大量的无人机操作指引的手势图像作为样本，对神经网络进行训练，...
- 孟继成沈宗辉
- 文献传递
- 一种基于视频图像分析的围棋复盘方法
- 本发明公开了一种基于视频图像分析的围棋复盘方法。该方法包括采集对弈时的棋盘视频图像；基于采集的视频图像识别棋盘位置；判断图像是否有手部遮挡，若是，则舍弃该帧图像，基于识别的棋盘位置识别各帧图像棋子位置；基于识别的各帧图像...
- 孟继成李秘
- 文献传递
- 基于小波变换和广义有限自动机的视频压缩
- 2009年
- 为了改进视频编码的比特率,提出基于小波变换的位平面模型和广义有限自动机(GFA)的视频压缩。该算法是把一个连续画面中(GOP)的视频序列作为整体做小波变换,然后对小波系数的自适应量化及位平面模型。帧间,频带间,位平面间都类似成为相同位平面模型。这样可以更好地使用广义有限自动机(GFA)来压缩位平面。最后用熵编码方式编码GFA描述的节点信息为可分级的比量流,它是一个高效可分级视频编码方案。以前多数不切实际的多媒体通信应用将可能实现。
- 赵国锋康戈文孟继成
- 关键词：视频压缩小波变换位平面
