主动学习型视频人脸识别

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60273094
  • 项目类别：
    面上项目
  • 资助金额：
    20.0万
  • 负责人：
    赵杰煜
  • 依托单位：
    宁波大学
  • 学科分类：
    F0605.模式识别与数据挖掘
  • 结题年份：
    2004
  • 批准年份：
    2002
  • 项目状态：
    已结题
  • 起止时间：
    2003-01-01 至2004-12-31

项目摘要

具有深远影响的生物识别技术已出现迅猛发展势头，对于人脸识别这类复杂任务十分需要一种能将多层次信息处理合一的统一认知模型，随机非线性并行学习系统在该领域极具潜力。本项目提出了一种全新高效的随机神经网络模型，运用统计学习理论和贝叶斯方法对网络的计算能力、ＶＣ维、结构风险等进行深入的理论分析，设计并实现在线主动概率学习、渐进式波尔兹曼学习等算法，最终完成一个基于该模型的视频人脸识别系统。..

结项摘要

项目成果

期刊论文数量（2）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Video Image Segmentation Based on Bayesian Learning
基于贝叶斯学习的视频图像分割
  • DOI：
    --
  • 发表时间：
    2005
  • 期刊：
    《中国图象图形学报》第10卷,第9期
  • 影响因子：
    --
  • 作者：
    王林波;赵杰煜
  • 通讯作者：
    赵杰煜
Dynamic Background Discrimination with a Recurrent Network
循环网络的动态背景辨别
  • DOI：
    10.1007/11539117_63
  • 发表时间：
    2005-08
  • 期刊：
    Lecture Notes in Computer Science, Vol.3611
  • 影响因子：
    --
  • 作者：
    Jieyu Zhao
  • 通讯作者：
    Jieyu Zhao

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

遗传算法早熟现象研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    《计算机应用研究》第9期,
  • 影响因子：
    --
  • 作者：
    熊伟清;魏平;赵杰煜
  • 通讯作者：
    赵杰煜
结合运动时序性的人脸表情识别方法
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    电子学报
  • 影响因子：
    --
  • 作者：
    邱玉;赵杰煜;汪燕芳
  • 通讯作者：
    汪燕芳
几何质心的定义和计算
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    计算机辅助设计与图形学学报
  • 影响因子：
    --
  • 作者：
    陈能仑;舒振宇;陈双敏;刘邦权;赵杰煜;辛士庆
  • 通讯作者：
    辛士庆
竞争对手惩罚的图像分割
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    JOURNAL OF MULTIMEDIA
  • 影响因子：
    --
  • 作者：
    朱绍军;赵杰煜;郭立君
  • 通讯作者：
    郭立君
随机二元神经网络的学习与泛化
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    《模式识别与人工智能》第14卷,第4期
  • 影响因子：
    --
  • 作者：
    赵杰煜;熊伟清;王小权
  • 通讯作者：
    王小权

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

赵杰煜的其他基金

面向三维形变目标的矢量型深度卷积网络研究
  • 批准号：
  • 批准年份：
    2020
  • 资助金额：
    54 万元
  • 项目类别：
    面上项目
三维形变目标内蕴特征提取与聚类分析
  • 批准号：
    61571247
  • 批准年份：
    2015
  • 资助金额：
    65.0 万元
  • 项目类别：
    面上项目
机器视觉学习与生成模型研究
  • 批准号：
    60672071
  • 批准年份：
    2006
  • 资助金额：
    24.0 万元
  • 项目类别：
    面上项目
高维数据的学习与归纳及在数据发掘中的应用
  • 批准号：
    69805002
  • 批准年份：
    1998
  • 资助金额：
    9.0 万元
  • 项目类别：
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码