检索结果-南通市图书馆

Feature Matching via Topology-Aware Graph Interaction Model

IEEE/CAA Journal of Automatica Sinica 2024年第1期11卷 113-130页

作者： Yifan Lu Jiayi Ma xiaoguang mei Jun Huang Xiao-Ping Zhang the Electronic Information School Wuhan UniversityWuhan 430072China IEEE Tsinghua Berkeley Shenzhen Institute Shenzhen 518071China the Department of Electrical Computer and Biomedical EngineeringToronto Metropolitan UniversityToronto ON M5B 2K3Canada

Feature matching plays a key role in computer vision. However, due to the limitations of the descriptors, the putative matches are inevitably contaminated by massive outliers.This paper attempts to tackle the outlier filtering problem from two aspects. First, a robust and efficient graph interaction model,is proposed, with the assumption that matches are correlated with each other rather than independently distributed. To this end, we construct a graph based on the local relationships of matches and formulate the outlier filtering task as a binary labeling energy minimization problem, where the pairwise term encodes the interaction between matches. We further show that this formulation can be solved globally by graph cut algorithm. Our new formulation always improves the performance of previous localitybased method without noticeable deterioration in processing time,adding a few milliseconds. Second, to construct a better graph structure, a robust and geometrically meaningful topology-aware relationship is developed to capture the topology relationship between matches. The two components in sum lead to topology interaction matching(TIM), an effective and efficient method for outlier filtering. Extensive experiments on several large and diverse datasets for multiple vision tasks including general feature matching, as well as relative pose estimation, homography and fundamental matrix estimation, loop-closure detection, and multi-modal image matching, demonstrate that our TIM is more competitive than current state-of-the-art methods, in terms of generality, efficiency, and effectiveness. The source code is publicly available at http://***/YifanLu2000/TIM.

关键词： Feature matching graph cut outlier filtering topology preserving

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

S2-Net:Self-Supervision Guided Feature Representation Learning for Cross-Modality Images

引用

IEEE/CAA Journal of Automatica Sinica 2022年第10期9卷 1883-1885页

作者： Shasha mei Yong Ma xiaoguang mei Jun Huang Fan Fan the Electronic Information School Wuhan UniversityWuhan 430072China

Dear Editor,This letter focuses on combining the respective advantages of cross-modality images which can compensate for the lack of information in the single modality.Meanwhile,due to the great appearance differences between cross-modality image pairs,it often fails to make the feature representations of correspondences as close as possible.

关键词： Image Net letter

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

SwinFusion: Cross-domain Long-range Learning for General Image Fusion via Swin Transformer

引用

IEEE/CAA Journal of Automatica Sinica 2022年第7期9卷 1200-1217页

作者： Jiayi Ma Linfeng Tang Fan Fan Jun Huang xiaoguang mei Yong Ma The authors are with the Electronic Information School Wuhan UniversityWuhan 430072China IEEE

This study proposes a novel general image fusion framework based on cross-domain long-range learning and Swin Transformer,termed as SwinFusion.On the one hand,an attention-guided cross-domain module is devised to achieve sufficient integration of complementary information and global interaction.More specifically,the proposed method involves an intra-domain fusion unit based on self-attention and an interdomain fusion unit based on cross-attention,which mine and integrate long dependencies within the same domain and across domains.Through long-range dependency modeling,the network is able to fully implement domain-specific information extraction and cross-domain complementary information integration as well as maintaining the appropriate apparent intensity from a global perspective.In particular,we introduce the shifted windows mechanism into the self-attention and cross-attention,which allows our model to receive images with arbitrary sizes.On the other hand,the multi-scene image fusion problems are generalized to a unified framework with structure maintenance,detail preservation,and proper intensity control.Moreover,an elaborate loss function,consisting of SSIM loss,texture loss,and intensity loss,drives the network to preserve abundant texture details and structural information,as well as presenting optimal apparent intensity.Extensive experiments on both multi-modal image fusion and digital photography image fusion demonstrate the superiority of our SwinFusion compared to the state-of-theart unified image fusion algorithms and task-specific alternatives.Implementation code and pre-trained weights can be accessed at https://***/Linfeng-Tang/SwinFusion.

关键词： Cross-domain long-range learning image fusion Swin transformer

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

D2Net:Deep Denoising Network in Frequency Domain for Hyperspectral Image

引用

IEEE/CAA Journal of Automatica Sinica 2023年第3期10卷 813-815页

作者： Erting Pan Yong Ma xiaoguang mei Jun Huang Fan Fan Jiayi Ma Electronic Information School Wuhan UniversityWuhan 430072China

Dear Editor,Since the existing hyperspectral image denoising methods suffer from excessive or incomplete denoising,leading to information distortion and loss,this letter proposes a deep denoising network in the frequency domain,termed D2Net.Our motivation stems from the observation that images from different hyperspectral image(HSI)bands share the same structural and contextual features while the reflectance variations in the spectra are mainly fallen on the details and textures.

关键词： Deep Net image

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

结合局部全局特征与多尺度交互的三维多器官分割网络

引用

中国图象图形学报 2024年第3期29卷 655-669页

作者：柴静雯李安康张浩马泳梅晓光马佳义武汉大学电子信息学院武汉430072

目的高度适形放射治疗是常用的癌症治疗方法,该方法的有效性依赖于对癌组织和周边多个危及器官(organ at risk,OAR)解剖结构的精确刻画,因此研究三维图像多器官的高精度自动分割具有重要意义。以视觉Transformer(vision Transformer,V... 详细信息

目的高度适形放射治疗是常用的癌症治疗方法,该方法的有效性依赖于对癌组织和周边多个危及器官(organ at risk,OAR)解剖结构的精确刻画,因此研究三维图像多器官的高精度自动分割具有重要意义。以视觉Transformer(vision Transformer,ViT)和卷积神经网络(convolutional neural network,CNN)结合为代表的三维医学图像分割方法表现出了丰富的应用优势。然而,这类方法往往忽略同一尺度内和不同尺度间的信息交互,使得CNN和ViT特征的提取和融合受限。本文提出一种端到端多器官分割网络LoGoFUNet(local-global-features fusion UNet),旨在应对现有方法的缺陷。方法首先,针对单一器官分割,提出在同一尺度下并行提取并融合CNN和ViT特征的LoGoF(local-global-features fusion)编码器,并构建了一个端到端的三维医学图像分割多尺度网络M0。此外,考虑到器官内部以及器官之间的相互关系,该方法在M0网络的基础上设计并引入了多尺度交互(multi-scale interaction,MSI)模块和注意力指导(attention guidance,AG)结构,最终形成了LoGoFUNet。结果在Synapse数据集和SegTHOR(segmentation of thoracic organs at risk)数据集上,本文方法相比于表现第2的模型,DSC(Dice similarity cofficient)指标分别提高了2.94%和4.93%,而HD95(Hausdorff distance_95)指标则分别降低了8.55和2.45,切实提升了多器官分割任务的性能表现。在ACDC(automatic cardiac diagnosis challenge)数据集上,3D分割方法的适用性大多较差,但LoGoFUNet依然得到了比2D先进方法更好的结果,说明其对数据集的适应能力更强。结论该方法的分割模型综合尺度内和尺度间的信息交互,具有更好的分割结果,且在数据集上的泛化性更好。

关键词：多器官分割深度神经网络(DNN) 视觉Transformer(ViT) 局部全局特征多尺度交互(MSI)

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

生成对抗网络的无监督高光谱解混

引用

遥感学报 2023年第8期27卷 1964-1974页

作者：靳淇文马泳樊凡黄珺李皞梅晓光武汉大学电子信息学院武汉430072 武汉大学宇航科学与技术研究院武汉430079 武汉轻工大学数学与计算机科学学院武汉430023

近年来,基于深度学习中自编码器(AE)的方法在无监督的高光谱解混中受到了广泛的关注。由于AE的学习过程可以表述为通过训练找出一组低维的隐藏层(丰度),并用其对应的权重(端元)进行组合来减少重构误差,因而这种框架被广泛迁移并应用于... 详细信息

近年来,基于深度学习中自编码器(AE)的方法在无监督的高光谱解混中受到了广泛的关注。由于AE的学习过程可以表述为通过训练找出一组低维的隐藏层(丰度),并用其对应的权重(端元)进行组合来减少重构误差,因而这种框架被广泛迁移并应用于高光谱的解混算法之中。然而,现有基于AE的框架虽然能有效地处理无监督的解混场景,却都存在着对噪声和初始化条件不鲁棒的问题,且解混精度也有待进一步提升。针对以上问题本文提出了一种全新的基于对抗性自编码网络(AAE)的无监督解混网络框架。首先,在网络的生成器中根据丰度和为一(ASC)及非负性(ANC)的物理意义,设计了一个基于AE的端到端解混框架。然后,在网络的判决器中本文采用初始化的丰度图作为真实值,将生成器的隐藏层(丰度)与初始化的丰度进行对抗训练,在重构误差与对抗误差的同步优化中提升框架解混性能。与传统的AE方法相比,该方法通过引入对抗性过程,在判决器中加入丰度的先验知识,可以大大提高框架的性能和鲁棒性。仿真和真实的高光谱数据的实验表明,该算法较现有方法相比具有更高的解混精度。

关键词：遥感高光谱解混深度学习对抗自编码器高光谱图像

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

信息分离和质量引导的红外与可见光图像融合

引用

中国图象图形学报 2022年第11期27卷 3316-3330页

作者：徐涵梅晓光樊凡马泳马佳义武汉大学电子信息学院武汉430072

目的红外与可见光图像融合的目标是将红外图像与可见光图像的互补信息进行融合,增强源图像中的细节场景信息。然而现有的深度学习方法通常人为定义源图像中需要保留的特征,降低了热目标在融合图像中的显著性。此外,特征的多样性和难解... 详细信息

目的红外与可见光图像融合的目标是将红外图像与可见光图像的互补信息进行融合,增强源图像中的细节场景信息。然而现有的深度学习方法通常人为定义源图像中需要保留的特征,降低了热目标在融合图像中的显著性。此外,特征的多样性和难解释性限制了融合规则的发展,现有的融合规则难以对源图像的特征进行充分保留。针对这两个问题,本文提出了一种基于特有信息分离和质量引导的红外与可见光图像融合算法。方法本文提出了基于特有信息分离和质量引导融合策略的红外与可见光图像融合算法。设计基于神经网络的特有信息分离以将源图像客观地分解为共有信息和特有信息,对分解出的两部分分别使用特定的融合策略;设计权重编码器以学习质量引导的融合策略,将衡量融合图像质量的指标应用于提升融合策略的性能,权重编码器依据提取的特有信息生成对应权重。结果实验在公开数据集RoadScene上与6种领先的红外与可见光图像融合算法进行了对比。此外,基于质量引导的融合策略也与4种常见的融合策略进行了比较。定性结果表明,本文算法使融合图像具备更显著的热目标、更丰富的场景信息和更多的信息量。在熵、标准差、差异相关和、互信息及相关系数等指标上,相较于对比算法中的最优结果分别提升了0.508%、7.347%、14.849%、9.927%和1.281%。结论与具有领先水平的红外与可见光算法以及现有的融合策略相比,本文融合算法基于特有信息分离和质量引导,融合结果具有更丰富的场景信息、更强的对比度,视觉效果更符合人眼的视觉特征。

关键词：图像融合特有信息分离质量引导红外与可见光图像深度学习

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的药物−靶标相互作用预测研究综述

引用

智能系统学报 2024年第3期19卷 494-524页

作者：刘晓光李梅南开大学计算机学院天津300350

新药物研发是一项耗时、耗力、耗资的复杂工程,整体成功率低于10%。药物−靶标相互作用预测是药物筛选和药物重定位的关键环节。准确的药物−靶标相互作用预测可有效缩小候选药物分子筛选范围,加速药物研发进程。传统实验方法研究药物−靶... 详细信息

新药物研发是一项耗时、耗力、耗资的复杂工程,整体成功率低于10%。药物−靶标相互作用预测是药物筛选和药物重定位的关键环节。准确的药物−靶标相互作用预测可有效缩小候选药物分子筛选范围,加速药物研发进程。传统实验方法研究药物−靶标相互作用耗时长、成本高且伴有一定的盲目性,难以进行大规模的药物−靶标相互作用识别工作。近年来,将机器学习尤其是深度学习技术用于药物−靶标相互作用预测成为主流研究。尽管在过去10年有大量的研究工作纷纷涌现,药物−靶标相互作用预测仍然是物质密集型和长期性的工作,对研究者来说仍具有挑战性。本文梳理近年来基于深度学习的药物−靶标相互作用预测研究工作,归纳总结现有工作的研究方法、评价指标和使用的数据资源,分析现有工作的不足并提出展望。本文的研究目的是帮助药物研发领域研究者全面了解深度学习在药物−靶标相互作用预测领域的最新研究进展,从而提高研究效率和研究质量。

关键词：药物−靶标相互作用人工智能机器学习深度学习药物研发图神经网络异质网络表征学习

来源：

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

空域协同自编码器的高光谱异常检测

引用

中国图象图形学报 2022年第10期27卷 3116-3126页

作者：樊港辉马泳梅晓光黄珺樊凡李皞武汉大学电子信息学院武汉430072 武汉大学宇航科学与技术研究院武汉430079 武汉轻工大学数学与计算机学院武汉430023

目的自编码器作为一种无监督的特征提取算法,可以在无标签的条件下学习到样本的高阶、稠密特征。然而当训练集含噪声或异常时,会迫使自编码器学习这些异常样本的特征,导致性能下降。同时,自编码器应用于高光谱图像处理时,往往会忽略掉... 详细信息

目的自编码器作为一种无监督的特征提取算法,可以在无标签的条件下学习到样本的高阶、稠密特征。然而当训练集含噪声或异常时,会迫使自编码器学习这些异常样本的特征,导致性能下降。同时,自编码器应用于高光谱图像处理时,往往会忽略掉空域信息,进一步限制了自编码器的探测性能。针对上述问题,本文提出一种基于空域协同自编码器的高光谱异常检测算法。方法利用块图模型优良的背景抑制能力从空域角度筛选用于自编码器训练的背景样本集。自编码器采用经预筛选的训练样本集进行网络参数更新,在提升对背景样本表达能力的同时避免异常样本对探测性能的影响。为进一步将空域信息融入探测结果,利用块图模型得到的异常响应构建权重,起到突出目标并抑制背景的作用。结果实验在3组不同尺寸的高光谱数据集上与5种代表性的高光谱异常检测算法进行比较。本文方法在3组数据集上的AUC(area under the curve)值分别为0.9904、0.9888和0.9970,均高于其他算法。同时,对比了不同的训练集选择策略,与随机选取和使用全部样本进行对比。结果表明,本文基于空域响应的样本筛选方法相较对比方法具有较明显的优势。结论提出的基于空域协同自编码器的高光谱异常检测算法从空域角度筛选样本以提升自编码器区分异常与背景的能力,同时融合了光谱域和空域信息,进一步提升了异常检测性能。

关键词：高光谱图像(HSI) 异常检测块图模型自编码器(AE) 空谱特征融合

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

坚持群众路线提升社会治理能力的内在逻辑与实践路径

引用

福建技术师范学院学报 2023年第4期41卷 418-424页

作者：黄桂梅梅晓光中共华安县委党校福建华安363800 福建师范大学马克思主义学院福建福州350117

群众路线是党要长期坚持的工作路线,社会治理是社会多元主体参与、解决社会公共事务的必然需要。由于群众路线与社会治理存在理论和实践的高度逻辑关联性,坚持群众路线是提升社会治理能力的有效实践路径。当前,人民群众对社会治理理念... 详细信息

群众路线是党要长期坚持的工作路线,社会治理是社会多元主体参与、解决社会公共事务的必然需要。由于群众路线与社会治理存在理论和实践的高度逻辑关联性,坚持群众路线是提升社会治理能力的有效实践路径。当前,人民群众对社会治理理念认识的滞后、社会治理参与率不足以及当前比较单一的治理方式,是提高社会治理能力所遇到的主要问题。为了提升社会治理能力,则需要紧密联系群众,树立全民参与社会治理的主体意识;紧紧依靠群众,提高社会治理参与率;充分汲取群众智慧,创新社会治理方式。

关键词：群众路线社会治理能力内在逻辑实践路径

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：