检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

交通标志识别特征提取研究综述

图学学报 2019年第6期40卷 1024-1031页

作者：薛搏李威宋海玉方安琪彭京涛王鹏杰郭宏烨大连民族大学计算机科学与工程学院

交通标志识别(TSR)是智能交通系统(ITS)的一个重要研究方向,而特征提取是交通标志识别研究中的重点。聚焦交通标志识别的特征提取,综述了常见的人工特征(颜色直方图、尺度不变特征变换特征、局部二值模式特征、方向梯度直方图特征、Haar... 详细信息

交通标志识别(TSR)是智能交通系统(ITS)的一个重要研究方向,而特征提取是交通标志识别研究中的重点。聚焦交通标志识别的特征提取,综述了常见的人工特征(颜色直方图、尺度不变特征变换特征、局部二值模式特征、方向梯度直方图特征、Haar-like特征、Gabor小波特征、Canny特征等)和深度特征(提取自AlexNet,VGG16,Inception等),并在同一数据集(GTSRB)上提取多种特征,采用相同分类器,通过相同评价指标体系进行定量比较与分析,并以图表方式,针对不同特征和不同交通标志类别,进行直观的性能比较研究,以期为交通标志识别时特征向量的选择和深入研究提供参考。

关键词： TSR ITS 特征提取人工特征深度特征

在线全文

学校读者我要写书评

暂无评论

多特征融合的花卉图像深度学习分类算法

小型微型计算机系统 2018年第7期39卷 1446-1450页

作者：林思思叶东毅陈昭炯福州大学数学与计算机科学学院福州350100

许多图像分类问题具有类内相似而类间差异的特点,然而花卉图像的分类往往存在着类间相似和类内差异的现象,因此,基于传统人工设计的图像特征进行花卉图像分类效果一般不够理想.针对这个问题,本文提出融合深度特征和人工特征的花卉图像... 详细信息

许多图像分类问题具有类内相似而类间差异的特点,然而花卉图像的分类往往存在着类间相似和类内差异的现象,因此,基于传统人工设计的图像特征进行花卉图像分类效果一般不够理想.针对这个问题,本文提出融合深度特征和人工特征的花卉图像特征提取方法并在此基础上实现花卉图像的分类.首先构建基于卷积神经网络CNN的特征提取框架,然后利用CNN模型从颜色、亮度多特征角度提取目标对象特征,并利用CNN低层级上的特征图设计了一种基于卷积神经网络的纹理特征,最后将上述多个特征与传统的人工设计图像特征经过融合得到一组花卉图像特征.分类实验结果表明,本文提取的融合特征不仅维度低于传统的人工设计特征,而且具有更好的分类准确性.

关键词：卷积神经网络(CNN) 深度特征人工特征花卉图像分类

在线全文

学校读者我要写书评

暂无评论

基于深度融合的显著性目标检测算法

计算机学报 2019年第9期42卷 2076-2086页

作者：张冬明靳国庆代锋袁庆升包秀国张勇东国家计算机网络应急处理协调中心北京100029 中国科学院计算技术研究所智能信息处理实验室北京100190 中国科学技术大学信息科学技术学院合肥230026

自然图像往往包含各种复杂的内容,基于单一特征的显著性检测算法很难从复杂场景中提取符合人类视觉的显著性目标.虽然多种显著图的融合能够弥补或者纠正单一特征带来的检测缺陷,但是不合理的显著图融合方式可能会进一步降低算法的检测性... 详细信息

自然图像往往包含各种复杂的内容,基于单一特征的显著性检测算法很难从复杂场景中提取符合人类视觉的显著性目标.虽然多种显著图的融合能够弥补或者纠正单一特征带来的检测缺陷,但是不合理的显著图融合方式可能会进一步降低算法的检测性能.为了解决多种显著图的有效融合问题,作者提出了一种基于深度卷积神经网络的特征图深度融合模型.算法使用四种低层显著图作为网络的输入,采用前融合和后融合的双通道卷积网络学习图像的显著目标.前融合通道利用一个多层的全卷积网络生成对目标物体边缘敏感的显著图,后融合通道使用权重共享的浅层网络分别获得四种目标对象位置保持的高层语义显著图.两个通道的特征图再通过一个四层的全卷积网络进行优化,从而获得最终的显著图.在公开数据集上的大量实验证明了本文提出的显著图深度融合算法的有效性.

关键词：显著目标检测人工特征深度融合深度学习显著图

在线全文

学校读者我要写书评

暂无评论

通信信号特征提取与识别技术研究

通信信号特征提取与识别技术研究

作者：王一冰电子科技大学

学位级别：硕士

随着通信技术的发展,调制方式也越来越复杂多样,为了更充分利用频谱资源,更好地应对通信体制的多元化。论文将深入研究通信信号的特征提取算法及调制识别技术,主要研究成果如下:本文首先使用卷积神经网络、长短期记忆网络完成信号的调... 详细信息

随着通信技术的发展,调制方式也越来越复杂多样,为了更充分利用频谱资源,更好地应对通信体制的多元化。论文将深入研究通信信号的特征提取算法及调制识别技术,主要研究成果如下:本文首先使用卷积神经网络、长短期记忆网络完成信号的调制识别;然后引入结构更复杂的卷积长短期深神经网络和多通道卷积长短期深神经网络,以提取通信信号中包含的空间特征和时序关联性特征;而后对多通道卷积长短期深神经网络进行优化设计,确定了学习率、batch＿size、卷积核数目和网络优化算法的最佳取值。通过仿真结果可知,MCLDNN模型的识别效果最好,相比其它网络调制识别准确率提高了2%～10%。本文构造了通信信号的高阶累积量特征和包络特征,设计了通信信号的频域特征和谱特征,提出了对信号特征分段求均值的改进方法,同时构建了SVM多分类器、Ada Boost分类器和决策树分类器,根据提取的信号特征做调制识别。通过仿真结果可知,新特征参数对调制类型区分度明显;分段求均值的方法可较大程度地提高调制信号的整体识别效果;决策树分类器更适用于通信信号的调制识别,且对噪声不敏感,对于低信噪比下的调制信号,其识别准确率也很高。本文在MCLDNN模型中结合使用Finetune思想和网络特征再提取方法,并将该网络模型应用于调制信号识别中。通过仿真结果可知,使用Finetune思想对网络进行权重迁移,可提高网络对低信噪比下调制信号的识别准确率及网络训练的稳定性;使用网络特征再提取方法,可实现对易混淆调制信号的有效识别;将Finetune思想和网络特征再提取方法结合使用,可最大限度地提高网络模型的识别准确率,并在一定程度上解决了神经网络对低信噪比下调制信号和易混淆调制信号识别性能差的问题。

关键词：调制识别人工特征迁移学习特征再提取

基于深度学习的医学影像多维特征融合方法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的医学影像多维特征融合方法研究

作者：王举銮吉林化工学院

学位级别：硕士

肺炎,作为一种普遍存在的传染性呼吸系统疾病,对公共健康构成了重大威胁。病原体的多样性和肺炎的高发性要求医学界必须具备快速、准确诊断和治疗肺炎的能力,以有效控制疾病的传播并降低其对人群健康的影响。在肺炎的诊断过程中,医学影... 详细信息

肺炎,作为一种普遍存在的传染性呼吸系统疾病,对公共健康构成了重大威胁。病原体的多样性和肺炎的高发性要求医学界必须具备快速、准确诊断和治疗肺炎的能力,以有效控制疾病的传播并降低其对人群健康的影响。在肺炎的诊断过程中,医学影像技术扮演了至关重要的角色。传统的肺部X射线和计算机断层扫描(CT)是两种常用的影像诊断工具,尽管这些技术已经相当成熟,但如何从海量的医学图像数据中快速、准确地提取出对诊断有用的信息,仍然是一个挑战。传统的医学图像处理技术依赖于手动设计的特征提取器。考虑到医学图像的复杂性和多样性,手动设计的特征提取器难以完整捕捉所有关键信息。相比之下,深度学习模型可以自动学习来自原始数据的高级特征表示,但对大量数据和计算资源的需求较高,且模型解释性较差。为解决上述问题,本研究利用Kaggle收集的三分类肺炎胸片图像数据(包括新冠肺炎、健康、其他病毒性肺炎),在医学影像多特征融合分类算法的基础上,完成了胸片影像预处理、特征提取,实现了基于空间域、频域低维特征和基于深度学习域高维特征的多特征融合分类算法的设计与实现。本文的创新点如下:(1)在低维特征领域,从空间域以及频率域共同提取特征,将空间域特征与频率域特征融合,得到富含空间域、频域信息的低维融合特征,并验证低维融合特征的优越性;(2)设计肺炎图像多尺度特征融合分类网络,通过引入深度学习域的高维特征,来弥补低维特征无法获取医学图像高层次特征的缺点,并与低维融合特征共同组成全局特征用于肺炎图像分类问题。本文的主要工作如下:(1)完成了医学影像多特征融合分类算法的总体设计,包括胸片图像的降噪处理、空间域特征的提取与融合、频率域特征的提取与融合,以及空频特征(低维融合特征)的构建。通过设计对比实验,验证空频特征要优于未融合的单一领域低维特征。在深度学习域特征的提取中,本文利用预训练过的VGG16以及Res Net50来提取肺炎胸片的高维特征。通过PCA降维与特征串联的方式得到高维融合特征,并通过在不同的机器学习分类器上的表现,验证高维融合特征优于单一深度学习域特征。(2)本文提出了基于深度学习的多尺度特征融合分类算法,设计了多尺度特征融合的肺炎胸片图像分类网络。通过对比实验,验证全局特征要优于低维融合特征以及高维融合特征。并通过与其他深度学习分类图像算法的实验对比分析,验证了本文所提取的算法在肺炎胸片图像分类任务中的性能优势。

关键词：医学影像分类肺炎分类深度学习人工特征特征融合

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于计算机视觉的尾旋运动姿态测量方法

兵工学报 2009年第6期30卷 820-824页

作者：罗武胜李沛李冠章吕海宝国防科技大学机电工程与自动化学院长沙湖南410073

针对飞机尾旋风洞试验模型姿态测量问题,本文提出了一种基于计算机立体视觉的测量方法。其中对三维信息的恢复主要通过对离散特征点的匹配实现。为得到高效的匹配结果,文中设计出一组易于识别且匹配正确率高的人工特征集。该特征集对于... 详细信息

针对飞机尾旋风洞试验模型姿态测量问题,本文提出了一种基于计算机立体视觉的测量方法。其中对三维信息的恢复主要通过对离散特征点的匹配实现。为得到高效的匹配结果,文中设计出一组易于识别且匹配正确率高的人工特征集。该特征集对于模型体轴线具有对称性且位置已知,可以直接用来计算模型运动姿态。由于运动中的遮挡,特征集具有不稳定性。文中特别分析了特征集的不稳定性及其对计算结果带来的影响,并提出了相应的解决方法。实验结果与分析表明,该测量方法具有较好的稳定性和测量精度。

关键词：计算机应用计算机视觉尾旋人工特征特征匹配姿态测量

一种基于双目视觉原理的飞机尾旋运动姿态测量方法

在线全文

学校读者我要写书评

暂无评论

国防科技大学学报 2008年第2期30卷 107-111页

作者：李沛罗武胜李冠章国防科技大学机电工程与自动化学院湖南长沙410073

针对飞机尾旋运动研究中的姿态测量问题,提出一种基于双目立体视差原理的测量方法。通过两部相机拍摄图像的视差,恢复模型表面特征空间三维信息,由表面特征计算模型运动姿态。设计了一组有特定形状和严格尺寸的人工特征,具有识别正确率... 详细信息

针对飞机尾旋运动研究中的姿态测量问题,提出一种基于双目立体视差原理的测量方法。通过两部相机拍摄图像的视差,恢复模型表面特征空间三维信息,由表面特征计算模型运动姿态。设计了一组有特定形状和严格尺寸的人工特征,具有识别正确率高、定位精确等特点。提供人工特征的设计方法。最后,分别给出旋转天平实验和风洞实验的实测数据,实测结果表明该方法测量准确,鲁棒性好,在立式风洞飞机模型尾旋运动测量的应用中十分有效。

关键词：飞机模型尾旋立体视觉人工特征

在线全文

学校读者我要写书评

暂无评论

基于卷积神经网络和哈希编码的图像检索方法

智能系统学报 2016年第3期11卷 391-400页

作者：龚震霆陈光喜任夏荔曹建收桂林电子科技大学计算机与信息安全学院广西桂林541004 广西高校图像图形智能处理重点实验室广西桂林541004

在图像检索中,传统的基于人工特征的检索方法并不能取得很好的效果。为此提出一种结合卷积神经网络和以前最好水准的哈希编码策略的图像检索方法。鉴于近几年卷积神经网络在大量的计算机视觉任务上的巨大进步,该方法首先使用在ILSVRC数... 详细信息

在图像检索中,传统的基于人工特征的检索方法并不能取得很好的效果。为此提出一种结合卷积神经网络和以前最好水准的哈希编码策略的图像检索方法。鉴于近几年卷积神经网络在大量的计算机视觉任务上的巨大进步,该方法首先使用在ILSVRC数据集上预训练过的VGGNet-D网络模型对实验图像数据集提取卷积特征来得到图像的深层表示,再采用以前最好水准的哈希策略将这些深层表示进行编码,从而得到图像的二进制码,最后再进行快速图像检索。在两个常用的数据集Caltech101和Caltech256上的实验结果表明,本文方法的5个策略相比于以前最好水准的相应的图像检索策略在"精度-召回率"和"平均正确率值-编码位数"两个指标上能获得更优异的性能,证明了本文方法在图像检索上的有效性。

关键词：图像检索人工特征卷积神经网络卷积特征哈希编码

在线全文

学校读者我要写书评

暂无评论

遮挡情形下的行人检测方法综述

计算机工程与应用 2020年第16期56卷 13-20页

作者：陈宁李梦璐袁皓李云红杨迪刘志坚西安工程大学电子信息学院西安710600

行人检测在智能交通、智能监控、无人驾驶、行人分析等领域都有广泛应用,随着技术发展,对行人检测技术的精度要求也越来越高。对遮挡情况下的行人检测技术进行了研究,根据遮挡物的不同,将遮挡分为非目标造成的遮挡及需要检测的目标造成... 详细信息

行人检测在智能交通、智能监控、无人驾驶、行人分析等领域都有广泛应用,随着技术发展,对行人检测技术的精度要求也越来越高。对遮挡情况下的行人检测技术进行了研究,根据遮挡物的不同,将遮挡分为非目标造成的遮挡及需要检测的目标造成的遮挡。分别总结了处理遮挡情况的传统方法和深度学习方法,并对每一类方法模型的主要思想和核心问题进行了分析和讨论。对遮挡下的行人检测技术在未来发展中亟待解决的问题提出展望。

关键词：遮挡行人检测神经网络人工特征深度学习