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

多特征提取与匹配矩阵驱动的点云配准

计算机工程与设计 2023年第5期44卷 1419-1426页

作者：刘磊熊风光尹宇慧郭锐薛红新韩燮中北大学计算机科学与技术学院山西太原030051 山西省发展和改革委员会山西省视觉信息处理及智能机器人工程研究中心山西太原030051

针对三维点云配准时容易受到噪声、奇异值等不利因素影响的问题,提出一种多特征提取与匹配矩阵驱动的点云配准方法。利用多特征提取模块提取稳健的关键点和关键点的局部几何特征;分别计算出关键点的特征匹配矩阵和空间匹配矩阵,并对二... 详细信息

针对三维点云配准时容易受到噪声、奇异值等不利因素影响的问题,提出一种多特征提取与匹配矩阵驱动的点云配准方法。利用多特征提取模块提取稳健的关键点和关键点的局部几何特征;分别计算出关键点的特征匹配矩阵和空间匹配矩阵,并对二者进行融合,提高正确匹配点对的概率;在前两方法的驱动下,利用加权奇异值分解计算点云间的刚体变换矩阵,降低噪声和奇异值等因素对配准的影响。实验结果表明,所提方法与现有的点云配准方法相比,具有更高的配准精度和较强的鲁棒性。

关键词：三维点云多特征提取局部几何特征匹配矩阵匹配点对加权奇异值分解刚体变换

在线全文

学校读者我要写书评

暂无评论

多特征提取逐步求精的高速移动目标跟踪算法

计算机辅助设计与图形学学报 2014年第10期26卷 1747-1752页

作者：孙俊何发智陈晓陈壹林武汉大学计算机学院武汉430072

传统的高速移动目标跟踪通常使用图像特征描述,不能够根据跟踪场景自适应地选择最优跟踪特征,导致功能模板很容易产生漂移问题.为此,提出一种基于特征融合和逐步求精的高速移动目标跟踪算法.该算法主要包括3个阶段:第1阶段为自适应多特... 详细信息

传统的高速移动目标跟踪通常使用图像特征描述,不能够根据跟踪场景自适应地选择最优跟踪特征,导致功能模板很容易产生漂移问题.为此,提出一种基于特征融合和逐步求精的高速移动目标跟踪算法.该算法主要包括3个阶段:第1阶段为自适应多特征融合阶段,通过计算跟踪目标每一特征的前景及背景的区分度,获取目标特征的融合模型;第2阶段是基于多特征内核跟踪阶段,在Mean-Shift框架下,引入Epanechnikov函数作为内核函数提升目标区域中心的像素权重比值;第3阶段为目标模型的自适应更新,通过设计一种模板更新策略提高跟踪结果的准确度.仿真实验结果表明,该算法适用于高速目标跟踪.

关键词：多特征提取逐步求精高速移动目标跟踪

强化文本关联语义和多特征提取的重复缺陷报告检测模型

在线全文

学校读者我要写书评

暂无评论

重庆大学学报 2023年第7期46卷 53-62页

作者：周文杰谢琪崔梦天西南民族大学计算机系统国家民委重点实验室成都610041

针对重复缺陷报告检测研究中存在语义长距离依赖以及缺陷报告特征的单一性问题,提出一种强化文本关联语义和多特征提取的重复缺陷报告检测模型。引入自注意力机制捕获缺陷报告文本序列内部的语义关联性,从而动态计算上下文语义向量进行... 详细信息

针对重复缺陷报告检测研究中存在语义长距离依赖以及缺陷报告特征的单一性问题,提出一种强化文本关联语义和多特征提取的重复缺陷报告检测模型。引入自注意力机制捕获缺陷报告文本序列内部的语义关联性,从而动态计算上下文语义向量进行语义分析,解决长距离依赖问题;利用隐含狄利克雷分布算法捕获缺陷报告文本的主题特征,同时针对缺陷报告的类别信息,构建一种特征提取网络计算类别差异特征;最后基于3类特征向量进行综合检测。实验结果表明,该模型实现了更优的检测性能。

关键词：重复缺陷报告检测长距离依赖自注意力机制语义分析多特征提取

在线全文

学校读者我要写书评

暂无评论

多特征提取的双目机器人目标跟踪

控制与决策 2013年第10期28卷 1568-1572页

作者：王丽佳贾松敏李秀智王爽北京工业大学电子信息与控制工程学院北京100124 河北工业职业技术学院信息工程与自动化系石家庄050000

为了解决复杂环境下双目机器人的目标跟踪问题,提出多特征提取的方法.在机器人静止-目标运动模式下根据改进的步态光流图和视角识别目标并构造颜色直方图模板;在机器人运动-目标运动模式下利用扩展卡尔曼滤波器、基于自适应核函数的CamS... 详细信息

为了解决复杂环境下双目机器人的目标跟踪问题,提出多特征提取的方法.在机器人静止-目标运动模式下根据改进的步态光流图和视角识别目标并构造颜色直方图模板;在机器人运动-目标运动模式下利用扩展卡尔曼滤波器、基于自适应核函数的CamShift算法、基于Hu矩的头肩模型匹配算法提取目标的运动特征、颜色特征和头肩特征以实现目标跟踪.实验分析表明,所提出方法能够避免启动时手动框选目标,可以实现遮挡和背景与目标相似度高等复杂环境下的目标跟踪.

关键词：多特征提取改进的步态光流图扩展卡尔曼滤波器头肩模型 CamShift算法

在线全文

学校读者我要写书评

暂无评论

多特征提取的红外和可见光目标跟踪方法

兵工学报 2011年第4期32卷 445-451页

作者：赵高鹏薄煜明陈益南京理工大学自动化学院江苏南京210094

针对复杂背景下采用单一图像特征跟踪稳定性差的问题,提出了一种基于多个特征提取的红外和可见光图像目标跟踪方法。该方法提取红外图像的灰度特征和可见光图像的颜色、纹理特征,给出了采用核函数量化的直方图描述的多特征目标模型,结... 详细信息

针对复杂背景下采用单一图像特征跟踪稳定性差的问题,提出了一种基于多个特征提取的红外和可见光图像目标跟踪方法。该方法提取红外图像的灰度特征和可见光图像的颜色、纹理特征,给出了采用核函数量化的直方图描述的多特征目标模型,结合均值漂移跟踪框架,给出了一种根据相似性度量进行自适应融合定位目标的方法,并给出了一种选择性的目标模板模型更新方法。实验采用复杂地面环境下的多组图像序列,结果表明该方法的有效性,实现了复杂环境下的图像目标稳定跟踪。

关键词：信息处理技术目标跟踪多特征提取均值漂移

在线全文

学校读者我要写书评

暂无评论

基于多特征提取的日志序列异常检测方法研究

基于多特征提取的日志序列异常检测方法研究

作者：王雪洁大连海事大学

学位级别：硕士

系统日志是性能监控、了解系统状态和异常检测的重要数据源,通过分析海量日志进行异常检测可以诊断系统并提高服务质量。运用深度学习算法进行日志异常检测,通过神经网络模型提取日志特征,能提高异常检测的性能,成为当前的研究热点。但... 详细信息

系统日志是性能监控、了解系统状态和异常检测的重要数据源,通过分析海量日志进行异常检测可以诊断系统并提高服务质量。运用深度学习算法进行日志异常检测,通过神经网络模型提取日志特征,能提高异常检测的性能,成为当前的研究热点。但大部分研究主要针对日志模板特征,没有结合日志数据特点考虑日志组件等其他特征,导致异常检测的召回率等指标值偏低。因此,在分析日志模板特征的基础上,本文提出了基于多特征提取的日志序列异常检测方法,提高了日志序列异常检测的准确性等性能。本文的主要研究内容包括:(1)针对特征提取模型难以充分拟合种类多且数量少的异常日志特征,导致日志序列异常检测召回率低的问题,提出用日志组件与等级特征辅助日志模板特征进行异常检测,采用BERT(Bidirectional Encoder Representations from Transformers)模型提取日志句特征,包括日志模板、日志组件、日志等级的句特征。(2)针对特征提取模型的嵌入空间利用不充分从而影响异常检测准确率等性能的问题,提出基于优化BERT模型和双向长短期记忆网络(Bi-directional Long ShortTerm Memory,Bi-LSTM)的日志序列特征提取方法。该方法先采用流外正则化思想优化BERT模型,将Mix Up数据增强作为流外正则化的一种形式,在数据流形之外的模型输入空间上施加线性约束,并采用优化的BERT模型提取日志模板的序列特征,从而充分利用特征提取模型的语义嵌入空间,完善了日志序列的全局特征提取,再采用Bi-LSTM提取日志组件与等级的序列特征。(3)针对多特征直接拼接造成特征冗余从而增加检测时间复杂度的问题,提出采用动态权重进行日志序列异常检测的方法。该方法按照动态权重将日志模板序列特征、日志组件与等级序列特征进行融合,采用多层感知器(Multi-Layer Perceptron,MLP)进行异常检测。最后,在公共数据集上与最新的日志异常检测方法Log Anomaly、Neural Log、Light Log和Deep Sys Log进行了对比实验,结果表明本文方法在异常检测准确性等方面的指标要优于大多数基于日志的异常检测方法。

关键词：日志序列异常检测多特征提取 BERT模型流外正则化

基于多特征提取和优化SVM的提花针织面料疵点检测算法研究

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

基于多特征提取和优化SVM的提花针织面料疵点检测算法研究

作者：简强浙江理工大学

学位级别：硕士

织物生产过程中的疵点检测是质量保障的一项重要内容,目前针对平纹、布匹等普通织物的疵点检测技术已经比较成熟,但针对提花针织物疵点检测的有关研究相对较少。由于提花针织物的颜色花纹、针织纱线等纹理比较复杂,传统检测算法不能有... 详细信息

织物生产过程中的疵点检测是质量保障的一项重要内容,目前针对平纹、布匹等普通织物的疵点检测技术已经比较成熟,但针对提花针织物疵点检测的有关研究相对较少。由于提花针织物的颜色花纹、针织纱线等纹理比较复杂,传统检测算法不能有效区分织物纹理与疵点,影响了纺织品的自动化检测进程,严重制约了企业生产效率。针对这一问题,本文开展了对提花针织物的纹理特征分析和疵点检测分类研究,解决了织物复杂纹理对疵点检测过程带来的干扰问题,实现了提花针织物疵点的自动检测与分类。针对提花针织物复杂纹理造成的检测干扰问题,本文提出了一种基于改进PM模型的预处理方法。首先利用织物疵点边缘的梯度特性对疵点区域和纹理区域采用不同的扩散策略,然后在扩散过程中引入平滑能力更强的扩散系数函数,并根据频率最大法和相关量分析法来确定不同区域的最佳梯度阈值,进一步提高PM模型自主选择扩散行为的能力。通过与其他预处理算法进行对比实验,验证了本文预处理算法能够有效的平滑抑制织物复杂纹理,保留疵点细节信息。针对提花针织物疵点检测难度大的问题,提出基于多特征融合的疵点定位分割算法。首先结合改进LBP、相关性和信息熵来描述织物纹理与疵点的灰度特征差异,利用去邻域行均值方法对特征图进行归一化处理,然后依据各特征图中的峰值比重进行加权融合重构,突出织物纹理与疵点间的特征值差异。最后在重构图中利用疵点特征值突变定位疵点位置,并采用区域生长分割方法提取疵点完整形态。实验表明,本文提出的多特征融合算法能够准确定位分割出织物疵点。针对提花针织物疵点分类问题,本文提出了基于改进AOA算法的SVM分类方法。首先构造了特征提取器,提取织物疵点的几何特征和统计特征作为分类器的输入,有效降低了样本数据维度,然后采用基于Levy飞行的AOA算法对SVM分类器的参数寻优过程进行优化,获取分类器最佳参数以实现织物疵点类型的识别分类。最后通过提花针织物图像采集系统来构建织物疵点图库进行对比实验。实验结果表明,本文提出的疵点检测方法对疵点的检出率达到98.5%,优化的SVM分类器对疵点类型判别的正确率达到了98.3%。

关键词：提花针织物疵点检测纹理抑制多特征提取 SVM分类器

基于改进跳跃连接和局部正则项的多特征提取SYMNet脑MRI配准

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

基于改进跳跃连接和局部正则项的多特征提取SYMNet脑MRI配准

作者：李文华河北大学

学位级别：硕士

大脑是人体中的重要器官,核磁共振成像(Magnetic Resonance Imaging,MRI)对脑部软组织成分显像清晰,三维(Three Dimensions,3D)脑MRI图像单模配准算法的研究对临床应用有着重要价值。传统方法精度较高,但普遍存在算法复杂度高、配准时... 详细信息

大脑是人体中的重要器官,核磁共振成像(Magnetic Resonance Imaging,MRI)对脑部软组织成分显像清晰,三维(Three Dimensions,3D)脑MRI图像单模配准算法的研究对临床应用有着重要价值。传统方法精度较高,但普遍存在算法复杂度高、配准时间长和普适性差的问题。深度学习方法精度高、实时性强,但大多忽略了配准的微分同胚性。基于对称微分同胚网络(Symmetric Diffeomorphic Neural Network,SYMNet)的配准算法,从两方面保证微分同胚性,同时无监督学习方式可避免数据标签标注的难点,但该算法仍存在以下三点不足:编码方式不能关注图像重要特征且提取特征较少导致配准精度低;局部正则项忽略零奇点导致微分同胚性差;跳跃连接将差异大的特征图直接结合降低配准精度。针对编码方式不能关注图像重要特征且提取特征较少导致配准精度低的问题,本文提出了基于多特征提取的SYMNet(Multi-Feature Extraction SYMNet,M-SYMNet)配准算法,在原编码通道中引入最大池化,同时增加一条由最大池化和空洞卷积构成的编码通道。针对局部正则项忽略零奇点导致微分同胚性差的问题,本文提出了基于改进局部正则项的多特征提取SYMNet(Improved Local regular term for Multi Feature Extraction SYMNet,LM-SYMNet)配准算法,在原局部正则项的基础上,将形变场中为零的点加入惩罚。针对跳跃连接将差异大的特征图直接结合降低配准精度的问题,本文提出了基于改进跳跃连接和局部正则项的多特征提取SYMNet(Improved Skip connections and Local regular term for Multi Feature Extraction,SLM-SYMNet)配准算法,使用间隔填充模块CCLN插入跳跃连接,将深层特征图和浅层特征图进行结合。实验证明,M-SYMNet中的多特征提取编码通道在提高配准效率的同时提升了配准精度,LM-SYMNet中的改进局部正则项使配准的精度和微分同胚性有所提升,SLM-SYMNet中的改进跳跃连接不仅能提升配准精度和微分同胚性,还能提升配准效率。

关键词：脑MRI 图像配准多特征提取微分同胚性雅可比行列式跳跃连接

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

附约束条件的零件轮廓线的多特征提取

测绘学报 2015年第1期44卷 46-51页

作者：郭宝云李彩林黄荣永山东理工大学建筑工程学院山东淄博255049 武汉大学遥感信息工程学院湖北武汉430079

在常用的多特征提取方法的基础上提出一种附加约束条件的零件轮廓线的多特征提取方法,即在已有方法提取的多特征结果上附加轮廓上圆弧与直线相切、相邻圆弧与圆弧相切等约束条件,对轮廓上的特征进行迭代精确提取,将组成轮廓的各特征如... 详细信息

在常用的多特征提取方法的基础上提出一种附加约束条件的零件轮廓线的多特征提取方法,即在已有方法提取的多特征结果上附加轮廓上圆弧与直线相切、相邻圆弧与圆弧相切等约束条件,对轮廓上的特征进行迭代精确提取,将组成轮廓的各特征如直线、圆弧和圆,进行精确分段识别,获得各特征的参数。最后使用模拟图像和实际的工业零件图像分别进行了试验验证,结果证明约束关系的引入能够有效地提高轮廓线多特征提取的精确度。

关键词：多特征提取视觉检测零件轮廓线约束条件角点检测