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

多分辨率最小障碍与梯度融合显著性检测算法

计算机工程与应用 2018年第4期54卷 17-24页

作者：邵元夏士雄姚睿牛强中国矿业大学计算机学院江苏徐州221116

自然图像的显著性区域一般处于图像中心,显著性区域可以通过计算区域与边界的距离得到,基于以上现象,产生了很多准确性较高或者运行速度很快的算法。但是要兼顾性能与效率,实现实时检测中需要的又快、又准确的显著性检测算法,仍需进一... 详细信息

自然图像的显著性区域一般处于图像中心,显著性区域可以通过计算区域与边界的距离得到,基于以上现象,产生了很多准确性较高或者运行速度很快的算法。但是要兼顾性能与效率,实现实时检测中需要的又快、又准确的显著性检测算法,仍需进一步研究。针对上述问题,提出了一种基于多分辨率最小障碍与梯度融合的显著性检测算法。通过多重采样形成多分辨率图像,引入改进后的最小障碍显著性检测算法对处理后的图像进行显著性检测;在算法运行过程中,对算法结果与背景线索图像进行梯度分析,将这两张图像进行融合,改善显著性区域模糊问题。经过在多个数据集上的实验验证,该算法能保证正确率在90%以上的情况下,检测速率达到75 f/s。

关键词：多分辨率最小障碍算法梯度融合

基于梯度融合和双线性注意力可变形卷积神经网络的图像质量评价研究

在线全文

学校读者我要写书评

暂无评论

基于梯度融合和双线性注意力可变形卷积神经网络的图像质量评价研...

作者：周浩然山东大学

学位级别：硕士

深度学习技术在图像质量评价方面的应用是一个新兴的研究方向,目前图像质量评价模型在多媒体影音、医疗影像等多个领域有重要的应用,因此,对基于深度学习的无参考图像质量评价算法进行研究和改进具有重要的理论和现实意义。本工作调研... 详细信息

深度学习技术在图像质量评价方面的应用是一个新兴的研究方向,目前图像质量评价模型在多媒体影音、医疗影像等多个领域有重要的应用,因此,对基于深度学习的无参考图像质量评价算法进行研究和改进具有重要的理论和现实意义。本工作调研了该课题的研究背景、意义和主要研究方法,发现传统图像质量评价方法主要采用传统数字图像检测,小波分解方法,支持向量机,人工神经网络等。这些方法将图像质量评价建模为分数回归预测的问题,在失真度极低或较高的图像预测方面效果很好,但由于对失真图像的细粒度特征抽取有明显的不足,造成部分中度失真图像预测精度普遍不高。针对现有模型存在的这些缺点,本论文提出了两个改进模型,分别是融合梯度信息的改进CNN(Convolutional Neural Networks)质量评价模型,以及基于梯度融合和双线性注意力机制可变形卷积神经网络模型。模型结合局部RGB信息和局部梯度信息来增强对图像局部边缘模糊的敏感性,同时使用双线性注意力机制可以帮助模型提取二阶特征并利用注意力中的注意力(Attention in Attention,AIA)机制提取二阶局部特征与全局特征之间的关系。另外,通过在不同层次上使用可变形卷积这一能够自适应地调整卷积核大小的卷积方式,模型可以有效地捕捉图像中的不同尺度信息。最后模型通过门控机制对每个特征进行自适应学习,调整其权重,进而更准确地对图像质量进行评价。实验采用了两个数据集,分别是TID2013和LIVE数据集。对于改进的梯度信息融合CNN质量评价模型,在TID2013数据集上,PLCC(Pearson Linear Correlation Coefficient)指标从 0.895 提升到 0.910,提升了 1.5%,SROCC(Spearman Rank Order Correlation Coefficient)指标从 0.871 提升到 0.883,提升了1.2%,KROCC(Kendall Rank Order Correlation Coefficient)从 0.863 提升到 0.876,提升了1.3%。而对于改进的基于梯度融合和双线性可变形卷积神经网络模型,PLCC指标从0.910提升到0.923,提高了 1.3%,SROCC指标从0.883提升到0.904,提升2.1%,KROCC 从 0.876 提升到 0.901,提升了 2.5%。从结果可以看出,本文所提出的四个改进点:梯度信息融合、双线性注意力机制、可变形卷积模块以及门控机制,在不同数据集上对图像质量评价的实验效果均提升明显,证明本文提出模型是有效的。本文还将所提出模型与其他模型进行对比,相比其他算法本文方法展现出较高的准确度,在图像质量评价领域具有重要的实际意义。

关键词：无参考图像质量评价卷积神经网络梯度融合可变形卷积双线性注意力机制门控机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于特征加权和梯度融合的领域泛化研究

电子制作 2024年第10期32卷 67-70页

作者：刘湘楠北方工业大学北京100144

当下,深度学习图片分类训练的模型已经达到了相当高的精度。但是,在将训练完成的深度学习模型部署到实际场景的准确率并不理想。如果想保证比较优秀的模型效果,还要求测试数据和训练数据具有相似的分布,即具有独立同分布性。为了解决训... 详细信息

当下,深度学习图片分类训练的模型已经达到了相当高的精度。但是,在将训练完成的深度学习模型部署到实际场景的准确率并不理想。如果想保证比较优秀的模型效果,还要求测试数据和训练数据具有相似的分布,即具有独立同分布性。为了解决训练数据与实际应用数据的分布差异下迁移模型性能不佳的问题,本研究通过结合不同域的训练梯度和通过训练权重消除特征之间的依赖关系来解决深度学习模型局限于类似分布的特性。通过实验表明,本研究的效果在两个数据集的泛化效果上具有突出表现。

关键词：领域泛化希尔伯特-施密特独立性准则梯度融合

在线全文

学校读者我要写书评

暂无评论

基于梯度信息融合的海面红外目标实时检测

红外与激光工程 2013年第1期42卷 41-45页

作者：万磊曾文静张铁栋秦再白哈尔滨工程大学水下机器人技术国防科技重点实验室黑龙江哈尔滨150001

针对海面红外序列图像的特点,提出一种适用于海天背景和海岸背景的目标检测方法。该方法不需要进行特殊的预处理来滤除图像噪声,首先量化子图像的区域复杂度以及单元区域上下邻域的灰度差异,从而预测出海界限区域的位置;然后利用改进Ca... 详细信息

针对海面红外序列图像的特点,提出一种适用于海天背景和海岸背景的目标检测方法。该方法不需要进行特殊的预处理来滤除图像噪声,首先量化子图像的区域复杂度以及单元区域上下邻域的灰度差异,从而预测出海界限区域的位置;然后利用改进Canny算子提取轮廓边缘,突出海界线特征,降低其他纹理的干扰,再进行Hough变换,提取出海界线;最后提出泛化梯度概念,通过融合的梯度信息,联合海界线的位置,进行海面目标标记。实验表明,所提方法能准确地定位海界限区域以及水平或倾斜的海界线,并快速精确地提取红外海面目标。整个过程的平均花费时间约为60 ms,具备很好的鲁棒性和实时性。

关键词：红外图像海界限区域预测周围纹理抑制梯度融合目标标记

在线全文

学校读者我要写书评

暂无评论

改进U型卷积网络的细胞核分割方法

西安交通大学学报 2019年第4期53卷 100-107,121页

作者：姜慧明秦贵和邹密孙铭会吉林大学计算机科学与技术学院长春130012 吉林大学公共计算机教学与研究中心长春130012

针对经典U型卷积网络在细胞核分割过程中对距离相近目标的边界较难区分、对模糊目标产生误识别等问题,提出一种改进的U型卷积网络(DU-Net)模型。为增强目标边界特征,提出一种梯度融合方法,计算样本梯度信息并将梯度图多尺度融合至U-Net... 详细信息

针对经典U型卷积网络在细胞核分割过程中对距离相近目标的边界较难区分、对模糊目标产生误识别等问题,提出一种改进的U型卷积网络(DU-Net)模型。为增强目标边界特征,提出一种梯度融合方法,计算样本梯度信息并将梯度图多尺度融合至U-Net编码器。解码器浅层特征通过卷积上采样密集连接至深层特征,增加特征的复用性。针对梯度消失问题,DU-Net模型在每个卷积层后采用批归一化和ReLU激活结构。针对经典U-Net模型对模糊目标的误识别问题,提出一种改进的交叉熵损失函数,该损失函数降低了模糊背景点对模型的干扰,同时提高了模型对小目标的识别能力。在2018年数据科学碗公布的670张图片、约29 500个细胞核的公开数据集上验证了DU-Net模型,结果表明,模型的预测结果与真实标签在Dice系数和Jaccard相似系数两项评价指标上分别达到95.9%和91.0%,性能优于U-Net和SegNet编码器,显著优于经典卷积神经网络模型FCN-8s。

关键词：细胞核分割 U型卷积网络梯度融合密集连接改进交叉熵损失

在线全文

学校读者我要写书评

暂无评论

彩色图像高分辨率边缘检测算法研究

彩色图像高分辨率边缘检测算法研究

作者：马蒙蒙西安工程大学

学位级别：硕士

作为图像处理中的低层操作技术,边缘检测在机器视觉与图像处理领域起着至关重要的作用,能够为后续的操作过程奠定基础。而彩色图像包含更多的颜色信息,能够为描述物体的特征提供更加丰富的信息。因此彩色图像边缘检测算法便得到研究者... 详细信息

作为图像处理中的低层操作技术,边缘检测在机器视觉与图像处理领域起着至关重要的作用,能够为后续的操作过程奠定基础。而彩色图像包含更多的颜色信息,能够为描述物体的特征提供更加丰富的信息。因此彩色图像边缘检测算法便得到研究者的大量关注。论文以基于单色调的彩色图像检测技术为基础,分析输出融合法和多维梯度法的原理,并针对现存的算法分别进行实验仿真及其分析,给出实验结果。在此基础上,论文以多维梯度法为主要研究内容,以挖掘更多颜色信息,检测更多边缘为主要目的进行展开,提出两种算法:1)彩色Canny算子与各向异性高斯核融合的边缘检测算法。此方法结合基于单色调的彩色图像边缘检测技术与基于矢量值的彩色图像边缘检测技术之间的优缺点,首先使用彩色Canny算子以雅可比行列式为基础获得最大特征值和特征向量来计算梯度,然后通过各向异性高斯核计算彩色图像各个通道的梯度,并提出一种自适应方法融合梯度。最后采用非极大值抑制过程和双阈值法得到图像边缘。2)基于色彩差异的各向异性高斯核边缘检测算法。该方法分析了各个通道之间的差异信息,并挖掘色彩差异所引起的变化,并将其信息与灰度图像所引起的变化进行融合来检测边缘。最后,针对无噪图像和含噪图像,论文定性、定量地分析了所提两种算法的性能,并将其与现有算法进行比较、分析。实验结果表明彩色Canny算子与各向异性高斯核融合的边缘检测算法能够较好地保留图像的整体结构信息,检测出更多的细节边缘,而且具有较强的抑制高斯白噪声的能力。基于色彩差异的各向异性高斯核边缘检测算法以色彩差异为研究对象检测出更多的边缘信息,同时图像轮廓较为清晰,能够抑制较强的高斯白噪声,得到较完整的边缘图。

关键词：各向异性高斯核彩色Canny算子色彩差异梯度融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多字典稀疏表征的超分辨重建算法研究

基于多字典稀疏表征的超分辨重建算法研究

作者：刘亚坤大连理工大学

学位级别：硕士

超分辨重建是根据输入的低分辨率图像经过算法重建得出清晰的含有丰富细节信息的高分辨率图像。随着科技的发展,各领域中对图像的清晰度要求越来越高,比如高清电视,遥感。然而通过硬件提高图像分辨率会增加高昂的成本,因此提出了超分辨... 详细信息

超分辨重建是根据输入的低分辨率图像经过算法重建得出清晰的含有丰富细节信息的高分辨率图像。随着科技的发展,各领域中对图像的清晰度要求越来越高,比如高清电视,遥感。然而通过硬件提高图像分辨率会增加高昂的成本,因此提出了超分辨算法。传统的超分辨算法是基于插值与重建的算法,这些算法一般模型简单,容易实现,例如,双三次插值,双线性插值,凸集投影法(POCS)等方法,但是传统方法对效果的提升有限。因此,基于学习的超分辨算法被提了出来,通过对大量的数据样本进行训练,学习出一个最佳模型,能够得到很好的效果。本文根据图像在不同曝光强度下所突出的细节不同这个特性,提出了一个基于多字典稀疏编码的超分辨重建算法。该算法首先在数据库中选择多曝光图像作为训练样本,并通过下采样得到低分辨图像样本,对这些样本进行K-means聚类。再根据求解出优化方程得出多个高分辨率字典与一个低分辨率字典,然后根据输入的低分辨率图像结合多个稀疏字典重建出多幅不同曝光强度的图像,并使用梯度融合的方法将多幅多曝光图像进行融合,最后根据输入低分辨图像对融合后的图像使用迭代反投影算法进行全局约束,使得到的高分辨率图像在下采样后与输入图像保持一致,输出高分辨率图像。在实验部分,通过实验确定稀疏模型中的参数,并证明了模型中K-means以及全局约束的有效性。最后与经典的算法进行了对比,证明本文模型能够很好的利用多曝光图像的特性重建出含有丰富细节的清晰高分辨率图像。

关键词：多字典稀疏编码超分辨梯度融合全局约束

城乡居民与城镇职工基础养老金替代率融合研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

城乡居民与城镇职工基础养老金替代率融合研究

作者：李啸傲湖南大学

学位级别：硕士

自2014年新农保和城居保合并后,我国的社会养老保险分为城乡居民基本养老保险(城乡居保)和城镇职工基本养老保险(职保)两种,但是还存在诸多问题:(1)基本养老保险“碎片化”严重,“二元”格局明显;(2)城乡居保保障水平低;(3)职保养老金... 详细信息

自2014年新农保和城居保合并后,我国的社会养老保险分为城乡居民基本养老保险(城乡居保)和城镇职工基本养老保险(职保)两种,但是还存在诸多问题:(1)基本养老保险“碎片化”严重,“二元”格局明显;(2)城乡居保保障水平低;(3)职保养老金缺口日益加大。党的十九大报告指出,要建成覆盖面更广、保障水平更高、城乡更加公平的养老保障体系。基于目前我国养老保险存在的问题与十九大的要求,研究如何融合城乡居保和职保,改善“碎片化”和“二元化”的现状具有重要的理论意义及现实意义。考虑到城乡居保和职保存在有无雇主缴费的区别,使二者领取同样多的养老金可能存在困难,但是使二者的基础养老金替代率达到一致存在可行性。因此,本文从融合城乡居保和职保的基础养老金替代率角度出发,运用底线公平理论及梯度融合思想,研究二者融合的标准及可行性。首先,本文运用相关模型预测城乡居保和职保基础养老金替代率的变化趋势,发现二者存在融合趋势。然后,利用ELES模型,得出基于底线公平的城乡居保基础养老金替代率适度区间,考虑到城乡居保及职保存在有无雇主缴费的不同,运用ELES模型和OECD国家的相关经验,测算出职保的基础养老金替代率适度区间,根据二者适度区间,得出最佳的融合标准,即30%。最后,由于城乡居保当前的基础养老金替代率离30%差距较大,因此本文根据“梯度融合的思想”,将目标划分为三个梯度,并且根据完成目标时间的长短,分设三种方案,测算出三种方案的财政负担即可行性,最终,由于第一种方案超出了财政负担,第三种方案耗时较长,因此选择第二种方案为最佳方案,即6年完成第一梯度目标,5年完成第二梯度目标,4年完成第三梯度目标,总共15年达成30%的目标替代率,最终城乡居保与职保的基础养老金替代率达成统一。

关键词：基本养老保险基础养老金替代率底线公平梯度融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向监控视频的视觉增强和行为分析研究

面向监控视频的视觉增强和行为分析研究

作者：李文博中国科学技术大学

学位级别：硕士

21世纪以来,得益于成像技术、光电硬件技术、多媒体技术、网络技术的发展,视频监控系统在人们的生活中越来越常见,并在安全防卫、交通管理、自动控制、医疗教育等领域扮演着越来越重要的角色。在国家重大安防项目和智慧城市建设的大力... 详细信息

21世纪以来,得益于成像技术、光电硬件技术、多媒体技术、网络技术的发展,视频监控系统在人们的生活中越来越常见,并在安全防卫、交通管理、自动控制、医疗教育等领域扮演着越来越重要的角色。在国家重大安防项目和智慧城市建设的大力推动下,我国已部署近两亿专业监控摄像头,视频监控已发展成超千亿规模的庞大市场。而视频监控的这些成功应用离不开背后蓬勃发展的计算机视觉技术。计算机视觉是研究如何利用计算机对图像(包括图片和视频)数据进行处理和分析的学科。在视频监控的应用中,随着全球范围内监控摄像头布设数量和密度的高速增长,一方面人们对监控画面的质量提出了更高的要求,这可以借助于图像处理技术来实现;另一方面,为了处理海量的视频数据,监控系统也在从完全依靠人工监视、肉眼识别,向依托视频分析技术进行计算机辅助管理方向迈进,并希望最终能实现全自动的智能化管控。在这一进程中,提升人和计算机对监控视频内容的理解一直是视频监控发展的重中之重。对人类观察者来说,更高的分辨率、更清晰锐利的结构边缘、更完整的环境信息都可以帮助对画面内容进行更好的理解;对计算机来说,如何将平面点阵数据抽象成有意义的信息、如何对抽象的信息进行分析、如何在线实时处理高密度的视频流数据是让计算机像人类一样去理解视频中正在发生的行为的关键。本文围绕着提升人和计算机对监控视频内容的理解这一核心,从底层的图像处理和较为高层的视频分析两方面着手,研究了夜间低光照监控视频的视觉增强和监控视频流中指定行为的实时检测两个问题。具体来说,本文的主要工作和创新之处可以总结为:1.在低光照监控视频的视觉增强问题中,本文设计了一种通过图像梯度域操作来增强夜间监控画面的方法。利用同一摄像头拍摄的日间监控数据获取参考背景。对夜间监控画面,先用本文提出的自适应梯度增强算法处理,然后将其与日间图片在梯度域融合并重建。同时作为补充,用运动检测技术分离出夜间运动前景,对其进行单独的增强处理,以免信息丢失。在实际夜间室外监控视频上进行的大量实验表明,本文的低光照监控视频增强算法能明显改善监控画面的视觉质量,并有效抑制现有方法中存在的前景虚化、视觉不连续失真等问题。2.在监控视频流中指定行为的实时检测问题中,本文设计了一种使用由简单到复杂特征的多特征级联检测架构。先用低计算量的简单特征过滤掉容易区分的视频片段,对难以区分的片段再提取计算量较大的特征进行分辨。这种级联架构能较好地均衡性能与效率,很适合处理正样本稀疏分布的数据,并且在训练时可以利用更多的样本来提升模型性能。我们与医院合作采集了大量病房内的实际监控数据,并对要检测的行为进行了人工标注。在该数据集上,本文的多特征级联检测架构达到了 97.68%的正样本召回率,同时维持虚警率为0.171%,并在动作密集的视频流数据上达到42.7fps的平均处理速度,满足了实际应用的要求。

关键词：计算机视觉视频监控视频增强梯度融合行为分析级联检测器