检索结果-南通市图书馆

基于类别信息和方向信息的多任务三维点云实例分割算法研究

在线全文

学校读者我要写书评

暂无评论

基于类别信息和方向信息的多任务三维点云实例分割算法研究

作者：刘鹏华中科技大学

学位级别：硕士

随着深度学习技术的不断发展,如何理解和分析三维点云场景已成为重要的研究方向。三维点云的实例分割作为其中的一项关键视觉任务,旨在实现三维场景中实例级别的语义理解,在机器人、无人驾驶、虚拟现实和增强现实等场景中都有广泛的应... 详细信息

随着深度学习技术的不断发展,如何理解和分析三维点云场景已成为重要的研究方向。三维点云的实例分割作为其中的一项关键视觉任务,旨在实现三维场景中实例级别的语义理解,在机器人、无人驾驶、虚拟现实和增强现实等场景中都有广泛的应用。因此,对于三维点云实例分割算法的探索具有十分广阔的研究价值和现实意义。目前大多数点云实例分割算法由于缺乏对实例类别信息的显式利用和实例本质特性的充分发掘,无法有效地解决如何分割相邻实例这一关键问题。为此,本文基于实例的类别信息和方向信息,提出了两个高效的三维点云实例分割算法:1)本文提出基于类别信息和方向场的点云实例分割算法。同一实例的点必然有相同的类别,不同类别的点必然属于不同的实例,本文基于实例标签和语义标签的这一内在联系提出利用类别信息对点云分组,实现相邻且不同类别实例的分割。同时,本文通过回归每个点指向中心的方向向量建立中心感知方向场,利用实例内场的统一性和实例间场的互斥性实现相邻且同类别实例的分割。最后,本文通过有机地结合实例的类别信息和方向信息,实现了共同提升实例分割精度的目标。2)本文提出基于类别信息和方向编码的点云实例分割算法。当前先进的算法普遍采用单点回归预测实例中心并向中心迁移的方式实现相邻实例的分割,然而受到绝对距离的影响,相邻实例间的边界点无法准确且稳定地回归中心偏移量,从而无法有效地区分实例边界。本文提出的八方向编码模块,将难以求解的中心回归问题转化为每个点相对实例中心的方向分类问题,边界点只需要感知实际中心所在方位即可决定与实例的归属关系,准确的方向分类保证了实例间边界的清晰划分,从而有效地分割了相邻实例,提升了实例分割精度。本文在两个标准的数据集上与现有的点云实例分割算法进行了全面的比较,实验结果表明本文的算法不仅具有较高的分割精度,同时具有较快的算法运行速度。

关键词：三维点云实例分割类别信息方向场方向编码

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

一种考虑类别信息的音频特征提取方法

计算机研究与发展 2006年第11期43卷 1959-1964页

作者：陈刚陈莘萌武汉大学计算机学院武汉430072

提出了一种利用训练数据的类别信息改善分类效果的音频特征提取方法.与传统的利用独立分量分析进行特征提取的方法相比,在计算训练向量空间的基函数组时,特征向量各分量之间的互信息不是直接在全体训练向量上计算的,而是分别在各个不同... 详细信息

提出了一种利用训练数据的类别信息改善分类效果的音频特征提取方法.与传统的利用独立分量分析进行特征提取的方法相比,在计算训练向量空间的基函数组时,特征向量各分量之间的互信息不是直接在全体训练向量上计算的,而是分别在各个不同类的训练向量上计算,然后求其统计平均值.实验结果表明,用这种方法得到的基函数组,能够进一步减小同一类音频的特征向量各分量之间的互信息,从而提高分类的成功率.

关键词：特征提取类别信息独立分量分析对比函数互信息

在线全文

学校读者我要写书评

暂无评论

类别信息生成式对抗网络的单图超分辨重建

中国图象图形学报 2018年第12期23卷 1777-1788页

作者：杨云张海宇朱宇张艳宁陕西科技大学电气与信息工程学院西安710021 西北工业大学计算机学院西安710129

目的基于生成式对抗网络的超分辨模型(SRGAN)以感知损失函数作为优化目标,有效解决了传统基于均方误差(MSE)的损失函数导致重建图像模糊的问题。但是SRGAN的感知损失函数中并未添加明确指示模型生成对应特征的标志性信息,使得其无法精... 详细信息

目的基于生成式对抗网络的超分辨模型(SRGAN)以感知损失函数作为优化目标,有效解决了传统基于均方误差(MSE)的损失函数导致重建图像模糊的问题。但是SRGAN的感知损失函数中并未添加明确指示模型生成对应特征的标志性信息,使得其无法精准地将数据的具体维度与语义特征对应起来,受此局限性影响,模型对于生成图像的特征信息表示不足,导致重建结果特征不明显,给后续识别处理过程带来困难。针对上述问题,在SRGAN方法的基础上,提出一种类别信息生成式对抗网络的超分辨模型(class-info SRGAN)。方法对SRGAN模型增设类别分类器,并将类别损失项添加至生成网络损失中,再利用反向传播训练更新网络参数权重,以达到为模型提供特征类别信息的目的,最终生成具有可识别特征的重建图像。创新及优势在于将特征类别信息引入损失函数,改进了超分辨模型的优化目标,使得重建结果的特征表示更加突出。结果经Celeb A数据集测试表明:添加性别分类器的class-info SRGAN的生成图像性别特征识别率整体偏高(58%97%);添加眼镜分类器的class-info SRGAN的生成图像眼镜框架更加清晰。此外,模型在Fashion-mnist与Cifar-10数据集上的结果同样表明其相较于SRGAN的重建质量更佳。结论实验结果验证了本方法在超分辨重建任务中的优势和有效性,同时结果显示:虽然class-info SRGAN更适用于具有简单、具体属性特征的图像,但总体而言仍是一种效果显著的超分辨模型。

关键词： SRGAN 感知损失函数 MSE 类别信息 class-info SRGAN

基于融合类别信息局部保持投影维数约简的故障诊断

在线全文

学校读者我要写书评

暂无评论

机械强度 2019年第5期41卷 1055-1060页

作者：苑隆寅张前图雷敬吴生财重庆商务职业学院出版传媒系重庆401331 驻重庆地区第五军代室重庆404000

为更好的保持高维故障特征的局部流形结构,对局部保持映射(LPP)进行改进,并提出了基于融合类别信息局部保持映射(MLILPP)维数约简的故障诊断新方法。MLILPP融合样本类别信息构造了相似性矩阵和差异性矩阵。利用相似性矩阵保持降维前后... 详细信息

为更好的保持高维故障特征的局部流形结构,对局部保持映射(LPP)进行改进,并提出了基于融合类别信息局部保持映射(MLILPP)维数约简的故障诊断新方法。MLILPP融合样本类别信息构造了相似性矩阵和差异性矩阵。利用相似性矩阵保持降维前后同类样本之间的局部结构,利用差异性矩阵扩大降维后异类相似样本彼此之间的距离。实现了数据结构的有效保持,能够获得更有效的低维流形,提高了故障诊断的精度。液压泵故障诊断实验验证了该方法的有效性。

关键词：故障诊断局部保持映射类别信息液压泵

在线全文

学校读者我要写书评

暂无评论

基于类别信息的邻域保持嵌入算法

计算机科学 2015年第5期42卷 94-97页

作者：包兴张莉赵梦梦杨季文苏州大学计算机科学与技术学院苏州215006

邻域保持嵌入通常被广泛用于发现高维数据的固有内在维数。为了充分利用样本的类别信息,构建了一个具有判别信息的邻接矩阵,其可以使同类样本点更加紧凑而异类样本点更加疏远。在此基础上,提出了基于类别信息的邻域保持嵌入算法。基于... 详细信息

邻域保持嵌入通常被广泛用于发现高维数据的固有内在维数。为了充分利用样本的类别信息,构建了一个具有判别信息的邻接矩阵,其可以使同类样本点更加紧凑而异类样本点更加疏远。在此基础上,提出了基于类别信息的邻域保持嵌入算法。基于类别信息的邻域保持嵌入算法在不破坏原始高维数据局部几何结构的同时,可以使处于不同子流形上的样本点尽量分开。在UCI数据集和ORL人脸数据集上的实验结果表明,基于类别信息的邻域保持嵌入算法具有较高的识别率。

关键词：降维邻接矩阵类别信息人脸识别

在线全文

学校读者我要写书评

暂无评论

融合类别信息的二维主成分分析人脸识别算法

计算机工程与设计 2008年第22期29卷 5792-5794页

作者：徐倩邓伟苏州大学计算机科学与技术学院江苏苏州215006

二维主成分分析(2DPCA)已被成功地应用在人脸识别领域,但是这种2DPCA是无监督方法,投影没有考虑到类别信息,在一定程度上影响了识别性能。因此提出一种新的2DPCA,它利用训练样本的类别标记来生成K-L变换的产生矩阵,融合了样本的类别信息... 详细信息

二维主成分分析(2DPCA)已被成功地应用在人脸识别领域,但是这种2DPCA是无监督方法,投影没有考虑到类别信息,在一定程度上影响了识别性能。因此提出一种新的2DPCA,它利用训练样本的类别标记来生成K-L变换的产生矩阵,融合了样本的类别信息,从而使2DPCA的识别性能更好。基于ORL和Yale人脸数据库的实验表明该方法比传统的2DPCA的识别性能更高。

关键词：二维主成分分析人脸识别无监督方法类别信息 K-L变换

基于类别信息的分类器集成方法Cagging

在线全文

学校读者我要写书评

暂无评论

计算机应用 2008年第S2期28卷 74-76,82页

作者：刘风王正群陈广花扬州大学信息工程学院江苏扬州225009

提出一种基于类别信息的分类器集成方法Cagging。基于类别信息重复选择样本生成基本分类器的训练集,增强了基本分类器之间的差异性;利用基本分类器对不同模式类的分类能力为每个基本分类器设置一组权重,使用权重对各分类器输出结果进行... 详细信息

提出一种基于类别信息的分类器集成方法Cagging。基于类别信息重复选择样本生成基本分类器的训练集,增强了基本分类器之间的差异性;利用基本分类器对不同模式类的分类能力为每个基本分类器设置一组权重,使用权重对各分类器输出结果进行加权决策,较好地利用了各个基本分类器之间的差异性。在人脸图像库ORL上的实验验证了Cagging的有效性。此外,Cagging方法的基本分类器生成方式适合于通过增量学习生成集成分类器,扩展Cagging设计了基于增量学习的分类器集成方法Cagging-I,实验验证了它的有效性。

关键词：分类分类器类别信息分类器集成增量学习

在线全文

学校读者我要写书评

暂无评论

基于类别信息的监督局部保持投影方法

计算机应用 2012年第2期32卷 531-534页

作者：李晓曼王靖华侨大学计算机科学与技术学院福建厦门361000

局部保持投影算法(LPP)是拉普拉斯映射(LE)的线性近似,但LPP作为一种无监督方法,并没有有效利用已有的类别信息提高分类效率。为此提出一种基于类别信息的监督局部保持投影方法(SLPP-LI)。在学习投影矩阵时,SLPP-LI综合利用了流形的几... 详细信息

局部保持投影算法(LPP)是拉普拉斯映射(LE)的线性近似,但LPP作为一种无监督方法,并没有有效利用已有的类别信息提高分类效率。为此提出一种基于类别信息的监督局部保持投影方法(SLPP-LI)。在学习投影矩阵时,SLPP-LI综合利用了流形的几何结构和已有训练点的类别信息,通过调整控制参数的取值,有效地利用已知的低维信息,并且直接求解线性方程获得高维数据的低维模型。通过在多个人脸数据库和手写数字库上的对比实验,表明了SLPP-LI对于高维数据的初始维数以及训练数据的数目并不敏感,与主分量分析法(PCA)、LPP、正交LPP(OLPP)、有监督的LPP(SLPP)相比,均具有较高的识别率,充分说明SLPP-LI算法能够有效处理分类问题。

关键词：监督局部保持投影类别信息线性训练数据

在线全文

学校读者我要写书评

暂无评论

基于全局距离和类别信息的邻域保持嵌入算法

山东大学学报（工学版） 2016年第1期46卷 10-14,21页

作者：梅清琳张化祥山东师范大学信息科学与工程学院山东济南250014 山东省分布式计算机软件新技术重点实验室山东济南250014

提出一种基于全局距离和类别信息的邻域保持嵌入算法。该方法在使用欧氏距离构造邻域图中,加入表征全局距离的全局因子和表示类别信息的函数项,全局因子可以使分布不均匀的样本变得平滑均匀,类别信息可以使同类样本点紧凑异类样本点疏离... 详细信息

提出一种基于全局距离和类别信息的邻域保持嵌入算法。该方法在使用欧氏距离构造邻域图中,加入表征全局距离的全局因子和表示类别信息的函数项,全局因子可以使分布不均匀的样本变得平滑均匀,类别信息可以使同类样本点紧凑异类样本点疏离,通过提高所选邻近点的质量,优化数据的局部邻域,使降维后的数据具有更好的可分性。试验结果表明,该算法具有较高的准确率,优于传统的邻域保持嵌入算法。

关键词：降维邻域保持嵌入算法全局距离类别信息邻域优化