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

自然图像效率编码(英文)

生理学报 2011年第5期63卷 463-471页

作者：麻立波吴思北京师范大学认知神经科学与学习国家重点实验室北京100875

效率编码理论认为经过漫长历史进化,大脑感知系统有效地适应了自然环境。自然图像统计规律计算建模对视觉信息处理机理的理解大有裨益。本文简要回顾近期视觉系统对自然图像效率编码的最新进展。

关键词：效率编码统计模型自然图像

在线全文

学校读者我要写书评

暂无评论

基于自然图像的钻探岩心识别

煤田地质与勘探 2023年第9期51卷 64-71页

作者：高辉吴振坤柯雨谭松成何思琪段隆臣中国地质大学(武汉)工程学院湖北武汉430074 中国地质大学(武汉)地球深部钻探与深地资源开发国际联合研究中心湖北武汉430074 中国地质大学(武汉)自动化学院湖北武汉430074 中国地质大学(武汉)未来技术学院湖北武汉430074

传统的现场岩心识别与编录主要依赖技术人员的经验,不确定性因素较多,使用手机或相机拍摄自然图像是采集岩心信息最为便捷的方式。通过搜集大量的岩心样本,采用薄片鉴定的方式确定岩心的类型和名称,然后在不同的光照、尺度条件下拍摄岩... 详细信息

传统的现场岩心识别与编录主要依赖技术人员的经验,不确定性因素较多,使用手机或相机拍摄自然图像是采集岩心信息最为便捷的方式。通过搜集大量的岩心样本,采用薄片鉴定的方式确定岩心的类型和名称,然后在不同的光照、尺度条件下拍摄岩心图像,形成图像和名称标记相对应的卷积神经网络的训练数据集。为解决数据增强和不同训练批次在不同测试数据集上产生的识别准确率的差异性问题,提出基于多训练模型的岩心联合识别方法,同时采用多个模型对图像进行识别,综合确定识别结果。选择8个数据集对模型进行测试,使用4个模型联合识别的准确率比单模型无数据增强时最大提升20.34%,平均提升9.13%;比单模型有数据增强时最大提升4.41%,平均提升2.75%,对每个测试集的识别准确率均有明显提升,总的识别准确率达91.56%,有效避免了使用单模型识别时对部分数据集识别效果好,而对部分数据集识别效果差的问题。为了在现场快捷使用岩心识别模型,采用TensorFlow Lite框架研发了岩心识别手机APP,通过手机拍摄图像,并进行识别。在河北省保定市博野县地热勘探中的测试结果表明,该APP的现场识别准确率可达85%,较实验室测试时有所降低,说明野外的拍摄环境与岩心状态比实验室测试时更加复杂,不过,其依然可以作为一个辅助工具为现场工作人员提供重要的参考。研究表明,通过选用更复杂的卷积神经网络、不断扩大岩心图像数据集、采用更有效的数据增强方法和策略、建立某个区域的专有岩心识别模型等手段,可以进一步提升岩心图像的识别准确率,为智能钻探的决策提供更有效的信息。

关键词：自然图像岩心识别深度学习卷积神经网络智能钻探

基于隐马尔可夫模型的自然图像和计算机图形的鉴别

在线全文

学校读者我要写书评

暂无评论

数据采集与处理 2009年第5期24卷 605-608页

作者：张震任远平西建郑州大学电气工程学院郑州450001 解放军信息工程大学信息工程学院郑州450002

根据自然图像和计算机图形在采集方式上的不同所导致的关联性差异,建立了基于隐马尔可夫模型的改进型特征值提取模型,选用支持向量机作为分类器进行训练和测试,对自然图像和计算机图形进行了分类。在哥伦比亚大学自然图像和计算机生成... 详细信息

根据自然图像和计算机图形在采集方式上的不同所导致的关联性差异,建立了基于隐马尔可夫模型的改进型特征值提取模型,选用支持向量机作为分类器进行训练和测试,对自然图像和计算机图形进行了分类。在哥伦比亚大学自然图像和计算机生成图像数据库上的实验结果表明,该方法的准确率达到98%。

关键词：图形鉴别自然图像计算机图形隐马尔可夫模型(HMM) 支持向量机(SVM)

基于Benford模型的自然图像与计算机生成图像的鉴别

在线全文

学校读者我要写书评

暂无评论

北京工业大学学报 2013年第6期39卷 930-935页

作者：张震杨宇豪郑州大学电气工程学院郑州450001

针对目前自然图像和计算机生成图像的鉴别方法鉴定准确率不高的问题,提出了一种基于Benford模型的自然图像与计算机生成图像的鉴别方法.本算法利用DCT域AC系数首位有效数字的Benford曲线分布,分别对图像的RGB三个色彩通道进行统计,以3... 详细信息

针对目前自然图像和计算机生成图像的鉴别方法鉴定准确率不高的问题,提出了一种基于Benford模型的自然图像与计算机生成图像的鉴别方法.本算法利用DCT域AC系数首位有效数字的Benford曲线分布,分别对图像的RGB三个色彩通道进行统计,以3条概率分布曲线的重合程度作为鉴别取证的依据,对2类图像进行正确分类.实验结果表明,该方法可有效地鉴别自然图像和计算机生成图像,与已有算法相比具有更高的识别率,鉴别准确率达97.17%,且计算量小、易于实现,为图像取证、数字防伪鉴别等提供可靠的依据.

关键词：自然图像计算机生成图像 Benford模型 DCT域AC系数

在线全文

学校读者我要写书评

暂无评论

基于多任务学习的自然图像分类研究

计算机应用研究 2012年第7期29卷 2773-2775页

作者：刘成彭进业西北大学信息科学与技术学院西安710127

针对自然图像内容结构复杂、难以区分的实际情况,提出了一种基于多任务学习的自然图像分类方法。通过额外任务来辅助主任务的学习,构造了衡量任务间相关性大小的相关性矩阵,提出了主任务联合额外任务共同决策的学习模式;通过额外任务与... 详细信息

针对自然图像内容结构复杂、难以区分的实际情况,提出了一种基于多任务学习的自然图像分类方法。通过额外任务来辅助主任务的学习,构造了衡量任务间相关性大小的相关性矩阵,提出了主任务联合额外任务共同决策的学习模式;通过额外任务与主任务的相关性来控制额外任务参与主任务决策的程度,以提高主任务的分类准确率。实验结果表明,与传统的单任务学习相比,尤其是在已知样本较少的情况下,多任务学习机制能够明显地改善分类器的泛化性能。

关键词：多任务学习自然图像相关性

在线全文

学校读者我要写书评

暂无评论

自然图像和计算机生成图像检测方法研究

自然图像和计算机生成图像检测方法研究

作者：郭克宁波大学

学位级别：硕士

数字图像的普及使得图像数据作为信息传递方式的作用更为突出。计算机技术的发展，使得计算机软件可以制作出细节栩栩如生、层次分明的计算机图像，和数码相机拍摄的自然图像极其相似，肉眼很难分辨出来。这些被精心制作过的图像在一定... 详细信息

数字图像的普及使得图像数据作为信息传递方式的作用更为突出。计算机技术的发展，使得计算机软件可以制作出细节栩栩如生、层次分明的计算机图像，和数码相机拍摄的自然图像极其相似，肉眼很难分辨出来。这些被精心制作过的图像在一定程度上丰富了人们的日常生活，满足了商业广告和杂志封面的需要。但这也带来了如下问题，如果计算机生成图像被误认为自然图像，应用到法庭证据和政治宣传等地方，将会对社会的公信力产生影响、对社会造成极大的危害。因此，对数字图像的场景真实性认证具有重要意义。本论文在研究反映数字图像统计特性特征的基础上，从不同的角度提取图像的高阶统计特征，在不依赖任何预嵌入信息和预签名提取的前提下实现对自然图像和计算机生成图像的分类，并取得了以下技术创新与研究成果。1.从影响小波变换效果的因素出发研究了小波变换对象、小波基和小波变换阶数的选择对检测结果的影响;为了对小波高阶特征的特征有效性进行分析，先后研究了低频子带、高频子带和不同方向子带对检测结果的影响以及小波变换对象和颜色空间分量对高阶特征的影响，并得出了相关的结论。2.考虑到多小波在构造时具有更多的自由度，它比单个小波具有更短的支集和更多的消失矩，而且它可以同时满足正交性和对称性。在实际应用中，多小波可以把十分重要的光滑性、紧支性和对称性完美地结合在一起。基于此，本文提出了一种基于多小波变换的计算机图像检测算法。3.基于计算机图像在边缘构造方面的缺陷，本文从图像边缘出发，用小波高阶特征来描述图像的边缘差异，并结合预测误差图像小波变换的高阶特征，提出了基于边缘检测的计算机图像检测算法。4.基于自然图像和计算机图像在模式噪声方面存在着差异，本文将反映噪声差异更为直观的信噪比特征作为特征，并结合预测误差图像小波变换的高阶特征，提出了基于信噪比特征和小波高阶特征的计算机图像检测算法。

关键词：自然图像计算机生成图像小波变换高阶特征

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

具有重复场景元素的复杂自然图像颜色编辑

计算机科学与探索 2017年第11期11卷 1792-1803页

作者：何豪杰桂彦李峰长沙理工大学综合交通运输大数据智能处理湖南省重点实验室长沙410114 长沙理工大学计算机与通信工程学院长沙410114

提出了一种针对具有重复场景元素的复杂自然图像的颜色编辑方法,在提供极少量用户交互的情况下,该方法能够快速、准确地对复杂自然图像进行颜色编辑。首先在图像中进行简单的颜色线条标记,并且使用SLIC(simple linear iterative cluster... 详细信息

提出了一种针对具有重复场景元素的复杂自然图像的颜色编辑方法,在提供极少量用户交互的情况下,该方法能够快速、准确地对复杂自然图像进行颜色编辑。首先在图像中进行简单的颜色线条标记,并且使用SLIC(simple linear iterative clustering)超像素分割快速地生成图像子块区域;然后结合纹理特征和颜色特征,定义鲁棒的外观相似性距离度量,以能够捕获图像中所有的重复场景元素;最后在颜色传递过程中采用基于局部特征相似的颜色分配和基于全局的颜色传递方法进行重着色编辑处理。实验结果表明,该方法不仅极大地提高了颜色编辑的时间效率,而且在颜色编辑结果中保证了颜色传递的一致性和连续性,从而能够获得高质量的颜色编辑结果。

关键词：自然图像重复场景元素颜色编辑相似性度量颜色传递

在线全文

学校读者我要写书评

暂无评论

结合格式塔完形规则的自然图像分割

中国图象图形学报 2015年第8期20卷 1026-1034页

作者：曾接贤王玉南昌航空大学计算机视觉研究所南昌330063

目的由于自然图像容易受到光照等因素的影响,其分割精度往往达不到人类视觉感知的需求,为此提出了一种新的结合格式塔完形规则的自然图像分割方法。方法首先采用Ncut算法对原图像进行过分割得到若干个子区域,这些局部子区域能弱化光照... 详细信息

目的由于自然图像容易受到光照等因素的影响,其分割精度往往达不到人类视觉感知的需求,为此提出了一种新的结合格式塔完形规则的自然图像分割方法。方法首先采用Ncut算法对原图像进行过分割得到若干个子区域,这些局部子区域能弱化光照、背景模糊等自然因素的影响;然后引入格式塔完形规则对区域进行度量,提出了基于区域的量化计算模型,进一步弱化了自然因素的影响,而且所得的区域率更加符合人的视觉感知;最后在区域率的基础上提出了新的合并算法,该算法简单且执行效率高,通过区域合并得到最终的分割结果。结果 30幅图像的定量和目视对比实验表明,本文算法不仅能够很好地将格式塔完形规则应用到图像分割上来,而且对比实验表明,本文算法在评价指数PRI、VOI、GCE上总体性能要优于其他算法,与人工标注的结果比较接近。结论提出了一种结合格式塔完形规则的自然图像分割方法,该方法在过分割的基础上,采用格式塔完形规则对区域进行度量,有效降低了自然图像易受自然因素的影响,提高了分割精度。实验结果表明,本文提出的结合格式塔完形规则的图像分割算法高效性而准确,但不适合于尖细物体的自然图像的分割。

关键词：自然图像过分割格式塔完形规则区域合并

自然图像认知学习过程中大鼠SC区恐惧信息编码机制研究

在线全文

学校读者我要写书评

暂无评论

自然图像认知学习过程中大鼠SC区恐惧信息编码机制研究

作者：刘强郑州大学

学位级别：硕士

恐惧情绪对动物的生存至关重要,视觉是动物获取恐惧信息的最主要方式,在对恐惧视觉信息进行处理的过程中,上丘（superior colliculus,SC）脑区扮演了十分重要的角色,因此探究SC区对恐惧信息的响应机制具有重要的意义。在以往大鼠恐惧视... 详细信息

恐惧情绪对动物的生存至关重要,视觉是动物获取恐惧信息的最主要方式,在对恐惧视觉信息进行处理的过程中,上丘（superior colliculus,SC）脑区扮演了十分重要的角色,因此探究SC区对恐惧信息的响应机制具有重要的意义。在以往大鼠恐惧视觉类的研究中,多采用简单图像作为视觉刺激,相比于简单图像（例如:“十”、“△”等）,自然图像（例如:“蛇”、“树”等）拥有更加丰富的细节以及更加多变的形状。但是以复杂的自然图像作为视觉刺激时,大鼠SC区对复杂自然图像带来的恐惧信息的编码机制以及SC区对自然图像不同特征的编码效果,目前仍不是很清晰。为了探究这些问题,本文以Long Evans（LE）大鼠为实验动物,设计了基于三种不同情感属性自然图像的视觉认知训练实验方案,通过对锋电位（Spike）信号以及局部场电位（local field potential,LFP）信号的分析,探究了LE大鼠SC区在自然图像认知学习过程中对恐惧信息的编码机制,并分析了SC区对自然图像不同特征的编码效果。具体的工作与研究结果如下:（1）采用条件性恐惧联结训练方法,设计了基于三种不同情感属性的自然图像的实验方案（恐惧:“蛇”、中性:“树”、奖励:“鼠粮”）,对LE大鼠进行了视觉认知训练,并分析了其对自然图像的认知训练效果。结果表明,经过训练LE大鼠能够有效地认知3种不同情感属性的自然图像。之后,利用微电极阵列技术以及Cerebus信号采集系统采集了LE大鼠上丘神经元集群对不同刺激图像的神经响应信号。（2）分别采用第一动作电位延时（first spike latency,FSL）以及Spike发放率两种方法探究了LE大鼠SC区对恐惧信息的编码机制,最后采用支持向量机算法（support vector machine,SVM）构建分类模型验证了两种方法的编码效果。结果发现,在恐惧图像的刺激作用下,上丘神经元的FSL显著降低,Spike发放率明显升高。表明恐惧信息能够有效激活LE大鼠上丘脑区,并加速其神经元的信息传递速率。（3）确定并提取了LE大鼠上丘神经元集群LFP信号中与恐惧相关的β频带,然后分别采用快速傅里叶变换以及连续小波变换的方法对β频带进行了时域以及时频域的分析,最后采用支持向量机算法构建分类模型验证编码效果。结果发现,在恐惧图像的刺激作用下,β频带的时域波形发生了明显的震荡,并且时频能量值显著升高。表明上丘神经元集群LFP信号β频带的时域波形特征以及时频能量特征均能够有效地表征恐惧信息。（4）采用多维标度法（multidimensional scale,MDS）对LE大鼠上丘神经元集群在多种图像刺激下的神经元反应进行分析,探究了SC区对自然图像不同特征的编码效果。结果发现SC区可以有效地分类出恐惧原图和低频图,而无法分类出其他刺激图。表明LE大鼠SC区可以编码恐惧图像的原图和低频图特征,而无法编码恐惧图像的两个局部图特征。

关键词：上丘自然图像恐惧信息编码锋电位局部场电位