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

视觉注意机制建模中的特征剪裁策略研究

视觉注意机制建模中的特征剪裁策略研究

作者：郭芳济南大学

学位级别：硕士

人类从外部世界获取信息的最主要的途径就是视觉,对于视觉信息的相关研究是如今科研中的的重要课题之一。计算机被发明之后,人们就希望未来某天计算机能够跟人类一样去认识、理解甚至改造世界。然而,目前计算机的视觉能力却远不及人类... 详细信息

人类从外部世界获取信息的最主要的途径就是视觉,对于视觉信息的相关研究是如今科研中的的重要课题之一。计算机被发明之后,人们就希望未来某天计算机能够跟人类一样去认识、理解甚至改造世界。然而,目前计算机的视觉能力却远不及人类的视觉能力。为了使计算机视觉的能力得到提高,许多模拟人类视觉特点的图像处理方法因此被提出。其中视觉注意机制计算模型就是最近兴起的一种图像处理的方法,本文对视觉注意机制模型及其模型中的剪裁策略进行研究并应用到气体泄漏源的定位中。本文的创新之处和主要工作如下:（1）本文将亮度,颜色,方向与边缘信息综合考虑,构成了融合边缘信息的数据驱动视觉注意机制计算模型。在数据集中选取边缘信息明显的图像进行实验,与传统模型方法进行比较,计算两种方法获得的显著图,根据评价指标分析,验证了本文方法的有效性。将本文模型应用在易发生泄漏的气体设备中,可以有效地识别显著区域。（2）对任务驱动视觉注意机制计算模型而言,研究的重点为寻找先验信息,难点在于此先验信息要具有对图像特征最准确的作用,以使任务目标的搜索速度与准确度得到最优。为了最大化突显显著图中的目标物,将目标物和干扰物的相对显著值作为搜索过程中特征图的合并权值,基于此本文提出一种最大平均方法。通过实验结果验证,此方法可准确地表示不同情况下目标物的显著程度。（3）本文通过对视觉注意机制模型的研究,进一步提出了特征剪裁策略,具体为在所有的特征图中,只选取特征权值大于剪裁阈值的特征图来进行最后的显著图合并,从而来减小目标搜索过程中的时间及内存占用。其中重点研究了特征剪裁的方法与剪裁阈值的确定,从而得到最优特征剪裁策略。实验结果表明,本文提出特征图剪裁策略与传统的任务驱动模型相比,能够有效提高目标的搜索速度和搜索精度,该策略在气体泄漏源搜索的应用中也具有理想的检测效果。（4）本文使用MATLAB语言编写算法,设计了基于视觉注意机制的气体泄漏源图像识别系统,该系统可以实现泄漏源显著区域识别、泄漏源图库训练、泄漏源搜索等功能,并且满足了用户对图像与数据的读取以及存储的需求。

关键词：视觉注意机制显著图特征权值剪裁策略气体泄漏源

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

融合视觉注意机制的高光谱图像异常目标检测

红外技术 2023年

作者：李茗欣黄远程竞霞史孟琦西安科技大学测绘科学与技术学院

视觉注意机制具有快速引导关注到重点区域的特性，将其引入高光谱图像异常检测中具有可行性。本文从采样方式、波段选取、融入局部光谱特征三个方面构建更适用于计算高光谱图像显著性的视觉注意机制模型。针对经典的基于高斯统计分布假... 详细信息

视觉注意机制具有快速引导关注到重点区域的特性，将其引入高光谱图像异常检测中具有可行性。本文从采样方式、波段选取、融入局部光谱特征三个方面构建更适用于计算高光谱图像显著性的视觉注意机制模型。针对经典的基于高斯统计分布假设的RX异常检测算法在背景参数估计中易受潜在异常干扰的问题，利用视觉显著性结果对原图像进行高斯加权，在加权后图像中进行背景均值与协方差的重新估算，进而使用更精确的背景参数对原图像进行RX异常检测。在五个经典数据上的实验结果表明，本文方法有效的表现了潜在的异常目标，改进的RX异常检测算法具有更高的检测精度与更低的虚警率。

关键词：高光谱图像异常检测视觉注意机制显著性 RX

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融合视觉注意机制的高光谱RX异常检测算法

红外技术 2023年第4期45卷 402-409页

作者：李茗欣黄远程竞霞史孟琦西安科技大学测绘科学与技术学院陕西西安710054

视觉注意机制具有快速引导关注到重点区域的特性,将其引入高光谱图像异常检测中具有可行性。本文从采样方式、波段选取、融入局部光谱特征3方面构建更适用于计算高光谱图像显著性的视觉注意机制模型。针对经典的基于高斯统计分布假设的R... 详细信息

视觉注意机制具有快速引导关注到重点区域的特性,将其引入高光谱图像异常检测中具有可行性。本文从采样方式、波段选取、融入局部光谱特征3方面构建更适用于计算高光谱图像显著性的视觉注意机制模型。针对经典的基于高斯统计分布假设的RX异常检测算法在背景参数估计中易受潜在异常干扰的问题,利用视觉显著性结果对原图像进行高斯加权,在加权后图像中进行背景均值与协方差的重新估算,进而使用更精确的背景参数对原图像进行RX异常检测。在5个经典数据上的实验结果表明,本文方法有效地表现了潜在的异常目标,改进的RX异常检测算法具有更高的检测精度与更低的虚警率。

关键词：高光谱图像异常检测视觉注意机制显著性 RX

融合卷积神经网络与视觉注意机制的苹果幼果高效检测方法

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2021年第9期37卷 297-303页

作者：宋怀波江梅王云飞宋磊西北农林科技大学机械与电子工程学院杨凌712100 农业农村部农业物联网重点实验室杨凌712100 陕西省农业信息感知与智能服务重点实验室杨凌712100

果实表型数据高通量、自动获取是果树新品种育种研究的基础,实现幼果精准检测是获取生长数据的关键。幼果期果实微小且与叶片颜色相近,检测难度大。为了实现自然环境下苹果幼果的高效检测,采用融合挤压激发块(Squeeze-and-Excitation bl... 详细信息

果实表型数据高通量、自动获取是果树新品种育种研究的基础,实现幼果精准检测是获取生长数据的关键。幼果期果实微小且与叶片颜色相近,检测难度大。为了实现自然环境下苹果幼果的高效检测,采用融合挤压激发块(Squeeze-and-Excitation block,SE block)和非局部块(Non-Local block,NL block)两种视觉注意机制,提出了一种改进的YOLOv4网络模型(YOLOv4-SENL)。YOLOv4模型的骨干网络提取高级视觉特征后,利用SE block在通道维度整合高级特征,实现通道信息的加强。在模型改进路径聚合网络(Path Aggregation Network,PAN)的3个路径中加入NL block,结合非局部信息与局部信息增强特征。SE block和NL block两种视觉注意机制从通道和非局部两个方面重新整合高级特征,强调特征中的通道信息和长程依赖,提高网络对背景与果实的特征捕捉能力。最后由不同尺寸的特征图实现不同大小幼果的坐标和类别计算。经过1920幅训练集图像训练,网络在600幅测试集上的平均精度为96.9%,分别比SSD、Faster R-CNN和YOLOv4模型的平均精度提高了6.9百分点、1.5百分点和0.2百分点,表明该算法可准确地实现幼果期苹果目标检测。模型在480幅验证集的消融试验结果表明,仅保留YOLOv4-SENL中的SE block比YOLOv4模型精度提高了3.8百分点;仅保留YOLOv4-SENL中3个NL block视觉注意模块比YOLOv4模型的精度提高了2.7百分点;将YOLOv4-SENL中SE block与NL blocks相换,比YOLOv4模型的精度提高了4.1百分点,表明两种视觉注意机制可在增加少量参数的基础上显著提升网络对苹果幼果的感知能力。该研究结果可为果树育种研究获取果实信息提供参考。

关键词：机器视觉图像处理苹果幼果果实检测 YOLOv4 卷积神经网络视觉注意机制

在线全文

学校读者我要写书评

暂无评论

视觉注意机制下的红外弱小目标显著性检测

视觉注意机制下的红外弱小目标显著性检测

作者：周伟西安电子科技大学

学位级别：硕士

世界各国国防科研实力的提升,使得现代化战争的作战环境纷繁复杂,从而也对各项现代化战争设备提出了越来越高的要求。作为红外预警系统当中关键技术之一的红外小目标检测系统而言,是否能快速而准确的识别作战场景中的各式武器并进行精... 详细信息

世界各国国防科研实力的提升,使得现代化战争的作战环境纷繁复杂,从而也对各项现代化战争设备提出了越来越高的要求。作为红外预警系统当中关键技术之一的红外小目标检测系统而言,是否能快速而准确的识别作战场景中的各式武器并进行精确跟踪,则为后续作战方案的制定和实施起了重要的作用。然而,由于作战环境场景复杂、地域跨度大、远距离成像等原因往往使得采集的红外图像存在:目标弱小、缺乏纹理信息、目标运动规律复杂等特点,从而使得目标极易被淹没。基于这些客观因素,复杂背景下的红外弱小目标的检测与跟踪一直是当前研究的热点和难点问题。由于人类是使用视觉注意机制进行视觉信息处理的专家,其中人眼能迅速的在一系列复杂的场景之中找到感兴趣的目标。因此,将人眼视觉注意机制引入到目标检测系统中将能使该系统的性能得到进一步的提升。基于此,本文将从人眼视觉的角度出发,对复杂背景下红外图像中弱小目标进行显著性建模,开展基于视觉注意机制的弱小目标显著性检测方法研究,主要内容包括:(1)提出了基于谱分析模型的红外弱小目标显著性检测算法。算法首先从背景检测出发,通过研究谱残差的方法,解决了红外弱小目标特征匮乏的问题,突出了红外弱小目标;然后通过局部直觉模糊c均值聚类算法将图像进行聚类,有效的减小了图像中目标相似点与真实弱小目标间的相似度,缩小了类目标点的差距。实验结果表明,该算法有效地提高了检测效率,并降低了误警率。(2)提出了基于混合模型的红外弱小目标显著性检测算法。根据红外图像的特征,通过改进后的四种不同显著性算法:AC,FT,GBVS及PQFT提取图像的显著性,结合了已有显著性检测算法的优势。根据不同显著性图像显著度的差异,对不同显著性图像显著度进行有效融合,更好地实现了图像中目标显著性检测。该种算法的提出充分融合了不同显著性检测算法的优点,提高了检测的正确率。(3)提出了基于认知模型的红外弱小目标显著性检测算法。算法利用快速导向图滤波器的特性得到了红外图像的背景,通过最小均方误差双直方图均衡算法对得到的红外弱小目标的显著性图像进行了有效的视觉增强,从而使得红外弱小目标在图像当中更加凸显。该算法分别从背景和目标两个不同的角度出发,使得检测的效率和检测的准确性都得到了有效的提升。

关键词：红外图像显著性检测视觉注意机制谱残差图像增强

视觉注意机制启发下的PCB CT图像导线检测算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

视觉注意机制启发下的PCB CT图像导线检测算法研究

作者：乔凯解放军信息工程大学

学位级别：硕士

印刷电路板(Printed Circuit Board,PCB)中的导线承担着电路的绝大部分电气连接,因此,导线检测是PCB检测中的关键环节,检测质量的好坏直接影响着故障位置和故障原因的准确判断。近年来,锥束CT(Cone Beam Computed Tomography,CBCT)成像... 详细信息

印刷电路板(Printed Circuit Board,PCB)中的导线承担着电路的绝大部分电气连接,因此,导线检测是PCB检测中的关键环节,检测质量的好坏直接影响着故障位置和故障原因的准确判断。近年来,锥束CT(Cone Beam Computed Tomography,CBCT)成像技术为PCB自动检测提供了一种基于图像的手段,具有无损、高效、高分辨率等的特点,受到了广泛关注。因此,研究PCB CT图像导线检测算法具有重要的实际价值。然而,由于金属伪影、散射噪声等各种干扰的影响导致PCB CT图像质量下降,产生灰度不均匀等问题,严重破坏了导线的边缘结构;由于PCB的电路连接复杂多样,使得导线具有迂回曲折、局部分布密集等的特点;由于大量过孔、焊盘、覆铜经常伴随导线同时出现,使得检测环境复杂;并且导线这类线型目标的检测一直是计算机视觉研究中的一个难点。针对上述问题,为了提高导线检测的定位精度和识别精度,本课题在人类视觉注意机制的启发下,考虑底层特征和高层特征的特点,对导线检测进行了深入研究,取得的主要创新性成果有以下三个方面:1.针对PCB CT图像存在的严重灰度不均匀问题,提出了基于边缘保持超像素分割(Edge-Preserved Graph-based Segmentation,EPGS)的导线检测算法。考虑到超像素分割采用底层特征具有较好的边缘贴合度,利于导线的精确定位,首先采用基于保持边缘滤波的类顶帽变换提高PCB CT图像导线和周围背景的类间差异,改善超像素分割算法对导线边缘结构的保护;然后通过线型特征检测出属于导线区域的超像素,并采用亮度特征进一步降低误检率。实验结果表明,该算法在PCB CT图像严重灰度不均匀情况下能够取得较好的检测结果,对导线边缘具有较好的保持效果。2.针对PCB CT图像存在的要素局部密集多样化问题,提出了基于迁移学习的全卷积网络(Fully Convolutional Network,FCN)导线检测算法。考虑到卷积神经网络(Convolutional Neural Network,CNN)在大规模标注数据集上通过训练能够提取出PCB要素的高层特征,利于导线的精确识别,首先在PCB CT图像局部区域数据集上训练PCB要素的CNN分类模型,解决PCB CT图像语义分割数据集规模较小的问题;然后采用迁移学习在小规模语义分割数据集上微调训练FCN语义分割模型,从语义分割结果中提取出属于导线的区域从而完成导线检测。实验结果表明,该算法在PCB CT图像要素局部密集多样化情况下能够取得较好的检测结果,相对于传统非学习方法识别精度大幅提升。3.为了兼顾导线检测对定位精度和识别精度的较高要求,提出了基于自底向上和自顶向下视觉注意机制的导线检测算法。考虑到人对外部视觉刺激首先采用自底向上的模式通过视觉皮层处理进行全局性识别和理解,然后在语义理解的基础上采用自顶向下的模式对视觉刺激进行局部细致分析,另外考虑到超像素分割使用底层细节特征在定位精度上的优势与FCN使用高层语义特征在识别精度上的优势,首先采用自底向上的模式通过FCN得到对图像的语义理解;然后按照自顶向下的模式把高层语义理解信息引入底层图像中指导EPGS算法生成更好的超像素;之后采用超像素的局部一致性约束FCN输出的高层语义概率图像,得到更好的语义分割结果;最后构造导线概率能量项,通过图割算法进行后处理优化进一步提高导线检测质量。实验结果表明,该算法通过自底向上和自顶向下模式的融合以及底层特征和高层特征的融合具有很高的定位精度和识别精度。

关键词：视觉注意机制 PCB CT图像导线检测超像素分割全卷积网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视觉注意机制的洪涝淹没区遥感识别方法

农业工程学报 2019年第22期35卷 296-304页

作者：汪权方张雨汪倩倩孙佩陈龙跃杨宇琪湖北大学资源环境学院武汉430062 安徽省交通规划设计研究总院股份有限公司合肥230000 水利部长江勘测技术研究所武汉430011

依据视觉注意机制,结合洪涝淹没区以色彩可视化表达的时空过程变化特性,构建凸显淹没区视觉显著性的专题信息增强图像,对此应用NBS色差距离系数,使得同质像元在空间上集聚形成显著区域,然后采用基于视觉色差检测的图像聚类技术,开展大... 详细信息

依据视觉注意机制,结合洪涝淹没区以色彩可视化表达的时空过程变化特性,构建凸显淹没区视觉显著性的专题信息增强图像,对此应用NBS色差距离系数,使得同质像元在空间上集聚形成显著区域,然后采用基于视觉色差检测的图像聚类技术,开展大范围洪涝淹没区的遥感识别及信息提取,并利用能够同时兼顾遥感错分和漏分信息的复合分类精度系数(composite classification accuracy,CCA)进行识别精度评价。应用上述方法对长江中游2016年夏季洪灾进行了遥感监测试验,并采用误差混淆矩阵法对同一识别对象(洪水淹没区)不同遥感分类方法的可信度进行了评价,结果显示该次试验的Kappa系数和CCA系数各为93.4%和88.5%,较传统的洪水淹没区遥感识别技术都高出5%左右。在2016年长江中游夏季洪灾中,渍水农田面积约19 143.35 hm^2,淹没区面积则高达142 157.5 hm^2,其中被淹水稻占16.6%(约23 579 hm^2),并且绝大部分位于长江沿岸以及府河和汉江等长江支流沿线地势低洼的滨河滨湖地带;武汉市受灾最为严重,该市以34 492 hm^2的洪涝淹没区面积居于各受灾县市之首,占研究区域全部受灾面积的24.26%。基于选择性视觉注意机制的洪涝淹没区遥感识别方法,能够有效提高大范围洪涝淹没区的遥感信息提取精度,较好地解决了淹没区与水域之间的错分现象;基于洪灾前后遥感信息融合的洪涝过程可视化表达,不仅能够实现淹没区不同于水体的时空变化特性的数据化,从而便于开展淹没区的计算机视觉检测,而且还在凸显淹没区视觉显著性的同时,较好地抑制背景冗余信息,尤其能降低将淹没区视同水域进行遥感分类检测时的不确定性。

关键词：遥感检测视觉注意机制洪涝淹没区 NBS色差距离系数长江中游

基于深度学习的动态三维场景视觉注意机制研究

在线全文

学校读者我要写书评

暂无评论

基于深度学习的动态三维场景视觉注意机制研究

作者：赵思铭北京邮电大学

学位级别：硕士

三维显示技术可以为观看者提供包含真实场景深度信息的立体画面,近年来,随着新一代信息技术的发展,各种研究领域对高性能三维显示装置的应用需求越来越迫切。然而现有的三维显示技术受限于硬件条件,如算力不足、液晶显示器分辨率低等问... 详细信息

三维显示技术可以为观看者提供包含真实场景深度信息的立体画面,近年来,随着新一代信息技术的发展,各种研究领域对高性能三维显示装置的应用需求越来越迫切。然而现有的三维显示技术受限于硬件条件,如算力不足、液晶显示器分辨率低等问题,导致显示质量还无法达到较高的标准。本文从人眼视觉特性出发,研究面向动态三维场景的视觉注意机制,对人眼感兴趣区域进行预测,从而有效地分配计算资源,利用有限的算力对感兴趣区域进行更高质量的显示,提升三维显示效果。由于在大多数的实际应用场景中,如医疗影像、军事演习、科学研究以及三维游戏等,观看者在观看过程中都是受特定任务驱使的,注视行为受主观意识控制,且场景一般为动态变化的,因此本文建立了任务驱动下的动态三维场景眼动数据集,并且研究该数据集的各项特征,验证数据集的有效性。其次采用神经网络构建人眼视觉注意模型,实现了任务驱动下面向动态三维场景的人眼注视区域预测。本文的主要内容及创新点包括:1.建立任务驱动下的动态三维场景眼动数据集:现有眼动数据集大多基于二维图像或二维视频,为了解决三维视频眼动数据集缺失的问题,设计并拍摄三维视频刺激材料,要求被试在观看视频的同时执行特定任务,用眼动追踪设备记录被试在任务驱动下的人眼注视数据,然后处理数据获得与视频帧一一对应的人眼注视密度图,作为后续建模预测人眼注视点时用来优化网络的真值图像;其次从两个维度对数据集进行了量化分析,验证其在后续建模过程中的有效性,包括邻近帧上注意力的时间相关性和人眼注意力与运动物体的相关性两方面。2.提出面向动态三维场景的人眼注视区域预测模型:在现实场景中,物体的深度信息对人眼注意力的影响是非常重要的,它可以给人眼提供目标的空间方位信息,从而影响人眼的注意力分布。因此,在建立三维场景下的人眼注视区域预测模型时,将深度信息与彩色信息进行有效的融合将有助于提升预测效果。本文基于经典的二维场景人眼注意机制建模方法,在网络中加入深度信息,构建了双流多尺度特征提取模块和深度信息诱导的多尺度加权模块,从而提取空间信息,模拟视频信息本身驱动的自底向上注意机制;其次,构建了双层卷积长短时记忆模块,对任务驱动下目标物体间的时间转移关系进行学习,在像素级别上考虑视频帧之间注视点的时间相关性,模拟任务驱动的自顶向下注意机制,最终输出动态三维场景下的人眼注视区域预测图。模型最终预测结果与真实人眼注视密度图已达到较高相似度,且在对比实验中表现优秀,定量结果与现有模型相比有较大优势。该成果可以指导三维显示有效地分配计算资源,提升三维显示效果,对高性能三维显示技术的发展有一定指导意义。

关键词：视觉注意机制注视点预测任务驱动动态三维场景神经网络

基于视觉注意机制的UWB SAR叶簇隐蔽目标变化检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电子学报 2016年第1期44卷 39-45页

作者：李超李悦丽安道祥王广学国防科学技术大学电子科学与工程学院湖南长沙410073 空军预警学院信息对抗系湖北武汉430019

在超宽带合成孔径雷达叶簇隐蔽目标检测中,传统的UWB SAR图像变化检测方法易受图像灰度值起伏和成像条件变化的影响,致使现有的变化检测算法的性能下降.本文根据人类视觉系统的生理结构和认知特点,提出了一种基于视觉注意机制的叶簇隐... 详细信息

在超宽带合成孔径雷达叶簇隐蔽目标检测中,传统的UWB SAR图像变化检测方法易受图像灰度值起伏和成像条件变化的影响,致使现有的变化检测算法的性能下降.本文根据人类视觉系统的生理结构和认知特点,提出了一种基于视觉注意机制的叶簇隐蔽目标变化检测算法.该方法使用视觉注意模型,将图像的多尺度特征信息融合为单幅视觉显著图像,并利用图像局部邻域信息和目标的空间相关特性对视觉显著图中视觉注意焦点进行分层筛选和变化检测.实验结果表明:本文中基于视觉注意机制的变化检测方法可以有效检测多时相UWB SAR图像中的叶簇隐蔽目标,较之传统的基于统计原理的变化检测方法,其检测速度更快,且对场景复杂的UWB SAR图像亦具有鲁棒性.

关键词：低频超宽带合成孔径雷达叶簇隐蔽目标检测变化检测视觉注意机制