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

图像分类中多流形上的词典学习

清华大学学报（自然科学版） 2012年第4期52卷 575-579页

作者：刘宝弟王宇雄章毓晋清华大学电子工程系北京100084

传统的基于稀疏编码的图像分类算法没有考虑不同特征之间的关系。针对这一不足,该文提出了一种新的词典学习算法。该算法考虑特征所处的多个流形空间上的拓扑结构,并显式地对其进行建模,然后将该模型嵌入到稀疏编码算法中构造多流形上... 详细信息

传统的基于稀疏编码的图像分类算法没有考虑不同特征之间的关系。针对这一不足,该文提出了一种新的词典学习算法。该算法考虑特征所处的多个流形空间上的拓扑结构,并显式地对其进行建模,然后将该模型嵌入到稀疏编码算法中构造多流形上的词典优化目标函数。为求解该优化问题,还提出了使用坐标下降的方法,同时给出了收敛性分析。在图像分类3个基准数据集上的实验结果表明,提出的算法分类性能超过了基于传统稀疏编码的算法。这也进一步证明了该算法的有效性。

关键词：稀疏编码图像分类词典学习多流形学习

在线全文

学校读者我要写书评

暂无评论

基于桥连接的词典学习方法的语义解析

中文信息学报 2019年第5期33卷 24-30页

作者：陈波孙乐韩先培中国科学院软件研究所中文信息处理实验室北京100190

现阶段的语义解析方法大部分都基于组合语义,这类方法的核心就是词典。词典是词汇的集合,词汇定义了自然语言句子中词语到知识库本体中谓词的映射。语义解析一直面临着词典中词汇覆盖度不够的问题。针对此问题,该文在现有工作的基础上,... 详细信息

现阶段的语义解析方法大部分都基于组合语义,这类方法的核心就是词典。词典是词汇的集合,词汇定义了自然语言句子中词语到知识库本体中谓词的映射。语义解析一直面临着词典中词汇覆盖度不够的问题。针对此问题,该文在现有工作的基础上,提出了基于桥连接的词典学习方法,该方法能够在训练中自动引入新的词汇并加以学习,为了进一步提高新学习到的词汇的准确度,该文设计了新的词语—二元谓词的特征模板,并使用基于投票机制的核心词典获取方法。该文在两个公开数据集(WebQuestions和Free917)上进行了对比实验,实验结果表明,该文方法能够学习到新的词汇,提高词汇的覆盖度,进而提升语义解析系统的性能,特别是召回率。

关键词：语义解析词典学习组合语义覆盖度

基于自适应词典学习和稀疏表示的人脸表情识别

在线全文

学校读者我要写书评

暂无评论

山东大学学报（工学版） 2014年第1期44卷 45-48,56页

作者：夏海英杜海明徐鲁辉颜远辉广西师范大学电子工程学院广西桂林541004 郑州轻工业学院电气信息工程学院河南郑州450002

提出了一种基于随机块特征和自适应词典学习的人脸表情识别方法。利用Haar-like特征和人脸几何结构信息可靠定位眼睛和嘴巴;在眼睛和嘴巴附近抽取随机块,构建特征矢量;将特征矢量进行词典学习,得到表情词典;根据待测表情在表情词典上的... 详细信息

提出了一种基于随机块特征和自适应词典学习的人脸表情识别方法。利用Haar-like特征和人脸几何结构信息可靠定位眼睛和嘴巴;在眼睛和嘴巴附近抽取随机块,构建特征矢量;将特征矢量进行词典学习,得到表情词典;根据待测表情在表情词典上的稀疏分解对表情进行分类。在JAFFE和Cohn-kanade表情库中进行了对比实验,结果表明该方法具有较好的识别性能,对噪声和遮挡具有较好的鲁棒性。

关键词：表情识别稀疏表示词典学习随机块自适应

在线全文

学校读者我要写书评

暂无评论

采用PCA词典学习的图像超分辨率重建研究

采用PCA词典学习的图像超分辨率重建研究

作者：张占武南京邮电大学

学位级别：硕士

图像超分辨率重建技术是近年来数字图像处理领域中热点研究方向之一。它可实现由一幅或多幅具有亚像素偏移的同样场景的低分辨率图像估计出一幅或多幅具有较高分辨率的图像。后者较前者具有更丰富的信息，无需提高硬件设备，操作方便且... 详细信息

图像超分辨率重建技术是近年来数字图像处理领域中热点研究方向之一。它可实现由一幅或多幅具有亚像素偏移的同样场景的低分辨率图像估计出一幅或多幅具有较高分辨率的图像。后者较前者具有更丰富的信息，无需提高硬件设备，操作方便且成本低廉。因此，该技术被广泛应用于卫星成像、医学成像、视频监控等领域。本文对图像超分辨率重建中基于主分量分析方法以及核主分量分析方法进行了研究，主要工作和初步结果如下：首先回顾了超分辨率重建的历史，简要介绍了其理论基础、图像降质模型及几种经典的超分辨率重建算法。接着在分析了稀疏重建中使用过完备词典的缺点及单帧重建中存在不足的基础上，提出了一种采用主成分分析（PCA）词典学习的多帧图像超分辨率重建算法。该算法运用k-means聚类方法将高分辨率样本块分成若干类，在每一类上运用PCA进行词典学习，得到多个子词典。即进行PCA变换，变换矩阵作为该类对应的词典，并以此为稀疏域，在其上建立稀疏模型，与过完备的统一词典相比，多类词典对不同局部结构具有自适应性;运用光流法做运动估计，搜寻帧间自相似性，并采用非局部均值滤波，对稀疏模型进行正则化;最后运用软阈值收缩法求解，得到目标高分辨率图像，并对若干标准测试视频进行了仿真实验，与相关算法相比，重建图像的主客观质量提高明显。然后在分析了核主成分分析（KPCA）中关键性问题及其在图像处理中的应用基础上，提出了一种采用KPCA的单帧图像的超分辨率重建算法，直接重建目标高分辨率图像的高频成分。即根据KPCA，先将初始估计高分辨率图的高频成分映射到特征空间，并求其在希尔伯特再生核空间中的投影，再采用基于距离约束的方法求解该投影在输入空间中对应的原象（Pre-image），即得到目标高分辨率图像的高频成分，最终将该高频成分叠加于初始的估计，得到目标高分辨率图像。其中的输入空间是由PCA词典学习得到，即对聚类后的高频样本块进行PCA变换，令其变换矩阵做KPCA的输入空间。这样，既获得了某一模式的样本，又减小了样本的规模，使得KPCA变换更快且提取的特征更准。为进一步提高超分辨率重建图像质量，基于图像降质模型，进行了预处理和后处理。对若干标准测试图像的仿真实验结果表明，上述所提算法的图像重建质量在客观测试和主观感觉上都有明显的提高。最后对本文的工作进行了总结，并讨论了研究中的不足之处，明确了下一步的研究方向。

关键词：图像超分辨率重建主成分分析词典学习稀疏表示非局部均值核主成分分析

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

基于词典学习的细粒度图像分类方法研究

基于词典学习的细粒度图像分类方法研究

作者：冯晓洁中国石油大学(华东)

学位级别：硕士

图像分类因其具有广泛的实际应用价值,长期以来都是计算机视觉领域的研究热点。基于协同表示的图像分类算法能够很好的解决一般的图像分类问题,但是对于类内差异大、类间差异小的细粒度图像,传统的图像分类算法很难做到对其进行精确分... 详细信息

图像分类因其具有广泛的实际应用价值,长期以来都是计算机视觉领域的研究热点。基于协同表示的图像分类算法能够很好的解决一般的图像分类问题,但是对于类内差异大、类间差异小的细粒度图像,传统的图像分类算法很难做到对其进行精确分类。为此,相关领域的专家学者们从特征提取和改进分类算法两个方面开展了一系列研究工作。本文使用卷积神经网络提取图像特征,改进基于协同表示的图像分类算法,并应用于细粒度图像分类中,主要工作如下:1.研究了卷积神经网络的结构、特点及图像特征提取过程,并在应用卷积神经网络提取图像特征的过程中加入空间金字塔匹配算法,获取具有空间信息的图像特征。2.提出了基于核协同表示的类特定词典学习算法。在基于协同表示的图像分类算法的基础上加入词典训练过程,为训练样本分配不同的权重,并将改进后的算法扩展到核空间,进一步获取数据之间的非线性信息。在五个数据库上的实验结果表明,基于核协同表示的类特定词典学习算法在一定程度上提高了图像分类性能。3.提出了基于核协同表示的类聚集词典学习算法。在基于核协同表示的类特定词典学习算法的基础上增加类内散度约束项,使同一类的稀疏编码更加集中,从而减小了类内散度,提升了图像分类精度。在五个数据库上的实验结果表明,基于核协同表示的类聚集词典学习算法明显提高了图像分类性能。

关键词：细粒度图像分类卷积神经网络词典学习协同表示核方法

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

基于跨视角判别词典嵌入的行人再识别

计算机研究与发展 2019年第11期56卷 2424-2437页

作者：陆萍董虎胜钟珊龚声蓉苏州经贸学院信息技术学院江苏苏州215009 浙江大学计算机科学与技术学院杭州310027 常熟理工学院江苏常熟215500

行人再识别是指在具有不重叠视域的摄像机监控网络中根据行人外观进行身份关联的任务.由于在视频监控系统中具有广泛的应用前景,受到了计算机视觉与机器学习领域的广泛关注.当前的行人再识别研究主要关注从行人图像中提取判别性的特征... 详细信息

行人再识别是指在具有不重叠视域的摄像机监控网络中根据行人外观进行身份关联的任务.由于在视频监控系统中具有广泛的应用前景,受到了计算机视觉与机器学习领域的广泛关注.当前的行人再识别研究主要关注从行人图像中提取判别性的特征描述子或学习距离度量.然而不同摄像机视角下行人的外观常常存在很大差异,同一摄像机下还会有行人外观相近的情况,这使得特征描述子或距离度量的表达能力受到了很大的影响.为了增强它们的表达能力并提升行人再识别的准确率,提出了一种基于跨视角判别性词典嵌入的行人再识别算法.在该算法中不仅学习了跨视角的词典还同时联合学习了一个距离度量矩阵,从而将两者的优势结合起来.该算法模型有效地挖掘了不同视角下词典表达的内在联系与距离约束,从而能够使用学习到的表达能力更强的特征在嵌入子空间中进行行人再识别.为了避免不均衡训练样本带来的度量矩阵偏差问题,在度量矩阵的学习中还引入了自适应的权重分配策略.在模型优化上,采用了高效的交替优化方法来求解词典与距离度量等模型参数.在VIPeR,GRID,3DPeS等数据集上的实验结果表明本文算法取得了非常优秀的行人再识别性能.

关键词：行人再识别特征表达词典学习距离度量权重分配

在线全文

学校读者我要写书评

暂无评论

基于局域性约束线性编码的人体动作识别

北京航空航天大学学报 2015年第6期41卷 1122-1127页

作者：白琛孙军华北京航空航天大学仪器科学与光电工程学院北京100191

针对动作特征类内差异较大,导致动作分类识别率较低的问题,以及当前算法在计算复杂度和扩展可识别动作类别方面的不足,提出一种基于局域性约束线性编码(LLC)的人体动作识别方法.算法将人体关节的位置、速度和加速度作为局部动作特征;采... 详细信息

针对动作特征类内差异较大,导致动作分类识别率较低的问题,以及当前算法在计算复杂度和扩展可识别动作类别方面的不足,提出一种基于局域性约束线性编码(LLC)的人体动作识别方法.算法将人体关节的位置、速度和加速度作为局部动作特征;采用局域性约束线性编码对局部动作特征求解稀疏表达,从而减小特征的类内差异,增强区别力;由于编码方法具有解析解,方法处理视频速度可达760帧/s;词典由K均值法分别对每类数据学习得到的子词典组成,使算法在扩展可识别动作类别时无需全局优化.此外,为避免了词典较大情况下分类器的过拟合现象,利用词典元素类别对编码系数进行降维.在使用深度摄像机获得的MSR-Action3D数据库上对所提出的方法进行验证,取得了85.7%的识别率.

关键词：动作识别局域性约束线性编码词典学习时间金字塔匹配深度图像

稀疏编码中词典的监督和非监督学习方法及应用

在线全文

学校读者我要写书评

暂无评论

稀疏编码中词典的监督和非监督学习方法及应用

作者：丁莉华东师范大学

学位级别：硕士

稀疏编码方法在不同的研究和应用领域都得到了广泛的应用,比如信号处理,机器学习,计算机视觉,数字多媒体以及机器人技术。而稀疏编码中的词典学习以及编码方法是该研究方法中的重点内容。本文对监督的词典学习方法和非监督的词典学习方... 详细信息

稀疏编码方法在不同的研究和应用领域都得到了广泛的应用,比如信号处理,机器学习,计算机视觉,数字多媒体以及机器人技术。而稀疏编码中的词典学习以及编码方法是该研究方法中的重点内容。本文对监督的词典学习方法和非监督的词典学习方法进行了研究和实验。首先,对于非监督学习方法而言,这是一个以数据为驱动的词典学习模型。也就是在词典的学习过程中只使用了一些未加标签的数据。研究中发现了从自然场景中学出的具有一般意义的词典可以用于不同的识别任务,这里的视觉词就类似于V1神经系统中的简单神经元。我们可以用这些视觉词使用稀疏编码方法来表示原始输入特征。而监督的词典学习方法,相对于非监督的学习方法而言要复杂一点。因为学习词典的同时加入了输入信号的标签信息。本文采用了两种不同的监督学习方法。一种是先假设同类的样本满足相同的拉普拉斯先验分布,这样就可以为同类的输入信号学出相同的分布参数和该类的词典。然后根据重构误差对测试样本进行分类。另一种监督学习方法是,为每类样本取出相同的样本个数,这些样本都和公共的词典中的视觉词有着对应关系。将这种对应关系的约束条件加入到总的目标函数中同时学出具有区分度的词典和转换矩阵。经过转换矩阵变换后的稀疏编码更能够将同类测试样本的编码靠的更近,而不同类的样本编码离的更远,从而提高识别率。

关键词：稀疏编码词典学习监督非监督

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

基于红外图像识别技术的道路与桥梁故障诊断

计算技术与自动化 2022年第3期41卷 105-110页

作者：刘凯北京新航程开发建设有限公司北京102600

针对传统道路与桥梁故障诊断方法识别效率低、数据误差大等问题,提出了一种基于红外线图像识别的智能监控系统,并采用装有红外对射光栅的故障监控机进行监测,实现图像识别、数据管理和应用为一体化。该系统包含分层图像融合框架,采用逐... 详细信息

针对传统道路与桥梁故障诊断方法识别效率低、数据误差大等问题,提出了一种基于红外线图像识别的智能监控系统,并采用装有红外对射光栅的故障监控机进行监测,实现图像识别、数据管理和应用为一体化。该系统包含分层图像融合框架,采用逐层深度学习技术挖掘图像的细节信息,提取图像的关键信息进行词典学习。根据形态相似性,将源图像分为平滑、随机和主方向的面片。分别采用基于Max-L1和L2-范数的加权平均融合规则对三个图像块组的高频分量和低频分量进行融合。将融合后的低频分量和高频分量进行组合,得到最终的融合结果。对比实验验证了所提出的图像融合方案的实用性和可靠性,在相同的图像分割参数下,本模型计算得到的故障监测率为94.14%。

关键词：红外对射光栅图像识别词典学习分层图像融合框架高低频分量

维普期刊数据库博看期刊