检索结果-南通市图书馆

基于特征预测与邻域一致性的视频特征快速配准

在线全文

学校读者我要写书评

暂无评论

计算机工程 2019年第12期45卷 267-273页

作者：林洋樊春运吉林省远程教育技术科技创新中心长春130022 东北师范大学信息化管理与规划办公室长春130022

基于视频图像特征点配准的目标跟踪算法无法兼顾精确性、实时性和鲁棒性,针对该问题,提出一种基于特征位置预测与邻域一致性约束的视频特征快速配准算法。以标注点与目标标记框为模板,通过ORB特征匹配与邻域一致性检验,获得帧间标注点... 详细信息

基于视频图像特征点配准的目标跟踪算法无法兼顾精确性、实时性和鲁棒性,针对该问题,提出一种基于特征位置预测与邻域一致性约束的视频特征快速配准算法。以标注点与目标标记框为模板,通过ORB特征匹配与邻域一致性检验,获得帧间标注点集的对应关系,并计算点集间的尺度变换以确定当前目标框,利用多帧已知标注点位置信息与运动连续性进行多项式回归预测,得到标注点集的位置。在此基础上,对特征点进行局部搜索、提取和描述,根据邻域一致性约束,利用邻域内的支持特征点集实现标注点的稳健匹配。实验结果表明,该算法可对多姿态目标特征点进行配准,与GMS、ORB、SIFT和SURF算法相比,该算法的实时性、准确性和鲁棒性明显提高。

关键词：位置预测多项式回归运动连续性邻域一致性视频特征跟踪

基于邻域一致性的无人机航拍图像配准过程控制技术

在线全文

学校读者我要写书评

暂无评论

计算机测量与控制 2022年第10期30卷 118-123,131页

作者：李亚娟安康学院电子信息技术研究中心陕西安康725000

由于无人机航拍图像的采样节点重叠度较高,所以在无人机航拍图像配准过程中,无法避免像素点错误匹配的问题,提出基于邻域一致性的无人机航拍图像配准过程控制技术;根据无人机航拍图像配准区域划定标准,识别关键图像标注点,通过计算一致... 详细信息

由于无人机航拍图像的采样节点重叠度较高,所以在无人机航拍图像配准过程中,无法避免像素点错误匹配的问题,提出基于邻域一致性的无人机航拍图像配准过程控制技术;根据无人机航拍图像配准区域划定标准,识别关键图像标注点,通过计算一致性测度值指标,设计基于邻域一致性的无人机航拍图像融合方法;结合图像融合结果,进行航拍图像地理定位,根据采样灰度因子的数值水平,分析图像采样节点之间的重叠关系,对航拍图像进行坐标变换与几何校正;结合坐标变换与几何校正结果,提取图像边界特征点,将特征点作为配准过程控制点,根据控制点分布质量与尺度空间极值,实现无人机航拍图像配准过程控制;实验结果表明,在邻域一致性原则作用下,无人机航拍图像采样节点之间的重叠度明显下降,像素点错误匹配问题得到了解决,配准效果好。

关键词：邻域一致性无人机航拍图像配准过程控制重叠度几何校正

基于邻域一致性的数字媒体视频图像超清修复方法

在线全文

学校读者我要写书评

暂无评论

太原师范学院学报（自然科学版） 2022年第3期21卷 32-36页

作者：夏弘睿赵静马鞍山师范高等专科学校艺术设计系安徽马鞍山243000

数字媒体视频图像大多通过不同的监控设备截图获取,为清楚获取其中的相关信息,提出了基于邻域一致性的数字媒体视频图像超清修复方法,以实现超清修复.通过数字媒体视频图像样本块和其邻域中已知块的非零相似度设置鲁棒结构稀疏度;依据... 详细信息

数字媒体视频图像大多通过不同的监控设备截图获取,为清楚获取其中的相关信息,提出了基于邻域一致性的数字媒体视频图像超清修复方法,以实现超清修复.通过数字媒体视频图像样本块和其邻域中已知块的非零相似度设置鲁棒结构稀疏度;依据邻域关联因子与鲁棒结构稀疏度,获取优先修复样本块;按照鲁棒结构稀疏度确定待修复样本块尺寸、邻域一致性约束权重与搜索区域窗口尺寸;按照最小误差平方和准则,在搜索区域内寻找最相似匹配块;按照邻域一致性约束权重,获取匹配块的稀疏表示信息,在优先修复样本块内填充稀疏表示信息,完成数字媒体视频图像超清修复.实验证明:该方法可以在保持图像结构部分连贯性的同时,超清修复不同程度破损的数字媒体视频图像;在不同数字媒体视频图像破损百分比时,超清修复后的数字媒体视频图像的峰值信噪比较高,噪声抑制均方误差较低.

关键词：邻域一致性数字媒体视频图像超清修复结构稀疏度误差平方和

在线全文

学校读者我要写书评

暂无评论

基于多粒度一致性邻域的多标记特征选择

南京大学学报（自然科学版） 2022年第1期58卷 60-70页

作者：卢舜林耀进吴镒潾包丰浩王晨曦闽南师范大学计算机学院漳州363000 福建省数据科学与智能应用高校重点实验室闽南师范大学漳州363000

多标记学习广泛应用于图像分类、疾病诊断等领域,然而特征的高维性给多标记分类算法带来时间负担、过拟合和性能低等问题.基于多粒度邻域一致性设计相应的多标记特征选择算法:首先利用标记空间和特征空间邻域一致性来粒化所有样本,并基... 详细信息

多标记学习广泛应用于图像分类、疾病诊断等领域,然而特征的高维性给多标记分类算法带来时间负担、过拟合和性能低等问题.基于多粒度邻域一致性设计相应的多标记特征选择算法:首先利用标记空间和特征空间邻域一致性来粒化所有样本,并基于多粒度邻域一致性观点定义新的多标记邻域信息熵和多标记邻域互信息;其次,基于邻域互信息构建一个评价候选特征质量的目标函数用于评价每个特征的重要性;最后通过多个指标验证了所提算法的有效性.

关键词：多标记学习特征选择多粒度邻域一致性

在线全文

学校读者我要写书评

暂无评论

基于邻域一致性的极化SAR图像仿射配准

雷达学报（中英文） 2021年第1期10卷 49-60页

作者：朱庆涛殷君君曾亮杨健清华大学电子工程系北京100084 北京科技大学计算机与通信工程学院北京100083

极化SAR图像的配准是极化SAR图像处理的基础,需要具备较高的精度与速度。基于深度学习的极化SAR图像配准大多数是结合图像块特征的匹配与基于随机抽样一致性的参数迭代估计来实现的。目前尚未实现端到端的基于深度卷积神经网络的一步仿... 详细信息

极化SAR图像的配准是极化SAR图像处理的基础,需要具备较高的精度与速度。基于深度学习的极化SAR图像配准大多数是结合图像块特征的匹配与基于随机抽样一致性的参数迭代估计来实现的。目前尚未实现端到端的基于深度卷积神经网络的一步仿射配准。该文提出了一种基于弱监督学习的端到端极化SAR图像配准框架,无需图像切块处理或迭代参数估计。首先,对输入图像对进行特征提取,得到密集的特征图。在此基础上,针对每个特征点保留k对相关度最高的特征点对。之后,将该4D稀疏特征匹配图输入4D稀疏卷积网络,基于邻域一致性进行特征匹配的过滤。最后,结合输出的匹配点对置信度,利用带权最小二乘法进行仿射参数回归,实现图像对的配准。该文采用RADARSAT-2卫星获取的德国Wallerfing地区农田数据以及PAZ卫星获取的中国舟山港口地区数据作为测试图像对。通过对升降轨、不同成像模式、不同极化方式、不同分辨率的极化SAR图像对的配准测试,并与4种现有方法进行对比,验证了该方法具有较高的配准精度与较快的速度。

关键词：邻域一致性仿射变换极化SAR 图像配准稀疏卷积神经网络

基于邻域一致性的高维小样本特征选择算法研究

在线全文

学校读者我要写书评

暂无评论

基于邻域一致性的高维小样本特征选择算法研究

作者：曾海亮闽南师范大学

学位级别：硕士

随着大数据技术的蓬勃发展,面向语义分析、图像识别和基因选择的应用得到广泛普及,这些领域的数据呈现出高维小样本特点,即特征空间高维度,而样本数量过少。高维小样本数据存在着特征维数与样本数量不协调和类别分布偏斜等问题,作为应... 详细信息

随着大数据技术的蓬勃发展,面向语义分析、图像识别和基因选择的应用得到广泛普及,这些领域的数据呈现出高维小样本特点,即特征空间高维度,而样本数量过少。高维小样本数据存在着特征维数与样本数量不协调和类别分布偏斜等问题,作为应用驱动的本质特征,面向高维小样本的分类学习面临着计算低效、预测精度不高、无法识别小类样本,以及模型过拟合、稳定性欠佳、存储开销大等诸多挑战。为了充分挖掘高维小样本数据的应用价值,基于高维小样本数据的知识发现成为备受关注的研究热点。特征选择通过删除数据特征空间中与标记无关的特征、噪声特征或冗余特征,以此来对数据的特征空间进行降维。本文以高维小样本数据为研究对象,围绕高维小样本数据特征选择存在的挑战性问题,重点关注真实场景中不同的应用需求,展开对监督学习模式下的高维小样本数据特征选择算法的研究。主要研究内容包括:（1）针对由特征高维性与样本数量不协调带来的问题,提出基于子空间学习的高维小样本数据特征选择算法。首先,利用特征扰动策略,定义基准特征和基准特征空间,构建具有差异性的多个特征子空间。其次,提出基于子空间学习的高维小样本数据特征选择算法。最后,选取八个数据集与七个算法进行对比分析,实验结果表明所提算法的有效性。（2）针对由类别分布失衡带来的问题,提出利用一致性分析的高维类别不平衡数据特征选择算法。首先,通过融合类别信息来定义样本分布与标记的一致性。其次,设计基于特征重要度的前向贪婪搜索特征选择算法。最后,在十二个数据集上与七个特征选择算法的实验对比分析结果表明,该算法能显著提高小类预测精度。

关键词：特征选择邻域一致性高维小样本类别不平衡

基于加权标记与一致性邻域的多标记特征选择算法研究

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

基于加权标记与一致性邻域的多标记特征选择算法研究

作者：卢舜闽南师范大学

学位级别：硕士

随着大数据时代不断发展,在各个领域中会获取到形形色色的数据。其中很多数据是由多个标记同时描述的,将此种数据称为多标记数据。多标记学习通过现有的多标记数据集训练出一个机器学习模型,这个模型可以为待分类的对象赋予一组标记。... 详细信息

随着大数据时代不断发展,在各个领域中会获取到形形色色的数据。其中很多数据是由多个标记同时描述的,将此种数据称为多标记数据。多标记学习通过现有的多标记数据集训练出一个机器学习模型,这个模型可以为待分类的对象赋予一组标记。多标记学习在大量应用领域中有着举足轻重的作用,如医疗诊断、文本分类、图像识别、应用金融等领域。然而,目前已有的多标记数据拥有数以千计的特征,且许多特征是冗余且无关的。特征的高维度就会导致“维度灾难”。维度灾难会影响机器学习模型的分类性能。特征选择是从原始特征中将最有效特征挑选出来从而减少特征个数,其能有效改善分类模型的性能。因此,特征选择受到学者们的广泛重视。本文重点研究了多标记学习和多标记特征选择,主要研究内容如下:（1）基于加权标记的多标记特征选择。在多标记学习中,不同标记对样本具有不同的区分性,基于此准则提出了一种基于加权标记的多标记特征选择算法。首先,将样本在特征空间的分类间隔作为类别标记的权重;其次,计算融合标记权重下样本的平均分类间隔,并用其构造特征子集评价函数,再用特征对样本的可分辨性作为特征权重,从而衡量不同特征对标记的重要程度;最后,通过特征权重降序排列特征,就能得到一组新的特征排序。一系列的实验结果表明,所提算法相对于其他多标记特征选择算法有较大优势。（2）基于多粒度一致性邻域的多标记特征选择。在传统多标记特征选择算法中,很少从标记空间与特征空间出发来定义样本的邻域,因此本文基于多粒度邻域一致性设计了相应的多标记特征选择算法。首先,利用标记空间和特征空间邻域一致性来粒化所有样本,并基于多粒度邻域一致性观点定义新的多标记邻域信息熵和邻域互信息。其次,基于邻域互信息构建一个评价候选特征质量的目标函数,用于评价每个特征的重要性。最后,通过多个指标验证了所提算法的有效性。

关键词：多标记学习多标记特征选择加权标记多粒度邻域一致性

基于邻域一致性的数字X射线图像局部快速修复算法

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

计算机应用研究 2012年第8期29卷 3154-3156页

作者：李金王妍玮王达达魏杰于虹张少泉哈尔滨工程大学自动化学院哈尔滨150001 云南电力试验研究院(集团)有限公司电力研究院昆明650217 云南电网公司昆明652200

针对工业X射线扫描图像中存在微小异物及裂缝缺陷的特点,提出了一种基于邻域一致性的数字X射线图像局部快速修复算法。通过分析图像中封闭的连通区域的大小,设置蒙板并记录其坐标,采用从外到内、由粗到精的非迭代修复方法完成对扫描图... 详细信息

针对工业X射线扫描图像中存在微小异物及裂缝缺陷的特点,提出了一种基于邻域一致性的数字X射线图像局部快速修复算法。通过分析图像中封闭的连通区域的大小,设置蒙板并记录其坐标,采用从外到内、由粗到精的非迭代修复方法完成对扫描图像背景的修复过程。实验结果表明,与传统FOE和PDE修复方法相比,该算法在保证修复效率的前提下提高了图像的修复质量。

关键词： X射线图像修复邻域一致性快速

基于邻域一致性和DBPSO的跌倒检测特征集优化算法

在线全文

学校读者我要写书评

暂无评论

计算机与现代化 2017年第11期 6-12页

作者：吴科艳张舒雅黄炎子刘守印华中师范大学物理科学与技术学院湖北武汉430079

目前国际上没有标准的、权威的老人跌倒检测数据,并且由年轻人模仿跌倒得到的样本规模较小,因此,如何利用有限的数据集找到最具代表性的特征集就显得尤为重要。考虑到特征集具有数值型和低样本数的特点,提出一种基于邻域一致性指标和离... 详细信息

目前国际上没有标准的、权威的老人跌倒检测数据,并且由年轻人模仿跌倒得到的样本规模较小,因此,如何利用有限的数据集找到最具代表性的特征集就显得尤为重要。考虑到特征集具有数值型和低样本数的特点,提出一种基于邻域一致性指标和离散二进制粒子群的特征集组合优化算法。该算法首先利用启发式快速向前算法,通过优化的邻域一致性指标来构成初选特征集;然后采用离散二进制粒子群算法进行有效寻优,剔除冗余特征;最后利用分类算法以验证该算法的有效性。实验结果表明,该算法可以获得具有较少特征又有较强分类能力的特征子集,并且算法的效率也得到了提高。

关键词：邻域一致性离散二进制粒子群特征选择跌倒检测