检索结果-南通市图书馆

基于SA-PointNetvlad的点云分类网络

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

计算机技术与发展 2022年第5期32卷 36-41页

作者：李肖南王蕾程海霞张志勇东华理工大学信息工学院江西南昌330013 江西省核地学数据科学与系统工程技术研究中心江西南昌330013

三维点云数据包含着丰富的形状和比例信息,如何有效准确地对点云数据进行分类已经成为了目前计算机视觉领域的研究热点。由于点云在非欧氏空间中的不规则稀疏结构,并且现有的基于深度学习的三维点云分类模型中缺乏对各个点的局部信息和... 详细信息

三维点云数据包含着丰富的形状和比例信息,如何有效准确地对点云数据进行分类已经成为了目前计算机视觉领域的研究热点。由于点云在非欧氏空间中的不规则稀疏结构,并且现有的基于深度学习的三维点云分类模型中缺乏对各个点的局部信息和全局信息的有效利用,从而导致较低的分类精度。为了解决上述问题,提出了一种基于SA-PointNetvlad的点云分类模型框架。该网络采用逐点特征提取和汇集操作来解决无序的点云问题,通过自注意力机制来计算每个点与其他所有点之间的关联,充分挖掘点云的局部区域细粒度特征以及全局信息,采用KNN邻近算法感知点云的局部形状结构,通过vlad层将每个点的低层几何描述符与视觉单词相关联来间接描述高层特征信息。此外,该网络还引入一个有效的关键点描述符帮助识别整体几何图形。经过实验得出SA-PointNetvlad模型在公开的ModelNet40数据集上仅使用512个点就可以达到90.9%的精度,显著高于相同条件下的其他方法。

关键词：自注意力机制点云分类 vlad 关键点高级特征信息

基于空间分布熵改进vlad的图像检索算法研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于空间分布熵改进VLAD的图像检索算法研究

作者：王也然吉林大学

学位级别：硕士

随着计算机技术和多媒体技术的迅猛发展,数字图像成为了人们进行交流的一种重要手段。数字图像包含着丰富的内容,更能满足人们对于信息多样化的追求。因此,图像的数量也以每天数以亿计的速度增长。如何从难以计数的图像中获取个人所需... 详细信息

随着计算机技术和多媒体技术的迅猛发展,数字图像成为了人们进行交流的一种重要手段。数字图像包含着丰富的内容,更能满足人们对于信息多样化的追求。因此,图像的数量也以每天数以亿计的速度增长。如何从难以计数的图像中获取个人所需的图像成为了计算机领域的一大难题,由此诞生了图像检索技术。起初的图像检索技术是基于文本的。基于文本的图像检索需要人工对图像添加标签,具有主观歧义性、耗费人力的缺点,因此难以满足在如此庞大的图像库中进行检索的需求。而基于内容的图像检索是从图像本身提取特征,以接近人类视觉感官的方式来描述图像。这些特征更加全面地描述了图像,能够更好地应用于图像的匹配和检索,因此基于内容的图像检索成为了近年来的研究热点。本文对图像检索技术进行研究,为提高vlad特征检索能力,主要完成以下工作:1.SIFT(Scale-invariant feature transform)特征是最为常用的图像特征之一。而BOF(Bag of features)特征是最为经典的特征之一。但是BOF算法在转化为视觉单词时损失了大量信息,因而其检索能力有所下降。而vlad(Vector of locally aggregated descriptors)特征在BOF算法的基础上保留大部分信息,所以其检索能力优于BOF算法。本文对以上三种算法进行细致地研究,并对三者加以实现。2.vlad算法是近年来的研究热点,大量的研究学者都对vlad算法进行研究和改进。本文统计近年来针对vlad算法的多种改进方法,对这些改进方法进行分类,并总结其优缺点。3.熵是热力学中表征物质状态的参量之一,其物理意义是体系混乱程度的度量。在图像处理领域中这一概念已被多次地成功使用。通过对vlad算法的研究发现,vlad特征不具备局部特征的空间位置信息。这一情况可能导致vlad特征检索能力的下降。本文提出基于空间分布熵改进vlad的概念。提取SIFT描述子的位置信息,利用熵的概念对属于一个聚类的局部描述子的空间分布信息进行描述,并将空间分布熵添加到传统的vlad特征中。大量实验结果表明,空间分布熵的添加能明显提高vlad特征的检索能力。4.本文结合多种对vlad特征的改进方法,对添加空间分布熵的vlad特征的有效性进行验证。实验结果表明,在添加空间分布熵的基础上,结合多种改进方法能进一步提高vlad特征的检索能力。

关键词：图像处理图像检索 vlad 熵归一化

融合注意力与非局部描述特征的vlad算法改进

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

融合注意力与非局部描述特征的VLAD算法改进

作者：袁嘉杰（Jiajie Yuen）广东工业大学

学位级别：硕士

通过对图像进行特征编码获取重要信息是人工智能的一个重要领域,特征编码方法无论在传统图像方法上还是深度学习方法上都是研究学者研究的重点。一种优秀的特征编码方法能够应用于图像、视频分类或者目标检索等各个领域,其中vlad(Vector... 详细信息

通过对图像进行特征编码获取重要信息是人工智能的一个重要领域,特征编码方法无论在传统图像方法上还是深度学习方法上都是研究学者研究的重点。一种优秀的特征编码方法能够应用于图像、视频分类或者目标检索等各个领域,其中vlad(Vector of Locally Aggregated Descriptors)无论在传统图像处理,还是在深度学习领域中,都有大量的研究学者进行专研与改进。但二者均存在着3点不足之处,1、应用于传统图像处理领域的vlad算法,虽然能够较好地针对图像数据特征性输出局部聚合描述性特征,但对图像特征缺乏学习优化的过程,输出特征与目标标签出现误差亦不能沿误差方向得到改善。2、能够应用于深度学习领域的改进vlad算法,虽然解决了vlad对图像特征学习优化的问题,但是由于聚类中心是初始化的,需要通过网络训练进行调整,如果强化图像关键区域特征,通过软分配计算,将更好地划分出具备类别辨析性的聚类中心区域,输出局部聚合特征向量以作整体表示;3、由于vlad最终输出局部聚合的特征向量一定程度上会出现有用信息的丢失,对网络模型识别造成影响。对此,本文针对以上三个问题,提出一种混合注意力与非局部描述特征的vlad改进算法。将基于注意力机制的Attention-Netvlad网络结构混合一种基于特征间相关性的非局部描述特征,注意力机制强化图像关键区域特征,同时非局部描述特征计算出各局部特征间的相关性,补充了图像特征所属的聚类区域的非局部关联区域信息,完善输出图像特征描述的完整性,特征描述更具辨析度。具体的2个创新点如下:(1)提出基于注意力机制的Attention-Netvlad,通过利用卷积操作替换传统vlad的硬分配,转换成软分配,成为神经网络的一部分结构,具备可训练条件,同时具有去低质量特征信息的功能。将Attention-Netvlad分为两部分,“基于空间维度的Spatial-Attention-Netvlad”与“基于通道维度的Channel-Attention-Netvlad”。通过注意力机制,将注意力强化后的特征图输入到Attention-Netvlad中的改进Netvlad部分中,将每个聚类中心与全图特征点进行差值计算输出残差分布状况,计算软分配的高质量权重信息与低质量权重信息,低质量权重信息不参与构建聚合局部特征矩阵,最后将残差分布与软分配权重相乘,通过聚合整理与归一化处理,得到聚合局部特征向量作为图像整体表示。由于注意力强化后的特征图凸显关键区域的,促使输出的特征更具辨别性。(2)提出基于特征相关性的非局部描述特征,目的是提取图像特征非局部相关信息,使图像特征描述有完善的表示,获取类中的共性特征,扩大类间差异。通过对上述注意力强化特征图进行卷积操作输出不同区域的图像特征,然后对不同区域的图像特征进行矩阵相乘,在图像特征中计算任意两点间的相关性,突破了卷积操作的局部区域的局限性,获取图像特征非局部信息,简称为非局部描述特征。最后将Attention-Netvlad输出的软分配权重与非局部描述特征进行元素点乘,输出图像特征所属的每个聚类区域间的非局部相关区域,串行拼接到Attention-Netvlad输出的局部聚合特征向量中,优化了特征描述,凸显图像类中共性区域。最后将提出的融合注意力与非局部描述特征的vlad算法进行实验,实验数据集分别为Image Net数据集、UCF101数据集,对比现有的Netvlad、Ghost vlad、Action vlad算法,都有较明显的识别精度优势。

关键词： vlad 注意力特征相关性非局部

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GMM-vlad的图像检索

基于GMM-VLAD的图像检索

作者：陈曼玉吉林大学

学位级别：硕士

图像检索是当前计算机视觉领域的研究热点,它的发展经历了基于文本的图像检索和基于内容的图像检索两个阶段。后者包括基于全局特征的图像检索、基于局部特征的图像检索,到如今基于全局表达特征(本质是由图像局部特征聚合生成)的图像检... 详细信息

图像检索是当前计算机视觉领域的研究热点,它的发展经历了基于文本的图像检索和基于内容的图像检索两个阶段。后者包括基于全局特征的图像检索、基于局部特征的图像检索,到如今基于全局表达特征(本质是由图像局部特征聚合生成)的图像检索。目前传统的词袋特征(Bag of Words,BOW)是一种非常流行且应用广泛的全局表达特征,图像检索所取得的很多进展都是以它为基础。但是构造该特征视觉词典需要的聚类数量比较大,带来很大的计算成本,而且由于它只对图像的局部特征个数信息进行统计导致含有的信息较少,表征能力较弱。之后提出的vlad(Vector of Locally Aggregated Decriptors)全局表达特征统计的是每一个局部特征到聚类中心的距离信息,可以反映特征分布的一些空间性质。但是它在一定程度上也是存在着缺陷的：首先,vlad在特征点分配时采取硬分配的策略,使得最终形成的特征向量不能更全面的表达图像性质;其次,vlad特征的维度较高,在检索时计算量很大。本文完成的第一个主要工作是提出了一种新的全局表达特征GMM - vlad( Gaussian Mixture Model-Vector of Locally Aggregated Decriptors).GMM-vlad是在传统的vlad特征中加入了概率的信息并经过一系列的改进而得来的。GMM-vlad可看成是BOW和vlad的扩展,BOW特征统计的是图像的局部特征分类之后的数量信息,GMM-vlad不仅考虑到分类后的局部特征到聚类中心的距离问题,而且将概率的信息加入其中,得到了含有更丰富信息的全局特征。其思路是：首先提取图像库的局部特征,得到一个特征库;其次对特征库用GMM(Gaussian Mixture Model)进行拟合,得到k个簇以及概率密度函数,可计算每个特征到各个簇的概率;再次,对上一步计算出的概率按照从大到小的顺序选出概率最大的前m类,将每个局部特征以一定的权重(与概率有关)分配给这m个聚类中心;最后对每幅图像所有的局部特征都按照上述分配方式计算它与其距离最近的m个聚类中心的差值的集合就生成了GMM-VLLAD特征。它可以很好的解决上面词袋特征和vlad特征带来的表征能力弱、计算成本高等问题。考虑到GMM-vlad的维度非常高,本文采用主成分分析法(PCA)对该特征降维。本文完成的第二个工作是提出了一种新的预聚类检索算法。由于在检索时,图像库往往很大,若采用完全遍历的方法会消耗很大的内存空间和时间。因此我们利用预聚类检索算法在检索阶段先做一个预处理工作：对GMM-vlad全局特征库进行一次聚类,通过查询向量与全局特征库聚类中心距离的比较代替它与每一个特征距离的比较。这种方法可以在不降低检索准确率的基础上使得检索的效率大大的提高。实验表明,GMM-vlad相对于传统的BOW和vlad特征可以提高检索结果的查准率和查全率,同时保证不增加存储空间和计算时间。理论分析及实验结果表明,在不出现极端情况时,使用预聚类检索算法需要的计算次数与传统的遍历搜索相比显著减少,实时检索的时间也会降低,使得用户检索的体验更好。

关键词：图像检索预聚类 vlad BOW

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ORB特征的图像检索技术研究与应用

基于ORB特征的图像检索技术研究与应用

作者：周亚芳郑州大学

学位级别：硕士

近年来,增强现实技术以其迅猛的发展速度赢得了众多研究机构和商家的热捧,由于其将虚拟的信息应用在现实的世界,给人们带来了新的体验。目前该技术已经在游戏、教学、军事、医学等多个领域得到广泛应用,并在进一步的发展和延伸。增强现... 详细信息

近年来,增强现实技术以其迅猛的发展速度赢得了众多研究机构和商家的热捧,由于其将虚拟的信息应用在现实的世界,给人们带来了新的体验。目前该技术已经在游戏、教学、军事、医学等多个领域得到广泛应用,并在进一步的发展和延伸。增强现实技术的发展离不开精确的图像检索技术。随着增强现实技术的发展,识别的图像数据库也在扩大,对图像检索技术的精确性、有效性和鲁棒性有着更加严格的要求。本文分析了图像检索方法的国内外研究现状,针对基于内容的图像检索方法进行了详细阐述,包括对图像特征的提取以及特征编码进行了研究,并实现了基于ORB特征的vlad图像检索系统,在此基础上完成了增强现实旅游系统的设计与实现。本文的主要研究工作如下:1.针对图像数据库大且复杂,如何从中快速、准确地检索到相似图像的问题,本文提出了基于ORB特征的vlad算法对图像进行描述,最后再结合余弦距离矢量的方法来解决该问题。由实验结果表明,与采用SIFT提取特征的BOW方法相比,本文提出的方法在检索大量图像时的实时性和准确性上有明显的优势。2.本文设计了一款基于增强现实的旅游应用软件。该软件实现了如下的功能:当游客使用该软件扫描图像,系统会根据扫描的图像与后台图像数据库中的图像进行匹配,检索出相似的图片,进而展示关于该旅游景点的相关介绍。在二维图像扫描的基础上提出了三维物体识别系统。

关键词：增强现实图像检索 ORB vlad 余弦距离

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进的特征融合图像检索算法研究

基于改进的特征融合图像检索算法研究

作者：车世林武汉科技大学

学位级别：硕士

传统基于内容的图像检索算法,首先提取图像的颜色、纹理、形状等特征值,构成特征向量。通过在图像数据库中检索k-近邻特征向量,得到图像的检索结果。基于特征融合的图像检索算法由于检索效果比单一特征效果精度高,算法稳定,越来越受到... 详细信息

传统基于内容的图像检索算法,首先提取图像的颜色、纹理、形状等特征值,构成特征向量。通过在图像数据库中检索k-近邻特征向量,得到图像的检索结果。基于特征融合的图像检索算法由于检索效果比单一特征效果精度高,算法稳定,越来越受到研究者的重视,如何在不影响检索速度的情况下,提升检索的精度是一个研究的热点。在深入研究图像检索算法的基础上,本文对图像特征提取中的关键技术进行了系统研究,提出了一种基于改进的特征融合图像检索算法。针对单一特征提取的图像检索方法在跨图像数据集时适应性不足,提出了一种FCTH-Bo VW特征融合图像检索算法。采用互惠k-近邻图融合FCTH全局特征和Bo VW局部特征。传统的多特征融合主要通过线性加权的方式,检索效果容易受到权重的影响,且不同的图像数据库需要选取不同的参数,适用性不足。基于互惠k-近邻的多特征融合方法,通过搜索最大密度子图作为检索结果,避免了选取最优权值。针对FCTH特征,提出了一种环形加权的改进算法,针对Bo VW特征,提出了一种视觉单词软分配方法来量化局部特征描述符,并将该量化方式进一步结合局部聚合图像描述向量(vlad),降低局部特征量化的时间复杂度。通过这些改进增强了全局特征和局部特征的描述能力,提升了图像的检索速度。实验结果表明,所提出的检索算法提升了检索准确率,并能有效适应多种图像数据集。

关键词：图像检索特征融合 FCTH 互惠k-近邻 vlad

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于计算机视觉的轮毂型号识别

基于计算机视觉的轮毂型号识别

作者：管永来燕山大学

学位级别：硕士

汽车轮毂工业是中国汽车制造业的重要组成部分,在国民经济发展中发挥着极为重要的作用。本文提出基于计算机视觉的汽车轮毂型号识别,针对轮型的自动化识别进行了多方面的研究,研究内容主要包括:（1）提取轮毂的轮孔个数信息、轮毂半径... 详细信息

汽车轮毂工业是中国汽车制造业的重要组成部分,在国民经济发展中发挥着极为重要的作用。本文提出基于计算机视觉的汽车轮毂型号识别,针对轮型的自动化识别进行了多方面的研究,研究内容主要包括:（1）提取轮毂的轮孔个数信息、轮毂半径及轮毂孔洞占整个轮毂的面积比例,以此对轮毂进行多特征融合的分类。（2）在多特征融合的轮型识别步骤中,提取的轮型特征简单,识别速度快,但识别率很低远达不到工业要求,故提出基于形状匹配及纹理筛选的轮型识别。在形状匹配的过程中提取轮毂的轮辐形状信息,首先为每一种型号的轮毂建立一个标准的轮辐形状模板,然后利用边缘最小距离的方法在待识别轮毂中找出和模板一致的形状,并参照轮毂的孔洞个数,若找出的形状个数和对应轮毂的孔洞个数一致,则判定该形状和模板轮毂型号一致。（3）对上面匹配到的轮毂进行随机游走验证,用随机游走的方法分别描述待识别轮毂和轮毂库的对应轮毂。作出两幅图片的随机游走直方图,求出两个直方图的方差并归一化到同一范围内。最后通过直方图的偏差度判定两幅图是否为同一型号的轮毂。（4）但因为基于形状匹配及纹理筛选的轮型识别算法耗时很多,达不到工业上实时的水准,故又提出基于指数权重vlad特征的轮型识别。首先提取轮毂的SIFT局部特征点,对SIFT特征进行变形得到RootSIFT向量,再把大量的RootSIFT向量进行聚类形成一本码书,把每一副轮毂图片中的所有RootSIFT向量都量化到该码书上形成一个vlad（Vector of Aggragate Locally Descriptor）向量,最后对vlad向量进行PCA（Principal Component Analysis）降维。本文在降维vlad向量的基础上做一个指数权重加权以削减个别不稳定值,最后通过加权vlad向量的对比来找到最相似的轮毂图片。

关键词：轮毂边缘最小距离随机游走 vlad 指数权重

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于孪生神经网络的甲骨文图像检索方法

基于孪生神经网络的甲骨文图像检索方法

作者：林通厦门大学

学位级别：硕士

甲骨文,是中国最古老的象形文字,在漫长的汉字发展史上起着举足轻重的重要地位。但要识别未释读的字或者收集、分类相关实例内容是需要花费很多的时间和精力。而利用图像检索技术可以在海量的图像大数据中以较小的时空开销准确地找到一... 详细信息

甲骨文,是中国最古老的象形文字,在漫长的汉字发展史上起着举足轻重的重要地位。但要识别未释读的字或者收集、分类相关实例内容是需要花费很多的时间和精力。而利用图像检索技术可以在海量的图像大数据中以较小的时空开销准确地找到一幅相似的图像,图像检索也成为近年来多媒体和信息检索领域的重要研究热点。因此,如何利用图像检索技术对甲骨文图像进行分类与识别的研究也具有非常重要的意义。图像检索的本质是通过对图像进行特征表示然后计算相似性的过程。但是,传统结构特征或者图像处理进行提取特征的方法受到甲骨文因时间、地区以及篆刻力度等因素导致同一个单字的甲骨文却有多种的字形的影响,因此使得这些方法存在对图像质量要求高、方法通用性差、特征鉴别能力差等问题从而导致检索准确率低的情况;而传统的深度学习方法对训练数据集的数据量依赖性较大,但从计算机视觉的角度来看,关于甲骨字符分析的研究很少,数据分布较为零散,也没有相关的完整大型公共数据集。因此,本文采用更适合多分类、少样本的数据的孪生神经网络模型,其能够克服以上通用性差、数据集少等问题。并且vlad能够获取有关图像上聚合的局部特征有效的统计信息,提高特征的有效性。于是,该模型由两个并行分支组成,每个分支由CNN、vlad串行组成,图像通过CNN层提取深度描述符,再利用vlad生成甲骨文图像的最终表示。本文的主要工作贡献可分为以下几个方面:(1)本文利用爬虫工具从网站上收集甲骨文近40,000张文字图片及其标签,这也是据我们所知,目前较大的甲骨文数据集之一。(2)本文提出了一种基于孪生神经网络的甲骨文图像检索方法,利用CNN+vlad方法生成甲骨文图像的表示特征。通过其它方法的比较,证明该方法的有效性。(3)本文构建了基于网页平台的图像检索系统,使得本文提出的检索方法能够在实际工作中进行应用。

关键词：甲骨文图像检索孪生神经网络 vlad

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自然场景中运动人体行为识别研究

自然场景中运动人体行为识别研究

作者：彭亚男山东大学

学位级别：硕士

随着社会的进步与发展,人们越来越关注安全问题,从而导致视频监控系统的需求急剧增长,其中基于视频的人体行为识别是视频监控系统重要分支之一,具有广泛的应用前景。然而在实际场景中,由于存在视角、遮挡、光照等问题,人体行为识别仍然... 详细信息

随着社会的进步与发展,人们越来越关注安全问题,从而导致视频监控系统的需求急剧增长,其中基于视频的人体行为识别是视频监控系统重要分支之一,具有广泛的应用前景。然而在实际场景中,由于存在视角、遮挡、光照等问题,人体行为识别仍然存在很多问题。本文主要研究自然场景中运动人体行为识别。主要从运动目标检测、人体行为特征提取、特征编码以及特征融合4个方面展开研究,主要工作如下:(1)光流法是应用最广泛的运动目标检测算法,但是它最大的缺点就是时间复杂度高。本文针对Horn-Schunk光流法存在的不足,提出改进的光流算法,一方面结合帧差法,减少迭代过程消耗的时间,另一方面优化梯度,进一步提高运动目标检测的精度。(2)不同的特征从不同的角度对运动人体行为进行刻画,在DT算法中,沿着轨迹提取的特征包括轨迹特征、HOG、HOF和MBH。而iDT算法在DT算法基础之上,考虑相机运动造成的影响,利用相邻两帧之间的光流以及SURF关键点匹配来估计相机运动,移除背景干扰。本文研究DT算法和iDT算法的特征提取部分,为后续处理多种特征的研究奠定基础。(3)常用的特征编码方法有词袋模型和Fisher向量编码,但是它们各有优缺点。为了在更多的保留特征信息的同时降低时空复杂度,本文提出基于Kmeans++和vlad人体行为识别算法。利用Kmeans++对各类特征进行聚类,以保证获得更加准确的聚类中心。在实验中,为了提高实验进度,本文利用GPU的快速性,对行为数据库UCF50和Hollywood2的vlad特征编码都是在服务器上完成。(4)利用单一特征对视频中人体行为识别具有很大的局限性,因此需要使用有效的特征融合方法。针对直接串联多种特征而忽略每一种特征对识别结果影响不同的问题,本文提出的基于多特征加权融合的人体行为识别。通过归一化分配特征权重,确保识别率高的特征分配的权值大。实验在行为数据库UCF50和HMDB51上的结果证明,在Kmeans++和vlad人体行为识别算法基础之上,采用多特征加权融合识别方法能够进一步提高视频中人体行为识别率。

关键词：监控视频人体行为识别运动目标检测 vlad 加权多特征融合