检索结果-南通市图书馆

用于机器人自动装配的长圆孔视觉分割定位算法

在线全文

学校读者我要写书评

暂无评论

清华大学学报（自然科学版） 2024年第10期64卷 1677-1685页

作者：蒋潇王松吴丹清华大学机械工程系北京100084

长圆孔应用于工业生产可以提高装配容错,增加装配调整量,但其难以解析描述的特点显著增加了工业应用中视觉检测定位算法的难度,限制了长圆孔在自动化装配结构中的应用。该文探索出一种具有鲁棒性的高精度长圆孔视觉分割定位算法,首先分... 详细信息

长圆孔应用于工业生产可以提高装配容错,增加装配调整量,但其难以解析描述的特点显著增加了工业应用中视觉检测定位算法的难度,限制了长圆孔在自动化装配结构中的应用。该文探索出一种具有鲁棒性的高精度长圆孔视觉分割定位算法,首先分析了长圆孔几何特征,将其描述为一种具有对称性、缺少简单解析表达的封闭图形;进而提出了一种基于语义分割网络和长圆孔区域退化的视觉分割定位算法,该算法结合深度学习和传统图像处理算法,首先构建YOLO和全卷积神经网络串联架构依次实现目标检测、感兴趣区域提取和语义分割,然后利用中轴变换骨架提取方法完成长圆形区域退化定位,有效避免了语义分割输出区域形状误差对定位精度的影响,最终得到了亚像素精度的精准检测结果。在某机器人自动装配系统中开展实验验证,得出所提算法具备精度高、鲁棒性好的特点,因此具有较广阔的工业应用前景。

关键词：视觉检测长圆孔自动装配深度学习

基于外部先验和自先验注意力的图像描述生成方法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第7期51卷 214-220页

作者：李永杰钱艺文益民广西图像图形与智能处理重点实验室(桂林电子科技大学) 广西桂林541004

图像描述是一种结合计算机视觉和自然语言处理的跨模态任务,旨在理解图像内容并生成恰当的句子。现有的图像描述方法通常使用自注意力机制来捕获样本内的长距离依赖关系,但这种方式不仅忽略了样本间的潜在相关性,而且缺乏对先验知识的利... 详细信息

图像描述是一种结合计算机视觉和自然语言处理的跨模态任务,旨在理解图像内容并生成恰当的句子。现有的图像描述方法通常使用自注意力机制来捕获样本内的长距离依赖关系,但这种方式不仅忽略了样本间的潜在相关性,而且缺乏对先验知识的利用,导致生成内容与参考描述存在一定差异。针对上述问题,文中提出了一种基于外部先验和自先验注意力(External Prior and Self-prior Attention, EPSPA)的图像描述方法。其中,外部先验模块能够隐式地考虑到样本间的潜在相关性进而减少来自其他样本的干扰信息。同时,自先验注意力能够充分利用上一层的注意力权重来模拟先验知识,使其指导模型进行特征提取。在公开数据集上使用多种指标对EPSPA进行评估,实验结果表明该方法能够在保持低参数量的前提下表现出优于现有方法的性能。

关键词：图像描述自注意力机制潜在相关性外部先验模块自先验注意力

在线全文

学校读者我要写书评

暂无评论

基于无监督学习的金属表面高光去除算法研究

西北工业大学学报 2024年第4期42卷 744-752页

作者：成懋李炳燃陈炜铧洪海波薛静西北工业大学软件学院陕西西安710072 清华大学机械工程系北京100084 上海航天精密机械研究所上海201699

金属材料表面的高光会严重破坏图像的连续性,产生一定的伪边缘,导致高光区域的纹理细节减弱甚至消失,干扰后续表面的区域分割和缺陷检测等操作。针对现有高光去除方法效率低、损失大、易失真、金属高光数据难标定等问题,提出了一种基于... 详细信息

金属材料表面的高光会严重破坏图像的连续性,产生一定的伪边缘,导致高光区域的纹理细节减弱甚至消失,干扰后续表面的区域分割和缺陷检测等操作。针对现有高光去除方法效率低、损失大、易失真、金属高光数据难标定等问题,提出了一种基于卷积神经网络(CNN)的无监督感知增强网络模型。使用生成对抗的方法生成大量拥有高光特征信息的金属图像,用于增加训练集中高光金属图像数据集的数量;在上下文聚合网络中引入细节增强模块(detail enhance model,DEM)和色彩增强模块(color enhance model,CEM)提高低分辨率权重图中的特征细节保留率;评估函数采用多尺度结构相似性函数代替原有结构相似性函数,解决在图像尺寸过大时细节不敏感的问题。实验表明,所提模型相比其他多曝光图像融合模型,在融合速度领先情况下,融合图像的互信息和平均梯度等评估指数提升10%左右,能够保留更多的纹理特征信息。

关键词：高光去除无监督学习 MEF 图像融合感知增强

卷积神经网络在绘画作品分析中的应用与人文反思

在线全文

学校读者我要写书评

暂无评论

山东社会科学 2024年第8期 78-86页

作者：肖爽清华大学中文系

近年来,卷积神经网络作为深度学习领域的一项关键技术,在图像分析方面取得了显著进步。在数字人文领域内,这种技术也逐渐开始应用于绘画作品分析中,主要集中在对绘画作品的识别、分类、比较和风格化等方面。它不仅能够同时处理大量作品... 详细信息

近年来,卷积神经网络作为深度学习领域的一项关键技术,在图像分析方面取得了显著进步。在数字人文领域内,这种技术也逐渐开始应用于绘画作品分析中,主要集中在对绘画作品的识别、分类、比较和风格化等方面。它不仅能够同时处理大量作品,而且能以新的视角揭示艺术特征,是一种全新的知识生产方式。然而,目前此类研究受限于对算法和技术的提升和优化,需要人文学者对卷积神经网络的应用过程和结果进行人文解释和反思,真正将这类研究的价值发挥到最大。从人文视角来看,卷积神经网络在绘画作品分析中的应用存在一些困境,包括数据集的主观性、算法关注的均值和艺术价值的独特性之间的悖论,以及数字化版本与原作之间的根本性区别等。对这些问题的反思,不仅能够赋予数据和算法以价值和意义,也能对卷积神经网络技术的发展提出优化和发展建议。

关键词：卷积神经网络绘画作品分析深度学习批评理论数字人文

基于邻域显著性的可见光和SAR遥感图像海面舰船协同检测方法

在线全文

学校读者我要写书评

暂无评论

雷达学报（中英文） 2024年第4期13卷 885-903页

作者：张强王志豪王学谦李刚黄立威宋慧娜宋朝晖清华大学电子工程系北京100084 北京市遥感信息研究所北京100854 杭州电子科技大学浙江省空间信息感知与传输重点实验室杭州310018

在遥感图像舰船检测任务中,可见光图像细节和纹理信息丰富,但成像质量易受云雾干扰,合成孔径雷达(SAR)图像具有全天时和全天候的特点,但图像质量易受复杂海杂波影响。结合可见光和SAR图像优势的协同检测方法可以提高舰船目标的检测性能... 详细信息

在遥感图像舰船检测任务中,可见光图像细节和纹理信息丰富,但成像质量易受云雾干扰,合成孔径雷达(SAR)图像具有全天时和全天候的特点,但图像质量易受复杂海杂波影响。结合可见光和SAR图像优势的协同检测方法可以提高舰船目标的检测性能。针对在前后时相图像中,舰船目标在极小邻域范围内发生轻微偏移的场景,该文提出一种基于邻域显著性的可见光和SAR多源异质遥感图像舰船协同检测方法。首先,通过可见光和SAR的协同海陆分割降低陆地区域的干扰,并通过RetinaNet和YOLOv5s分别进行可见光和SAR图像的单源目标初步检测;其次,提出了基于单源检测结果对遥感图像邻域开窗进行邻域显著性目标二次检测的多源协同舰船目标检测策略,实现可见光和SAR异质图像的优势互补,减少舰船目标漏检、虚警以提升检测性能。在2022年烟台地区拍摄的可见光和SAR遥感图像数据上,该方法的检测精度AP50相比现有舰船检测方法提升了1.9%以上,验证了所提方法的有效性和先进性。

关键词：可见光遥感合成孔径雷达舰船目标多源协同邻域显著性

数字全息与定量相位成像：进展与展望（特邀）

在线全文

学校读者我要写书评

暂无评论

光子学报 2024年第9期 8-34页

作者：黄郑重曹良才清华大学精密仪器系

全息术的提出为光波场的定量分析提供了一个开创性的技术方案。经过70余年的发展，基于全息术的计算成像已成为光场定量测量的重要工具，它的出现为物理学、生物学和材料科学领域提供了新的观测维度，搭建了光学成像和光散射领域的桥梁... 详细信息

全息术的提出为光波场的定量分析提供了一个开创性的技术方案。经过70余年的发展，基于全息术的计算成像已成为光场定量测量的重要工具，它的出现为物理学、生物学和材料科学领域提供了新的观测维度，搭建了光学成像和光散射领域的桥梁，突破了传统光学成像系统与图像采集设备的物理限制，在疾病的病理研究和材料的表征中起着至关重要的作用。本文从信号分析的角度出发，将全息的记录与重建过程看作是复数域与实数域之间的转换，讨论全息重建的数学原理与物理实现过程，并以生物医学领域为应用导引，总结了全息成像的新挑战和机遇。

关键词：全息术数字全息定量分析光学成像信号分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

数字室内三维场景构建综述

中国图象图形学报 2024年第9期29卷 2471-2493页

作者：岳亮谈皓黄俊凯张少魁清华大学计算机系北京100084

在计算机图形学发展过程中,数字三维场景长期对于学术界和工业界都起着至关重要的作用。其作用体现在展示渲染效果、支持应用环境以及充当交互载体等多个方面。然而,三维场景本身作为一种数据形式,其结构复杂且没有统一的数据结构,故难... 详细信息

在计算机图形学发展过程中,数字三维场景长期对于学术界和工业界都起着至关重要的作用。其作用体现在展示渲染效果、支持应用环境以及充当交互载体等多个方面。然而,三维场景本身作为一种数据形式,其结构复杂且没有统一的数据结构,故难以像诸如图像、文本数据集一样被大量获取与应用。已有一些工作尝试让计算机自动构建场景或是让计算机辅助构建场景。而在众多场景之中,室内场景尤为重要。本文总结归纳了这些数字室内三维场景构建工作。提出从3个方面调研和总结场景构建的主要工作:场景自动构建、基于用户交互的场景辅助构建以及基于多通道与丰富输入的场景构建。自动构建在于让计算机直接基于当前三维内容给出场景构建结果;交互构建在于让用户控制计算机并辅助构建场景;多通道构建在于让构建的场景参考输入的图像、文本和点云。最后,本文总结了科研工作的应用场景和关键技术,并介绍了一些其他应用情景与未来面对的诸多挑战。数字室内三维场景构建的发展前景十分广阔,随着新算法的不断提出以及三维场景数据集日益完善,数字室内三维场景构建领域也将持续发展。

关键词：室内场景三维场景构建三维场景交互三维场景智能编辑计算机图形学

在线全文

学校读者我要写书评

暂无评论

自注意力映射超时相遥感图像超分辨率重建

遥感学报 2024年第6期28卷 1551-1559页

作者：唐晓天杨雪李峰马骏梁亮中国空间技术研究院钱学森空间技术实验室北京100094 河南大学软件学院开封475004 南京大学国际地球系统科学研究所南京210023 清华大学电子工程系北京100084

针对视频卫星超时相数据高时间分辨率的特点,单帧超分辨率重建算法无法充分利用其时空信息,提出一种基于自注意力的超时相遥感图像超分辨率重建模型。对超时相序列帧先依据帧速率划分为多个时间组,利用3D卷积对空间及时间同时建模的特... 详细信息

针对视频卫星超时相数据高时间分辨率的特点,单帧超分辨率重建算法无法充分利用其时空信息,提出一种基于自注意力的超时相遥感图像超分辨率重建模型。对超时相序列帧先依据帧速率划分为多个时间组,利用3D卷积对空间及时间同时建模的特点提取不同时间组下的时空信息,之后通过改进的广泛自注意力残差块增加注意力计算范围并完成高动态映射,在完成超时相序列帧建模的同时提取其丰富的空间细节信息,最后将多个时间组的特征融合,通过亚像素卷积提升分辨率并完成重建。所提算法的优点在于,对超时相数据的多时间组处理充分利用了其丰富的时空信息,改进的自注意力块可在无配准情况下完成序列帧的建模并提高空间细节信息的提取能力。在高分四号数据上的实验表明,本文算法的主观视觉效果及客观评价指标均优于对比算法,在高分四号数据两倍上采样重建时,较双三次插值算法在PSNR值上提升了2.49 dB以上,且在4倍重建时依然有很强的重建性能,较双三次插值算法有巨大提升。实验结果表明,该方法拥有较好的超分辨率重建效果,有利于超时相数据在各领域的应用。

关键词：遥感超时相数据超分辨率重建深度学习多时间组融合特征广泛自注意力高分四号

在线全文

学校读者我要写书评

暂无评论

面向遥感图像目标感知的群目标检测框架

遥感学报 2024年第7期28卷 1802-1811页

作者：张鸿伟金磊邹学超方宇强尹璐赵健兴军亮北京邮电大学电子工程学院北京100876 青海大学计算机技术与应用学院西宁810016 航天工程大学研究生院北京101416 北京遥感信息研究所北京100192 北方电子设备研究所北京100071 清华大学计算机学院北京100084

光学遥感是航天侦察和地质勘测中的常用技术,拍摄得到的可见光图像能够提供非常丰富的信息,在目标监视、态势预判等方面都具有重要应用。近年来以轮船、飞机等物体检测为代表的光学遥感图像目标感知取得了显著进展,但对于目标尺度变化大... 详细信息

光学遥感是航天侦察和地质勘测中的常用技术,拍摄得到的可见光图像能够提供非常丰富的信息,在目标监视、态势预判等方面都具有重要应用。近年来以轮船、飞机等物体检测为代表的光学遥感图像目标感知取得了显著进展,但对于目标尺度变化大,目标数量多而小的遥感图像目标感知场景中还存在巨大技术挑战,也就是在当前的光学遥感图像目标感知场景存在很多目标小并且多目标集中的情况,容易导致误检和漏检。为了解决现有遥感图像目标检测算法不同目标独立检测的内在低效性,本文提出了一种新的检测框架,即群目标检测,以期通过检测群目标的状态信息来缓解单一目标感知信息不足、可靠性差等问题,进而得到更为可靠的多目标检测结果。本文首先对群目标的概念进行定义,然后基于该定义提出了一种群目标自动化标注方案,在公开数据集上对原有标签进行分析,无需任何手动标注,就能得到含有群目标标注的注释信息。基于群目标自动化标注,本文提出了群目标检测算法,即在检测群目标的同时,利用群目标的空间约束提升单一目标检测结果。实验证明,与近年来的遥感图像检测算法相比,本文提出的群目标检测在最热门的大型遥感目标检测数据集DOTA上验证时,性能最佳。

关键词：遥感图像目标检测边界框群目标自动化标注 DOTA 目标感知多目标