VTC-KSVD:一种融合视觉特征与标签一致性的多标签图像标注方法

提出一种融合视觉特征及标签一致性的多标签图像标注方法VTC-KSVD.首先通过K均值奇异值分解（KSVD）法建立图像的标签一致性模型TC-KSVD,然后将多视图特征融合在该模型中.该方法既利用了训练样本的类标与编码系数的判别式模型,又利用了训练样本的标签与编码系数的关系,增加了字典的判别性,提高了标注性能.在Corel5K数据集上的实验结果表明,融合了多视图视觉特征与标签一致性的VTC-KSVD方法可以较为准确地找到视觉特征与语义特征均相似的图像近邻,能明显提升多标签图像的标注性能,并能有效缓解训练数据有限而引起的稀疏性问题.      

基于频域稀疏压缩感知的雷达目标三维散射中心反演方法

基于平面阵列的微波天线结构可以获取多视角下的目标散射中心三维分布。针对平面阵列稀疏分布导致的目标成像及散射中心反演精度较差的问题, 设计了一种基于组合巴克码的稀疏孔径分布方式。在此基础上, 利用稀疏孔径回波和频域主成分分析得到参考复数信号。利用该参考复数信号对原始回波进行干涉处理, 获得回波频谱的稀疏表征方式。在频域建立基于压缩感知的目标散射中心三维分布模型并进行优化求解, 得到重构后的目标三维频谱, 并逆变换至空间域, 可实现目标散射中心幅度及三维位置重建。暗室试验数据处理结果表明, 所提方法在X波段和稀疏采样率为50%的条件下, 目标散射中心幅度及三维位置反演精度均优于90%。     

基于中心点和语义信息的多方向遥感舰船检测

在高分辨率遥感影像解译中, 舰船目标的检测一直是研究热点。针对遥感影像中近岸舰船排列密集、方向各异以及背景复杂等问题, 本文提出一种基于旋转中心点网络和语义信息(rotated CenterNet using semantic information, RSI-CenterNet)的多方向遥感舰船目标检测方法。首先, 基于关键点检测网络, 在检测阶段添加目标角度回归分支, 以预测目标方向; 其次, 添加语义分割分支, 并将其输出的特征与检测部分的输入特征进行融合以强化目标区域的特征信息; 最后, 引入注意力模块, 以强化目标显著区域与通道的特征, 提升检测精度。实验结果表明, 与其他多种先进方法相比, 本文方法具有更高的检测精度与检测速度, 在高分辨率船舶数据集(High Resolution Ship Collections 2016, HRSC2016)上的平均精度达到88.31%, 检测速度达到17.8 FPS。     

用户参与视角下多图推文的图像位置和布局效应

该文受用户认知研究启发,探究新浪微博平台中多图推文的图像位置与布局对图像内容向用户互动参与行为转化过程的影响.使用基于单图推文数据训练的XGBoost模型预测多图推文中各张图像所具有的用户参与潜力,通过相关分析、Z检验、OLS回归分析验证图像位置、布局与用户参与的关系.研究结果表明,在新浪微博平台的多图推文中,图像...     

基于四元数的边缘自适应正则化模型

通过在HSV空间的全变分模型中加入了边缘自适应约束,得到基于四元数的边缘自适应全变差模型。该模型利用HSV空间各通道的特点得到图像的边缘信息,然后自动调节选择适当的参数作为边缘约束,解决之前模型恢复图像的边缘模糊或细节缺失问题。证明了算法的全局收敛性,并使用ADMM求解。数值实验表明了提出方法的有效性。     

一种基于超像素合并的高光谱图像谱-空降维方法

基于超像素技术和流行的主成分分析方法,提出了一种基于超像素合并的高光谱图像谱-空降维方法,所提出的方法利用新定义的局部模块度函数对超像素进行合并,并在合并后的超像素图上进行降维计算.最后,采用支持向量机对降维后的高光谱数据进行分类,验证降维效果.该方法有效减缓了基于超像素降维方法的降维结果严重依赖于超像素分割尺度的问题...     

一种基于Logistic回归的基本信度分配函数的构造新方法

结合Logistic回归分类,该文提出一种新的构造证据理论基本信度分配函数的方法,并将其应用于多特征图像分类.该方法首先以多类Logistic回归分类法输出的后验概率与样本分类正确率建立证据权重系数,然后构造出加权的基本信度分配函数,最后利用加权D-S证据融合判别所属类别.实验结果显示:该方法既能提高图像分类的正确率,又能改正使用单特征分类导致的分类正确率的不稳定的缺点.     

基于深度学习图像分析的晶体特性反馈控制

针对晶体尺寸期望以及标准偏差特性的在线反馈控制问题,提出一种基于深度学习图像分析的在线反馈控制方法.首先,通过基于深度学习神经网络的晶体图像分析方法在线分析晶体的形状与尺寸;然后,对图像分析的结果进行数学统计分析,得到某一批次晶体的尺寸期望与标准偏差;最后,针对晶体尺寸期望和标准偏差控制的欠输入特性设计了一种路径跟踪算法与PID相结合的反馈控制器,以获得具有目标尺寸期望与标准偏差的晶体.通过明矾冷却结晶实验验证了所提方法的有效性和可行性.     

基于自适应感知金字塔网络的图像去雨

基于深度学习的单幅图像去雨已经取得了较大进展,但现有方法去雨后的图像仍然存在细节丢失、密集雨纹去除不彻底等问题.为此,本文提出一种基于自适应感知金字塔网络的单幅图像去雨方法,能够在有效去除密集雨纹的同时对细节进行修正,显著改善去雨图像的视觉质量.首先,基于小波变换构建多尺度金字塔网络,在各尺度子网络之间进行递进式连接,实现雨纹迭代提取和去除;各尺度子网络内部以自适应雨纹感知模块为核心,设计对称跳跃连接将提取到的浅层特征反馈至深层,实现浅层特征的有效复用.其中,所设计的自适应雨纹感知模块通过非局部感知运算和共享扩张卷积扩大感受野,可有效感知雨纹特征,并融入注意力机制实现雨纹的自适应去除.为了更好地约束网络训练和去除不同尺度的雨纹,设计了一种多尺度损失函数,由粗及细逐步完成雨纹去除,可有效防止伪影现象.在合成和真实数据集上的大量实验表明,本文方法优于现有的主流方法,能够在去雨的同时较好地保持图像细节,视觉效果理想.     

基于重构相图相似性检测的单相接地故障选相方法

配电线路在发生单相高阻接地故障时,由于故障特征微弱导致传统以求解电气参量为依据的选相方法存在困难.依据故障支路附加状态的三相电流中健全相与故障相存在幅值相角不一的差异,提出一种利用相空间重构方法对故障附加状态的三相电流进行升维重构,然后依据重构相轨迹图的差异作为故障特征进行单相接地故障选相的新方法.该方法可通过重构相轨...