基于卷积核分解的深度CNN模型结构优化及其在小图像识别中的应用

小图像由于像素少、分辨率低、整幅图像包含信息较少,识别较为困难。目前优秀的深度卷积神经网络模型多为大图像而设计,而用于小图像的模型则存在着层次不够深、难以对特征进行充分抽象的不足。本文基于VGG19模型,依据卷积核分解的原理,设计了一种KDS-DCNN模型,模型深度达到31层,解决了目前超深度模型不能直接用于小图像识别的问题,实验表明该方法不但提升了识别性能,而且还降低了模型的时间复杂度。在CIFAR-10、CIFAR-100和SVHN三个数据集上的验证结果显示,KDS-DCNN模型性能优越,其识别错误率分别降低到29.46%、6.02%和2.17%。     

图像美学质量评价技术发展趋势

 图像质量评价是利用计算机模拟人类视觉系统自动评价图像的失真程度,而图像美学质量评价是利用计算机模拟人类对美的感知与认知,自动评价图像的"美感",分析图像在构图、颜色、光影、景深、虚实等美学因素影响下所形成的美感刺激,这是计算美学与计算机视觉、心理学、虚拟现实等领域的学科交叉新方向,其在摄影摄像、电影电视、电子商务、服装设计、平面设计、文稿设计、工业设计、汽车行业、建筑行业、美容美妆等多个行业具有良好的应用前景。本文回顾了图像美学质量评价的发展历史,从基于人工设计美学特征的方法、基于美学特征深度学习的方法、图像美学质量评价的新任务、图像美学质量评价数据集构建等方面综述了该领域关键技术的发展情况,并展望了图像美学质量评价及其关键技术的发展趋势。     

基于全卷积网络的左心室射血分数自动检测

提出了一种基于全卷积网络(fully convolutional networks, FCN)的左心室射血分数自动估测的方法.利用全卷积网络对心脏磁共振图像中的左心室进行内轮廓分割,计算心脏左心室在一个心动周期中各时间点的容积,提取左心室舒张末期与收缩末期的容积,最后推导出左心室的射血分数.使用700组图片对全卷积网络进行训练以及440组图片进行测试,并将最后计算结果与美国国立卫生研究院和儿童国家医疗中心提供的射血分数(ejection fraction, EF)金标准进行了对比,计算准确率为89.8%,结果处在合理的误差范围内.     

星敏感器中的图像预处理技术

详细论述了星敏感器中的图像预处理技术.分析比较了星图的噪声和信号的不同特点,并给出了星像光斑灰度分布的数学模型;在恒虚警率条件下,确定了恰当的图像二值化阈值;采用质心法和其改进算法求恒星的质心位置,提高了精度;采用子窗口技术,提高星敏感器的动态性.     

基于流形正则的堆叠胶囊自编码器优化算法

针对堆叠胶囊自编码器存在检测性能慢、不能更好挖掘图像局部特征的问题，本文提出基于流形正则的堆叠胶囊自编码器优化算法。采用Scharr滤波器对堆叠胶囊自编码器模型中的图像进行重建，加强图像目标检测的精度，并在损失函数中引入流形正则项，从而加强对原始数据空间局部特征的提取，最终使用基于流形正则的堆叠胶囊自编码器学习参数，选择出更加具有区别性的特征。在MNIST和Fashion MNIST数据集上的实验结果显示，该优化算法相比于原网络结构，图像分类准确率分别提高了0.26和9.23个百分点，且模型训练速度也得到较大提高。     

基于无人机的大场景序列图像自动采集和三维建模

提出并实现了一种基于无人机的大场景序列图像自动采集和三维重建方法,实现了大范围场景全自动图像数据采集和三维建模。首先设计实现无人机自动控制地面站和基于Cortex-A17的无人机控制模块,其次在地面站人工点选设计航线和拍摄位置,并自动控制飞行和拍摄过程,实时将序列图像回传地面站,最后地面站应用SFM方法实时自动重建大场景三维模型。实验结果表明,相对于人工控制方法,文中方法能够实现无人机飞行和拍摄过程自动控制,同时提高拍摄稳定性,降低基于无人机的大场景三维建模难度,提高建模效果。     

梵高的《卧室》经数字化复原

<正>在芝加哥工作的科学家对梵高的作品《在阿尔的卧室》做了图像可视化处理,展示了这幅画作在褪色之前的模样。原来艺术家梵高对这个著名的场景,信手采用了同样系列的颜色画了三个不同版本的画。研究者采用了多种技术和数字化处理把淡蓝色的墙壁和门恢复成丁香花的紫色和紫红色。计算机图像可视化处理是芝加哥艺术学院新展览会的一个主要部分,它只需要一秒钟就可以把梵高画的三     

双周要闻

英特尔将免费提供霍金用的“说话软件” 因病瘫痪的英国著名物理学家斯蒂芬·霍金多年依靠一套量身定制的电脑软件与他人交流。他以面部肌肉操控软件，完成打字、与他人对话等活动。他“说话”时，面部肌肉动作被安装在眼镜上的红外线传感器捕捉，信号传送给电脑，转化为文字，由声音处理器“发声”。这款软件的其他使用者可以根据各自需要，选择以触摸、眨眼、眉部动作等方式操控软件。     

基于误差加权哈希的图像检索方法

图像检索技术旨在大规模图像库中准确、快速地检索与查询图像相似的图像。基于此,对误差加权哈希Error Weighted Hashing(EWH)快速近似最近邻搜索算法进行分析,并将其与Locality Sensitive Hashing(LSH)局部敏感哈希、Multi-Index Hashing(MIH)多索引哈希进行分析比较,然后基于误差加权哈希(EWH)算法构建图像检索系统,设计分段哈希索引的结构以及该系统所需要实现的功能模块。     

基于M-S模型的三种图像分割算法的比较

M-S模型的水平集图像分割方法依赖于图像同质区域的全局信息,因而分割过程时间效率较低。为了提高计算效率,该方法在图像处理领域得到很多改进。本文在简化的M-S模型即C-V模型的基础上,讨论了现有3种改进分割演化算法,即:去掉C-V模型中的正则项;用||??取代狄拉克函数,使得方法具有更好的全局优化性;加入梯度局部项,使之适合处理弱边缘和边缘断裂的图像。最后,通过3个实例进一步验证了各算法的优劣性以及适用性范围。