基于中心点和双重注意力机制的无人机高分辨率图像小目标检测算法

无人机拍摄的图像具有分辨率高、视野大以及目标小的特点,而现有的目标检测方法对小目标特征的提取能力不足.为此,首先采用以中心点表示目标的检测网络CenterNet,引入可变形双重注意力机制,以提高对小目标的特征表达能力;然后针对原始非极大值抑制难以处理嵌套型冗余框的问题,在冗余检测剔除过程中提出了广义非极大值抑制方法;最...     

大区域场景下基于无人机视角的目标计数方法

近年来,无人机因其灵活度高、机动性强在人群计数领域得到广泛应用。然而,现有的人群计数方法大多基于单视点,对于大范围、多摄像机场景下的多视点计数研究较少。为了解决这个问题,提出了一种基于无人机视角的目标计数方法以准确统计场景中的目标数量。选择临海区域进行数据采集,利用深度学习技术对采集的图像进行目标检测和图像拼接融合,在拼接后的图像中映射检测信息,并采用计数算法完成区域场景的计数任务。在公开数据集和该文制作的数据集上进行的实验验证了基于目标检测的计数算法的有效性。     

文档图像识别中关键算法的研究与实现

1.选题的背影及意义 图像处理在军事、遥感、气象等大型应用中有着不断增长的需求。在医学领域中，生物医学的显微图像分析、X线照片的鉴别以及计算机层析成像的CT技术在社会生活中日益得到广泛的应用。     

基于非线性预处理策略的文档图像二值化处理

在许多对图像进行识别的应用中,如机票图像识别,芯片字符识别等,首先都要将图像进行二值化,转为黑白图像.但是由于一般扫描的图像都不是非常理想,直接二值化的效果并不好,通常都要经过一些预处理方法增强图像,去除在扫描过程中产生的噪声和形变,但使用线性的、空间不变的过滤器,去噪声的同时又会丢失边缘信息.因此笔者介绍了一种自适应的非线性预处理的方法,能够在去噪声的同时很好地进行边缘增强.