-
题名融合纹理结构的潜在狄利克雷分布铁路扣件检测模型
被引量：9
- 1
-
-
作者
罗建桥
刘甲甲
李柏林
狄仕磊
-
机构
西南交通大学机械工程学院
-
出处
《计算机应用》
CSCD
北大核心
2016年第2期574-579,共6页
-
基金
四川省科技支撑计划项目(2013GZ0032
2014GZ0005)
2014年西南交通大学博士创新基金资助项目~~
-
文摘
针对潜在狄利克雷分布（LDA）模型忽略图像结构的问题,提出一种融合图像纹理结构信息的LDA扣件检测模型TS_LDA。首先,设计一种单通道局部二值模式（LBP）方法获得图像纹理结构,将单词的纹理信息作为标注,用单词和标注的联合分布反映了图像的结构特点;然后,将标注信息嵌入LDA,由单词和标注共同推导图像主题,改进之后的主题分布考虑了图像结构;最后,以该主题分布训练分类器,检测扣件状态。相比LDA方法,正常扣件与失效扣件在TS_LDA主题空间中的区分度增加了5%~35%,平均漏检率降低了1.8%~2.4%。实验结果表明,TS_LDA能够提高扣件图像建模精度,从而更加准确地检测扣件状态。
-
关键词
纹理结构
视觉单词
单词标注
潜在狄利克雷分布模型
铁路扣件检测
-
Keywords
texture structure
visual word
label of word
Latent Dirichlet Allocation（LDA） model
railway fastener detection
-
分类号
TP341.413
[自动化与计算机技术—计算机系统结构]
-
-
题名结合全局和局部约束的sLDA铁路扣件分类模型
- 2
-
-
作者
杨飞
罗建桥
李柏林
-
机构
西南交通大学机械工程学院
-
出处
《计算机应用》
CSCD
北大核心
2019年第3期888-893,共6页
-
基金
四川省科技支撑计划项目(2018GZ0361)~~
-
文摘
针对监督潜在狄利克雷分布(sLDA)模型中测试图像缺乏标注,导致测试主题分布忽略目标结构的问题,提出一种结合全局和局部约束的sLDA(glc-sLDA)扣件图像分类模型。首先,人工标注训练图像,并在sLDA模型中学习得到含有结构信息的训练主题分布;然后,计算测试主题分布,将测试图像的类别概率作为全局约束,将测试图像子块与训练图像子块的主题相似程度作为局部约束;最后,以全局和局部约束的乘积为更新权值,对训练主题分布加权求和得到新的测试主题分布,并在Softmax分类器中得到测试图像的分类结果。实验结果表明,glc-sLDA模型能表达扣件结构信息,与sLDA相比,各类别的扣件图像区分性增强,分类误检率减小了55%。
-
关键词
铁路扣件分类
监督潜在狄利克雷分布
主题模型
单词标注
目标结构
更新主题分布
-
Keywords
railway fastener classification
supervised Latent Dirichlet Allocation(sLDA)
topic model
annotation of word
target structure
update topic distribution
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
