期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
多分辨率图像序列的超分辨率重建
被引量：
15
1
作者
李展
张庆丰
+2 位作者
孟小华
梁鹏
刘玉葆
《自动化学报》
EI
CSCD
北大核心
2012年第11期1804-1814,共11页
针对不同焦距下拍摄的多分辨率尺度的图像序列,本文提出了一种基于尺度不变特征转换(Scale invariant feature transform,SIFT)和图像配准的超分辨率(Super resolution,SR)图像盲重建算法.首先提取图像SIFT特征点,然后用向量夹角余弦进...
针对不同焦距下拍摄的多分辨率尺度的图像序列,本文提出了一种基于尺度不变特征转换(Scale invariant feature transform,SIFT)和图像配准的超分辨率(Super resolution,SR)图像盲重建算法.首先提取图像SIFT特征点,然后用向量夹角余弦进行特征描述符向量的初匹配,并用随机抽样一致性(Random sample consensus,RANSAC)算法消除误匹配提高配准精度.计算变换参数后,将低分辨率图像(Low-resolution,LR)像素点映射到高分辨率(How-resolution,HR)网格,最后利用像素可信度加权算法填充缺失像素值,重建更高分辨率的图像.实验表明,本文算法能精确估计图像序列的缩放因子,可以有效处理仿射变换模型,对配准误差也具有一定的鲁棒性.算法从实质上提高了多分辨率尺度图像序列的分辨率,尤其在低分辨率帧数较少可用于重建的信息量严重不足时也能获得比较满意的重建效果.
展开更多
关键词
超
分辨率
重建
尺度
不变特征转换
多分辨率尺度
随机抽样一致性算法
仿射变换
在线阅读
下载PDF
职称材料
多级多尺神经网络自搜索的焊缝缺陷语义分割
被引量：
1
2
作者
张睿
李吉
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2024年第11期1750-1760,共11页
为进一步提高焊缝缺陷X-ray底片低质影像语义分割精度,降低人工设计网络主观影响及耗时等问题,提出一种多级多尺神经网络自搜索的焊缝缺陷语义分割方法.通过对多尺度轻量化候选操作、通道注意力机制和多层级动态神经网络架构的设计,从...
为进一步提高焊缝缺陷X-ray底片低质影像语义分割精度,降低人工设计网络主观影响及耗时等问题,提出一种多级多尺神经网络自搜索的焊缝缺陷语义分割方法.通过对多尺度轻量化候选操作、通道注意力机制和多层级动态神经网络架构的设计,从不同维度提升网络对低质影像缺陷特征提取的表达能力;同时对网络训练早期与最终识别性能之间的潜在关联探索,提出使用固定采样逐步确定最优候选操作的渐进式快速神经架构搜索方法.在架构搜索阶段使用自行采集、标注的483幅X-ray焊缝缺陷图像,经过随机裁剪、旋转、平移等数据增强操作进行架构寻优,最终以较低的搜索成本自动构建出焊缝缺陷语义分割网络.实验表明,所提方法对X-ray焊缝缺陷进行语义分割最终mIoU指数达到了49.23%,高于人工设计网络的45.41%和直接使用模型迁移的28.86%,网络自搜索速度和分割效果提升明显.
展开更多
关键词
语义分割
多分辨率
多
尺度
特征融合
神经架构搜索
焊缝缺陷
无损检测
在线阅读
下载PDF
职称材料
题名
多分辨率图像序列的超分辨率重建
被引量：
15
1
作者
李展
张庆丰
孟小华
梁鹏
刘玉葆
机构
暨南大学信息科学与技术学院计算机科学系
广东技术师范学院计算机科学学院
中山大学信息科学与技术学院计算机科学系
出处
《自动化学报》
EI
CSCD
北大核心
2012年第11期1804-1814,共11页
基金
国家自然科学基金(61070090)
中央高校基本科研业务费专项资金(21612413
+3 种基金
21612414)
广东省自然科学基金(10151063201000002)
广东省科技计划重大专项项目(2010A080402005)
广东省科技计划项目(2010B080701062)资助~~
文摘
针对不同焦距下拍摄的多分辨率尺度的图像序列,本文提出了一种基于尺度不变特征转换(Scale invariant feature transform,SIFT)和图像配准的超分辨率(Super resolution,SR)图像盲重建算法.首先提取图像SIFT特征点,然后用向量夹角余弦进行特征描述符向量的初匹配,并用随机抽样一致性(Random sample consensus,RANSAC)算法消除误匹配提高配准精度.计算变换参数后,将低分辨率图像(Low-resolution,LR)像素点映射到高分辨率(How-resolution,HR)网格,最后利用像素可信度加权算法填充缺失像素值,重建更高分辨率的图像.实验表明,本文算法能精确估计图像序列的缩放因子,可以有效处理仿射变换模型,对配准误差也具有一定的鲁棒性.算法从实质上提高了多分辨率尺度图像序列的分辨率,尤其在低分辨率帧数较少可用于重建的信息量严重不足时也能获得比较满意的重建效果.
关键词
超
分辨率
重建
尺度
不变特征转换
多分辨率尺度
随机抽样一致性算法
仿射变换
Keywords
Super resolution （SR） reconstruction, scale invariant feature transform （SIFT）, multi-resolution, randomsample consensus （RANSAC） algorithm, affine transformation
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
多级多尺神经网络自搜索的焊缝缺陷语义分割
被引量：
1
2
作者
张睿
李吉
机构
太原科技大学计算机科学与技术学院
山西省机电设计研究院有限公司
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2024年第11期1750-1760,共11页
基金
山西省基础研究计划(20210302123216)
山西省机械产品质量司法鉴定中心企业委托项目(2021168)
+1 种基金
山西省研究生教育改革研究课题(2021YJJG244)
太原科技大学研究生联合培养示范基地项目(JD2022004),太原科技大学研究生教育创新项目(SY2022064)。
文摘
为进一步提高焊缝缺陷X-ray底片低质影像语义分割精度,降低人工设计网络主观影响及耗时等问题,提出一种多级多尺神经网络自搜索的焊缝缺陷语义分割方法.通过对多尺度轻量化候选操作、通道注意力机制和多层级动态神经网络架构的设计,从不同维度提升网络对低质影像缺陷特征提取的表达能力;同时对网络训练早期与最终识别性能之间的潜在关联探索,提出使用固定采样逐步确定最优候选操作的渐进式快速神经架构搜索方法.在架构搜索阶段使用自行采集、标注的483幅X-ray焊缝缺陷图像,经过随机裁剪、旋转、平移等数据增强操作进行架构寻优,最终以较低的搜索成本自动构建出焊缝缺陷语义分割网络.实验表明,所提方法对X-ray焊缝缺陷进行语义分割最终mIoU指数达到了49.23%,高于人工设计网络的45.41%和直接使用模型迁移的28.86%,网络自搜索速度和分割效果提升明显.
关键词
语义分割
多分辨率
多
尺度
特征融合
神经架构搜索
焊缝缺陷
无损检测
Keywords
semantic segmentation
multi resolution and multi-scale feature fusion
neural architecture weld defects
non-destructive testing
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
多分辨率图像序列的超分辨率重建
李展
张庆丰
孟小华
梁鹏
刘玉葆
《自动化学报》
EI
CSCD
北大核心
2012
15
在线阅读
下载PDF
职称材料
2
多级多尺神经网络自搜索的焊缝缺陷语义分割
张睿
李吉
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
