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
3
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
医学图像多分辨率编码在PACS中的应用
1
作者
李晴辉
《重庆大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2004年第3期94-96,共3页
在医学图像管理与传输系统(PACS)中需要高效率地传输和浏览医学图像资料,而多分辨率图像编码是提高图像压缩效率的重要措施。通过研究二维图像小波变换的迭代特征,提出了一种适用于PACS系统的医学图像多分辨率编码算法,该算法优先对频...
在医学图像管理与传输系统(PACS)中需要高效率地传输和浏览医学图像资料,而多分辨率图像编码是提高图像压缩效率的重要措施。通过研究二维图像小波变换的迭代特征,提出了一种适用于PACS系统的医学图像多分辨率编码算法,该算法优先对频率较低的子带图像进行编码,再依次对频率较高的子带图像进行编码;在传输和回放时先处理频率较低的子带图像,再依次处理频率较高的子带图像。实验表明,该算法可以有效地提高PACS中医学图像传输和回放的速度。
展开更多
关键词
医学图像
多分辨率编码
小波变换
图像管理与传输系统
图像压缩
图像
编码
PACS
在线阅读
下载PDF
职称材料
融合单目先验信息的快速神经隐式表面重建算法
2
作者
吴锦湖
杨晓君
王靖
《计算机应用研究》
北大核心
2025年第5期1570-1575,共6页
近年来,神经隐式表面重建方法已成为多视图三维重建的热门技术。然而,现有的方法存在一些缺点,主要表现在训练时间较长,其主要原因有两个:首先,相机与物体表面之间存在大量空旷区域,而这些区域的信息对最终的重建质量贡献较低;其次,每...
近年来,神经隐式表面重建方法已成为多视图三维重建的热门技术。然而,现有的方法存在一些缺点,主要表现在训练时间较长,其主要原因有两个:首先,相机与物体表面之间存在大量空旷区域,而这些区域的信息对最终的重建质量贡献较低;其次,每个射线样本都需要通过庞大的多层感知器(MLP)进行查询,这导致训练时计算负担过重,影响效率。此外,在进行三维重建时,由于缺乏几何约束,导致重建结果不够理想。为了解决这些问题,提出了FM-NeuS算法:在射线行进时,使用跳过空区域和在遮挡区域终止射线的策略,以减少每条射线上采样点的数量,从而加速模型的训练;采用融合多分辨率哈希编码的轻量型MLP,加快采样点的查询效率,减少训练时间,并提升重建物体的表面细节;利用单目先验知识约束表面几何,以提高重建质量。大量的实验证明,该方法能够产生高质量的表面,并且其训练速度比NeuS快20倍。
展开更多
关键词
神经隐式表面重建
单目几何约束
多分辨率
哈希
编码
NeuS
MLP
在线阅读
下载PDF
职称材料
基于MRE-PointNet+AE的绿萝叶片外形参数估测算法
被引量：
8
3
作者
王浩云
肖海鸿
+3 位作者
马仕航
陈玲
王江波
徐焕良
《农业机械学报》
EI
CAS
CSCD
北大核心
2021年第1期146-153,共8页
为了准确、高效、自动获取植物叶片外形参数,提出一种基于多分辨率编码点云深度学习网络(MRE-PointNet)和自编码器模型的绿萝叶片外形参数估测算法。使用Kinect V2相机以垂直姿态获取绿萝叶片点云数据,采用直通滤波、分割、点云精简算...
为了准确、高效、自动获取植物叶片外形参数,提出一种基于多分辨率编码点云深度学习网络(MRE-PointNet)和自编码器模型的绿萝叶片外形参数估测算法。使用Kinect V2相机以垂直姿态获取绿萝叶片点云数据,采用直通滤波、分割、点云精简算法对数据进行预处理,通过测定的叶片外形参数反演绿萝叶片几何模型,并计算几何模型的叶长、叶宽、叶面积。将不同参数组合构建的几何模型离散成点云数据输入MRE-PointNet网络,得到几何模型叶片外形参数估测的预训练模型。针对拍摄过程中存在的叶片部分遮挡和噪声问题,采用自编码器网络对点云数据进行二次处理,以几何模型离散的点云数据作为输入,经过编码解码运算得到自编码器的预训练模型,提升了MRE-PointNet网络在遮挡情况下对叶片外形参数估测的鲁棒性。试验共采集300片绿萝叶片点云数据,按照2∶1比例进行划分,以其中200片点云数据作为训练集,对预训练模型MRE-PointNet做模型迁移的参数微调,以剩下的100片点云数据作为测试集,评估模型对绿萝叶片外形参数的估测能力。采用本文算法将外形参数估测值和真实值进行数学统计与线性回归分析,得出叶长、叶宽和叶面积估测的R^2和RMSE分别为0.9005和0.4170 cm、0.9131和0.3164 cm、0.9447和3.8834 cm^2。试验表明,基于MRE-PointNet和自编码器模型的绿萝叶片外形参数估测算法具有较高的精确度和实用性。
展开更多
关键词
绿萝
叶片外形参数估测
多分辨率编码
模型迁移
深度学习
自
编码
器
在线阅读
下载PDF
职称材料
题名
医学图像多分辨率编码在PACS中的应用
1
作者
李晴辉
机构
第三军医大学西南医院信息科
出处
《重庆大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2004年第3期94-96,共3页
文摘
在医学图像管理与传输系统(PACS)中需要高效率地传输和浏览医学图像资料,而多分辨率图像编码是提高图像压缩效率的重要措施。通过研究二维图像小波变换的迭代特征,提出了一种适用于PACS系统的医学图像多分辨率编码算法,该算法优先对频率较低的子带图像进行编码,再依次对频率较高的子带图像进行编码;在传输和回放时先处理频率较低的子带图像,再依次处理频率较高的子带图像。实验表明,该算法可以有效地提高PACS中医学图像传输和回放的速度。
关键词
医学图像
多分辨率编码
小波变换
图像管理与传输系统
图像压缩
图像
编码
PACS
Keywords
medical image
multi-resolution
wavelet transform
PACS
分类号
R445 [医药卫生—影像医学与核医学]
TN919.81 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
融合单目先验信息的快速神经隐式表面重建算法
2
作者
吴锦湖
杨晓君
王靖
机构
广东工业大学信息工程学院
广东工业大学通感融合光子技术教育部重点实验室
广东工业大学广东省信息光子技术重点实验室
广东工业大学集成电路学院
出处
《计算机应用研究》
北大核心
2025年第5期1570-1575,共6页
基金
国家自然科学基金资助项目(62373112)
广州市科技攻关资助项目(202206010104)。
文摘
近年来,神经隐式表面重建方法已成为多视图三维重建的热门技术。然而,现有的方法存在一些缺点,主要表现在训练时间较长,其主要原因有两个:首先,相机与物体表面之间存在大量空旷区域,而这些区域的信息对最终的重建质量贡献较低;其次,每个射线样本都需要通过庞大的多层感知器(MLP)进行查询,这导致训练时计算负担过重,影响效率。此外,在进行三维重建时,由于缺乏几何约束,导致重建结果不够理想。为了解决这些问题,提出了FM-NeuS算法:在射线行进时,使用跳过空区域和在遮挡区域终止射线的策略,以减少每条射线上采样点的数量,从而加速模型的训练;采用融合多分辨率哈希编码的轻量型MLP,加快采样点的查询效率,减少训练时间,并提升重建物体的表面细节;利用单目先验知识约束表面几何,以提高重建质量。大量的实验证明,该方法能够产生高质量的表面,并且其训练速度比NeuS快20倍。
关键词
神经隐式表面重建
单目几何约束
多分辨率
哈希
编码
NeuS
MLP
Keywords
neural implicit surface reconstruction
monocular geometry constraint
multi-resolution hash coding
NeuS
MLP
分类号
TP391.4 [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
基于MRE-PointNet+AE的绿萝叶片外形参数估测算法
被引量：
8
3
作者
王浩云
肖海鸿
马仕航
陈玲
王江波
徐焕良
机构
南京农业大学人工智能学院
中国移动通讯集团上海有限公司
塔里木大学植物科学学院
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2021年第1期146-153,共8页
基金
南京农业大学塔里木大学教师开放科研联合基金项目(NNLH202006)
中央高校基本科研业务费专项资金项目(KYLH202006、KYZ201914)
+1 种基金
新疆生产建设兵团南疆重点产业支撑计划项目(2017DB006)
国家自然科学基金项目(31601545)。
文摘
为了准确、高效、自动获取植物叶片外形参数,提出一种基于多分辨率编码点云深度学习网络(MRE-PointNet)和自编码器模型的绿萝叶片外形参数估测算法。使用Kinect V2相机以垂直姿态获取绿萝叶片点云数据,采用直通滤波、分割、点云精简算法对数据进行预处理,通过测定的叶片外形参数反演绿萝叶片几何模型,并计算几何模型的叶长、叶宽、叶面积。将不同参数组合构建的几何模型离散成点云数据输入MRE-PointNet网络,得到几何模型叶片外形参数估测的预训练模型。针对拍摄过程中存在的叶片部分遮挡和噪声问题,采用自编码器网络对点云数据进行二次处理,以几何模型离散的点云数据作为输入,经过编码解码运算得到自编码器的预训练模型,提升了MRE-PointNet网络在遮挡情况下对叶片外形参数估测的鲁棒性。试验共采集300片绿萝叶片点云数据,按照2∶1比例进行划分,以其中200片点云数据作为训练集,对预训练模型MRE-PointNet做模型迁移的参数微调,以剩下的100片点云数据作为测试集,评估模型对绿萝叶片外形参数的估测能力。采用本文算法将外形参数估测值和真实值进行数学统计与线性回归分析,得出叶长、叶宽和叶面积估测的R^2和RMSE分别为0.9005和0.4170 cm、0.9131和0.3164 cm、0.9447和3.8834 cm^2。试验表明,基于MRE-PointNet和自编码器模型的绿萝叶片外形参数估测算法具有较高的精确度和实用性。
关键词
绿萝
叶片外形参数估测
多分辨率编码
模型迁移
深度学习
自
编码
器
Keywords
Scirpus sibiricum
leaves shape parameters estimation
multi-resolution encoding
model transfer
deep learning
autoencoder
分类号
TP391 [自动化与计算机技术—计算机应用技术]
S126 [农业科学—农业基础科学]
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
医学图像多分辨率编码在PACS中的应用
李晴辉
《重庆大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2004
0
在线阅读
下载PDF
职称材料
2
融合单目先验信息的快速神经隐式表面重建算法
吴锦湖
杨晓君
王靖
《计算机应用研究》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
基于MRE-PointNet+AE的绿萝叶片外形参数估测算法
王浩云
肖海鸿
马仕航
陈玲
王江波
徐焕良
《农业机械学报》
EI
CAS
CSCD
北大核心
2021
8
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
