检索结果-维普期刊中文期刊服务平台

基于注意计算模型的医学图像模糊连接度分割被引量：5: 1; 作者罗彤陈裕泉王立传《传感技术学报》 CAS CSCD 北大核心 2006年第4期1238-1242,共5页; 用模糊连接度分割图像时,种子点多以聚类分析方法自动给定,本文分析了传统聚类法存在的问题,在人类视觉活动机制的启发下,提出新的完全不同于聚类方法的视觉显著点注意引导下的图像分割方法。将图像特征显著点的定位转化为概率密度估计... 展开更多; 关键词注意计算模型医学图像分割模糊连接度; 在线阅读下载PDF 职称材料

有指向性的视觉注意计算机模型被引量：2: 2; 作者赵宏伟王慧 +1 位作者刘萍萍戴金波《计算机研究与发展》 EI CSCD 北大核心 2009年第7期1192-1197,共6页; 注意把有限的处理资源优先分配给那些需要精细加工的信息,能提高视觉信息加工中的检测能力和响应速度.基于生物视觉系统的生理结构特点,建立了模拟生物视觉注意系统的有指向性的视觉注意计算机模型.模型首先模拟生物视网膜的成像机制,... 展开更多; 关键词信息处理视觉注意计算机模型 k-系数法注意边缘检测; 在线阅读下载PDF 职称材料

基于区域预测和视觉注意计算的快速目标检测被引量：3: 3; 作者刘琼秦世引《北京航空航天大学学报》 EI CAS CSCD 北大核心 2011年第10期1303-1307,共5页; 提出了一种结合区域预测与视觉注意模型化计算的快速目标检测方法.通过分析图像近似均匀的3个水平子区域的方向特征图之灰度比率,灰度特征图之信息熵和子区域位置,建立了目标区域预测的判定准则.同时,通过优选特征和优化特征图之权重,... 展开更多; 关键词目标检测区域预测视觉注意模型化计算户外场景行人目标; 在线阅读下载PDF 职称材料

视觉注意引导和区域竞争控制的医学图像分割被引量：6: 4; 作者罗彤陈裕泉《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2007年第11期1797-1800,共4页; 模糊连接度已经成为医学图像分割的实用方法,但其困难在于需要设定多种子点,自动给定的手段不是很有效.为此将种子点等价于视觉特征显著点,提出了在视觉注意模型引导下种子点给定的新方法.通过研究显著点定位与图像特征概率密度估计之... 展开更多; 关键词注意计算模型医学图像分割模糊连接度区域竞争增长; 在线阅读下载PDF 职称材料

一种基于视觉注意机制的刀具检测方法被引量：2: 5; 作者窦燕孔令富《中国机械工程》 EI CAS CSCD 北大核心 2008年第17期2024-2027,共4页; 为了解决视觉引导的机器人加工系统中对目标进行快速、准确检测的问题,将人类视觉选择性注意机制引入机器视觉系统,提出了一种基于轮廓的视觉选择性注意计算模型(SECO模型)。该模型通过分离目标、提取边缘、感知轮廓、轮廓显著度竞争、... 展开更多; 关键词机器视觉系统轮廓检测视觉选择性注意基于轮廓的视觉注意计算模型(SECO模型); 在线阅读下载PDF 职称材料

题名基于注意计算模型的医学图像模糊连接度分割被引量：5: 1; 作者罗彤陈裕泉王立传; 机构浙江大学生物医学工程系; 出处《传感技术学报》 CAS CSCD 北大核心 2006年第4期1238-1242,共5页; 文摘用模糊连接度分割图像时,种子点多以聚类分析方法自动给定,本文分析了传统聚类法存在的问题,在人类视觉活动机制的启发下,提出新的完全不同于聚类方法的视觉显著点注意引导下的图像分割方法。将图像特征显著点的定位转化为概率密度估计问题,引入新的注意计算模型并结合Mean-Shift处理得到关键特征点。注意模型的特征地图采用图像灰度的对比度构成,迭代计算高斯邻域显著度。从密度估计的角度定位显著点,克服以往偏生理注意模型对定量描述的能力不足,尤其适用医学模糊图像。新的方法能完全自动地定位种子点,有效地分割模糊医学图像,提高准确率。; 关键词注意计算模型医学图像分割模糊连接度; Keywords computational model of attention image segmentation fuzzy connectedness; 分类号 TP212.3 [自动化与计算机技术—检测技术与自动化装置] 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

题名有指向性的视觉注意计算机模型被引量：2: 2; 作者赵宏伟王慧刘萍萍戴金波; 机构吉林大学计算机科学与技术学院吉林大学符号计算与知识工程教育部重点实验室; 出处《计算机研究与发展》 EI CSCD 北大核心 2009年第7期1192-1197,共6页; 基金高等学校博士学科点专项科研基金项目(20050183032) 吉林省教育厅科学基金项目(2004150)~~; 文摘注意把有限的处理资源优先分配给那些需要精细加工的信息,能提高视觉信息加工中的检测能力和响应速度.基于生物视觉系统的生理结构特点,建立了模拟生物视觉注意系统的有指向性的视觉注意计算机模型.模型首先模拟生物视网膜的成像机制,将视场图像转化为视网膜图像;然后将最大梯度边缘检测和c-均值聚类等方法相结合,对视网膜图像中的目标进行编码,分别提取每个目标的颜色、中心以及边缘点集合等基本信息;最后用知识库中指向性目标的特征来指导注意焦点的转移.实验结果表明,利用此模型能较好地实现注意焦点的转移.; 关键词信息处理视觉注意计算机模型 k-系数法注意边缘检测; Keywords information processing computer model of visual attention k-coefficient method attention edge detection; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] TK421.5 [动力工程及工程热物理—动力机械及工程]; 在线阅读下载PDF 职称材料

题名基于区域预测和视觉注意计算的快速目标检测被引量：3: 3; 作者刘琼秦世引; 机构北京航空航天大学自动化科学与电气工程学院; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2011年第10期1303-1307,共5页; 基金国家自然科学基金资助项目(60875072) 中澳国际合作资助项目(2007DFA11530); 文摘提出了一种结合区域预测与视觉注意模型化计算的快速目标检测方法.通过分析图像近似均匀的3个水平子区域的方向特征图之灰度比率,灰度特征图之信息熵和子区域位置,建立了目标区域预测的判定准则.同时,通过优选特征和优化特征图之权重,改进了视觉注意计算模型.对于一幅待检测图像,根据区域预测的判定准则,实现目标区域的快速预测,并利用改进的视觉注意计算模型对目标区域进行视觉注意计算,实现特定目标的快速精确定位.实验结果表明:针对户外场景中的行人目标,与通过整幅图像的视觉注意计算来实现目标检测的传统方法相比较,该检测方法可使检测时间缩短30%,同时还能使检测准确率提高9%.; 关键词目标检测区域预测视觉注意模型化计算户外场景行人目标; Keywords target detection area prediction computational modeling of visual attention pedestrian inoutdoor scene; 分类号 TP391 [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

题名视觉注意引导和区域竞争控制的医学图像分割被引量：6: 4; 作者罗彤陈裕泉; 机构浙江大学生物医学工程学系; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2007年第11期1797-1800,共4页; 文摘模糊连接度已经成为医学图像分割的实用方法,但其困难在于需要设定多种子点,自动给定的手段不是很有效.为此将种子点等价于视觉特征显著点,提出了在视觉注意模型引导下种子点给定的新方法.通过研究显著点定位与图像特征概率密度估计之间的关系,引入新的视觉特征估计地图,构造了注意计算模型,采用无阈值方法定位各类物体的视觉显著点并用于引导区域增长方式的图像分割.新的注意计算模型的定量描述能力较以往的模型有很大提高,适用于处理模糊图像.新方法能够完全自动定位种子点,有效分割图像,准确率高.引入多种子点之间的竞争策略加快了图像分割中的区域增长处理过程.; 关键词注意计算模型医学图像分割模糊连接度区域竞争增长; Keywords computational model of attention medical image segmentation fuzzy connectedness region competition growth; 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

题名一种基于视觉注意机制的刀具检测方法被引量：2: 5; 作者窦燕孔令富; 机构燕山大学; 出处《中国机械工程》 EI CAS CSCD 北大核心 2008年第17期2024-2027,共4页; 基金国家863高技术研究发展计划资助项目(2006AA04Z212); 文摘为了解决视觉引导的机器人加工系统中对目标进行快速、准确检测的问题,将人类视觉选择性注意机制引入机器视觉系统,提出了一种基于轮廓的视觉选择性注意计算模型(SECO模型)。该模型通过分离目标、提取边缘、感知轮廓、轮廓显著度竞争、注意焦点选择及转移等策略,实现对目标的检测。实验结果表明,该模型能够实现在复杂场景下对目标进行快速准确的检测,且具有很强的抗干扰能力和较高的计算效率,便于在机器视觉系统中直接应用。; 关键词机器视觉系统轮廓检测视觉选择性注意基于轮廓的视觉注意计算模型(SECO模型); Keywords machine vision system contour detection visual selective attention segmentation edge contour object（SECO） model; 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	基于注意计算模型的医学图像模糊连接度分割	罗彤陈裕泉王立传	《传感技术学报》 CAS CSCD 北大核心	2006	5	在线阅读下载PDF 职称材料
2	有指向性的视觉注意计算机模型	赵宏伟王慧刘萍萍戴金波	《计算机研究与发展》 EI CSCD 北大核心	2009	2	在线阅读下载PDF 职称材料
3	基于区域预测和视觉注意计算的快速目标检测	刘琼秦世引	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2011	3	在线阅读下载PDF 职称材料
4	视觉注意引导和区域竞争控制的医学图像分割	罗彤陈裕泉	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2007	6	在线阅读下载PDF 职称材料
5	一种基于视觉注意机制的刀具检测方法	窦燕孔令富	《中国机械工程》 EI CAS CSCD 北大核心	2008	2	在线阅读下载PDF 职称材料