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
共找到8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：
深度卷积特征在素描作品分类与评价中的应用 被引量：6
1
作者 李超 孙守迁 +2 位作者 闵歆 王卫星 唐智川 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2017年第10期1898-1904,共7页
以素描教学过程中的临摹作品作为研究对象,将深度卷积特征应用于素描作品的分类与评价中.首先测试深度卷积特征在素描作品分类中的效果,同时将素描作品评价问题转换为基于作品的构图、形准、质感、画面整体黑白灰等图像高阶语义特征的... 以素描教学过程中的临摹作品作为研究对象,将深度卷积特征应用于素描作品的分类与评价中.首先测试深度卷积特征在素描作品分类中的效果,同时将素描作品评价问题转换为基于作品的构图、形准、质感、画面整体黑白灰等图像高阶语义特征的细分类问题(优、良、中、差);然后提出双线性卷积模型,以较好地解决图像细分类问题;最后使用Tensor Sketch投影算法将双线性深度卷积特征进行压缩,并采用端到端的训练进行模型微调.实验结果表明,在素描作品分类任务中,深度卷积特征明显优于传统手工特征(如直方图特征、纹理特征和SIFT特征);在素描作品评价中,压缩的双线性深度卷积特征能在较低维度上达到相似的评价效果. 展开更多
关键词 素描分类 素描评价 图像细分类 深度卷积特征 压缩双线性深度卷积特征
在线阅读 下载PDF
基于深度卷积特征的露天矿卡车装载状况识别技术研究
2
作者 阮顺领 景莹 +2 位作者 卢才武 顾清华 张雪飞 《煤炭科学技术》 CAS CSCD 北大核心 2021年第10期167-176,共10页
针对露天矿车辆运输过程中运载量管控受人为及环境等因素干扰较大,存在轻车跑票和人为套票等不利于生产管理的问题,提出了一种基于深度卷积特征的车辆装载状况识别方法。该方法通过构建试验数据集和对卷积神经网络AlexNet模型迁移学习,... 针对露天矿车辆运输过程中运载量管控受人为及环境等因素干扰较大,存在轻车跑票和人为套票等不利于生产管理的问题,提出了一种基于深度卷积特征的车辆装载状况识别方法。该方法通过构建试验数据集和对卷积神经网络AlexNet模型迁移学习,完成对露天矿卡车装载状况图像深度卷积特征的提取,并基于支持向量机多分类模型,实现对卡车装载状况的自动识别,在此基础上统计露天矿车队运载工作量。试验过程中,基于同一组试验数据集分别对GoogLeNet、ResNet、SqueezeNet、DenseNet模型进行迁移学习,提取卡车装载状况图像深度卷积特征,并使用同一支持向量机多分类模型对卡车装载状况进行自动识别。结果表明,在空间资源和时间资源约束下,迁移学习后的AlexNet模型在5种卷积神经网络中总体性能表现最佳,用其提取的图像深度卷积特征在卡车装载状态识别中准确率最高。相比于传统的人工设计图像特征,该方法能够更好地完成露天矿卡车装载状况自动识别任务,试验数据集的识别准确率达到97%以上,在此基础上对露天矿车队运载工作量进行统计,可有效鉴别露天矿卡车的实际装载状况,提高露天矿卡车运载的吨公里生产效率,有效解决露天矿山车辆运载工作量的管控问题。 展开更多
关键词 露天矿卡车 装载状况 深度卷积特征 图像识别 深度学习
在线阅读 下载PDF
联合加权聚合深度卷积特征的图像检索方法 被引量：3
3
作者 时璇 许林松 +2 位作者 李晨 王佳星 李党超 《西安交通大学学报》 EI CAS CSCD 北大核心 2019年第2期128-135,共8页
针对图像特征提取不充分影响图像检索平均精确率的问题,提出了一种基于联合加权聚合深度卷积特征的图像检索方法。该方法将图像输入到预先训练好的卷积神经网络中,提取最后一个卷积层输出作为图像的深度卷积特征;通过计算空间权重矩阵... 针对图像特征提取不充分影响图像检索平均精确率的问题,提出了一种基于联合加权聚合深度卷积特征的图像检索方法。该方法将图像输入到预先训练好的卷积神经网络中,提取最后一个卷积层输出作为图像的深度卷积特征;通过计算空间权重矩阵突出图像的显著性区域并抑制背景噪声区域,然后根据通道方差最大原则选取相应的特征图计算出空间权重矩阵,将原始深度卷积特征加权聚合为列向量;通过区分性地对待不同通道的特征图,计算出通道权重向量与上述列向量点乘得到最终的全局特征向量。公开数据集上的实验结果表明,本文方法能够有效地增强图像特征的表达能力,在图像检索的平均精确率上优于其他同类方法,可以有效地应用到图像检索相关领域。 展开更多
关键词 图像检索 深度卷积特征 空间权重矩阵 通道权重向量 聚合
在线阅读 下载PDF
基于PYNQ框架的深度卷积特征异构跟踪系统 被引量：3
4
作者 崔洲涓 安军社 +1 位作者 陈长龙 崔天舒 《计算机工程与应用》 CSCD 北大核心 2021年第4期120-126,共7页
针对深度卷积特征目标跟踪算法中特征提取计算量大、速度慢、难以在嵌入式平台上应用的问题,提出了一种基于PYNQ框架的目标跟踪方案,并将其部署在Zynq异构平台。首先设计基于深度卷积特征的目标跟踪算法;根据算法的特点进行软硬件划分,... 针对深度卷积特征目标跟踪算法中特征提取计算量大、速度慢、难以在嵌入式平台上应用的问题,提出了一种基于PYNQ框架的目标跟踪方案,并将其部署在Zynq异构平台。首先设计基于深度卷积特征的目标跟踪算法;根据算法的特点进行软硬件划分,完成片上系统的构建;然后针对深度卷积特征提取的计算过程进行并行优化,导出加速IP核;最后在PYNQ框架中通过Jupyter Notebooks,使用Python语言调用加速IP核作为硬件协处理器,实现底层到顶层的数据交互。实验结果表明,算法在通用数据集OTB-2015、UAV123上取得了良好的跟踪精度;跟踪速度与未集成加速IP核时相比,提升可达30倍。在兼顾跟踪稳健性的情况下,异构跟踪系统执行效率高,可移植性好,具有工程应用价值。 展开更多
关键词 PYNQ框架 目标跟踪 深度卷积特征 Zynq 加速
在线阅读 下载PDF
基于特征提取和模板匹配的电网工程图纸字符识别技术
5
作者 侯凯 梅诗妍 《沈阳工业大学学报》 北大核心 2025年第2期176-182,共7页
【目的】电力工程图纸在建设中是生产计划、施工及验收等环节的重要依据。然而,传统人工识别方式存在效率低、错误率高、成本高等问题,难以满足现代复杂工程项目的需求。近年来,计算机视觉技术在自动识别领域取得显著进展,但现有算法在... 【目的】电力工程图纸在建设中是生产计划、施工及验收等环节的重要依据。然而,传统人工识别方式存在效率低、错误率高、成本高等问题,难以满足现代复杂工程项目的需求。近年来,计算机视觉技术在自动识别领域取得显著进展,但现有算法在电力工程图纸识别中仍面临识别效率低以及对倾斜和变形字符识别准确率低的难题。【方法】提出了一种基于VGG网络和Hu不变矩的电力工程图纸字符识别算法,旨在通过结合尺度自适应深度卷积特征与Hu不变矩特征,提高电力工程图纸的识别效率和准确率。利用VGG网络提取深度卷积特征,并通过自适应方式选择目标层,以实现模板与图像的尺度自适应特征提取。该方法避免了传统滑动窗技术多次提取特征的问题,仅需对每个模板和图像进行一次特征提取,大幅提升了处理效率。为解决字符倾斜和变形的难题,结合了Hu不变矩特征,利用其平移及旋转不变性作为补充特征,有效增强了对复杂字符形态识别的鲁棒性。【结果】通过对比现有算法,从识别效率和准确率两方面验证了算法的性能优势。实验结果表明,算法在识别效率和准确率上均表现出显著优势:与传统CNN字符识别算法相比,算法的执行时间约为其1/4,显著提高了处理速度;通过结合Hu不变矩特征,算法在识别倾斜和变形字符方面表现出较强的鲁棒性;采用自适应目标层选择策略后,特征提取的准确性和鲁棒性可以得到进一步提高,优于固定网络层的特征提取方式。在复杂场景下算法具有更强的适应能力,具有良好的应用前景。【结论】研究的创新之处在于:提出的尺度自适应深度卷积特征提取方法在电力工程图纸识别中可以进行单次特征提取,大幅提升识别效率;结合Hu不变矩特征的设计增强了对复杂字符形态的识别能力,特别是增强了对倾斜和变形字符的鲁棒性。研究不仅提供了一种高效的字符识别算法,还为基于计算机视觉的电力工程图纸自动化处理提供了新的思路,未来可进一步优化字符特征的鲁棒性,提升系统的性能。 展开更多
关键词 电力工程图纸 字符识别 特征提取 模板匹配 VGG网络 深度卷积特征 归一化互相关系数 HU不变矩
在线阅读 下载PDF
基于融合多网络深层卷积特征和稀疏双关系正则化方法的乳腺癌图像分类研究 被引量：6
6
作者 王永军 黄芳琳 +3 位作者 黄珊 姜峰 雷柏英 汪天富 《中国生物医学工程学报》 CAS CSCD 北大核心 2020年第5期532-540,共9页
乳腺癌是全球女性癌症死亡的主要原因之一。现有诊断方法主要是医生通过乳腺癌观察组织病理学图像进行判断,不仅费时费力,而且依赖医生的专业知识和经验,使得诊断效率无法令人满意。针对以上问题,设计基于组织学图像的深度学习框架,以... 乳腺癌是全球女性癌症死亡的主要原因之一。现有诊断方法主要是医生通过乳腺癌观察组织病理学图像进行判断,不仅费时费力,而且依赖医生的专业知识和经验,使得诊断效率无法令人满意。针对以上问题,设计基于组织学图像的深度学习框架,以提高乳腺癌诊断准确性,同时减少医生的工作量。开发一个基于多网络特征融合和稀疏双关系正则化学习的分类模型:首先,通过子图像裁剪和颜色增强进行乳腺癌图像预处理;其次,使用深度学习模型中典型的3种深度卷积神经网络(Inception V3、Res Net-50和VGG-16),提取乳腺癌病理图像的多网络深层卷积特征并进行特征融合;最后,通过利用两种关系("样本-样本"和"特征-特征"关系)和lF正则化,提出一种有监督的双关系正则化学习方法进行特征降维,并使用支持向量机将乳腺癌病理图像区分为4类—正常、良性、原位癌和浸润性癌。实验中,通过使用ICIAR 2018公共数据集中的400张乳腺癌病理图像进行验证,获得93%的分类准确性。融合多网络深层卷积特征可以有效地捕捉丰富的图像信息,而稀疏双关系正则化学习可以有效降低特征冗余并减少噪声干扰,有效地提高模型的分类性能。 展开更多
关键词 乳腺癌病理图像分类 深度卷积特征融合 有监督特征选择 支持向量机
在线阅读 下载PDF
时间一致性保持的多任务稀疏深度表达视觉跟踪
7
作者 郭文 尹童灵 +1 位作者 张天柱 徐常胜 《计算机科学》 CSCD 北大核心 2021年第6期110-117,共8页
建立一个既能充分考虑目标表观表达的判别性、又能在后续的跟踪过程中保持特征的时间一致性的模型,是解决跟踪问题的关键。为了提高跟踪算法的特征表达判别性和解决跟踪过程中的特征时效性退化问题,文中提出了一种时间一致性保持的稀疏... 建立一个既能充分考虑目标表观表达的判别性、又能在后续的跟踪过程中保持特征的时间一致性的模型,是解决跟踪问题的关键。为了提高跟踪算法的特征表达判别性和解决跟踪过程中的特征时效性退化问题,文中提出了一种时间一致性保持的稀疏深度表达的跟踪方法。首先,利用不同卷积层上的特征有不同的属性来构建多任务的稀疏深度表达学习方法,充分挖掘多源信息的相关性。其次,利用相关帧的残差构建时间一致性约束正则项,以对跟踪过程特征的退化起到补偿作用,提高了跟踪算法特征的时间一致性。大量实验视频的跟踪结果显示,相比当前的主流算法,所提算法在复杂背景、快速运动等情况下具有更好的跟踪效果和稳定性。 展开更多
关键词 时间一致性 多任务学习 深度卷积特征 视觉跟踪
在线阅读 下载PDF
自适应双路间隔调控跟踪算法
8
作者 蒋秋萍 付小雁 《计算机应用与软件》 北大核心 2023年第1期173-183,共11页
卷积特征可有效解决复杂场景下的跟踪漂移问题,但特征提取耗时较长;传统手工算法跟踪速度快,然而精度有待提高。基于此,提出自适应双路间隔调控算法。针对目标尺度变化问题,使用多尺度特征训练跟踪器并依据质量评估自适应融合结果,为减... 卷积特征可有效解决复杂场景下的跟踪漂移问题,但特征提取耗时较长;传统手工算法跟踪速度快,然而精度有待提高。基于此,提出自适应双路间隔调控算法。针对目标尺度变化问题,使用多尺度特征训练跟踪器并依据质量评估自适应融合结果,为减少计算开销采用主成分分析降维;算法实时评估目标运动状态,在手工主线算法基础上间隔性地调用深度算法,在保证跟踪精度的同时尽可能地减少时间消耗。实验表明该算法实现了特征优势互补,精度可达0.91,GPU速度17.5 FPS。 展开更多
关键词 相关滤波 多尺度 质量评估 深度卷积特征 双路间隔调控策略
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部