检索结果-维普期刊中文期刊服务平台

有指向性的视觉注意计算机模型被引量：2: 1; 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

计算机视觉模型中的知识及其表示被引量：3: 2; 作者席学强王润生《计算机工程与应用》 CSCD 北大核心 2000年第11期45-47,91,共4页; 计算机视觉模型是计算机完成视觉任务时所要具备的知识.根据任务的需要,确定模型中应当具有哪些知识并选择合适的表示方法,是建立一个计算机视觉系统首先要解决的问题,并将从根本上影响系统的性能.该文将这些知识分为几何知识、物理知... 展开更多; 关键词计算机视觉模型知识表示计算机图形学; 在线阅读下载PDF 职称材料

基于视交叉与LGN层流特异性的轮廓检测模型: 3; 作者池涵煜房涛范影乐《传感技术学报》北大核心 2025年第6期991-1001,共11页; 针对目前轮廓检测算法存在弱轮廓被过度抑制的问题,模拟视交叉与外侧膝状体(Lateral Geniculate Nucleus,LGN)层流特异性的生理机制,提出了一种轮廓快速检测的新方法。首先,模拟视网膜局部边缘侦查器(Local Edge Detector,LED)的中心-... 展开更多; 关键词轮廓检测视交叉 LGN层流尖峰脉冲发放视觉计算模型; 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: 4; 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

一种彩色图像的主基元图模型和提取算法: 5; 作者赵莹迟冬祥 +1 位作者胡静李菁辉《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2014年第4期427-430,共4页; 文章针对一种灰度图像的主基元图模型和提取算法的不足,提出了一种彩色图像的主基元模型和提取算法,该算法是建立结构和纹理的统一表达模型,在遵循最小描述长度的基本原则下,利用匹配追踪(matching pursuit)算法,从给定一幅图像中推理... 展开更多; 关键词主基元图模型马尔视觉计算模型匹配追踪算法最小描述长度准则; 在线阅读下载PDF 职称材料

生物视觉启发的低照度视频自适应增强设计与FPGA加速实现被引量：1: 6; 作者张显石宋健 +1 位作者宋泗锦李永杰《电子与信息学报》 EI CSCD 北大核心 2023年第8期2739-2748,共10页; 该文基于现场可编程门阵列实现了受生物视觉机制启发的夜间图像增强模型,实时高效地对夜间低照度视频图像进行自适应增强。受初级视觉系统中大小细胞通路启发,该文采取独立的两条通路分别处理结构与细节信息,获得了较好的处理效果与处... 展开更多; 关键词生物视觉计算模型图像增强现场可编程门阵列; 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: 7; 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

基于多尺度区域对比的显著目标识别被引量：7: 8; 作者成培瑞王建立 +2 位作者王斌李正炜吴元昊《中国光学》 EI CAS CSCD 2016年第1期97-105,共9页; 为了对图像中的显著目标进行更精确的识别,提出一种新的基于多尺度区域对比的视觉显著性计算模型。首先基于多尺度思想将图像分别分割为不同数目的超像素,对超像素内的像素颜色值取平均以生成抽象化图像;然后根据显著特征的稀少性及显... 展开更多; 关键词显著目标识别视觉显著性计算模型多尺度; 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: 1; 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

题名计算机视觉模型中的知识及其表示被引量：3: 2; 作者席学强王润生; 机构国防科技大学ATR重点实验室; 出处《计算机工程与应用》 CSCD 北大核心 2000年第11期45-47,91,共4页; 文摘计算机视觉模型是计算机完成视觉任务时所要具备的知识.根据任务的需要,确定模型中应当具有哪些知识并选择合适的表示方法,是建立一个计算机视觉系统首先要解决的问题,并将从根本上影响系统的性能.该文将这些知识分为几何知识、物理知识和关系三种类型,概括论述了各类知识的作用和现有的各种表示方法,并特别指出了物理知识在视觉模型中的重要性.; 关键词计算机视觉模型知识表示计算机图形学; Keywords ： Computer vision,model,knowledge,representation; 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

题名基于视交叉与LGN层流特异性的轮廓检测模型: 3; 作者池涵煜房涛范影乐; 机构杭州电子科技大学模式识别与图像处理实验室杭州电子科技大学电子信息学院; 出处《传感技术学报》北大核心 2025年第6期991-1001,共11页; 基金国家自然科学基金项目(61501154)。; 文摘针对目前轮廓检测算法存在弱轮廓被过度抑制的问题,模拟视交叉与外侧膝状体(Lateral Geniculate Nucleus,LGN)层流特异性的生理机制,提出了一种轮廓快速检测的新方法。首先,模拟视网膜局部边缘侦查器(Local Edge Detector,LED)的中心-外周感受野特性,构建初级轮廓检测模型;然后,受视交叉神经元的信息分流功能启发,建立尖峰脉冲发放时序编码分流模型,利用LGN中M层流的高对比度增益调节特性增强轮廓,同时根据LGN中P层流的环绕抑制特性弱化强纹理干扰;最后,基于LED同步发放机理构建双通路融合模型,将初级轮廓信息经过上丘送入初级视皮层,通过与LGN投射的信息融合,从而实现轮廓特征的整合。以Ru G40和BSDS500图像库为实验对象,最佳检测结果的P指标均值分别为0.50与0.33,FPS为1.35与1.27。所提方法综合性能优于MCI、NDC等轮廓检测主流方法。所提出的基于视交叉与LGN层流特异性的目标轮廓检测计算模型,为生物视觉感知机制的理解和应用提供一种新的思路。; 关键词轮廓检测视交叉 LGN层流尖峰脉冲发放视觉计算模型; Keywords contour detection optic chiasm LGN laminar flow spike firing visual computation model; 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

题名基于区域预测和视觉注意计算的快速目标检测被引量：3: 4; 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

题名一种彩色图像的主基元图模型和提取算法: 5; 作者赵莹迟冬祥胡静李菁辉; 机构上海电机学院电子信息学院中国科学院上海光学精密机械研究所; 出处《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2014年第4期427-430,共4页; 基金上海市教委创新资助项目(13yz136) 上海高校选拔优秀青年教师科研专项基金资助项目(sdj10003); 文摘文章针对一种灰度图像的主基元图模型和提取算法的不足,提出了一种彩色图像的主基元模型和提取算法,该算法是建立结构和纹理的统一表达模型,在遵循最小描述长度的基本原则下,利用匹配追踪(matching pursuit)算法,从给定一幅图像中推理主基元图。实验结果表明,彩色图像主基元图模型比灰度图像主基元在表示上更加完备,能表达在灰度图像主基元图中被"漏检"的主基元。; 关键词主基元图模型马尔视觉计算模型匹配追踪算法最小描述长度准则; Keywords primal sketch graph model Marr computational theory of vision matching pursuit algo-rithm minimum description length（MDL）; 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

题名生物视觉启发的低照度视频自适应增强设计与FPGA加速实现被引量：1: 6; 作者张显石宋健宋泗锦李永杰; 机构电子科技大学生命科学与技术学院; 出处《电子与信息学报》 EI CSCD 北大核心 2023年第8期2739-2748,共10页; 基金四川省中央引导地方科技发展专项(#2022ZYD0112) 四川省自然科学基金(2022NSFSC0527)。; 文摘该文基于现场可编程门阵列实现了受生物视觉机制启发的夜间图像增强模型,实时高效地对夜间低照度视频图像进行自适应增强。受初级视觉系统中大小细胞通路启发,该文采取独立的两条通路分别处理结构与细节信息,获得了较好的处理效果与处理效率。为了实现对高清视频的实时增强,基于现场可编程门阵列对该文算法进行了加速实现。通过滑动数据窗并行处理、相邻帧信息共享、多通道并行化等硬件设计保证高数据吞吐量。该设计在XC7Z100现场可编程门阵列上达到对1080P@60 Hz彩色视频增强的实时性要求。与本领域已有设计相比,该文设计具有更高的数据吞吐量,适用于高分辨率实时图像增强应用。; 关键词生物视觉计算模型图像增强现场可编程门阵列; Keywords Biological vision computation model Image enhancement Field Programmable Gate Arrays(FPGA); 分类号 TN911.73 [电子电信—通信与信息系统]; 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: 7; 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

题名基于多尺度区域对比的显著目标识别被引量：7: 8; 作者成培瑞王建立王斌李正炜吴元昊; 机构中国科学院长春光学精密机械与物理研究所中国科学院大学; 出处《中国光学》 EI CAS CSCD 2016年第1期97-105,共9页; 基金国家高技术研究发展计划(863计划)资助项目(No.2013AAXXXX042)~~; 文摘为了对图像中的显著目标进行更精确的识别,提出一种新的基于多尺度区域对比的视觉显著性计算模型。首先基于多尺度思想将图像分别分割为不同数目的超像素,对超像素内的像素颜色值取平均以生成抽象化图像;然后根据显著特征的稀少性及显著特征的聚集性,计算单一尺度下超像素颜色特征的显著性值;最后通过取各尺度超像素显著度的平均值来融合多尺度显著图,得到最终的视觉显著图。实验表明,以MSRA图库中的1 000张随机自然图片为例,该模型较现有较好的区域对比模型,显著目标识别的精确率提高了14.8%,F-Measure值提高了9.2%。与现有的算法相比,该模型提高了算法对显著目标大小的适应性,减少了背景对显著目标识别的干扰,具有更好的一致性,能更好地识别显著目标。; 关键词显著目标识别视觉显著性计算模型多尺度; Keywords salient object detection visual saliency computing model multi-scale; 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	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
2	计算机视觉模型中的知识及其表示	席学强王润生	《计算机工程与应用》 CSCD 北大核心	2000	3	在线阅读下载PDF 职称材料
3	基于视交叉与LGN层流特异性的轮廓检测模型	池涵煜房涛范影乐	《传感技术学报》北大核心	2025	0	在线阅读下载PDF 职称材料
4	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
5	一种彩色图像的主基元图模型和提取算法	赵莹迟冬祥胡静李菁辉	《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心	2014	0	在线阅读下载PDF 职称材料
6	生物视觉启发的低照度视频自适应增强设计与FPGA加速实现	张显石宋健宋泗锦李永杰	《电子与信息学报》 EI CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料
7	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
8	基于多尺度区域对比的显著目标识别	成培瑞王建立王斌李正炜吴元昊	《中国光学》 EI CAS CSCD	2016	7	在线阅读下载PDF 职称材料