多实例学习在医学图像分析中的应用进展 被引量：1

1

作者 谢卓恒 伊鸣 黄新瑞 《集成技术》 2025年第2期24-32,共9页

多实例学习(multiple-instance learning,MIL)是一种弱监督学习方法,近年来广泛应用于医学图像分析领域。本文综述了MIL在全切片图像中的应用进展,详细分析了其在肿瘤检测、亚型分级和生存预测中的作用。MIL在弱监督学习中具有独特优势... 多实例学习(multiple-instance learning,MIL)是一种弱监督学习方法,近年来广泛应用于医学图像分析领域。本文综述了MIL在全切片图像中的应用进展,详细分析了其在肿瘤检测、亚型分级和生存预测中的作用。MIL在弱监督学习中具有独特优势,可通过引入新机制进行优化和拓展,以适应更多的应用场景。本文首先综述了部分应用广泛或独具优势的MIL模型,并详细介绍了它们的技术特点和具体应用场景;其次,介绍了MIL在多模态医学图像分析中的应用进展和技术进步;最后,总结了MIL目前的研究进展,并展望了其未来发展。 展开更多

关键词 图像分析 多实例学习 医学图像 机器学习 深度学习

在线阅读 下载PDF 职称材料

融合SIFT和MIL的红外人脸识别方法 被引量：5

2

作者 李大湘 赵小强 +1 位作者 刘颖 王殿伟 《西安邮电学院学报》 2012年第4期15-20,共6页

针对红外人脸识别问题,提出一种新的基于尺度不变特征转换(SIFT)与多示例学习(MIL)相结合的算法。该算法将图像当作多示例包,SIFT描述子当作包中的示例,利用聚类的方法对训练集中的所有SIFT描述子进行聚类,建立"视觉词汇表",... 针对红外人脸识别问题,提出一种新的基于尺度不变特征转换(SIFT)与多示例学习(MIL)相结合的算法。该算法将图像当作多示例包,SIFT描述子当作包中的示例,利用聚类的方法对训练集中的所有SIFT描述子进行聚类,建立"视觉词汇表",再根据"视觉字"在多示例训练包中出现的频率,建立"词-文档"矩阵,采用潜在语义分析(LSA)的方法获得多示例包(图像)的潜在语义特征,将MIL问题转化成标准的有监督学习问题,即在潜在语义空间用支持向量机(SVM)求解MIL问题。基于OTCBVS标准数据集的对比实验结果表明,所提算法是可行的,且识别率明显高于其他方法。 展开更多

关键词 多示例学习 红外人脸识别 SIFT描述子

在线阅读 下载PDF 职称材料

用FSVM-MIL算法实现图像检索

3

作者 李大湘 彭进业 卜起荣 《光电工程》 CAS CSCD 北大核心 2009年第9期98-103,共6页

针对基于对象的图像检索问题,利用模糊支持向量机(FSVM)提出了一种新的多示例学习算法—FSVM-MIL算法。在标准的多示例学习问题中,一个包被标为正包,则它至少包含一个示例是正的,否则被标为负包。FSVM-MIL算法将图像当作包,分割后的区... 针对基于对象的图像检索问题,利用模糊支持向量机(FSVM)提出了一种新的多示例学习算法—FSVM-MIL算法。在标准的多示例学习问题中,一个包被标为正包,则它至少包含一个示例是正的,否则被标为负包。FSVM-MIL算法将图像当作包,分割后的区域当作包中的示例,若图像包含有感兴趣对象,则对应的包标为正,否则标为负,因为正包中的示例不全是正的,概念标号存在模糊性,本文利用多样性密度方法寻找概念点,根据noisy-or概率模型定义了模糊隶属度函数,为正包中的示例赋予不同的模糊因子,用FSVM求解多示例学习问题。在SIVAL图像集进行对比实验,结果表明FSVM-MIL算法是有效的且性能不亚于其它同类方法。 展开更多

关键词 模糊支持向量机 基于对象的图像检索 多示例学习

在线阅读 下载PDF 职称材料

全局感知与稀疏特征关联图像级弱监督病理图像分割

4

作者 张印辉 张金凯 +4 位作者 何自芬 刘珈岑 吴琳 李振辉 陈光晨 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第9期3672-3682,共11页

弱监督语义分割方法可以节省大量的人工标注成本,在病理全切片图像(WSI)的分析中有着广泛应用。针对弱监督多实例学习(MIL)方法在病理图像分析中存在的像素实例相互独立缺乏依赖关系,分割结果局部不一致和图像级标签监督信息不充分的问... 弱监督语义分割方法可以节省大量的人工标注成本,在病理全切片图像(WSI)的分析中有着广泛应用。针对弱监督多实例学习(MIL)方法在病理图像分析中存在的像素实例相互独立缺乏依赖关系,分割结果局部不一致和图像级标签监督信息不充分的问题,该文提出一种全局感知与稀疏特征关联图像级弱监督的端到端多实例学习方法(DASMob-MIL)。首先,为克服像素实例之间的独立性,使用局部感知网络提取特征以建立局部像素依赖,并级联交叉注意力模块构建全局信息感知分支(GIPB)以建立全局像素依赖关系。其次,引入像素自适应细化模块(PAR),通过多尺度邻域局部稀疏特征之间的相似性构建亲和核,解决了弱监督语义分割结果局部不一致的问题。最后,设计深度关联监督模块(DAS),通过对多阶段特征图生成的分割图进行加权融合,并使用权重因子关联损失函数以优化训练过程,以降低弱监督图像级标签监督信息不充分的影响。DASMob-MIL模型在自建的结直肠癌数据集YN-CRC和公共弱监督组织病理学图像数据集LUAD-HistoSeg-BC上与其他模型相比展示出了先进的分割性能,模型权重仅为14 MB,在YN-CRC数据集上F1 Score达到了89.5%,比先进的多层伪监督(MLPS)模型提高了3%。实验结果表明,DASMob-MIL仅使用图像级标签实现了像素级的分割,有效改善了弱监督组织病理学图像的分割性能。 展开更多

关键词 弱监督语义分割 组织病理学图像 多实例学习 全局感知 稀疏特征

在线阅读 下载PDF 职称材料

基于聚类的多实例学习全视野数字切片分类

5

作者 钟海勤 赵程 +1 位作者 雷柏英 汪天富 《中国生物医学工程学报》 CSCD 北大核心 2024年第6期652-661,共10页

病理图像是检验癌症的金标准,对病理图像,尤其是全视野数字切片(WSI),进行快速、准确地分类有助于辅助医生对患者进行个性化治疗和预后评估。近年来,多实例学习(MIL)在WSI分类中发挥着越来越重要的作用。然而,由于WSI的数量有限,且阳性... 病理图像是检验癌症的金标准,对病理图像,尤其是全视野数字切片(WSI),进行快速、准确地分类有助于辅助医生对患者进行个性化治疗和预后评估。近年来,多实例学习(MIL)在WSI分类中发挥着越来越重要的作用。然而,由于WSI的数量有限,且阳性区域占比较低,现有的基于注意力机制的MIL方法可能会导致过拟合,从而影响分类的性能。为了解决这个问题,本研究提出一种新的基于聚类的MIL分类方法。具体地说,为了增加包的数量,让网络关注更多的阳性实例,将每个包划分为多个伪包;然后,为了解决在伪包划分过程中容易出现一个伪包全是阴性实例,导致产生噪声的现象,提出一种新的基于聚类的伪包划分方法;最后,为了获得更加精准的分类结果,将学习到的伪包级特征进行二次学习,得到最终的包级特征,并实现最终的WSI分类。在Camelyon16和TCGA-Lung数据集上进行实验,分别有399张WSI和1038张WSI,分类准确率分别为90.69%和86.54%,F1-评分分别为90.20%和86.52%。实验结果,表明所提出的方法可有效应用于WSI分类中。 展开更多

关键词 全视野数字切片 多实例学习 分类 聚类 伪包

在线阅读 下载PDF 职称材料

基于轻量化时间注意力增强的视频异常检测

6

作者 梁静 吴媛媛 《电子设计工程》 2024年第24期72-76,共5页

基于弱监督学习的视频异常行为检测算法使用较少的人工注释就能获得较大的性能提升,由于视频分段的影响,时序特征增强对于视频异常检测任务非常关键。现有的方法不能同时兼顾时间注意力增强与模型计算效率,因此,该文引入了一种基于轻量... 基于弱监督学习的视频异常行为检测算法使用较少的人工注释就能获得较大的性能提升,由于视频分段的影响,时序特征增强对于视频异常检测任务非常关键。现有的方法不能同时兼顾时间注意力增强与模型计算效率,因此,该文引入了一种基于轻量化时间注意力增强的视频异常检测算法,并在此基础上生成与异常检测任务相关的特征。此外,通过所设计的排序函数优化训练异常分数,能使每个片段的异常分数更加准确。相较于传统的Real-World算法,该方法在ShanghaiTech和UCSD Ped2数据集上的准确率分别提升了12.46%和13.03%,验证了其有效性。 展开更多

关键词 视频异常检测 多实例学习 弱监督学习 时间注意力

在线阅读 下载PDF 职称材料

基于局部加权的Citation-kNN算法 被引量：9

7

作者 黄剑华 丁建睿 +1 位作者 刘家锋 张英涛 《电子与信息学报》 EI CSCD 北大核心 2013年第3期627-632,共6页

Citation-kNN算法对传统的kNN算法进行了改进,使其可以应用于多示例学习问题,但其0-1决策方式具有一定的局限性,没有充分考虑样本的分布情况。为解决该问题,该文提出局部加权的Citation-kNN算法,综合考虑样本的分布情况,提出基于样本距... Citation-kNN算法对传统的kNN算法进行了改进,使其可以应用于多示例学习问题,但其0-1决策方式具有一定的局限性,没有充分考虑样本的分布情况。为解决该问题,该文提出局部加权的Citation-kNN算法,综合考虑样本的分布情况,提出基于样本距离加权、基于样本离散度加权的方法,并对各种组合情况进行了实验。在标准数据集MUSK和乳腺超声图像数据库上的实验结果表明,该文提出的方法与Citation-kNN相比,性能有明显提高,并具有良好的适应性。 展开更多

关键词 图像识别 多示例学习 Citation-kNN 样本分布 局部加权

在线阅读 下载PDF 职称材料

基于多示例学习和随机蕨丛检测的在线目标跟踪 被引量：6

8

作者 罗艳 项俊 +1 位作者 严明君 侯建华 《电子与信息学报》 EI CSCD 北大核心 2014年第7期1605-1611,共7页

基于检测的目标跟踪方法目前在计算机视觉领域受到了广泛的关注,这类方法通过训练判别分类器将目标对象从背景中分离出来;分类器的训练是根据当前的跟踪状态从当前帧中提取正负样本来进行,但训练样本的不准确将导致分类器退化产生漂移... 基于检测的目标跟踪方法目前在计算机视觉领域受到了广泛的关注,这类方法通过训练判别分类器将目标对象从背景中分离出来;分类器的训练是根据当前的跟踪状态从当前帧中提取正负样本来进行,但训练样本的不准确将导致分类器退化产生漂移。该文提出一种能够有效克服目标漂移的跟踪算法,采用检测器和跟踪器相结合的框架,利用中值流算法作为跟踪器,提高跟踪点的可靠性;级联若干个随机蕨弱分类器构成强分类器作为检测器;用在线多示例学习方法更新检测器,提高检测精度;最后将检测器、跟踪器的结果相融合得到最终的目标位置。实验结果表明,与其它方法相比,该方法对目标漂移有更强的鲁棒性。 展开更多

关键词 目标跟踪 中值流(MF) 随机蕨丛 在线多示例学习(mil)

在线阅读 下载PDF 职称材料

基于EMD的融合特征快速多示例人脸识别算法 被引量：8

9

作者 邓剑勋 熊忠阳 曾代敏 《四川大学学报（工程科学版）》 EI CAS CSCD 北大核心 2012年第2期99-104,共6页

在基于五官模版技术的人脸识别中,因光照、角度及缺少整体性考虑等情况,易产生异常示例,影响了算法精度。而适合多示例检索的EMD距离寻优路径较长,导致在人脸识别中应用受限。为此提出一种基于EMD距离的快速融合特征多示例人脸识别算法(... 在基于五官模版技术的人脸识别中,因光照、角度及缺少整体性考虑等情况,易产生异常示例,影响了算法精度。而适合多示例检索的EMD距离寻优路径较长,导致在人脸识别中应用受限。为此提出一种基于EMD距离的快速融合特征多示例人脸识别算法(IIFEMD-MIL)。针对异常点的问题,通过引入结合整体特征的融合多示例技术以及距离阀值,从而减少异常示例的产生并对超过阈值的示例予以平滑处理;针对寻优路径长的问题,将人脸五官之三结合整体示例为模版构建四示例的一一匹配,并进一步提出了融合快速EMD-MIL框架,缩短了寻优遍历路径。在ORL和MIT图像集上进行的比对实验表明,该算法执行效率和分类准确性优于其他同类算法。 展开更多

关键词 多示例学习(mil) 人脸识别 推土机距离(EMD) 距离阈值 融合特征

在线阅读 下载PDF 职称材料

多示例深度学习目标跟踪 被引量：4

10

作者 程帅 孙俊喜 +2 位作者 曹永刚 刘广文 韩广良 《电子与信息学报》 EI CSCD 北大核心 2015年第12期2906-2912,共7页

为解决多示例跟踪算法中外观模型和运动模型不足导致跟踪精度不高的问题,该文提出多示例深度学习目标跟踪算法。针对原始多示例跟踪算法中采用Haar-like特征不能有效表达图像信息的缺点,利用深度去噪自编码器提取示例图像的有效特征,实... 为解决多示例跟踪算法中外观模型和运动模型不足导致跟踪精度不高的问题,该文提出多示例深度学习目标跟踪算法。针对原始多示例跟踪算法中采用Haar-like特征不能有效表达图像信息的缺点,利用深度去噪自编码器提取示例图像的有效特征,实现图像信息的本质表达,易于分类器正确分类,提高跟踪精度。针对多示例学习跟踪算法中选取弱特征向量不能更换,难以反映目标自身和外界条件变化的缺点,在选择弱分类器过程中,实时替换判别力最弱的特征以适应目标外观的变化。针对原始多示例跟踪算法中运动模型中仅假设帧间物体运动不会超过某个范围,不能有效反映目标的运动状态的缺点,引入粒子滤波算法对目标进行预测,提高跟踪的准确性。在复杂环境下不同图片序列实验结果表明,与多示例跟踪算法及其他跟踪算法相比,该文算法具有更高跟踪精确度和更好的鲁棒性。 展开更多

关键词 目标跟踪 多示例学习 深度学习 弱特征更换 粒子滤波

在线阅读 下载PDF 职称材料

基于包级空间多示例稀疏表示的图像分类算法 被引量：6

11

作者 杨红红 曲仕茹 金红霞 《西北工业大学学报》 EI CAS CSCD 北大核心 2017年第4期690-697,共8页

基于多示例学习框架的图像分类算法以其特有的多义性对象表示能力在图像分类中表现出较好的分类效果。但传统的包级空间多示例学习算法在特征选择过程中存在忽略小目标概念区域且包含大量冗余信息的问题,造成部分训练包信息损失,影响分... 基于多示例学习框架的图像分类算法以其特有的多义性对象表示能力在图像分类中表现出较好的分类效果。但传统的包级空间多示例学习算法在特征选择过程中存在忽略小目标概念区域且包含大量冗余信息的问题,造成部分训练包信息损失,影响分类性能。为此,基于多示例学习与稀疏编码理论提出1种改进的多示例图像分类算法。该算法首先根据同类样本示例聚为一簇的特性,应用聚类算法构造每类图像的视觉词汇,并利用负包中所有示例都为负的特性,对视觉词汇进行约束,消除冗余信息;依据训练样本示例与视觉词汇的相似度,获得每类训练样本的包特征向量。然后,基于稀疏编码理论,对训练包中的包特征向量进行稀疏编码,获得每1类训练样本的字典矩阵。最后,对待分类样本特征进行稀疏线性组合,预测待分类样本的类别标签。通过对COREL数据集图像进行测试,结果表明,与其他多示例学习算法相比,文中提出的方法能较好地解决图像分类问题,具有较高的分类精度。 展开更多

关键词 包特征向量 稀疏表示 多示例学习 图像分类

在线阅读 下载PDF 职称材料

使用兴趣点局部分布特征及多示例学习的图像检索方法 被引量：16

12

作者 孟繁杰 郭宝龙 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2011年第2期47-53,共7页

提出了一种基于兴趣点的图像检索新方法.在尺度空间中检测兴趣点,依据兴趣点的分布将图像划分成一系列等面积的扇形子区域并提取图像特征.该特征既反映了兴趣点的局部特性,又考虑了兴趣点的空间分布结构,同时对图像旋转、缩放和平移具... 提出了一种基于兴趣点的图像检索新方法.在尺度空间中检测兴趣点,依据兴趣点的分布将图像划分成一系列等面积的扇形子区域并提取图像特征.该特征既反映了兴趣点的局部特性,又考虑了兴趣点的空间分布结构,同时对图像旋转、缩放和平移具有不变性.在相关反馈阶段,将图像看作是由各子区域内兴趣点局部特征构成的多示例包,根据用户选择的实例图像生成正包和反包,采用多示例学习算法获得体现图像语义的目标概念.本方法缩小了用户查询中的歧义性,在Corel图像库中进行的实验表明,与其他基于兴趣点的图像检索方法相比,平均检索准确率提高7%以上,可以更准确地查找到用户所需图像. 展开更多

关键词 图像检索 兴趣点 特征提取 局部分布特征 多示例学习

在线阅读 下载PDF 职称材料

基于谱聚类和多示例学习的图像检索方法 被引量：4

13

作者 李展 彭进业 温超 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2011年第7期156-162,共7页

针对基于对象的图像检索问题,提出一种新的谱聚类多示例学习算法.该算法将图像当作包,将分割区域的视觉特征当作包中的示例,针对正包示例集合进行谱聚类,按聚类中心点数最大原则选择潜在正示例中心和潜在正示例代表,并采用径向基函数和... 针对基于对象的图像检索问题,提出一种新的谱聚类多示例学习算法.该算法将图像当作包,将分割区域的视觉特征当作包中的示例,针对正包示例集合进行谱聚类,按聚类中心点数最大原则选择潜在正示例中心和潜在正示例代表,并采用径向基函数和金字塔核分别度量潜在正示例间和其它示例间的相似性,最后利用支持向量机和相关反馈实现图像检索.采用SIVAL图像集进行的对比实验表明,该方法是有效的. 展开更多

关键词 图像检索 多示例学习 谱聚类 金字塔核

在线阅读 下载PDF 职称材料

图像分块及惰性多示例学习鞋印图像识别 被引量：3

14

作者 李大湘 吴倩 +1 位作者 李娜 刘颖 《西安邮电大学学报》 2016年第1期59-62,共4页

结合图像分块与惰性多示例学习(MIL)给出一种鞋印识别新算法。将整个鞋印图像当作包,根据脚底生物特征比例,采用均匀网格分块的方法将鞋印图像分成15个子块,并提取每个子块的纹理与形状特征,当作包中的示例,将鞋印图像识别问题转化成MI... 结合图像分块与惰性多示例学习(MIL)给出一种鞋印识别新算法。将整个鞋印图像当作包,根据脚底生物特征比例,采用均匀网格分块的方法将鞋印图像分成15个子块,并提取每个子块的纹理与形状特征,当作包中的示例,将鞋印图像识别问题转化成MIL问题;然后,将推土机距离(EMD)应用到K最近邻(KNN)算法中,得出一种惰性MIL新方法用于鞋印识别。在包含5种不同类型花纹的鞋印库中进行实验,识别正确率可达91.28%,较之基于欧氏距离的KNN算法,识别精度平均提高4.0%。 展开更多

关键词 多示例学习 鞋印图像识别 纹理-形状特征

在线阅读 下载PDF 职称材料

基于权值分配及多特征表示的在线多示例学习跟踪 被引量：2

15

作者 杨红红 曲仕茹 米秀秀 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2016年第10期2146-2154,共9页

针对复杂环境下目标跟踪过程中由于遮挡、目标姿势及光照条件变化引起跟踪漂移的问题,提出一种基于多示例学习(MIL)框架的在线视觉目标跟踪算法。该算法针对多示例跟踪算法采用单一haar-like特征不能准确描述目标外观变化及在学习过程... 针对复杂环境下目标跟踪过程中由于遮挡、目标姿势及光照条件变化引起跟踪漂移的问题,提出一种基于多示例学习(MIL)框架的在线视觉目标跟踪算法。该算法针对多示例跟踪算法采用单一haar-like特征不能准确描述目标外观变化及在学习过程中对样本包中各正负样本示例采用相同权值,忽略不同正负样本示例在学习过程中对包的重要性不同的特点,采用多特征联合表示目标外观构造分类器,通过将多特征互补特性融入在线多示例学习过程中,利用多特征的互补属性建立准确的目标外观模型,克服在线多示例跟踪算法对目标外观变化描述不足的问题;同时,依据不同正负样本示例对样本包的重要程度进行权值分配,提高跟踪精度。实验结果表明,本文跟踪算法对场景光线剧烈变化、遮挡、尺度变化及平面旋转等干扰具有较强的跟踪鲁棒性,通过对不同视频序列进行测试,文中算法在5组测试视频序列上的平均中心位置误差远小于对比增量式学习跟踪,仅为10.14像素,其对比算法IVT、MIL和OAB的中心位置误差分别为17.99、20.29和33.64像素。 展开更多

关键词 多示例学习 多特征联合表示 权值分配 目标跟踪 分类器

在线阅读 下载PDF 职称材料

构建新包空间的多示例学习方法 被引量：1

16

作者 温超 耿国华 李展 《西安交通大学学报》 EI CAS CSCD 北大核心 2011年第8期62-66,117,共6页

针对已有神经网络方法采用示例决定标记从而导致多示例学习(MIL)中包结构信息丢失的问题,提出了一种新的RK_BP多示例学习方法.在示例空间,首先采用粗糙集对其进行属性约简;然后进行K均值聚类,利用聚类点构造新包空间;在新空间中,利用误... 针对已有神经网络方法采用示例决定标记从而导致多示例学习(MIL)中包结构信息丢失的问题,提出了一种新的RK_BP多示例学习方法.在示例空间,首先采用粗糙集对其进行属性约简;然后进行K均值聚类,利用聚类点构造新包空间;在新空间中,利用误差反向传播神经网络算法进行分类.在多个测试数据集上对算法进行测试,结果表明该算法可有效解决已有神经网络方法包结构信息丢失问题,明显提高分类性能. 展开更多

关键词 多示例学习 反向传播算法 粗糙集 K均值聚类 新空间

在线阅读 下载PDF 职称材料

基于多示例学习法的人体行为识别 被引量：3

17

作者 王军 《信息技术》 2016年第7期65-70,共6页

提出了基于多示例学习法的人体行为识别方法。利用人体骨架模型,将人体主要关节的属性特征作为人体运动的几何特征,提出了一种基于行为几何特征的自适应行为分解算法,将行为分解为简单动作。把分解后的行为看作一个包,各个动作看作包中... 提出了基于多示例学习法的人体行为识别方法。利用人体骨架模型,将人体主要关节的属性特征作为人体运动的几何特征,提出了一种基于行为几何特征的自适应行为分解算法,将行为分解为简单动作。把分解后的行为看作一个包,各个动作看作包中的各个示例,结合多示例学习法与Any Boost算法提出了多示例行为学习算法(MILBoost算法),通过在多示例框架下对每一类行为进行学习,得到强分类器用于未知行为包的识别。实验结果表明该方法与其他方法相比具有更高的识别精度,并且在有噪声或干扰的情况下具有很好的识别精度。 展开更多

关键词 行为识别 多示例学习 行为分解 包

在线阅读 下载PDF 职称材料

基于行动片段补充生成器的异常行为检测方法 被引量：1

18

作者 赵春晖 杨莹 宿南 《沈阳大学学报（自然科学版）》 CAS 2019年第6期483-488,共6页

为了解决监控视频数量的迅速增长给视频存储及分析带来的问题,提出了一种结合3D卷积网络与MIL(multiple instance learning)异常检测的方法,构造了一个异常行为片段补充生成器对提案网络的动作片段进行补充,并修改了分类网络的3D卷积网... 为了解决监控视频数量的迅速增长给视频存储及分析带来的问题,提出了一种结合3D卷积网络与MIL(multiple instance learning)异常检测的方法,构造了一个异常行为片段补充生成器对提案网络的动作片段进行补充,并修改了分类网络的3D卷积网络结构,提升了分类网络的性能.根据MIL异常检测结果得分情况实现对边界检测结果的调整,自适应地控制输出结果的数量,在保证选择高分的异常行为检测结果的同时对多余部分进行筛选过滤,实现对监控视频的精细边界检测的目标.在UCF_crimes数据集上进行的实验表明,提出的异常行为边界检测方法与传统方法相比具有更好的检测效果. 展开更多

关键词 监控视频 多实例学习 3D卷积 异常行为 边界检测

在线阅读 下载PDF 职称材料

基于优化协同训练理论的自适应融合跟踪

19

作者 郑超 陈杰 +2 位作者 杨星 殷松峰 冯云松 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2016年第4期496-504,共9页

针对基于可见光和红外图像的分析型融合跟踪算法在复杂环境下的鲁棒性不高,提出一种新颖的基于优化协同训练理论的自适应分析型融合跟踪算法.首先,通过加权多示例学习boosting技术分别从基于可见光和红外图像的弱分类器池中实现判别能... 针对基于可见光和红外图像的分析型融合跟踪算法在复杂环境下的鲁棒性不高,提出一种新颖的基于优化协同训练理论的自适应分析型融合跟踪算法.首先,通过加权多示例学习boosting技术分别从基于可见光和红外图像的弱分类器池中实现判别能力最好的弱分类器挑选,减弱引入的误差样本对联合分类器判别能力的影响;然后,在自适应先验知识引入机制辅助下,完成分类器样本包的协同训练更新,减小相互引入误差样本的概率;最后,通过误差模型完成算法有效性分析.多组序列跟踪的对比实验结果展示了该算法各部分对提高跟踪鲁棒性的贡献,验证了该算法相比于基于单源图像或其它融合机制的跟踪算法更好的鲁棒性. 展开更多

关键词 分析型融合 协同训练 加权多示例学习boosting 先验知识

在线阅读 下载PDF 职称材料

一种基于笔画宽度特征和半监督多示例学习的文本区域鉴别方法

20

作者 吴锐 杜庆安 +1 位作者 张博宇 黄庆成 《高技术通讯》 CAS CSCD 北大核心 2016年第2期111-118,共8页

考虑到文本区域鉴别在视频文本检测中的重要作用,提出了一种基于笔画宽度特征的文本区域鉴别方法,该方法通过分析候选文本区域中笔画宽度的分布,有效地区分文本和非文本区域。此外针对笔画宽度信息提取过程中存在未知极性参数的问题,提... 考虑到文本区域鉴别在视频文本检测中的重要作用,提出了一种基于笔画宽度特征的文本区域鉴别方法,该方法通过分析候选文本区域中笔画宽度的分布,有效地区分文本和非文本区域。此外针对笔画宽度信息提取过程中存在未知极性参数的问题,提出了一种半监督多示例学习(SS-MIL)算法,该算法可以充分利用训练样本中不完整的监督信息,提高文本区域分类器的性能。基于上述方法,实现了一个完整的视频文本检测系统,并在具有代表性的数据集上对其进行了充分的实验,实验结果表明,基于笔画宽度特征和SS-MIL的文本区域鉴别方法能够有效地辨别文本区域,从而使该系统检测视频文本的综合性能达到较高水平。 展开更多

关键词 文本区域鉴别 笔画宽度 半监督学习 多示例学习(mil)

在线阅读 下载PDF 职称材料