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：
一种基于Shi-Tomasi和改进LBP的特征匹配及目标定位快速算法 被引量：7
1
作者 张震 张照崎 +4 位作者 朱留存 刘济尘 魏金占 蔡旭航 赵成龙 《吉林大学学报（理学版）》 CAS 北大核心 2021年第5期1171-1178,共8页
针对机器人伺服抓取中对定位精度和实时性均要求较高的问题,提出一种特征匹配及目标定位快速算法.首先,采用Shi-Tomasi检测算法提取特征点;其次,提出一种新的特征描述子定义方法:先以特征点为中心截取子图像,利用二维Gauss函数偏导数确... 针对机器人伺服抓取中对定位精度和实时性均要求较高的问题,提出一种特征匹配及目标定位快速算法.首先,采用Shi-Tomasi检测算法提取特征点;其次,提出一种新的特征描述子定义方法:先以特征点为中心截取子图像,利用二维Gauss函数偏导数确定特征方向,再根据特征方向对局部图像做旋转处理,提取旋转后标准局部图像局部二值模式作为特征描述子,该描述子具有良好的局部性以及平移、旋转不变性;最后,通过计算特征描述子间的Hamming距离实现特征匹配,估计单应性矩阵,定位目标在场景中的位置和方向.实验结果表明,该算法匹配速度快、定位精度高、稳定性好,能满足机器人伺服抓取中定位精度和实时性的要求. 展开更多
关键词 Shi-Tomasi检测算法 特征检测 特征匹配 目标定位 局部二值模式
在线阅读 下载PDF
基于Harris-改进LBP的特征匹配及目标定位算法 被引量：6
2
作者 张震 张照崎 +5 位作者 朱留存 苗志滨 王骥月 李修明 赵成龙 张坤伦 《吉林大学学报（理学版）》 CAS 北大核心 2021年第3期568-576,共9页
为满足机器人伺服抓取中定位精度和实时性的要求,提出一种基于Harris及改进局部二值模式(LBP)的特征匹配和目标定位快速算法.首先采用Harris检测算法提取图像特征点;然后提出一种新的特征点描述子定义方法,先利用胡矩确定特征方向,再根... 为满足机器人伺服抓取中定位精度和实时性的要求,提出一种基于Harris及改进局部二值模式(LBP)的特征匹配和目标定位快速算法.首先采用Harris检测算法提取图像特征点;然后提出一种新的特征点描述子定义方法,先利用胡矩确定特征方向,再根据特征方向对局部图像做标准化处理,提取标准化局部图像LBP特征作为特征点描述子;最后通过计算两张图像中各特征点描述子间的汉明距离实现特征匹配,再根据匹配结果估计单应性矩阵,定位目标在场景图像中的位置.实验结果表明,该算法匹配速度快、定位精度高. 展开更多
关键词 特征检测 特征匹配 目标定位 局部二值模式
在线阅读 下载PDF
基于Harris-Hist的特征匹配及目标定位算法 被引量：5
3
作者 张震 张照崎 +5 位作者 苗志滨 朱留存 李修明 麦冬 张坤伦 周瑞凯 《吉林大学学报（理学版）》 CAS 北大核心 2021年第2期333-341,共9页
针对目前机器人伺服定位抓取中定位精度和实时性较差的问题,提出一种基于Harris-Hist的快速特征匹配及目标定位算法.首先,采用Harris检测算法提取图像特征点;然后,提出一种新的特征点描述子定义方法,计算特征点圆形邻域内像素点灰度直... 针对目前机器人伺服定位抓取中定位精度和实时性较差的问题,提出一种基于Harris-Hist的快速特征匹配及目标定位算法.首先,采用Harris检测算法提取图像特征点;然后,提出一种新的特征点描述子定义方法,计算特征点圆形邻域内像素点灰度直方图刻画特征点,通过计算两幅图像中各特征点描述子间的距离实现特征匹配;最后,根据匹配结果,估计单应性矩阵,定位目标在场景图像中的位置.实验结果表明,该算法匹配速度快、定位精度高,能满足机器人伺服定位抓取中定位精度和实时性的要求. 展开更多
关键词 特征检测 特征匹配 目标定位
在线阅读 下载PDF
基于阶梯形标定物的线激光传感器手眼标定算法 被引量：10
4
作者 孙炜 舒帅 +3 位作者 李汶霖 刘乃铭 苑河南 刘权利 《湖南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第2期83-92,共10页
本文设计了一种阶梯形标定物,这种标定物的标定点坐标更容易获取,只需线激光对准一次标定物上的标记点,与球形标定法相比操作更加简单;同时,在阶梯型标定物的基础上,提出了一种线激光传感器手眼标定算法,该算法利用RASANC(随机抽样一致... 本文设计了一种阶梯形标定物,这种标定物的标定点坐标更容易获取,只需线激光对准一次标定物上的标记点,与球形标定法相比操作更加简单;同时,在阶梯型标定物的基础上,提出了一种线激光传感器手眼标定算法,该算法利用RASANC(随机抽样一致)算法对标定点进行拟合,并利用最小二乘法求解手眼标定矩阵,这种标定算法无需对标定点的坐标进行修正.实验结果表明,阶梯形标定法的精度和稳定性均优于球形标定法,且该方法操作简单,可以满足自动化加工领域的大部分应用. 展开更多
关键词 手眼标定 线激光传感器 阶梯形标定物 RASANC算法
在线阅读 下载PDF
数据与模型双驱动的高效压缩感知磁共振成像重构算法 被引量：3
5
作者 张宇夕 马龙 +3 位作者 刘日升 程世超 樊鑫 罗钟铉 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2020年第6期903-910,共8页
传统压缩感知磁共振成像重构算法基于先验构造与迭代求解,通常具有很低的计算效率,近期提出的深度方法依赖训练数据与结构设计,因此泛化能力差.针对两者的问题,提出一种高效鲁棒的重构算法以实现性能与效率的平衡.算法从互补的视角出发... 传统压缩感知磁共振成像重构算法基于先验构造与迭代求解,通常具有很低的计算效率,近期提出的深度方法依赖训练数据与结构设计,因此泛化能力差.针对两者的问题,提出一种高效鲁棒的重构算法以实现性能与效率的平衡.算法从互补的视角出发,对细节恢复和伪影去除2个问题分别构建模型驱动的先验表达过程与数据驱动的深度预测过程,实现了领域知识与深度信息的充分融合;交替迭代的求解机制保证中间结果被及时修正,进一步引导解序列沿着理想的传播方向逼近目标解.针对T1加权与T2加权数据的实验结果表明,与现有先进算法相比,所提算法在3种采样模板与5种采样频率下均能实现更高的重构精度,且提高了在GPU与CPU上的计算效率,进一步实验表明所提算法对采样部位差异与莱斯噪声干扰具有更强的鲁棒性. 展开更多
关键词 压缩感知磁共振成像 深度学习 邻近梯度 残差学习 凸优化
在线阅读 下载PDF
基于邻域一致性的点云场景流传播更新方法 被引量：1
6
作者 郑晗 王宁 +3 位作者 马新柱 张宏 王智慧 李豪杰 《计算机研究与发展》 EI CSCD 北大核心 2023年第2期426-434,共9页
场景流是连续动态场景之间的3D运动场,广泛应用于机器人技术和自动驾驶任务.现有方法忽略了点云点的相关性,仅关注源点云和目标点云逐点的匹配关系,由于匹配关系完全依赖于点云数据的特征信息,导致在局部特征信息不足的点上准确估计场... 场景流是连续动态场景之间的3D运动场,广泛应用于机器人技术和自动驾驶任务.现有方法忽略了点云点的相关性,仅关注源点云和目标点云逐点的匹配关系,由于匹配关系完全依赖于点云数据的特征信息,导致在局部特征信息不足的点上准确估计场景流仍然存在挑战.根据源点云相邻点具有相关性的特性,提出NCPUM(neighborhood consistency propagation update method)方法,在邻域内将场景流从高置信度点向低置信度点传播,从而优化局部特征信息不足点的场景流.具体来说,NCPUM包含2个模块:置信度预测模块,根据场景流先验分布图,预测源点云逐点的置信度;场景流传播模块,根据局部区域一致性的约束更新低置信度点集的场景流.NCPUM在合成数据集Flyingthings3D和真实驾驶场景数据集KITTI上进行评估,准确度上达到了国际先进水平.由于邻域一致性更符合真实激光雷达场景的先验假设,因此在KITTI数据集上的提升更加明显. 展开更多
关键词 场景流 点云 邻域一致性 置信度 深度学习
在线阅读 下载PDF
基于运动估计与时空结合的多帧融合去雨网络 被引量：3
7
作者 孟祥玉 薛昕惟 +1 位作者 李汶霖 王祎 《计算机科学》 CSCD 北大核心 2021年第5期170-176,共7页
降雨天气会导致视觉质量下降,从而影响目标识别和追踪等视觉任务的处理效果。为了减小雨的影响,完成对运动视频背景细节的有效恢复,近年来相关研究者在视频去雨方向提出了很多方法。其中基于卷积神经网络的视频去雨方法使用最为广泛,它... 降雨天气会导致视觉质量下降,从而影响目标识别和追踪等视觉任务的处理效果。为了减小雨的影响,完成对运动视频背景细节的有效恢复,近年来相关研究者在视频去雨方向提出了很多方法。其中基于卷积神经网络的视频去雨方法使用最为广泛,它们大多采用单帧增强后多帧融合去雨的方式。但由于直接单帧增强使相邻帧之间部分像素的移动无法完成时间维度上的对齐,不能有效实现端到端的训练,因此丢失了大量细节信息,使得最终得到的去雨效果不尽人意。为有效解决上述问题,文中提出了一个基于运动估计与时空结合的多帧融合去雨网络(ME-Derain)。首先通过光流估计算法将相邻帧对齐到当前帧来有效利用时间信息;然后引入基于残差连接的编码器-解码器结构,结合与时间相关的注意力增强机制一起构成多帧融合网络来有效融合多帧信息;最后利用空间相关的多尺度增强模块来进一步增强去雨效果和得到最终的去雨视频。在多个数据集上的大量实验结果表明,所提算法优于现阶段大部分视频去雨算法,能够获得更好的去雨效果。 展开更多
关键词 视频去雨 光流 卷积神经网络 视频增强
在线阅读 下载PDF
深度卷积先验引导的鲁棒图像层分离方法及其应用 被引量：1
8
作者 姜智颖 刘日升 《计算机科学》 CSCD 北大核心 2019年第3期119-124,共6页
图像层分离是根据任务需要将观测图像分解成两个独立且具有实际意义的组成成分。图像恢复领域中的很多问题在本质上都可以被理解为两个不同层的分离,如自然图像去雨、本质图像分解、反射层去除等。因此,做好图像层分解工作对解决这些问... 图像层分离是根据任务需要将观测图像分解成两个独立且具有实际意义的组成成分。图像恢复领域中的很多问题在本质上都可以被理解为两个不同层的分离,如自然图像去雨、本质图像分解、反射层去除等。因此,做好图像层分解工作对解决这些问题有极大的推动作用。由于这个问题的求解具有病态性,已有的方法大多都是通过设计一个复杂的模型先验来约束所需要的两层。然而,复杂的先验会导致目标函数难以被优化求解,算法的有效性也不能很好地发挥出来。更重要的是,这些方法只能针对其中某一个特定的任务,不能迁移到其他应用上,泛化能力不强。为了弥补上述不足,文中提出了一个自适应的灵活优化框架,将深度网络整合到图像层分离迭代过程中。近年来,深度学习在特征提取上的优势逐步体现,在低级图像处理领域也越来越多地被采用。因此,该算法使用深度结构替代传统模型先验来刻画不同层的特征,同时,为了减少网络对训练数据的依赖并提升算法的有效性,将深度信息与传统优化框架相结合。具体来讲,首先基于MAP(最大后验概率)建立能量函数。然后使用ADMM(交替方向乘子法)将该模型分解成3个子问题。前两个子问题用来估计分离的两层,其中鉴于卷积操作在特征刻画上的优势,使用其作为隐式先验刻画问题属性;最后一个子问题通过优化的手段得到最终的精确结果。通过深度卷积先验引导优化迭代,既保持了深度结构对特征的刻画优势,又保留了传统模型优化的稳定性。最后,将所提方法应用到多种图像恢复问题上,包括自然图像去雨和反射层去除。与同类方法的定性与定量比较表明,所提方法在可视效果和数值结果上均表现出了极大的优势,证明了该方法具有强大的泛化能力和有效性。 展开更多
关键词 层分离 反射层去除 自然图像去雨 残差网络 最大后验概率估计
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