检索结果-内蒙古大学图书馆

作者：邢修龙电子科技大学

学位级别：硕士

随着数字图片的爆发式增长和对图像检索需求的日益旺盛,图片自动标注越来越受到人们的关注,识别图片中的一个或多个特定人是社交领域中常见的需求如Facebook,Google Picasa等,他们都有图片标记服务。对图片中朋友的标记能够更好的与朋... 详细信息

随着数字图片的爆发式增长和对图像检索需求的日益旺盛,图片自动标注越来越受到人们的关注,识别图片中的一个或多个特定人是社交领域中常见的需求如Facebook,Google Picasa等,他们都有图片标记服务。对图片中朋友的标记能够更好的与朋友分享快乐,同时在海量图片中也可以快速的检索出某个朋友的照片集合。通常的标注方法有手动标注和图片自动标注。手动标注就是用户在拍完照片后手动地标注被拍照者的姓名等信息,这样效率低,工作量大且易出现失误。传统的图片标注都是基于图像分析算法,复杂度较高,并且精度不能令人满意。而本文提出的基于多普勒效应的图片标注应用是人们在拍完照片后便自动对照片中的人进行标注,图片标注的精度和复杂度都有很大的改进。本论文采用声波的多普勒频移作为识别接收设备的特征。由于不同接收设备所处的位置不同,则接收声波的频率也不同。根据设备接收的声波频率的大小来判别各个设备的相对位置,从而得知持有该设备的人在图片中的相对位置,这样就可以在图片中标注被拍照者的姓名等信息。实现此功能需要解决两大挑战:1)、当给人群中的部分人拍完照后,如何区别开这部分出现在照片中的人和其他不出现在图片中的人。2)、如何将每个标记信息与图片中对应的人准确关联。为解决这两个挑战,我们提出了一个应用在手机上的基于多普勒效应的方案。首先拍照者拍完照后移动手机并通过扬声器发送20kHz的正弦波,被拍照者的手机对接收的声波信号以44.1kHz的速率进行采样,并通过10阶巴特沃茨带通滤波器来衰减低于19kHz和高于21kHz的频率分量。再对滤波后的信号进行欠采样处理后,对欠采样后的音频样本以10ms间隔,75%的重叠率进行加窗函数分帧,然后对每一帧的样本进行FFT计算,选择在所有帧中,频率值最大的那个作为被拍照者的手机接收到的声波频率,此后被拍照者的手机通过网络向拍照者的手机回复频率和用户名,拍照者的手机根据接收的信息自动完成图片标注功能。基于以上描述,本论文设计和实现了高精度检测多普勒频移和图片自动标注系统,并在7个android手机上实现该方案,且在不同的真实场景中拍照测试。实验结果显示,在3米范围内,图片自动标注的准确度高于85%。同时也与现有的系统Picasa进行了比较,比较的结果表明本系统和Picasa系统在正确率和虚报率指标上都具有良好的表现,在召回率上,本系统性能优于Picasa系统。

关键词：图片标注多普勒效应智能手机欠采样 FFT

来源：评论

学校读者我要写书评

暂无评论

磁控胶囊胃镜人工智能标注方法的建立与评价

引用

中华消化杂志 2022年第1期42卷 14-18页

作者：冯莉娟田琳邹倩代忠明田晓娟杨公利杜井峰项梦琦孟钰徐龙深圳大学总医院消化内科深圳518055

目的探索磁控胶囊胃镜人工智能标注胶囊胃镜图片的方法,以提升内镜医师的工作效率并减少人工智能阅片盲区。方法按照磁控胶囊胃镜相关共识意见,由10名内镜医师和1名有医学背景的磁控胶囊胃镜研发人员对深圳市资福医疗技术有限公司2020年... 详细信息

目的探索磁控胶囊胃镜人工智能标注胶囊胃镜图片的方法,以提升内镜医师的工作效率并减少人工智能阅片盲区。方法按照磁控胶囊胃镜相关共识意见,由10名内镜医师和1名有医学背景的磁控胶囊胃镜研发人员对深圳市资福医疗技术有限公司2020年3月至8月招募的本公司35名磁控胶囊胃镜受检者(以下简称受检者)共14775幅磁控胶囊胃镜图片进行胃内24个部位的标注,标注形状包括矩形和多边形。10名内镜医师中,高年资(胃肠镜操作次数>8万次,主任医师或副主任医师)内镜医师3名,中年资(胃肠镜操作次数为1~8万次,副主任医师)内镜医师4名,低年资(胃肠镜操作次数<1万次,主治医师)内镜医师3名。先选择2名高年资内镜医师采用盲法对同一例受检者图片进行预标注,确定最合适的标注重合率标准。采用人工智能深度学习方法对标注合格的图片进行机器自动学习和标注并反馈学习结果。采用卡方检验进行统计学分析。结果根据预标注结果将矩形标注区域的标注重合率标准设定为50.0%,多边形标注区域的标注重合率标准设定为70.0%。第1次标注合格率为39.0%(5762/14775),返修图片9013幅,经反复多次培训和1~5次返修后,所有图片均标注合格。高年资内镜医师搭档的标注合格率高于不同年资内镜医师搭档[48.7%(1200/2466)比19.0%(825/4337)],差异有统计学意义(χ^(2)=659.20,P<0.001),而高年资内镜医师搭档与高年资内镜医师和胶囊研发人员搭档的标注合格率比较[48.7%(1200/2466)比49.6%(1496/3019)]差异无统计学意义(P>0.05)。结论该磁控胶囊胃镜人工智能标注方法可为人工智能无盲区阅片,以及磁控胶囊胃镜采集图像操作过程中人工智能无盲区监测提供技术支持。

关键词：磁控胶囊胃镜人工智能图片标注方法

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv5s楼梯图像检测识别方法研究

引用

延安大学学报（自然科学版） 2024年第1期43卷 77-81页

作者：高瑞雷文礼延安大学物理与电子信息学院陕西延安716000

楼梯区域作为一种典型的环境目标,无论是可以自主爬楼梯的机器人系统,还是可以提醒视力障碍者注意障碍物的软件系统,都需要有检测识别楼梯的功能。为了帮助他们在周围环境中导航,设计了一种基于YOLOv5s的楼梯图像检测算法。首先采用Labe... 详细信息

楼梯区域作为一种典型的环境目标,无论是可以自主爬楼梯的机器人系统,还是可以提醒视力障碍者注意障碍物的软件系统,都需要有检测识别楼梯的功能。为了帮助他们在周围环境中导航,设计了一种基于YOLOv5s的楼梯图像检测算法。首先采用Labelme对楼梯数据集进行图片标注,对标注文件进行格式转化;其次搭建YOLOv5s网络模型训练环境,修改预训练模型配置文件,然后启动模型权重数据迁移训练,并输出最优模型参数;最后加载测试数据集对训练最优模型算法进行效果测试,算法均能识别出上下楼梯图像,并通过与其他目标检测算法对比测试,其具有更高的识别准确率。结果表明,该算法检测平均精度达到80.3%,泛化能力强,将该算法用于上下楼梯区域检测方法是可行的,可以为机器人对楼梯的自动检测识别提供一些参考,也可以为视障者提供有效帮助,市场应用前景良好。

关键词：楼梯 YOLOv5s 图片标注模型训练识别

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv5的试管样本液位检测

引用

中国医疗设备 2023年第4期38卷 61-67页

作者：吴祝清谭逢富李冬秀唐智鹏桂林优利特医疗电子有限公司广西桂林541004 中国科学院安徽光学精密机械研究所、大气光学重点实验室安徽合肥230031 桂林医学院附属医院急诊科广西桂林541001 桂林星辰科技股份有限公司广西桂林541004

目的针对复杂多变的实际应用场景,因基于传统图像处理技术的试管液位检测算法存在识别率不高的缺陷,设计一种基于YOLOv5的试管样本液位检测算法。方法首先采用Labelme对试管液位数据集进行图片标注,对json标注文件进行格式转换,搭建YOL... 详细信息

目的针对复杂多变的实际应用场景,因基于传统图像处理技术的试管液位检测算法存在识别率不高的缺陷,设计一种基于YOLOv5的试管样本液位检测算法。方法首先采用Labelme对试管液位数据集进行图片标注,对json标注文件进行格式转换,搭建YOLOv5网络模型训练环境,修改预训练模型配置文件,启动模型权重数据迁移训练,并输出最优模型参数以及评估指标迭代变化曲线。结果加载测试数据集对训练最优模型算法进行效果测试,算法对正常及异常样本图片均能识别出样本液位,并通过与基于传统图像处理技术的识别算法老化对比测试,其具有更高的识别正确率与精确率。结论基于YOLOv5的试管样本液位检测算法检测准确性高,鲁棒泛化能力强,可满足医疗设备实际的检测需求,市场应用前景良好。

关键词：试管液位液位检测图像处理 YOLOv5 图片标注模型训练

来源：评论

学校读者我要写书评

暂无评论

基于iOS平台的图片标注与分享系统

基于iOS平台的图片标注与分享系统

引用

作者：童劲宏华南理工大学

学位级别：硕士

本文的目标是研发一款基于iOS平台的图片标注与分享系统。系统具有一定填补市场空白的竞争力，软件层级架构合理，具有良好的可用性、功能特性与软件性能。该系统定位为故事性图片合成与分享工具，它是一款基于iOS平台的图片处理应用软... 详细信息

本文的目标是研发一款基于iOS平台的图片标注与分享系统。系统具有一定填补市场空白的竞争力，软件层级架构合理，具有良好的可用性、功能特性与软件性能。该系统定位为故事性图片合成与分享工具，它是一款基于iOS平台的图片处理应用软件，通过向图片添加、编辑主题便签完成故事性图片的处理，并帮助用户合成长图片进行保存与社会化分享。产品功能模块包括：图片编辑与管理、图签编辑与管理、图片拼接与合成、社交分享功能四类。该系统基于用户使用场景进行定义，分析了目标用户群体与关键用户需求，采用以用户为中心的设计（UCD）方法进行系统设计，基于Cocoa Touch框架的MVC模式，采用敏捷开发中XP极限编程方法实现。本系统使用UML方法建立需求模型和功能设计建模，采用质量属性驱动的架构设计方法，给出了质量属性选择与实现，并结合可用性工程思想，为系统的界面与交互可用性质量提供了保证。系统使用开放性分享组件，为社会化分享功能提供广泛支持。系统开发环境为Mac OS X Lion10.7.5下Xcode4.5版本，使用了Xcode集成开发工具进行代码编写和调试。本系统的测试方法采用黑盒功能测试，界面及交互测试由用户使用评估完成。测试结果表明，使用XP极限编程方法、基于场景的可用性工程设计的系统功能完整、性能良好，具有突出的可用性和美观简洁的界面，能够满足苹果应用商店的上线要求。

关键词： IOS应用开发可用性工程敏捷开发以用户为中心的设计图片标注

来源：评论

学校读者我要写书评

暂无评论

面向移动巡检的图片认知平台设计及应用

面向移动巡检的图片认知平台设计及应用

引用

作者：孙晏上海交通大学

学位级别：硕士

巡检是指企业按照一定的周期和标准,指派相关人员对各个经销商的服务质量进行考察。近年来,移动巡检成为了工业界的新趋势,相关人员往往会通过手机APP上传图片和文本对经销商进行检核。以汽车经销商质量巡检系统为例,巡检人员需要以图... 详细信息

巡检是指企业按照一定的周期和标准,指派相关人员对各个经销商的服务质量进行考察。近年来,移动巡检成为了工业界的新趋势,相关人员往往会通过手机APP上传图片和文本对经销商进行检核。以汽车经销商质量巡检系统为例,巡检人员需要以图片和文本两种形式来综合反映经销商的服务质量。移动巡检的图片往往只由专业人员上传,因此数据规模相对不大,且每张图只对应一个分类,但分类粒度较细,同时图片描述往往不够准确,在图片认知上存在较大的困难。传统的巡检流程主要包含以下两个问题:第一,巡检流程的自动化程度较低。由于检核项较多,区域经理在巡检过程中需要一一上传巡检图片和描述,会耗费大量的时间。如果系统能够支持批量上传图片进行自动化标注,就可以提升巡检的效率。第二,相关平台没有综合分析图片与文本的语义信息和对应关系,巡检图片与描述之间常常缺乏关联。经销商在整改时往往会参考其他门店的相关服务,现有的平台只支持按照检核类别查询的方式,没有有效利用图片的信息。同时,移动巡检领域的图片描述常常无法准确反映图片的信息,因此搜索准确率难以得到保证,也不利于最后的分类归档。针对以上问题,本文设计并实现了面向移动巡检的图片认知平台,实现了图片检索和图片自动匹配的服务;提取特征向量将图片转化为描述文本,完成图片标注的任务;将文本转化为向量,比较向量间的余弦相似度,提供语义查询的服务。本文的主要研究工作包括:一、提出了基于深度学习的图片认知平台框架,将平台划分为请求处理模块、文本处理与图片检索模块、模型训练模块和数据存储模块,提供图片检索和自动匹配、图片标注和语义查询服务。二、设计了图片内容检索与分类的模型,针对巡检流程自动化程度较低的问题,本文首先使用图片增强的方法解决图片数据不足的问题,之后通过修改VGGNet网络结构,将哈希技术运用到神经网络中,为图片生成对应的哈希值,通过比较图片间海明距离和欧氏距离的方法提供图片检索服务,从而解决了图片数据分类粒度较大的问题;同时利用VGGNet最后的分类层输出将图片匹配到相关联的检核点。三、设计了图片文本自动关联的方法,针对图片与语义之间缺乏关联分析的问题,首先对文本数据进行预处理。之后使用Encoder-Decoder的模型结构,通过VGGNet提取图片的特征向量,作为LSTM的输入。对文本进行预处理后使用集束搜索的方法为图片自动生成文本描述,解决了图片描述不够准确的问题;使用Doc2Vec模型将自然语言转化为文本向量,通过比较向量间的余弦相似度提供语义查询的服务,同时提供文本与检核点匹配校验的服务,提高了整个流程的自动化程度。四、设计并实现了基于上述研究方法的图片认知平台原型系统,通过开源API加载训练好的Caffe和TensorFlow模型,利用OSS和HDFS存储图像和模型文件,使用MySQL和Redis进行业务数据存储。

关键词：移动巡检图片检索图片标注语义查询神经网络

来源：评论

学校读者我要写书评

暂无评论

图像语义智能标注的研究与应用

图像语义智能标注的研究与应用

引用

作者：何露霆电子科技大学

学位级别：硕士

图像语义智能标注是一种将图片内容转化为对应自然描述语言的技术。它对学习到的图片知识进行深层分析,研究其对象类型、对象位置以及对象间的关系并表达。该技术能够辅助机器实现对象识别、动作识别、场景和属性的分类,在智能图片搜索... 详细信息

图像语义智能标注是一种将图片内容转化为对应自然描述语言的技术。它对学习到的图片知识进行深层分析,研究其对象类型、对象位置以及对象间的关系并表达。该技术能够辅助机器实现对象识别、动作识别、场景和属性的分类,在智能图片搜索、虚拟世界视觉场景描述等方面有着广阔的发展前景。本文的主要内容如下:提出了一个基于对比的条件生成对抗网络算法C-CGAN。该算法在条件生成网络CGAN的基础上提出了“比较”的概念,主要体现在两个方面:一方面,在判别网络D对待评判的图片描述句子进行评分计算过程中,将该句子的相关性与该图片对应的所有图片描述句子(包含机器描述句子、人工描述句子、不相关描述句子)的相关性总和作对比;另一方面,在判别网络D进行反向传播的过程中,在损失函数中增加了不相关句子的损失值。通过抑制不相关句子的损失值,进一步提高图片描述句子与对应图片间的相关性,即机器描述句子对应的准确性。根据基于比较的条件生成对抗网络C-CGAN的训练流程,对图像语义标注进行需求分析设计,实现了模型训练、测试集验证以及图像语义标注。在模型训练的过程中,为了实现生成网络在反向传播过程中与判别网络相关联,引入了梯度策略;为了解决对抗训练中生成网络无法获得即时反馈的问题,引入了蒙特卡洛估算方法。将实现的C-CGAN应用到标准数据集MSCOCO、Flickr30k以及自制数据集PANDA上,得到对应图像语义标注结果。将未引入“比较”概念的条件生成对抗网络CGAN模型作为对照基准模型,与基于比较的条件生成对抗网络C-CGAN的标注结果进行对比分析。结果证明C-CGAN网络具有良好的图像标注效果,通过提高图片与对应机器描述句子的相关性,在保持或较小程度上降低机器描述句子准确性的情况下,三个数据集上生成的机器描述句子的多样性都有了显著提高。基于图像语义标注在图片搜索、虚拟场景描述等领域广阔的发展前景,有效提高机器描述句子的多样性能够加深机器对图像中场景的理解,拓宽它在语言描述过程中词汇和结构的选择范围。

关键词：图片标注梯度策略蒙特卡洛估算基于比较的条件生成对抗网络

来源：评论

学校读者我要写书评

暂无评论

基于哈希学习的图片标签补全和预测

基于哈希学习的图片标签补全和预测

引用

作者：崔雪南京大学

学位级别：硕士

随着智能手机的普及,人们每天上传到社交媒体上的图片数量与日俱增。为了使用户能够便利地检索图片,一些描述图片的语义标签带来了极大的便利。面对海量的图片,手动标注是不可能完成的。因此如何能以低存储开销同时高效率检索的方式标... 详细信息

随着智能手机的普及,人们每天上传到社交媒体上的图片数量与日俱增。为了使用户能够便利地检索图片,一些描述图片的语义标签带来了极大的便利。面对海量的图片,手动标注是不可能完成的。因此如何能以低存储开销同时高效率检索的方式标注图片受到了广泛的关注。本文基于哈希学习的方法来解决图片标注领域的图片标签补全和图片标签预测两个问题。在图片标签补全任务中,每张图片只标注了少量的正例标签。对于标注数据中正例标签和非标注标签数量失衡的问题,我们提出了基于软约束的离散协同哈希模型。在真实数据上的实验结果表明,我们提出的方法取得了比已有方法更好的效果。在图片标签预测任务中,首先利用基于软约束的离散协同哈希模型学得图片和标签的哈希编码,之后在学习图片从高维原始空间到二值离散空间的投影时,鉴于单向投影会损失较多信息,我们采用基于自编码器的双向投影方式。将哈希编码重构回原始特征的损失项加入到目标中,可以减少投影过程中的信息损失。我们在真实数据集上验证了采用基于自编码器的投影方式性能提升显著。在图片标签预测任务中,考虑到不仅图片和标签的哈希编码要保持与标注矩阵的一致性,而且相似图片的哈希编码在海明空间内的距离应该相近。因此,我们引入深度网络来辅助图片与标签间一致性以及图片间相似性的学习,并在真实数据集上验证了模型加入图片相似性信息后性能有明显的提升。

关键词：图片标注哈希学习软约束自编码器深度网络

来源：评论

学校读者我要写书评

暂无评论

基于超图的图片检索和标注技术研究

基于超图的图片检索和标注技术研究

引用

作者：邢郅豪浙江大学

学位级别：硕士

随着社交媒体和移动多媒体的发展,社交图片网站(如Flickr)提供了大量由不同用户进行文本标注的图片。社交图片往往附带多种信息,譬如视觉特征、标签和用户等。一般仅对单一特征进行管理,或使用普通图对语义网络进行表示。然而,单一特征... 详细信息

随着社交媒体和移动多媒体的发展,社交图片网站(如Flickr)提供了大量由不同用户进行文本标注的图片。社交图片往往附带多种信息,譬如视觉特征、标签和用户等。一般仅对单一特征进行管理,或使用普通图对语义网络进行表示。然而,单一特征只能表示某方面的相关性,不能用来表示真实的语义关联。由于普通图不能够表示高维关系,故造成了信息缺失,因而需要一个框架来融合多种特征信息和表示高维关系,并能进行有效的检索和管理。不同于基于普通图模型的方法,本文使用超图模型对社交图片进行建模,因为社交图片多种信息间的关系比成对关系更加复杂。基于超图模型,本文给出了一个可扩展的交互式图片检索和标注系统HIRT;该系统利用个性化PageRank度量结点之间的相似度,并使用Top-k查询以支持相似图片检索、关键字图片检索和图片标注等功能。为了保证系统的可扩展性和高效性,本文利用批量技术、并行技术和缓冲技术提出了四种高效方法来计算转移概率矩阵,并将其存储于磁盘上的B+树中,同时开发了并行和近似的个性化PageRank算法以进一步加速Top-k查询。此外,一种基于群体计算的交互式方法也被提出以提升Top-k查询的质量。最后在大规模Flickr数据集上的大量实验评估证实,相较于现有的系统和技术,本文所提出的HIRT系统具有更好的效率和可扩展性。

关键词：图片检索图片标注超图个性化PageRank

来源：评论

学校读者我要写书评

暂无评论

一个基于语义相似度的图片扩展标注系统的研究与实现

一个基于语义相似度的图片扩展标注系统的研究与实现

引用

作者：赖博彦北京大学

学位级别：硕士

随着互联网和移动互联网的快速发展，各种各样的资源被发布到网上，并且以爆炸式的速度在增长。为了能方便人们找到满足其个性化需求的资源，现有的很多应用提供了资源推荐系统提供这类服务。已有的推荐系统对于同质资源的推荐研究做得... 详细信息

随着互联网和移动互联网的快速发展，各种各样的资源被发布到网上，并且以爆炸式的速度在增长。为了能方便人们找到满足其个性化需求的资源，现有的很多应用提供了资源推荐系统提供这类服务。已有的推荐系统对于同质资源的推荐研究做得比较深入，而对于异质资源或跨媒体资源的推荐则少有涉及。本文将对从图片到文本的异质资源推荐——图片标注问题进行研究。\n 图片标注是指对一张照片或图片，为其标注与图片相关的或是反映图片内容的关键词或文本的过程。现有的图片标注算法例如SVM和CM等大多系统集中于对已有图片-标签数据集中标签的标注推荐，对该数据集以外的标签少有涉及，这样给图片标注系统带来了一定的局限性，因为该数据集中的标签往往是有限的。\n 为解决这一问题，本文首次提出了一种基于Wikipedia语义相似度的图片扩展标注算法S-COIA+，可以对图片进行已有图片-标签数据集以外的扩展标注。同时在计算Wikipedia语义相似度的过程当中，本文提出了基于混合计算的内积算法和基于布隆过滤器的剪枝优化，提高了相似度矩阵计算的时间效率。通过在用户产生的自然数据集MIRFLICKR-25000上的实验结果显示，与已有的图片标注方法SVM和CM方法相比，S-COIA+能够有效地推荐已有图片-标签数据集以外的与图片内容相关的标签;另一方面，经过优化的Wikipedia语义相似度计算方法相比原始方法，在时间效率上也有较大提升。

关键词：图片标注语义相似度凸优化异质资源推荐剪枝优化

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：