检索结果-内蒙古大学图书馆

光电子．激光 2020年第4期31卷 395-400页

作者：梁楠楠杨凡超李大湘刘颖西安邮电大学通信与信息工程学院陕西西安710121 中国科学院西安光学精密机械研究所光谱成像技术重点实验室陕西西安710119 西安邮电大学电子信息现场勘验应用技术公安部重点实验室陕西西安710121

针对现场勘验中对潜指纹的无损采集和较低的检测率的问题,本文设计了一种基于偏振法的潜指纹检测方法。通过使用轻量化、小体积的便携式偏振相机在主动光源条件下获取亚克力板样本上的指纹偏振图像,分别获取指纹样本的线偏振度、线偏振... 详细信息

针对现场勘验中对潜指纹的无损采集和较低的检测率的问题,本文设计了一种基于偏振法的潜指纹检测方法。通过使用轻量化、小体积的便携式偏振相机在主动光源条件下获取亚克力板样本上的指纹偏振图像,分别获取指纹样本的线偏振度、线偏振角、全色图像信息,在此基础上建立目标图像的偏振HSV模型图像信息并对全色可见光图像与偏振度图像进行基于小波的图像融合处理,得到了较好的潜指纹匹配效果。

关键词：偏振特性 Stokes参量线偏振度线偏振角 HSV 小波融合

来源：评论

学校读者我要写书评

暂无评论

基于DCNN特征与集成学习的车型分类算法

引用

计算机工程与设计 2020年第6期41卷 1624-1628页

作者：李大湘王小雨西安邮电大学通信与信息工程学院陕西西安710121 西安邮电大学电子信息现场勘验应用技术公安部重点实验室陕西西安710121

针对传统人工设计特征描述不充分及单分类器泛化能力弱等问题,提出一种基于深度卷积神经网络(DCNN)特征与集成学习相结合的车型分类算法。微调VGG16深度卷积神经网络模型,将全连接层Fc7输出的4096维矢量采用PCA方法降至100维,作为图像... 详细信息

针对传统人工设计特征描述不充分及单分类器泛化能力弱等问题,提出一种基于深度卷积神经网络(DCNN)特征与集成学习相结合的车型分类算法。微调VGG16深度卷积神经网络模型,将全连接层Fc7输出的4096维矢量采用PCA方法降至100维,作为图像的特征表示;采用拉格朗日支持向量机(LSVM)作为基分类器,以Adaboost方法自动学习各样本及基分类器的权重实现分类器集成。基于BIT和MIO-TCD数据集的对比实验结果表明,平均分类精度分别达到84.5%与83%,优于其它传统特征与单分类器方法。

关键词：深度卷积神经网络集成学习车型分类拉格朗日支持向量机提升算法

来源：评论

学校读者我要写书评

暂无评论

基于运动轨迹聚类的监控视频摘要算法

引用

计算机工程与设计 2019年第6期40卷 1611-1615页

作者：李大湘朱志宇刘颖西安邮电大学通信与信息工程学院陕西西安710121 西安邮电大学电子信息现场勘验应用技术公安部重点实验室陕西西安710121

针对监控视频存在大量冗余而不利于检索与传输等问题,提出一种基于运动目标检测和轨迹聚类组合的动态视频摘要算法。采用视觉背景提取子(VIBE)进行运动目标检测,采用运动区重叠判别的方法提取目标运动轨迹;根据视频中所有运动目标的空... 详细信息

针对监控视频存在大量冗余而不利于检索与传输等问题,提出一种基于运动目标检测和轨迹聚类组合的动态视频摘要算法。采用视觉背景提取子(VIBE)进行运动目标检测,采用运动区重叠判别的方法提取目标运动轨迹;根据视频中所有运动目标的空间位置信息,提出轨迹聚类方法对运动轨迹进行聚类分组;对每个分组的运动轨迹分别建立能量优化模型,采用量子行为粒子群优化算法(QPSO)求解能量方程最小解,将运动轨迹进行重新组合,生成摘要视频。实验结果表明,该算法可将视频浓缩成指定长度的摘要视频,不易发生目标信息丢失或目标重叠,轨迹优化组合性能较传统模拟退火算法提升10%以上。

关键词：视频摘要运动目标检测目标跟踪运动轨迹聚类能量最优化

来源：评论

学校读者我要写书评

暂无评论

基于SLIC超像素粒化的粗糙熵图像分割算法

引用

传感器与微系统 2022年第2期41卷 105-107页

作者：陈斌斌范九伦雷博高梦飞西安邮电大学通信与信息工程学院陕西西安710121 电子信息勘验应用技术公安部重点实验室陕西西安710121

粒化是粗糙熵阈值化算法的重要步骤,针对图像预处理的粒化方式不同,采用一种基于简单线性迭代聚类(SLIC)超像素的粒化方式。利用SLIC超像素算法的亮度相似性和空间相邻性将像素分为信息粒,在该粒度下构造了图像目标和背景的上下近似集... 详细信息

粒化是粗糙熵阈值化算法的重要步骤,针对图像预处理的粒化方式不同,采用一种基于简单线性迭代聚类(SLIC)超像素的粒化方式。利用SLIC超像素算法的亮度相似性和空间相邻性将像素分为信息粒,在该粒度下构造了图像目标和背景的上下近似集及其粗糙不确定度。在此研究基础上,设计了粗糙熵阈值化分割算法。实验定性和定量地比较了本文算法与现有算法的分割结果,验证了本文算法的有效性。

关键词：图像处理图像分割简单线性迭代聚类超像素粒化粗糙熵近似集

来源：评论

学校读者我要写书评

暂无评论

基于深度融合的深度图像修复算法

引用

光电子．激光 2019年第6期30卷 640-646页

作者：王殿伟陈鹏李大湘许志杰王晶西安邮电大学通信与信息工程学院陕西西安710121 电子信息现场勘验应用技术公安部重点实验室陕西西安710121 英国哈德斯菲尔德大学计算机与工程学院 HuddersfieldUK 英国谢菲尔德哈雷姆大学计算机学院 SheffieldUK

提出了一种基于深度融合的深度图像修复算法。对于单幅深度图像,首先利用形态学操作进行空洞区域优化,消除深度图像中的间隙和随机噪声;然后针对迭代滤波过程,提出一种新的深度融合策略计算深度值,并通过对空洞区域的分析,判断深度图像... 详细信息

提出了一种基于深度融合的深度图像修复算法。对于单幅深度图像,首先利用形态学操作进行空洞区域优化,消除深度图像中的间隙和随机噪声;然后针对迭代滤波过程,提出一种新的深度融合策略计算深度值,并通过对空洞区域的分析,判断深度图像中空洞区域类型,自适应选择结构元进行迭代操作;最后利用局部深度值重建方法对受损的边缘处深度值进行修复。实验结果表明,本文算法在较好的修复深度图像中存在空洞和间隙的同时,能够保持原始深度图深度值分布规律,克服修复过程中存在的深度值失真,边缘模糊等不足。基于标准数据集Middlebury 的对比试验结果表明,本文算法与其它算法相比,获得了良好的效果。

关键词：深度图像深度融合迭代重建

来源：评论

学校读者我要写书评

暂无评论

图像超分辨率技术的回顾与展望

引用

计算机科学与探索 2020年第2期14卷 181-199页

作者：刘颖朱丽林庆帆李莹华王富平卢津西安邮电大学电子信息现场勘验应用技术公安部重点实验室西安710121 陕西省无线通信与信息处理技术国际合作研究中心西安710121 西安邮电大学图像与信息处理研究所西安710121 新加坡Silicon Vision有限公司新加坡787820

图像超分辨率(SR)是计算机视觉中提高图像和视频分辨率的一类重要技术。近年来,得益于神经网络的成功,基于深度学习的图像超分辨率技术正在蓬勃发展,这无疑是超分辨率技术研究的主流方向。对超分辨率工作进行综述。首先,总结目前已有的... 详细信息

图像超分辨率(SR)是计算机视觉中提高图像和视频分辨率的一类重要技术。近年来,得益于神经网络的成功,基于深度学习的图像超分辨率技术正在蓬勃发展,这无疑是超分辨率技术研究的主流方向。对超分辨率工作进行综述。首先,总结目前已有的超分辨率技术,根据其输入输出进行分类介绍;其次,将基于深度学习的单图像超分辨率技术分为有监督学习和无监督学习两类进行论述,并对部分具有代表性的最新超分辨率重建技术进行总结分类介绍;然后,讨论了超分辨率技术的相关问题,即性能评价指标、标准数据集,进而对几种典型算法进行实验对比;最后,对图像超分辨率算法未来的研究趋势进行展望。

关键词：深度学习图像超分辨率有监督学习无监督学习

来源：评论

学校读者我要写书评

暂无评论

基于改进LTP特征与CNN的轮胎痕迹检索算法

引用

计算机仿真 2021年第2期38卷 399-405页

作者：刘颖董海涛王富平李大湘西安邮电大学电子信息现场勘验应用技术公安部重点实验室陕西西安710121 西安邮电大学图像与信息处理研究所陕西省西安市710121

在公安案件侦破或交通事故处理中,轮胎痕迹图像检索通常用于获取重要比对线索。由于数据特殊且获取难度较大,目前这方面的研究很少且尚无标准数据库。针对轮胎痕迹图像纹理信息复杂并且集中的特点,提出一种适用于轮胎痕迹图像检索的特征... 详细信息

在公安案件侦破或交通事故处理中,轮胎痕迹图像检索通常用于获取重要比对线索。由于数据特殊且获取难度较大,目前这方面的研究很少且尚无标准数据库。针对轮胎痕迹图像纹理信息复杂并且集中的特点,提出一种适用于轮胎痕迹图像检索的特征,主要贡献包括:提出一种基于局部梯度方向三值模式的纹理特征描述方法,上述特征能有效地描述轮胎痕迹图像纹理信息,相比其它传统纹理描述特征的平均查准率更高;将迁移学习引入卷积神经网络模型的训练中,通过微调网络获得轮胎痕迹图像的新模型,并提取全连接层特征与局部梯度方向三值模式特征进行融合,产生更精确的轮胎痕迹特征。实验结果表明,融合后的特征更适用于描述轮胎痕迹图像的纹理。

关键词：轮胎痕迹图像检索局部梯度方向三值模式卷积神经网络迁移学习

来源：评论

学校读者我要写书评

暂无评论

结合Tri-training和CV-CNN的半监督PolSAR图像分类

引用

计算机应用研究 2021年第8期38卷 2537-2542页

作者：谢雯马改妮赵凤刘汉强张璐西安邮电大学通信与信息工程学院(人工智能学院) 西安710121 公安部电子信息现场勘验应用技术重点实验室西安710121 陕西师范大学计算机学院西安710119

现有深度学习算法应用于PolSAR图像分类时,较少考虑该图像数据的复数特点,使得数据的复数域信息不能被充分利用;同时,深度学习需要大量的标签样本作为模型的训练样本,但是PolSAR图像可获取的标签样本十分有限。针对上述问题,结合Tri-tra... 详细信息

现有深度学习算法应用于PolSAR图像分类时,较少考虑该图像数据的复数特点,使得数据的复数域信息不能被充分利用;同时,深度学习需要大量的标签样本作为模型的训练样本,但是PolSAR图像可获取的标签样本十分有限。针对上述问题,结合Tri-training算法和复值卷积神经网络(CV-CNN)提出了半监督PolSAR图像分类算法。首先通过Wishart分类器和Tri-training算法获取一些可靠性较高的伪标签样本,然后将其加入到复值卷积神经网络的训练样本中并用于模型训练,最终完成图像分类任务。通过四幅PolSAR图像分类的仿真实验表明,该算法不仅能够有效提升伪标签样本的可靠性,同时还可提高模型的分类准确率。

关键词： PolSAR图像分类 Wishart分类器 Tri-training算法复值卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于外观模型的目标跟踪算法研究进展

引用

计算机工程与科学 2017年第3期39卷 524-533页

作者：李娜赵祥模赵凤刘卫华王倩长安大学信息工程学院陕西西安710064 西安邮电大学通信与信息工程学院陕西西安710121 电子信息现场勘验应用技术公安部重点实验室陕西西安710121

基于视觉的目标跟踪是模式识别、计算机视觉、机器学习等多个学科的交叉研究课题,在视频监控、视频压缩编码、视频检索、智能交通等领域有着十分广泛的应用。为了使国内外同行对基于外观模型的目标跟踪方法有一个较为全面的了解,对其进... 详细信息

基于视觉的目标跟踪是模式识别、计算机视觉、机器学习等多个学科的交叉研究课题,在视频监控、视频压缩编码、视频检索、智能交通等领域有着十分广泛的应用。为了使国内外同行对基于外观模型的目标跟踪方法有一个较为全面的了解,对其进行了系统总结。在介绍跟踪算法原理的基础上,重点阐述了两大类基于外观模型的目标跟踪方法:产生式方法和判别式方法,深入讨论了其中的典型算法和研究成果,并对这些算法在公开数据集上的测试结果进行了分析比较,最后展望了该领域未来的发展方向。

关键词：目标跟踪外观模型产生式方法判别式方法

来源：评论

学校读者我要写书评

暂无评论

基于PTM模型文物纹理映射算法

引用

计算机工程与应用 2020年第12期56卷 209-214页

作者：刘颖刘倩李大湘杨文宗西安邮电大学通信与信息工程学院西安710121 中国科学院西安光学精密机械研究所西安710121 电子信息现场勘验应用技术公安部重点实验室西安710121

针对三维重建物体纹理不真实与不精确问题,提出了基于PTM(Polynomial Texture Maps)模型的文物纹理映射算法,该算法利用了多项式颜色依赖性的特质,采取表征颜色与亮度依赖关系的双二次多项式系数进行存储纹素数据,从而实现在变化的光照... 详细信息

针对三维重建物体纹理不真实与不精确问题,提出了基于PTM(Polynomial Texture Maps)模型的文物纹理映射算法,该算法利用了多项式颜色依赖性的特质,采取表征颜色与亮度依赖关系的双二次多项式系数进行存储纹素数据,从而实现在变化的光照条件下重建物体的表面纹理。此外针对原PTM模型中存在的原始采集图像漫反射异常、亮度信息分布不均匀、重建拟合系数不精确,导致的重建图像纹理模糊、存在重影、物体细节纹理缺失等问题,提出了改进多项式的基函数和优化拟合系数的PTM算法以及PTM图像采集设备的优化方法,最后经实验验证,提出的算法使得重建物体纹理的真实性与精确度均得到了有效提高。

关键词：文物纹理映射双二次多项式拟合系数双向纹理函数(BTF) PTM模型

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：