检索结果-内蒙古大学图书馆

信号处理 2020年第9期36卷 1544-1556页

作者：赵凤吝晓娟刘汉强西安邮电大学通信与信息工程学院(人工智能学院) 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 陕西师范大学计算机科学学院陕西西安710119

现有的直觉模糊聚类算法应用于图像分割时,往往只考虑图像的像素信息,忽略了图像的几何特征和区域信息,使得分割效果不太理想。为了提高直觉模糊聚类算法的分割性能,提出一种融合对称特性的混合标签传递半监督直觉模糊聚类算法。该算法... 详细信息

现有的直觉模糊聚类算法应用于图像分割时,往往只考虑图像的像素信息,忽略了图像的几何特征和区域信息,使得分割效果不太理想。为了提高直觉模糊聚类算法的分割性能,提出一种融合对称特性的混合标签传递半监督直觉模糊聚类算法。该算法首先对图像进行对称轴检测获取图像的对称特性,接着利用图像的对称特性进行对称像素的标签传递并改进像素对聚类中心的直觉模糊距离测度,然后设计一种混合标签传递半监督策略,对所有像素进行隶属度的估计并将其作为监督隶属度进行引入,随后构建融合对称特性的混合标签传递半监督直觉模糊聚类目标函数,通过聚类获得最终的分割结果。两个彩色图像库上的实验结果表明,该算法能够将目标从复杂背景中完整的分割出来,分割性能优于对比算法。

关键词：图像分割直觉模糊聚类半监督聚类对称特性混合标签传递

来源：评论

学校读者我要写书评

暂无评论

图像信息驱动的抑制式粗糙模糊聚类分割算法

引用

信号处理 2021年第9期37卷 1750-1762页

作者：赵凤程艳阳刘汉强刘琳西安邮电大学通信与信息工程学院(人工智能学院) 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 陕西师范大学计算机科学学院陕西西安710119

粗糙模糊聚类方法需要手动设置阈值确定粗糙聚类的上、下近似且对图像中的噪声较为敏感。为了减少人为干预,实现粗糙模糊聚类在图像分割中的深度应用,本文提出一种图像驱动的抑制式粗糙模糊聚类分割算法。方法中设计了基于超像素区域信... 详细信息

粗糙模糊聚类方法需要手动设置阈值确定粗糙聚类的上、下近似且对图像中的噪声较为敏感。为了减少人为干预,实现粗糙模糊聚类在图像分割中的深度应用,本文提出一种图像驱动的抑制式粗糙模糊聚类分割算法。方法中设计了基于超像素区域信息的自适应阈值策略,用于确定粗糙模糊聚类的上下近似,将图像空间信息引入到粗糙模糊聚类,构造了融合空间信息的粗糙模糊聚类目标函数,克服方法对于图像噪声的敏感性,此外,为进一步提升聚类性能,将模糊聚类中的抑制式学习思想引入到粗糙下近似集中像素的模糊隶属度的修正,实现了粗糙和模糊思想的深度融合。本文算法是更具混合智能机理的粗糙模糊聚类图像分割算法,实验结果表明了本文算法的有效性。

关键词：图像分割粗糙模糊聚类抑制式学习图像信息自适应阈值

来源：评论

学校读者我要写书评

暂无评论

基于图文融合的多模态舆情分析

引用

计算机科学与探索 2022年第6期16卷 1260-1278页

作者：刘颖王哲房杰朱婷鸽李琳娜刘继明西安邮电大学图像与信息处理研究所西安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西安710121 西安邮电大学网络舆情监测与分析中心西安710121 西安邮电大学通信与信息工程学院西安710121

由于互联网以及移动手机的不断普及,人们逐渐进入到一个参与式的网络时代,越来越多的人们喜欢在网络上通过文本和图像的方式发布自己的观点、评论以及情感。对于这些文本和图像信息进行有效分析,不仅可以帮助企业更好地提高产品的质量,... 详细信息

由于互联网以及移动手机的不断普及,人们逐渐进入到一个参与式的网络时代,越来越多的人们喜欢在网络上通过文本和图像的方式发布自己的观点、评论以及情感。对于这些文本和图像信息进行有效分析,不仅可以帮助企业更好地提高产品的质量,而且有利于为政府决策和社会生产生活提供指导。对基于多模态图文融合的网络舆情情感分析进行了综述。首先对舆情分析的基本概念进行了概括;其次对社交媒体上单模态的文本和视觉舆情情感分析的过程进行了说明;然后对基于图文融合的舆情分析算法进行了总结,并按照不同融合策略,将其分为特征层融合、决策层融合和线性回归模型;另外总结了针对社交媒体的多模态情感分析的常用数据集;最后讨论了网络舆情分析的难点以及未来研究方向。

关键词：网络舆情分析图文融合情感分析多模态

来源：评论

学校读者我要写书评

暂无评论

基于DCT变换和零次学习的刑侦图像超分辨率

引用

计算机系统应用 2022年第5期31卷 291-297页

作者：徐健李新婷牛丽娇西安邮电大学通信与信息工程学院西安710121 电子信息现场勘验应用技术公安部重点实验室西安710121

图像超分辨率在视频侦查领域有重要作用.基于卷积神经网络的超分辨率算法通常在训练时输入人工合成的低分辨率图像,学习高、低分辨率图像的映射,很难应用于视频侦查领域.真实低分辨率图像退化过程复杂未知,且大都经过压缩算法的处理,存... 详细信息

图像超分辨率在视频侦查领域有重要作用.基于卷积神经网络的超分辨率算法通常在训练时输入人工合成的低分辨率图像,学习高、低分辨率图像的映射,很难应用于视频侦查领域.真实低分辨率图像退化过程复杂未知,且大都经过压缩算法的处理,存在人工压缩痕迹,导致超分辨率图像出现假纹理.针对真实场景下的低分辨率图像提出一种基于离散余弦变换(DCT)和零样本学习的超分辨率算法.该算法利用图像内部的重复相似性特点,采用输入图像自身的子图像进行训练.不同于以往超分辨率网络的输入,所提算法采用子图像的离散余弦变换系数作为超分辨率网络的输入,避免网络对输入图像的压缩痕迹进行放大,减少假纹理.在标准数据集和真实刑侦图像上的实验结果表明所提算法能减少图像中由压缩痕迹导致的假纹理.

关键词：图像超分辨率重建压缩图像零样本学习离散余弦变换刑侦图像深度学习生成对抗网络(GAN)

来源：评论

学校读者我要写书评

暂无评论

多模态的情感分析技术综述

引用

计算机科学与探索 2021年第7期15卷 1165-1182页

作者：刘继明张培翔刘颖张伟东房杰西安邮电大学通信与信息工程学院西安710121 西安邮电大学图像与信息处理研究所西安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 西安邮电大学电子信息现场勘验应用技术公安部重点实验室西安710121

情感分析是指利用计算机自动分析确定人们所要表达的情感,其在人机交互和刑侦破案等领域都能发挥重大作用。深度学习和传统特征提取算法的进步为利用多种模态进行情感分析提供了条件。结合多种模态进行情感分析可以弥补单模态情感分析... 详细信息

情感分析是指利用计算机自动分析确定人们所要表达的情感,其在人机交互和刑侦破案等领域都能发挥重大作用。深度学习和传统特征提取算法的进步为利用多种模态进行情感分析提供了条件。结合多种模态进行情感分析可以弥补单模态情感分析的不稳定性以及局限性等缺点,能够有效提高准确度。近年来,研究者多用面部表情信息、文本信息以及语音信息三种模态进行情感分析。主要从这三种模态对多模态情感分析技术进行综述:首先对多模态情感分析的基本概念以及研究现状进行简要介绍;其次总结了常用的多模态情感分析数据集;然后分别对现有的基于面部表情信息、文本信息和语音信息的单模态情感分析技术进行简要叙述;接下来详细介绍了模态融合技术,并依据不同的模态融合方式对多模态情感分析技术的现有成果进行重点描述;最后讨论了多模态情感分析存在的问题以及未来的发展方向。

关键词：多模态情感分析模态融合

来源：评论

学校读者我要写书评

暂无评论

基于光谱距离聚类的高光谱图像解混算法

引用

计算机应用 2019年第9期39卷 2541-2546页

作者：刘颖梁楠楠李大湘杨凡超西安邮电大学通信与信息工程学院西安710121 电子信息现场勘验应用技术公安部重点实验室(西安邮电大学) 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西安710119

为了解决实际高光谱解混(HU)中噪声对解混精度的影响和光谱、空间信息利用不足的问题,提出了一种改进的基于光谱距离聚类的群稀疏非负矩阵分解的解混算法。首先,引入了基于最小误差的高光谱信号辨识算法(Hysime),通过计算特征值的方式... 详细信息

为了解决实际高光谱解混(HU)中噪声对解混精度的影响和光谱、空间信息利用不足的问题,提出了一种改进的基于光谱距离聚类的群稀疏非负矩阵分解的解混算法。首先,引入了基于最小误差的高光谱信号辨识算法(Hysime),通过计算特征值的方式估计信号矩阵和噪声矩阵;然后,提出了一种简单的基于光谱距离的聚类算法,对多个波段生成的光谱反射率距离值小于某一值的相邻像元进行合并聚类生成空间群结构;最后,在生成的群结构基础上进行稀疏化非负矩阵分解。实验分析表明,对于模拟数据和实际数据而言,该算法都比传统算法产生更小的均方根误差(RMSE)和光谱角距离(SAD),能够产生优于同类算法的解混效果。

关键词：高光谱解混基于最小误差的高光谱信号辨识算法光谱距离度量非负矩阵分解遥感

来源：评论

学校读者我要写书评

暂无评论

深度学习跨模态图文检索研究综述

引用

计算机科学与探索 2022年第3期16卷 489-511页

作者：刘颖郭莹莹房杰范九伦郝羽刘继明西安邮电大学图像与信息处理研究所西安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 西安邮电大学电子信息现场勘验应用技术公安部重点实验室西安710121 西安邮电大学通信与信息工程学院西安710121

随着深度神经网络的兴起,多模态学习受到广泛关注。跨模态检索是多模态学习的重要分支,其目的在于挖掘不同模态样本之间的关系,即通过一种模态样本来检索具有近似语义的另一种模态样本。近年来,跨模态检索逐渐成为国内外学术界研究的前... 详细信息

随着深度神经网络的兴起,多模态学习受到广泛关注。跨模态检索是多模态学习的重要分支,其目的在于挖掘不同模态样本之间的关系,即通过一种模态样本来检索具有近似语义的另一种模态样本。近年来,跨模态检索逐渐成为国内外学术界研究的前沿和热点,是信息检索领域未来发展的重要方向。首先,聚焦于深度学习跨模态图文检索研究的最新进展,对基于实值表示学习和基于二进制表示学习方法的发展动态进行了详细介绍,其中,基于实值表示的方法用于提升跨模态语义相关性,进而提高跨模态检索准确度,基于二进制表示学习的方法用于提升跨模态图文检索效率,减小存储空间;其次,总结了跨模态检索领域常用的公开数据集,对比了不同算法在不同数据集上的性能表现;此外,总结并分析了跨模态图文检索技术在公安、传媒及医学等领域的具体应用情况;最后,结合现有技术探讨了该领域的发展趋势及未来研究方向。

关键词：跨模态检索深度学习特征学习图文匹配实值表示二进制表示

来源：评论

学校读者我要写书评

暂无评论

基于稀疏编码与反向索引的鞋印图像比对算法

引用

刑事技术 2018年第4期43卷 282-287页

作者：李大湘邱鑫刘颖西安邮电大学通信与信息工程学院西安710121 电子信息现场勘验应用技术公安部重点实验室西安710121

针对刑侦工作中大规模鞋印图像库的查询应用需求,提出一种基于稀疏编码与反向索引的快速比对算法。首先,对鞋印图像进行视觉增强、中值滤波与二值分割等预处理,并提取其尺度不变特征变换(SIFT)特征;然后,基于聚类字典构造、稀疏编码(SC... 详细信息

针对刑侦工作中大规模鞋印图像库的查询应用需求,提出一种基于稀疏编码与反向索引的快速比对算法。首先,对鞋印图像进行视觉增强、中值滤波与二值分割等预处理,并提取其尺度不变特征变换(SIFT)特征;然后,基于聚类字典构造、稀疏编码(SC)与最大池化等方法,计算鞋印图像的稀疏编码特征;最后,通过构建"词-图像矩阵"而建立每个视觉单词的反向索引(RI)表,并据此提出一种SC-RI鞋印图像比对新算法。基于16 343幅真实鞋印图像的试验结果表明,SC-RI算法完成一次比对平均耗时约为121.26ms,较之传统SIFT匹配穷举比对方法,其速度提高了140多倍,且局部花纹比对TOP 20正确率可达到95.3%。

关键词：鞋印图像比对稀疏编码反向索引局部特征提取

来源：评论

学校读者我要写书评

暂无评论

二级分区下颜色融合纹理的刑侦图像检索

引用

计算机应用与软件 2019年第8期36卷 181-188页

作者：兰蓉母保洋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 陕西省无线通信与信息处理技术国际合作研究中心陕西西安710121

多数刑侦图像检索算法缺乏图像局部特征的提取,从而导致检索精确度较低。对此,提出一种新的二级分区下颜色融合纹理的刑侦图像检索算法。该算法采用二级分区将图像划分成多个局部区域;提取局部区域的颜色自相关图特征和双树复小波结合... 详细信息

多数刑侦图像检索算法缺乏图像局部特征的提取,从而导致检索精确度较低。对此,提出一种新的二级分区下颜色融合纹理的刑侦图像检索算法。该算法采用二级分区将图像划分成多个局部区域;提取局部区域的颜色自相关图特征和双树复小波结合多方向多参数的灰度共生矩阵的纹理特征;以串行的方式融合局部区域特征。使用核主成分分析法(Kernel Principle Component Analysis,KPCA)进行特征选择,以欧式距离作为相似性度量实现检索。通过在两个刑侦图库的实验结果表明,该算法的平均精确度均高于传统的刑侦图像检索算法,具有良好的检索效果。

关键词：二级分区颜色特征纹理特征区域融合特征选择

来源：评论

学校读者我要写书评

暂无评论

基于迁移学习及特征融合的轮胎花纹图像分类

引用

计算机工程与设计 2019年第5期40卷 1401-1406页

作者：刘颖张帅范九伦西安邮电大学图像与信息处理研究所陕西西安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 陕西省无线通信与信息处理技术国际合作研究中心陕西西安710121

为提高图像分类性能,解决因训练数据不足导致卷积神经网络模型过拟合的问题,提出一种基于迁移学习和特征融合的轮胎花纹图像分类算法。将HSV颜色直方图、GIST描述子与方向梯度直方图结合作为轮胎图像低层特征;将迁移学习引入卷积神经网... 详细信息

为提高图像分类性能,解决因训练数据不足导致卷积神经网络模型过拟合的问题,提出一种基于迁移学习和特征融合的轮胎花纹图像分类算法。将HSV颜色直方图、GIST描述子与方向梯度直方图结合作为轮胎图像低层特征;将迁移学习引入卷积神经网络模型训练中,通过轮胎图像数据集对预训练模型参数微调,获得适用于轮胎花纹图像的新模型,提取全连接层特征作为图像高层特征;将低层和高层特征融合作为轮胎图像最终特征用于训练SVM分类器,实现高效分类。实验结果表明了所提算法的有效性。

关键词：轮胎花纹图像分类迁移学习卷积神经网络高层特征特征融合

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：