共查询到20条相似文献,搜索用时 62 毫秒
1.
由于传统方法在复杂光照条件下人脸识别的识别时间比较长、误识率较高,提出复杂光照条件下基于深度学习的人脸识别方法。首先,利用相机与灯光组合拍摄不同光照条件下人脸图像,建立复杂光照条件下人脸数据集。其次,对人脸图像进行对数转换、直方图均衡化以及自适应滤波处理。最后,建立深度学习网络模型,利用模型提取和识别人脸特征。分析实验可知,在复杂光照条件下,设计方法人脸识别时间在1 s以内,误识率在1%以内。 相似文献
2.
条件随机场模型是目前处理We b对象属性标注问题的最佳统计模型。为解决条件随机场模型不能充分利用We b对象和属性标签之间的特征关系这一问题,提出了一种增强约束条件随机场模型。借鉴最大间隔的思想,在原有条件随机场模型中增加约束条件和增强因子以提高模型标注正确率。使用最大似然参数估计方法估计模型特征函数的权重参数,并用Viterbi算法进行预测。在数据集中引入验证集的概念,以获得最优增强因子。实验结果表明,该模型有效地提高了We b对象属性标注正确率。 相似文献
3.
基于概率和条件逻辑的PKI信任模型推理 总被引:1,自引:0,他引:1
提出一种基于概率和条件谓词逻辑来表示和推导PKI信任模型的方法.该方法用3个二元条件谓词表示不同个体之间的关系,并给出了实体认证规则、信任规则和信任扩展规则,对信任度定义了一个概率模型,该模型能反映约束条件如何影响信任度.概率模型加条件谓词逻辑能够对一个PKI信任模型进行更精确的描述. 相似文献
4.
该文采用有限元方法对动力模型进行了数值仿真。首先推导出模型方程,然后根据将要采用的数值方法提出了新的变量替换关系和无量纲化参数,再讨论了一般器件的边界条件,最后对具有亚微米级的GaAs MESFET进行了数值仿真,数值结果表明在一定的条件下,电子的流动具有跨音速特征。 相似文献
5.
自然语言转结构化查询语句(Natural Language to SQL,NL2SQL)是信息领域一个重要课题.目前前沿的NL2SQL工作都是针对英文数据集,而处理英文数据的方法直接应用到中文上往往难以取得很好的效果.本文首先对传统的SQLNet模型进行了改进,在其中融入了预训练模型,增强了其提取特征的能力;之后又分别对分类模型和条件值模型进行了改进:在分类模型中增加了LSTM进一步捕捉特征,在条件值模型中使用正则表达式等手段对特殊的条件子句进行了预处理.实验表明,本文对分类模型和条件值模型所做的改进都能有效提升模型的表达效果. 相似文献
6.
7.
这篇文章分析了基于模型(转换系统)的规格说明方法的特点,给出了形式方法和严格定义,并且通过实例,探讨了基于模型的规格说明方法在公平条件下约束下,描述系统安全和活动性质的能力和特点。 相似文献
8.
9.
传统的图像识别方法需要大量有标签样本进行训练,且模型训练难以达到稳定。针对这些问题,结合条件生成网络和信息最大化生成网络的结构优势建立了条件信息卷积生成网络(C-Info-DCGAN)。模型增加图像的类别信息和潜在信息作为输入数据,然后利用Q网络去更好地发挥类别信息和潜在信息对训练的引导作用,并且利用深度卷积网络来加强对图像特征的提取能力。实验结果表明,该方法能够加快模型训练收敛速度,并有效提高图像识别的准确率。 相似文献
10.
11.
ART算法是一种经典的图像重建方法,适合于不完全投影数据重建。为了提高重建速度,通常对权因子进行简化,其结果是在重建图像中普遍存在椒盐噪声。提出了一种改善重建质量的方法,在每次迭代后对重建图像进行有选择的平滑,将平滑结果作为下一次迭代的初值,其特点是将图像处理和图像重建相结合。仿真实验表明该方法非常有效,不但提高了重建质量,而且克服了利用Box模板进行平滑所造成的图像模糊现象。 相似文献
12.
13.
锥束工业CT常采用Feldkamp算法进行图像重建,其计算复杂度为O(N^4),在普通微机上重建异常耗时。为提高其重建速度,提出了一种利用对称性并结合递归技术的方法来减少该算法的反投影运算量。在普通微机上检验了该方法的重建速度及重建质量。研究表明该方法可使重建速度提高约32倍,且不会引入新的重建误差,实现了在普通微机上的快速重建。 相似文献
14.
当前三维重建系统大多基于特征点法和直接法的同时定位与地图重建(SLAM)系统,特征点法SLAM难以在特征点缺失的地方具有较好的重建结果,直接法SLAM在相机运动过快时难以进行位姿估计,从而造成重建效果不理想.针对上述问题,文中提出基于半直接法SLAM的大场景稠密三维重建系统.通过深度相机(RGB-D相机)扫描,在特征点丰富的区域使用特征点法进行相机位姿估计,在特征点缺失区域使用直接法进行位姿估计,减小光度误差,优化相机位姿.然后使用优化后较准确的相机位姿进行地图构建,采用面元模型,应用构建变形图的方法进行点云的位姿估计和融合,最终获得较理想的三维重建模型.实验表明,文中系统可适用于各个场合的三维重建,得到较理想的三维重建模型. 相似文献
15.
单幅图像超分辨率重建技术研究进展 总被引:1,自引:0,他引:1
图像分辨率是衡量一幅图像质量的重要标准. 在军事、医学和安防等领域, 高分辨率图像是专业人士分析问题并做出准确判断的前提. 根据成像采集设备、退化因素等条件对低分辨率图像进行超分辨率重建成为一个既具有研究价值又极具挑战性的难点问题. 首先简述了图像超分辨率重建的概念、重建思想和方法分类; 然后重点分析用于单幅图像超分辨率重建的空域方法, 梳理基于插值和基于学习两大类重建方法中的代表性算法及其特点; 之后结合用于超分辨率重建技术的数据集, 重点分析比较了传统超分辨率重建方法和基于深度学习的典型超分辨率重建方法的性能; 最后对图像超分辨率重建未来的发展趋势进行展望. 相似文献
16.
17.
针对当前重建方法不能精确展现输电线路实际情况的问题,提出基于无人机智能视觉的输电线路全息全景重建方法。通过分析输电线路全息全景重建原理,采用无人机智能视觉技术对输电线路进行拍照,对输电线路全息全景图像进行采集和特征提取等预处理,跟踪图像特征,引入立体匹配算法,实现输电线路全息全景的重构。实验结果表明,所提方法输电线路重建精度高,视觉效果与实际相符,更具实用性及可行性。 相似文献
18.
多视图运动恢复结构(Structure from Motion,SFM)是三维重建中相机姿态估计的一种最常用的方法。传统SFM采用增量方式处理图片,算法的时间复杂度是[O(n4)],当图片数量较多时,重建时间很长。此外,由于图片噪声影响,漂移误差将随着图片数量增加不断累加,影响最终的重建质量。添加集束调整(Bundle Adjustment,BA)可以优化重建结果,但是需要花费更长的时间。在现有增量式算法的基础上,提出基于分段式序列图片集的方法,将序列图片集按照相似度划分为小集合,对每个小集合进行并行计算,减少误差累积量和重建时间,最后再用BA进行全局优化。实验结果表明,该方法能在保持一定精度的前提下,有效减少重建时间。 相似文献
19.
20.
影像超分辨率技术已经成为近年来影像处理领域的研究热点。其中,正则化重建模型由于具有求解模型直观、解唯一等优点而得到了广泛应用。在正则化重建模型求解过程中,正则化参数对于重建结果的好坏有着重要影响,参数选择过小就不能很好地抑制噪声,参数选择过大又会模糊重建影像。将数值计算领域的U曲线方法引入到超分辨率重建领域,用来确定重建模型中的最优正则化参数。首先建立U曲线,然后选择U曲线的左侧曲率最大点所对应正则化参数为重建正则化参数。实验结果表明,无论是在目视效果还是定量评价方面,重建结果都优于传统的自适应迭代方法和L曲线方法。 相似文献