基于大数据分析的光学遥感图像场景分类研究

目前光学遥感图像场景分类方法,未曾确定图像场景分类隶属度函数,导致光学遥感图像场景分类效果差,图像场景分类指标值低,还存在较低的准确率和较高的错误率,为此提出基于大数据分析的光学遥感图像场景分类研究。确定光学遥感图像场景分类流程,利用大数据分析技术,分解图像场景特征,批量预测图像场景分类结果,在分类预测结果的基础上,设计图像场景分类隶属度函数,控制图像场景分类模糊度,完成图像场景分类。确定实验图像和图像场景分类对比指标计算公式,对比四组方法的实验结果可知,本方法对光学遥感图像分类可以达到100%准确识别遥感图像场景类别,且具有98.31%的准确率,且总体精度、制图精度、用户精度和Kappa系数等四个图像场景分类指标较高,分别为0.817 4、0.966 8、0.961 7、0.794 5。     

泊车辅助系统中的车位线自动检测与识别

针对目前泊车辅助系统中的车位线识别问题,建立了基于360°全景鸟瞰图像的全自动车位线检测与识别模型,考虑到光照对图像处理结果的影响,先对图像进行了预处理,然后采用一种基于中值的自适应Canny边缘检测技术,并通过Hough变换,再根据车位线特征的先验知识对Hough变换结果进行限制和优化,实现了车位线的识别。同时对实际采集到的图像进行验证,结果识别率达到94.2%,证明了该方法的有效性和鲁棒性。     

基于局部特征显著化的场景分类方法

场景图像分类是机器视觉中一个热门的方向,场景图像具有内容丰富、概念复杂的特点。已有的基于深度网络的场景分类算法,往往是通过改进网络结构或者数据增强等方式提升场景识别效果,但是缺少对图像中场景要素和对象要素之间关系的考虑。基于此,本文在分析现有基于深度网络的场景分类技术的基础上提出了一种局部特征显著化的场景分类算法。该算法旨在结合场景局部特征和对象局部特征的特点,利用两类不同特征存在的互补关系,分别对其进行优化,得到更具判别力的场景特征描述。局部特征显著化算法在MIT Indoor67数据集上得到的测试精度为88.88%,实验结果验证了该算法的有效性。     

基于SHA的感知辅助驾驶场景模型构建

本论文针对车内外场景进行建模来判断驾驶的安全性,辅助驾驶员的安全驾驶.分别介绍了环境信息的获取、状态和场景的定义.以及感知辅助驾驶场景SHA模型构建.首先对汽车周边环境因素进行考虑,对辅助驾驶场景进行建模,构建基于SHA场景的模型,通过评估确定场景的安全性,实现安全的辅助驾驶.针对上面场景定义的状态序列构建出各对象的S...     

基于融合特征降维的场景分类研究

场景分类中使用了许多种类的图像特征,但通常情况下,一种特征很难对许多不同场景都得到不错的分类结果,故而对特征融合方面做了很多研究工作.但特征融合的方法存在一个问题,即一般维数会很高,这个高维的特征向量可能包含冗余信息和噪声,从而降低最终的分类准确率.因此提出了使用PCA对融合的特征进行降维以去除冗余信息和噪声,经实验验证,该方法提高了分类的准确率.     

基于频谱图转换器的音频场景分类

音频场景分类是场景理解重要的一环,学习音频场景特征并精准分类能加强机器与环境的交互能力,在大数据时代其重要性不言而喻。鉴于分类任务表现依赖数据集规模,但实际任务中又面临数据集严重不足的情况,本文提出了数据增强和网络模型预训练策略,将频谱图转换器模型和音频场景分类任务相结合。首先,提取音频信号对数梅尔能量频谱图输入模型,然后通过模型动态交互能力,加强音频序列空间关系,最后由标记向量完成分类。将本文方法在DCASE2019task1和DCASE2020task1公开数据集上进行测试,分类准确率分别达到了96.489%和93.227%,与已有算法相比有明显的提升,说明本方法适用高精度音频场景分类任务,为高精度智能设备感知环境内容、检测环境动态打下了基础。     

基于Gist特征与CNN的场景分类方法

针对大多数场景分类方法只能学习浅层特征,忽略图像之间的相关结构信息,提出一种基于Gist特征与卷积神经网络结合的场景图像分类方法.其中Gist特征用于提取场景图像的全局特征,并将其作为深度学习模型的输入,通过逐层训练卷积神经网络,提取更高层次的特征,并用训练好的卷积神经网络进行分类.实验在O&T室外场景图像数据集和MNIST手写体数据集上考察了batchsize、卷积核对分类结果的影响,并与DBN,NN,SVM和CART作为分类器的分类结果进行比较,充分说明了本文方法的有效性.     

图像场景分类技术综述

目前,基于计算机视觉分析的图像场景分类技术已被广泛研究并应用在众多学科领域中.本文从不同角度对近年来典型的场景分类技术进行了深入的探讨与比较.首先介绍了场景分类技术的背景、应用场景以及发展现状;然后基于特征提取、语义分析和机器学习的角度分别对国内外的相关研究进行系统的分析、比较及总结;最后对目前研究所面临的问题和未来技术的发展给出总结与展望.     

数字出版技术及场景分类实现

本文从数字出版中的关键技术分析入手,论述了数字出版中场景分类的实现途径。期望通过本文的研究能够对促进我国数字出版业的持续发展有所帮助。     

基于迁移学习的遥感图像场景分类

在遥感图像场景分类中,基于卷积神经网络 (convolutional neural network,CNN) 的分 类算法存在对训练数据的依赖性,且在缺乏训练数据时分 类效果差等问题,提出一种基于迁移学习的分类算法。首先,选取现有的多个CNN预训练模型,利用迁 移学习的优势对模型进行微调,目的是提取图像不同的高层特征;然后,融合图像的多种高 层特征,使得特征信 息更加丰富;最后,将融合后的高层特征输入到基于逻辑回归的遥感图像分类器中,得到遥 感影像的分类结果。 在UCMerced_LandUse遥感数据集中进行实验,与现有算法进行比较分析,所提算法在3种评 价指标上有明显提 升。通过分析实验结果表明,该算法在仅有10%的训练数据下,能够 达到92.01%的分类准确率和91.61%的Kappa系数。     

基于残差网络的光学遥感图像场景分类算法

提出一种基于卷积神经网络中残差网络的遥感图像场景分类方法.本文方法在原网络模型中嵌入了跳跃连接和协方差池化两个模块,用于连接多分辨率特征映射和融合不同层次的多分辨率特征信息,并在3个公开的经典遥感数据集上进行了实验.结果证明,本文方法不仅可以将残差网络中不同层次的多分辨率特征信息融合在一起,还可以利用高阶信息来实现更具...     

基于多尺度上下文语义信息的图像场景分类算法

传统视觉词典模型没有考虑图像的多尺度和上下文语义共生关系.本文提出一种基于多尺度上下文语义信息的图像场景分类算法.首先,对图像进行多尺度分解,从多个尺度提取不同粒度的视觉信息;其次利用基于密度的自适应选择算法确定最优概率潜在语义分析模型主题数;然后,结合Markov随机场共同挖掘图像块的上下文语义共生信息,得到图像的多尺度直方图表示;最后结合支持向量机实现场景分类.实验结果表明,本文算法能有效利用图像的多尺度和上下文语义信息,提高视觉单词的语义准确性,从而改善场景分类性能.     

基于卷积特征和贝叶斯决策的双波段场景分类

针对可见光和近红外双波段场景分类存在图像标注样本少和特征融合质量低的问题,提出了一种基于卷积神经网络(CNN)特征提取和朴素贝叶斯决策融合的双波段场景分类方法。首先,将基于预训练的CNN模型作为双波段图像的特征提取器,避免标注样本少导致的过拟合问题;然后,通过主成分分析降维和特征归一化方法,提高支持向量机的计算速度和每个波段的分类性能;最后,以双波段后验概率为朴素贝叶斯先验概率,构建了决策融合模型,实现场景融合分类。在公开数据集上的实验结果表明,相比单一波段分类和双波段特征级联融合分类方法,本方法的识别率有明显提升,可达到94.3%;比基于传统特征的最优方法高6.4个百分点,与基于CNN的方法识别率相近,且执行简单高效。     

基于自适应量化LDA模型的视频场景分类算法

传统的基于特征提取的视频场景分类算法都是使用固定的量化方案,在量化的过程中对信息的利用程度不高。针对这一点提出了一种自适应的量化方案,对于光流的位置和方向分别进行非均匀的量化。这样能够最大限度地保留统计得到的底层特征分布信息,从而提高最终场景分类的整体算法性能。详细分析了自适应量化的原理,给出了自适应量化的步骤和算法流程,随后对比了使用改进的自适应量化方案和传统算法的实验结果。结果表明,改进后的算法一方面可以减少LDA模型的输入词典规模,提高运算效率,另一方面改进后的算法在检测的成功率上高于传统的算法,能够有效提升算法性能。     

基于CAN总线的智能停车场通信系统

智能停车场是解决我国大中城市停车问题的有效手段。对停车设施进行合理地规划,对车辆停放进行有效地管理,提高城市交通系统的效率,是立体停车场迫切解决的问题。智能停车场管理系统采用先进技术和高度自动化的机电设备,将机械、电子计算机和自控设备以及智能IC卡技术有机地结合起来,通过电脑管理可实现车辆出入管理、自动存储数据等功能,实现脱机运行并提供一种高效管理。文中介绍了智能停车场控制系统组成及功能,给出了基于CAN（控制器局域网）总线智能停车场通信系统的设计与实现方案。该方案可以实现停车场车位管理动态智能化,所有车位状态都可实时监控,最大程度发挥集中调度和管理优势。     

基于Vega的机载SAR场景仿真

讨论了采用Vega系列软件对机载合成孔径雷达的工作场景进行实时三维视景仿真,着重分析实时场景渲染的一般过程和Vega应用程序的基本框架.采用LynX操作和Vega的API函数共同开发Vega仿真程序的方法对机载SAR工作场境进行实时三维视景仿真,展示仿真结果--机载SAR工作场境的实时三维视景图.     

基于双重注意力机制的遥感图像场景分类特征表示方法

针对遥感图像场景分类面临的类内差异性大、类间相似性高导致的部分场景出现分类混淆的问题,该文提出了一种基于双重注意力机制的强鉴别性特征表示方法.针对不同通道所代表特征的重要性程度以及不同局部区域的显著性程度不同,在卷积神经网络提取的高层特征基础上,分别设计了一个通道维和空间维注意力模块,利用循环神经网络的上下文信息提取能...     

基于场景切换的HEVC码率控制算法

HEVC(High Efficiency Video Coding)采用的基于R-λ模型的码率控制算法在控制输出码率的精确和提高编码效率上都取得了良好的效果.然而该算法没有考虑到实际视频编码中场景切换的影响.提出一种新的针对场景切换的码率控制算法.结合帧间的亮度差及其变换趋势判断是否发生场景切换,在场景切换发生时对码率控制的参数以及编码结构都做出及时调整.实验表明,与HEVC自带的码率控制相比,所提出的码率控制算法能够有效应对视频序列中的场景切换,提高了编码质量,降低了编码复杂度,并且保持精确的输出码率.