基于全局?局部特征和自适应注意力机制的图像语义描述算法

为了探究图像底层视觉特征与高层语义概念存在的差异,提出可以确定图像关注重点、挖掘更高层语义信息以及完善描述句子的细节信息的图像语义描述算法. 在图像视觉特征提取时提取输入图像的全局-局部特征作为视觉信息输入,确定不同时刻对图像的关注点,对图像细节的描述更加完善;在解码时加入注意力机制对图像特征加权输入,可以自适应选择当前时刻输出的文本单词对视觉信息与语义信息的依赖权重,有效地提高对图像语义描述的性能. 实验结果表明,该方法相对于其他语义描述算法效果更有竞争力,可以更准确、更细致地识别图片中的物体,对输入图像进行更全面地描述;对于微小的物体的识别准确率更高.     

基于 global-local feature和 adaptive-attention的图像语义描述算法

为了探究图像底层视觉特征与高层语义概念存在的差异,提出可以确定图像关注重点、挖掘更高层语义信息以及完善描述句子的细节信息的图像语义描述算法.在图像视觉特征提取时提取输入图像的全局-局部特征作为视觉信息输入,确定不同时刻对图像的关注点,对图像细节的描述更加完善;在解码时加入注意力机制对图像特征加权输入,可以自适应选择当前时刻输出的文本单词对视觉信息与语义信息的依赖权重,有效地提高对图像语义描述的性能.实验结果表明,该方法相对于其他语义描述算法效果更有竞争力,可以更准确、更细致地识别图片中的物体,对输入图像进行更全面地描述;对于微小的物体的识别准确率更高.     

基于 global-local feature和 adaptive-attention的图像语义描述算法

为了探究图像底层视觉特征与高层语义概念存在的差异,提出可以确定图像关注重点、挖掘更高层语义信息以及完善描述句子的细节信息的图像语义描述算法.在图像视觉特征提取时提取输入图像的全局-局部特征作为视觉信息输入,确定不同时刻对图像的关注点,对图像细节的描述更加完善;在解码时加入注意力机制对图像特征加权输入,可以自适应选择当前时刻输出的文本单词对视觉信息与语义信息的依赖权重,有效地提高对图像语义描述的性能.实验结果表明,该方法相对于其他语义描述算法效果更有竞争力,可以更准确、更细致地识别图片中的物体,对输入图像进行更全面地描述;对于微小的物体的识别准确率更高.     

基于SURF算法的服装视觉图像检索研究

提出了基于SURF算法的服装视觉图像检索系统,使用实时、丰富的移动视觉图像进行服装信息的检索.首先对移动端视觉图像进行预处理,然后利用SURF算法完成服装视觉图像特征检测、特征信息描述和特征匹配,从而完成检索.对SURF-36,SURF-64和SURF-100描述向量的匹配效率、匹配准确度等方面进行试验.结果表明,SURF-64能够在效率与准确度之间达到很好的平衡,较快、较好地完成服装视觉图像的检索.     

利用多尺度频域分析的图像显著区域检测

针对显著区域检测中的视觉显著性度量问题,提出了一种通过对图像的频域特征进行多尺度分析来计算显著性的方法.在多个尺度上提取图像底层特征,在频域分析各种特征图的幅度谱和相位谱,在空间域上构造相应的显著图.根据显著图,检测出图像中的显著区域.在多种自然图像和人工图像上进行实验.实验结果表明,该方法能迅速检测出与人类视觉注意结果一致的显著区域,并且在高强度噪声图像中也能取得很好的检测效果.     

基于全变分模型的视觉感知图像质量评价方法

基于人眼视觉系统对图像边缘结构信息和局部亮度刺激敏感的假设,该文提出了一种基于全变分模型的视觉感知图像质量评价PIQA方法。该方法由边缘结构信息评价和局部亮度信息评价两部分组成。本文首先采用全变分模型描述失真图像与原始参考图像之间的图像结构信息变化;为测量亮度失真,又采用失真图像与参考图像之间的差值图像中封闭区域的能量函数来衡量人眼敏感的图像亮度信息。最后,采用3种标准图像数据库验证该评价方法的性能。实验结果表明,所提出的图像质量评价方法优于现有的图像评价标准。     

基于结构显著性的医学图像质量评价

为提高医学图像质量预测精度,检验和优化医学图像处理算法,提出了一种基于结构显著性 的医学图像质量评价方法．首先,分别计算参考图像和失真图像的相位一致性、梯度相似性,然后计 算参考图像的结构显著性图谱,最后结合两幅图像的相位一致性信息和梯度幅度信息生成局部质 量图谱,并用结构显著性图谱作为视觉权重生成最终的图像质量分数．经医学影像质量基准库测 试,客观评估结果与主观评估结果的Ｐｅａｒｓｏｎ相关系数达到８９％,Ｓｐｅａｒｍａｎ相关系数达到８６％． 实验结果表明该方法优于传统评价方法,具有较高的可靠性．结构显著性模型不仅能反应人眼自适 应提取场景结构信息的能力,而且还能分层次地描述不同图像结构的结构性．对人眼视觉特性的研 究与应用有助于提高图像质量评价方法的可靠性．     

基于激光雷达信息和单目视觉信息的车辆识别方法

采用单一传感器识别前方车辆易造成误判,为了提高检测准确率,提出了一种基于激光雷达信息和单目视觉信息的车辆识别方法,该方法综合考虑了激光雷达传感器和单目视觉传感器的信息。首先对激光雷达原始信号进行预处理,然后对筛选后的数据进行最临近距离法聚类处理,并转换到图像坐标系中,初步确定障碍物检测的ROI (感兴趣区域)。提取ROI区域的图像,并对其进行灰度化,灰度增强和图像滤波的预处理。通过计算预处理后图像的熵值归一化对称性测度,完成前方车辆的检测。通过实验,验证该方法可以较好地识别前方车辆,弥补了单一传感器在车辆识别中的不足,同时耗时较短,可以满足实时性的要求。     

融合多种特征的路面车辆检测方法

提出一种融合多种目标特征的单目视觉车辆检测方法。首先,利用车辆尾部的结构对称性提取出感兴趣区域(ROI),减少搜索范围;然后,利用车辆底部的阴影特征,在ROI中搜寻车辆可能出现的位置,找出假设目标;最后,利用亮度和轮廓信息对假设目标进行对称性验证,排除虚假目标,同时对车辆在图像中的位置实现精确定位。通过实验,验证了提出方法的有效性和鲁棒性。     

旋转对称能量与旋转对称性检测

为检测图像的旋转对称中心和旋转对称角,通过引入旋转对称能量的概念,提出了一种新的旋转对称性检测算法.该算法分为3个步骤:1) 对图像中任一位置,计算该位置处的旋转对称能量和旋转对称角;2) 计算各点处的旋转对称能量获取整幅图像对应的旋转对称能量图;3) 在旋转对称能量图上进行局部极大值检测获得旋转对称图形的旋转对称中心并确定旋转对称角度.实验结果表明,该算法不仅能够准确鲁棒地检测出旋转对称图形的旋转对称中心与旋转对称角,还能成功应用于图像修复.     

基于机器视觉的车辆对称中心检测

介绍了一种基于车辆和背景的特征、灰度值、轮廓及对称性等的目标检测定位及对称中心确定的方法．提出了一种新的对称性检测算法．该算法具有简单、可靠的特点．并进行了实验验证．实验统计结果表明：该对称性检测算法能有效地检测出目标车辆的中心位置．     

基于机器视觉的车辆对称中心检测

介绍了一种基于车辆和背景的特征、灰度值、轮廓及对称性等的目标检测定位及对称中心确定的方法.提出了一种新的对称性检测算法.该算法具有简单、可靠的特点.并进行了实验验证.实验统计结果表明:该对称性检测算法能有效地检测出目标车辆的中心位置.     

基于多电极的半球谐振陀螺信号检测

为了降低半球谐振陀螺结构存在的非理想因素对陀螺信号检测的影响,对陀螺的信号检测方法进行了研究.通过分析半球谐振陀螺结构存在的非理想因素,根据谐振子实际结构和谐振子振型的对称性,研究了一种基于多电极的半球谐振陀螺信号检测方法.首先给出了多电极信号检测的原理,然后对多电极的信号处理进行了分析和推导,从理论上证实了该方法的合理性.该方法不但可以有效提高陀螺信号检测精度,而且通过信号处理还可以得到陀螺所需的控制信号,这对半球谐振陀螺信号系统的设计具有一定的参考价值.     

Fast Rail Defect Inspection Based on Half-Cycle Power Demodulation Method and FPGA Implementation

In this paper, a fast-speed and real-time online rail inspection method based on half-cycle orthogonal power demodulation algorithm is proposed. For this method, the power characters of detection signal which represent the degree of rail track can be calculated using only half-cycle detection signal because of the symmetry characteristic of detected sine signal and reference signal. The theoretical analysis, simulation results and experiment results show that the demodulation precision of proposed method is almost equal to fast Fourier transform (FFT) demodulation method and orthogonal demodulation method, but has high demodulation efficiency and less FPGA resources cost. A high-speed experiment system based on three coils structured sensor is built for rail inspection experiment at a moving speed of 200 km/h. The experiment results show that proposed method is more effective for rail inspection and the time resolution of proposed method is double of classic method that based on FFT and orthogonal.     

融合二级评价指标的人脸图像质量评价方法

针对姿态和光照对人脸的干扰,提出基于子区域直方图距离的人脸对称度评价,用于评估非对称光照和姿态对人脸质量的影响。提出针对含有人脸的原始图像质量的第一级评价与针对人脸有效区域的第二级评价相融合的评价策略,第一级评价的反馈信息能有效指导图像采集环境构建和改善,为后期人脸检测和识别提供优质图像源。主要评价指标包括:对比度、适宜度、对称度、清晰度、人脸有效区域面积等物理参数。实验结果表明了本研究提出的对称度评价方法和融合二级指标评价策略的可靠性与准确性。     

Continuous-Wave Interference Mitigation for Acquisition Method in Unified Carrier TT&C Systems

An interference mitigation for acquisition method, based on both energy center and spectrum symmetry detection, has been proposed as a possible solution to the problem of signal acquisition susceptibility to continuous-wave interference (CWI)in unified carrier telemetry, tracking, and command (TT&C) systems.With subcarrier modulation index as a priori condition, the existence of CWI is determined by comparing the energy center with the symmetric center.In the presence of interference, the interference frequency point is assumed and culled; sequentially, the spectral symmetry is used to verify whether the signal acquisition is realized. Theoretical analysis, simulations, and experimental results demonstrate that the method can realize the acquisition of the main carrier target signal with an interference-to-signal ratio of 31 dB, which represents an improvement over the existing continuous-wave interference mitigation for acquisition methods.     

复杂背景中人脸图像的定位研究

提出了基于统计模型和对称性分析对复杂背景中人脸图像的检测和定位方法。由于统计模型与对称性相互融合,解决了图像目标发生形变和倾斜情况下的模型的适应性问题。     

一种基于肤色分割的彩色图像人脸检测方法

人脸是一个复杂的模式,对其准确的定位和分割是进行人脸识别的第一步.本文建立一种混合肤色模型对肤色区域分割并融合几何特征进行人脸粗检测;在人脸区域验证阶段,提出利用计算眼睛相似度的方法并融合眼睛对称性等特征对眼睛区域定位;嘴巴定位通过改进的唇色信息提取来实现,用以最终准确定位人脸区域.实验证明,该算法十分有效,在速度和准确性方面具有良好的性能.     

基于对称性特征分块主成分分析的人脸识别方法

为了进一步提高人脸识别的精度,考虑在分块主成分分析算法中引入对称性思想。首先对图像进行分块并分别求其奇偶对称脸,然后利用主成分分析算法提取图像的主要鉴别特征。该方法充分考虑了光照等多种因素对识别率的影响,利用人脸图像的对称性增加了样本数量,以有效提高识别率。在ORL人脸库上的实验显示,在每类训练样本数为7、提取特征数为20的情况下,基于对称性特征的分块主成分分析方法的人脸识别率为95%,说明该方法是有效的。