基于对抗投影学习的跨模态哈希检索

跨模态哈希检索以其较高的检索效率和较低的存储成本,在跨模态检索领域受到了广泛的关注.现有的跨模态哈希大多直接从多模态数据中学习哈希码,不能充分利用数据的语义信息,因此无法保证数据低维特征在模态间的分布一致性,解决这个问题的关键之一是要准确地度量多模态数据之间的相似度.为此,提出一种基于对抗投影学习的哈希(adversa...     

VC＋＋编写应用程序启动时的日积月累等三个组件

0 前言 许多应用程序在进入程序主菜单之前,都会给您一个小费“Tip of The Day”,中文常翻译成“日积月累”),除非您取消了“启动时显示日积月累”选框;更有大多数的软件在启动时都显示一停留数秒钟的图片,令软件很引人注目;而有些运行于网络上的管理软件,为了安全的目的,在用户进入菜单之前都必需输入一个正确的口令。这三个功能都以对话框的形式显示,用VC++4.0以上的版本编写它们非常简便,下面给出实现的步骤。 1 显示日积月累对话框(TipDialong) 1.1 使用图形制作器(Picture AppWizard)创建一个项目,或者从磁盘打开一个已有的项目,设计项目名称为MyTipApp。     

利用VTK的DICOM图像的显示与信息读取

DICOM文件是医学图像的专用格式,对DICOM格式数据的提取是医学图像处理的基础工作。Vtk在图像处理、可视化方面具有极强的能力,5.0以上版本更为DICOM格式增添了相应的类与函数,可以很方便的访问DICOM文件的数据。     

空地正交视角下的多机器人协同定位及融合建图

针对单一机器人在复杂场景下进行同步定位与建图存在的视角局限等问题,本文提出了一种空地正交视角下的空中无人机与地面机器人协同定位与融合建图方法.鉴于无人机的空中视角与地面机器人视角属于正交关系,该方法主要思想是解决空地正交视角的坐标系转换问题.首先,设计了一种空中无人机和地面机器人协同定位与建图的框架,通过无人机提供的全局俯视图像与地面机器人的局部平视图像获得全面丰富的场景信息.在此基础上,通过融合惯性测量单元和图像信息修正偏移并优化轨迹,利用地面机器人上带有尺度信息的视觉标识,获得坐标系转换矩阵以融合地图.最后多组真实场景实验验证了该方法具有有效性,是空地协同多机器人协同定位及融合建图(simultaneous localization and mapping, SLAM)领域中值得参考的方法.     

面向细粒度草图检索的对抗训练三元组网络

将草图作为检索示例用于图像检索称之为基于草图的图像检索.在这其中,细粒度检索问题或类内检索问题是2014年被研究者提出并快速成为广受关注的研究方向.目前研究者通常用三元组网络来解决类内检索问题,且取得了不错的效果.但是三元组网络的训练非常困难,很多情况下很难收敛甚至不收敛,且存在着容易过拟合的风险.本文借鉴循环生成对抗训练的思想,设计了SketchCycleGAN帮助提高三元组网络训练过程的效率,以对抗训练的方式使其参与到三元组网络的训练过程中,通过充分挖掘数据集自身信息的方式取代了利用其他数据集进行预训练的过程,在简化训练步骤的基础上取得了更好的检索性能.通过在常用的细粒度草图检索数据集上的一系列对比实验,证明了所提方法的有效性和优越性.     

基于单幅光模板的高分辨率可靠3维形貌重建

如今在计算机视觉领域,基于结构光从2维图像重建物体的3维轮廓已成为研究热点。然而低分辨率、纹理受限、对光照敏感是此项技术实际应用的主要制约。由于结构光视觉的关键技术是编码解码,因此为了进行高分辨率可靠的3维形貌重建,提出了一种新的彩色编码结构光技术,用来对单幅图像进行3维重建。该技术首先设计一个基于De Bruijn序列的等距白色光条间隔的彩色光模板,同时采用K均值聚类的方法来匹配投影仪和摄像机平面之间对应的光条颜色。然后引入聚类的统计特征量,以自适应不同场景、纹理,使之能够在无控光照条件下实现光条边界局部的精确定位、模板正确匹配和解码。另外,针对静态场景,同一光模板相移方法还可以获取高分辨率的3维形貌,可适用于高密度重建任务。实验结果表明,该方法可在日常光照下重建高分辨率可靠3维模型,并可提高3维形貌获取的适用条件。     

ASM中基于不变矩图形畸变主动检测与修正

主动形体模型是可变形模板技术中一种重要的方法,在医学图像分析和机器视觉中得到越来越广泛的应用。但是该方法在图像的匹配过程中,如果目标图像不够清晰或者模型初始位置不理想,会产生畸变的匹配结果。而且该模型没有一个有效的对畸变图形进行检测和修正的策略。提出了一种基于边界矩不变量的主动检测和修正方法,通过引入边界矩不变量,对模型的形体变化进行量化,并根据从训练集中获取的统计信息,对变形过程中的模型形体的变形进行检测和修正。实验结果表明,该方法能够在很大程度上解决匹配过程中的畸变问题,并且相比传统主动形体模型,所消耗的时间增加很少,对算法的效率并不影响。     

Exploring the usefulness of light field super-resolution for object detection

In order to solve the impact of image degradation on object detection, an object detection method based on light field super-resolution ( LFSR) is proposed. This method takes LFSR as an image enhancement step to provide high- quality images for object detection without using expensive imaging equipment. To evaluate this method, three types of objects: person, bicycle, and car, are chosen and the results are compared from 5 parts: detected object quantity, mean confidence score, detection results in different scenes, error detection, and detection results from different images sizes and detection speed. Experimental results based on the common object in context ( COCO) dataset show that the method incorporated LFSR improves performance of object detection models.     

基于小波分解和1D-GoogLeNet的心律失常检测

心电图(ECG)信号的准确分类对于心脏病的自动诊断非常重要。为了实现对心律失常的智能分类,该文提出一种基于小波分解和1D-GoogLeNet的精确分类方法。在该方法中,利用Db6小波对ECG信号进行8级分解,得到既含时域信息又有频域信息的多维数据。随后,分解的样本用作1D-GoogLeNet的输入训练该模型。在提出的1D-GoogLeNet模型中,借鉴Inception在图像特征提取中的优异性能,将2维卷积变换为1维卷积学习ECG的特征,并且简化各个Inception的结构,降低模型参数。该文提出的神经网络分类器能够有效缓解计算效率低、收敛困难和模型退化的问题。在实验中,选用MIT-BIH心律失常数据集测试所提模型的性能,对比了信号的不同分解分量组合作为输入的检测结果,当输入数据由{d2-d7}组合时,所提1D-GoogLeNet模型可以达到96.58%的平均准确率。此外,还对比了该模型与未经结构优化的简单1维GoogLeNet在数据集上的表现,前者在准确率上比后者提高了4.7%,训练效率提高了118%。