排序方式: 共有14条查询结果,搜索用时 15 毫秒
1.
为了快速更好地进行彩色图像分割,以图像的颜色、纹理及空间位置作为综合特征,基于t混合模型,提出了一种自适应的图像分割方法,即先采用贪婪的EM(Greedy EM)算法估计混合模型的参数,然后根据贝叶斯最小错误率准则对图像进行分割。由于t混合模型的稳健性和Greedy EM算法对于数据的初始化不敏感,且能收敛到全局最优,因此与其他的方法相比,不仅速度提高,而且能取得更好的分割结果。 相似文献
2.
汪慧兰 《苏州科技学院学报(工程技术版)》2009,22(1)
为了弥补全局颜色直方图不包含颜色空间分布关系,在L*a*b*颜色空间提取分块的颜色矩,同时利用边缘方向自相关图获得图像的形状内容,然后分别计算各特征的距离并利用Guassian模型进行特征归一化,综合上述各归一化距离,进行全局相似度量,最后采用了权值调整的相关反馈方法进一步提高检索精度.与传统的局部颜色直方图及颜色矩检索结果的方法相比较,可知此方法能获得更好的检索结果. 相似文献
3.
4.
针对复杂道路交通环境,选择YOLO(You Only Look Once)实时目标检测算法,对行人目标进行检测识别的研究。YOLO算法在目标检测的速度和精度上都取得过良好效果。首先在YOLO网络模型的基础上针对行人单类检测问题,修改分类器,并通过卷积操作改变网络最后的输出维度;其次通过对道路交通场景下采集到的样本图片进行标注,得到行人数据集;然后采用相同预训练模型在YOLOv2和YOLOv3上训练,通过优化网络参数,加速模型收敛。实验结果分析可知,基于改进的YOLOv3的行人目标检测方法更能满足实时性的要求。 相似文献
5.
图像超分辨率重建技术是数字图像领域的一个研究热点,应用广泛。为了使重建的图像能更好地保持边缘细节,采用各向异性高斯核函数作为适用度函数,并将改进的自适应归一化卷积超分辨率重建算法应用于设计的多通道光学成像系统图像。由于各向异性高斯核函数邻域的尺度和方向由提出的自适应结构张量矩阵决定,其能很好地估计图像局部结构的方向和强度。实验仿真结果表明,提出的方法与其他方法相比可以保持边缘细节和提高信噪比,从而改善图像成像质量。 相似文献
6.
针对行人目标特殊性和复杂性而导致的目前行人检测算法在速度和精度上不高的问题,提出一种改进的FCOS行人检测算法.首先,在网络基础结构上,为了提高算法精度,以高效型网络VoVNet代替ResNet进行特征的提取,同时在VoV-Net上增加了输入到输出的残差连接,从而增强深层特征表达;其次在网络最后的特征层上添加了eSE注... 相似文献
7.
采用t混合模型建立图像的颜色,纹理及空间位置特征的联合分布,及改进的分裂—融合EM算法(SMEM)估计混合模型的参数,根据贝叶斯最小错误率准则对图像进行分割。由于t混合模型的稳健性和改进的SMEM算法对于数据的初始化不敏感,能收敛到全局最优,且能自适应的的选择分割的数目,因此该方法能取得更好的分割结果。 相似文献
8.
由于交通场景中的行人目标所处的背景环境复杂、目标较小等因素,使得目前的行人检测算法在实际应用中存在检测精度不高、检测速度较慢的问题.因此行人检测模块作为高级辅助驾驶系统的核心模块,一直以来都是目标检测的研究热点之一.针对交通场景中小尺度行人目标,将传统的SSD网络结构中的主干网络卷积层结合Inception模块中的稀疏... 相似文献
9.
10.