基于梯度离散度和互信息准则的残缺指纹方向场重建融合算法

针对残缺指纹中方向场的重构,本文提出了一种利用全局方向信息和局部梯度信息的基于互信息准则的方向场融合算法此算法根据局部梯度信息的竞争性、结合全局方向信息的互补性、冗余性,首先根据局部指纹梯度信息定义离散度,自适应的融合梯度信息,其次运用互信息准则结合指纹全局信息,对残缺部分的方向进行重估和修正根据融合结果,进行后期指纹...     

基于多尺度金字塔Transformer的人群计数方法

针对密集人群场景中背景复杂、目标尺度变化较大导致人群计数精度较低的问题,本文提出一种基于多尺度金字塔Transformer的人群计数方法 (multi-scale pyramid transformer network, MSPT-Net)。在特征提取阶段设计了一种基于深度可分离自注意力的金字塔Transformer主干网络结构,该网络结构能有效捕获图像的局部和全局信息,从而有效解决人群密度图像背景复杂导致计数精度低的问题;设计了一种特征金字塔融合模块及多尺度感受野的回归头,实现了密集人群图像浅层细节特征和深层语义特征的高效融合,增强了网络对不同尺度目标的捕获能力;采用深度监督的训练方法在3个公开数据集上对提出的方法进行验证。实验结果表明,本文方法在全监督与弱监督学习策略中,与目前主流的人群计数方法相比,实现了更高精度的人群计数,克服了主流方法对背景复杂、目标尺度变化大的密集人群图像计数精度低的问题,同时本文方法保持着更小的参数量与计算量。