【摘 要】
：
目的小样本情况下的车标识别在实际智能交通系统中具有十分重要的应用价值。针对从实际监控系统中获取的车标图像低分辨率、低质量的特点,考虑如何从车标结构相似性、局部显著特征方面来对车标的整体特征进行增强,提出一种特征增强策略驱动下的车标识别方法(vehicle logo recognition method based on feature enhancement,FE-VLR)。方法提取车标图像的自对
【机 构】
：
合肥工业大学计算机与信息学院,合肥 230009;工业安全与应急技术安徽省重点实验室,合肥 230009
论文部分内容阅读
目的小样本情况下的车标识别在实际智能交通系统中具有十分重要的应用价值。针对从实际监控系统中获取的车标图像低分辨率、低质量的特点,考虑如何从车标结构相似性、局部显著特征方面来对车标的整体特征进行增强,提出一种特征增强策略驱动下的车标识别方法(vehicle logo recognition method based on feature enhancement,FE-VLR)。方法提取车标图像的自对称相似特征,构建图像金字塔,在每层金字塔下提取车标的整体特征和局部显著特征,其中局部显著区域通过基于邻域
其他文献
米曲霉是酱油、黄豆酱等传统酿造调味品的主要生产菌株,具有悠久的应用历史。近年来,人们逐渐发现除了酿造功能之外,米曲霉还有丰富的次级代谢产物,其中不乏具有抑菌、抗氧化
本文是关于中国图像工程的年度文献综述系列之二十六。为了使国内广大从事图像工程研究和图像技术应用的科技人员能够较全面地了解国内图像工程研究和发展的现状,有针对性地查询有关文献,且向期刊编者和作者提供有用的参考,对2020年度图像工程相关文献进行了统计和分析。具体是从国内15种有关图像工程重要中文期刊在2020年发行的共154期上所发表的2 785篇学术研究和技术应用文献中,选取出813篇属于图像工程
克东腐乳是典型的细菌发酵腐乳,它不仅风味独特,而且营养丰富。文章综述了传统发酵食品克东腐乳的生产工艺、微生物的种类、酶、化学成分、挥发性风味和营养与功能,该研究可
目的超像素分割是计算机视觉领域常用的一项预处理技术,目标是将相邻像素聚集成为具有一定语义的子区域,能够大幅度降低后续处理的计算复杂度,但是对包含强梯度纹理的图像分割效果不佳,为此提出一种具有纹理感知能力的超像素分割方法。方法提出一种能够区分强梯度噪声和纹理像素的颜色距离,其中利用带方向的1/4圆形窗口均值滤波后的颜色信息,提升包含强梯度噪声和纹理图像的超像素分割性能。利用区间梯度幅值与Sobel梯
通过与传统阴离子表面活性剂和支链醇EO-PO嵌段聚醚对比,研究了两种Extended表面活性剂的泡沫性能、乳化性能和去油性能。通过单因素实验,考察了两种Extended表面活性剂对餐
目的船舶在合成孔径雷达(synthetic aperture radar, SAR)图像中的检测是研究热点,但目前适合近岸舰船检测的方法并不多。在SAR图像中,近岸舰船受到岸上建筑物的干扰严重,尤其是对于排列紧密的近岸船舶来说,其对比度相似,很难区分船舶与背景。为解决近岸舰船检测困难问题,提出了一种基于加权双向注意金字塔网络的近岸舰船检测方法。方法本文在FCOS(fully convolution
目的当前的大场景3维点云语义分割方法一般是将大规模点云切成点云块再进行处理。然而在实际计算过程中,切割边界的几何特征容易被破坏,使得分割结果呈现明显的边界现象。因此,迫切需要以原始点云作为输入的高效深度学习网络模型,用于点云的语义分割。方法为了解决该问题,提出基于多特征融合与残差优化的点云语义分割方法。网络通过一个多特征提取模块来提取每个点的几何结构特征以及语义特征,通过对特征的加权获取特征集合。
目的为了得到精确的显著对象分割结果,基于深度学习的方法大多引入注意力机制进行特征加权,以抑制噪声和冗余信息,但是对注意力机制的建模过程粗糙,并将所有特征均等处理,无法显式学习不同通道以及不同空间区域的全局重要性。为此,本文提出一种基于深度聚类注意力机制(deep cluster attention,DCA)的显著对象检测算法DCANet(DCA network),以更好地建模特征级别的像素上下文关
简要分析了家庭自动洗碗机洗涤剂的发展现状,探究了MEO脂肪醇聚氧烷基醚作为洗碗机洗涤剂表面活性剂主要成分的可行性,进而研制新型环保低泡洗碗机液体洗涤剂。通过对比AEO-9
目的随着互联网技术的飞速发展,彩色数字图像带来极大便利的同时,也产生了一些篡改、剽窃等侵权行为;同时,几何处理对含水印载体的破坏使水印盲检测的难度增加,因此,本文提出一种基于汉明码和图像矫正的彩色图像盲水印方法,旨在解决当前图像版权保护的难点问题。方法嵌入水印时,使用仿射变换加密彩色水印,并将已加密的信息编为汉明码,然后利用特征值分解计算出像素块的全部特征值,并通过对特征值绝对值的和进行量化来完成