【摘 要】
：
为了利用图像集中的集合信息来提高图像识别精度以及对图像变化的鲁棒性,从而大幅降低诸如姿态、光照、遮挡和未对齐等因素对识别精度的影响,提出了一种用于图像集分类的图像集原型与投影学习算法(LPSOP)。该算法针对每个图像集学习有代表性的点(原型)以及一个正交的全局投影矩阵,使得在目标子空间的每个图像集可以被最优地分类到同类的最近原型集中。用学习到的原型来代表该图像集,既能降低冗余图像干扰,又能减少存储
【机 构】
：
西南科技大学国防科技学院,南京理工大学计算机科学与技术学院
【基金项目】
：
国家国防科技工业局项目(JCKY2017209B010),四川省国防科技工业办公室资助项目(ZYF-2018-106),国家自然科学基金资助项目(61601383)
论文部分内容阅读
为了利用图像集中的集合信息来提高图像识别精度以及对图像变化的鲁棒性,从而大幅降低诸如姿态、光照、遮挡和未对齐等因素对识别精度的影响,提出了一种用于图像集分类的图像集原型与投影学习算法(LPSOP)。该算法针对每个图像集学习有代表性的点(原型)以及一个正交的全局投影矩阵,使得在目标子空间的每个图像集可以被最优地分类到同类的最近原型集中。用学习到的原型来代表该图像集,既能降低冗余图像干扰,又能减少存储和计算开销,学习到的投影矩阵能够大幅提高分类精度与噪声鲁棒性。在UCSD/Honda、CMU MoBo和
其他文献
目的比较宫腔镜电切联合球囊、MTX联合米非司酮对部分性胎盘植入患者的疗效优劣差异。方法选择2014年4月~2015年12月我院接诊的50名中孕引产后部分性胎盘植入的患者,按随机抽
目的探讨宫腔镜电切手术在治疗子宫内膜息肉导致异常子宫出血中的临床应用及价值。方法选取我院2014年5月—2015年5月收治的子宫内膜息肉导致的异常子宫出血患者92例,按随机
针对目前左心室内外膜分割方法存在分割出的轮廓正则性差、分割心室膜模糊边缘不完全和分割效率低等问题,提出新双阱势函数和各向异性梯度矢量流(AGVF)改进水平集模型能量函数,用融合0水平集和k水平集的双水平集同时分割左心室内外膜的方法。首先,用改进Hough变化圆检测算法定位心室内外膜初始位置;然后利用双水平集模型同时分割内外膜。观察和对比分析实验结果,该方法能够分割出平滑的左心室内外膜轮廓;能够分割
目的观察急性心肌梗死出现症状后及时静脉溶栓治疗的效果,探讨不同时机静脉溶栓对疗效的影响。方法对38例确诊为急性心肌梗死且符合溶栓条件的起病〈6 h、6 h~12 h两个时间段
针对目前掌纹识别算法中对彩色掌纹图像的识别研究不多,提出一种新的基于Stein-Weiss函数解析性质的BP神经网络彩色掌纹图像的识别算法。首先为彩色掌纹图像中的每个像素点构建一个Stein-Weiss函数,再根据Stein-Weiss函数的解析性,计算出相应像素的16个特征值,将这些特征值输入到BP神经网络的输入层,通过BP神经网络的自学习能力对这些数据进行分类学习;然后通过BP神经网络的泛化能
在衡量图像之间的相关度时,图像的物理特征(颜色分布、灰度值等)所能表达的内容可能并非十分全面,因此有必要参考图像视觉所包含的语义信息衡量图像之间的相关度。为此提出了一种基于深度卷积神经网络(deep convolutional neural network,DCNN)分类模型的度量图像相关度的方法,利用模型为图像绑定来自于Word Net的语义标签,并参照Word Net结构对标签进行过滤和扩展,
“人是如何学习的?”这一直是学习科学研究的问题。瑞典哥德堡大学教育学院教授Marton Saljo在基于学生学习过程的研究中,首次提出并阐述了深度学习与浅层学习这两个相对概念
针对轻量级深度神经网络MobileNet会减少分类准确率的问题,将空洞卷积核引入MobileNet模型的某一卷积层中,提出一种基于局部感受野扩张的D-MobileNet模型。该模型根据空洞卷积核所在位置的不同分为三种结构,在不增加参数数量的同时能够扩大该层卷积核的局部感受野,提高分类精度。实验在Caltech-101数据集、Caltech-256数据集以及图宾根大学动物分类数据库上进行,结果表明,
针对传统手势识别中用肤色分割手部区域效果的局限性,采用Kinect获取深度信息来分割手掌,能得到较好的效果。对手掌轮廓进行多边形逼近,将凸包点作为候选指尖点。利用非零像素(白)到最近零像素的距离提取掌心,用线性回归动态调整阈值圆半径,将无用凸包点过滤,实现指尖点的准确提取。在分类识别中,将图像的Hu矩和指尖点个数组合起来,作为复合手势特征,导入KNN分类器中,实现手势识别。实验证明,基于复合特征和
目的探讨孕产妇个性特点与妊娠结局之间的关系。方法选择在我院产前门诊就诊且准备在我院住院分娩的200例孕妇进行个性调查,对其在分娩各产程所耗时间、分娩结局、出血量、产