【摘 要】
：
随着人工智能的发展，基于深度学习的有监督密集匹配方法在虚拟、室内以及驾驶等近景数据集上取得了不错的表现。针对航空影像密集匹配标签数据获取困难的问题，本文在无监督密集匹配框架下，借鉴多个有监督网络结构，分别在航空影像数据集和作为参照的近景数据集上测试了匹配精度，实现了网络结构模块与精度关系的定性分析，为进一步探索深度学习在测绘领域的实用化提供了重要的参考。实验在相同损失函数条件下，分别采用DispN
论文部分内容阅读
随着人工智能的发展，基于深度学习的有监督密集匹配方法在虚拟、室内以及驾驶等近景数据集上取得了不错的表现。针对航空影像密集匹配标签数据获取困难的问题，本文在无监督密集匹配框架下，借鉴多个有监督网络结构，分别在航空影像数据集和作为参照的近景数据集上测试了匹配精度，实现了网络结构模块与精度关系的定性分析，为进一步探索深度学习在测绘领域的实用化提供了重要的参考。实验在相同损失函数条件下，分别采用DispNetS、DispNetC、iResNet、GCNet、PSMNetB以及PSMNetS网络结构进行测试。
其他文献
生命科学的发展一直伴随着显微技术的创新，基于超快光学的单分子相干调制显微成像技术在量子力学的理论基础上，通过结合超快光学和显微技术从而使微观生物的量子现象的观测成为可能。这篇综述首先介绍了单分子相干调制显微成像技术通过飞秒激光脉冲对实现了单分子量子相干态的操控，并通过调制解调技术获得单分子周围相干信息的基本原理，然后分别介绍了其在生物方面的两个应用：(1)通过降低生物自荧光和背景噪声，实现了生物成
针对采集到的桥梁裂缝图像存在污渍、阴影、光照不均等现象，导致后期裂缝特征提取困难的问题，提出一种结合MASK匀光和K-means聚类算法的裂缝提取方法。该方法首先对MASK匀光算法进行改进，提高算法自适应能力，采用对比度拉伸增强图像反差，然后根据裂缝与背景像素灰度值的差异，利用K-means聚类算法进行图像分割，最后结合形态学方法和连通域检测实现裂缝的桥接和去噪。实验结果表明，相比于其他方法，该方
为探究不同气候条件下土壤水力参数对土壤水长程相关性的影响,利用HYDRUS-1D模型,以湿润、半干旱和干旱气候区的气象数据为驱动,结合生成的砂土和黏壤土土壤水力参数集,模拟生成土壤水时间序列集;而后,利用去趋势波动分析法对生成的土壤水数据进行长程相关性分析。结果表明:(1)土壤水标度指数(h)介于0.570～1.915,土壤水中存在显著的长程相关性。砂土中土壤水变化主要表现为持续性,黏壤土中持续性
针对人工处理重复供电安全管控图像效率低的问题,在感知哈希算法(perceptual Hash algorithm,PHA)的基础上,给出了基于分块离散余弦变换(block discrete cosine transform,BDCT)的PHA,简称BDCT-PHA。采用BDCT-PHA进行图像去重操作,该算法可对经过JPEG压缩的图像进行处理,具有较高的去重准确率和较低的误判率。然后,改进ResN
针对鬼成像重构效果差所导致目标信息难以有效凸显的问题，结合自编码神经网络降噪优势，提出了一种鬼成像优化方法。该方法以手写数字数据集为样本，在对探测数据进行二阶关联获得初始鬼像的基础上，构建了一个降噪网络模型。该网络模型采用Leaky relu线性激活函数来解决网络的过饱和和单元死亡的问题，并通过10000个测试样本集验证了所提网络模型的有效性。通过对不同采样率下优化前后鬼像的质量进行了对比分析，分
零件识别是机械部件装配、装箱的重要基础，人工识别效率低，传统机器视觉检测要求高、场景单一。本文提出一种基于深度学习机器视觉的机械零件识别方法，通过加入PointRend模块提升原始Mask R-CNN实例分割模型的检测精度；针对相似度高零件设计类别细分方法，通过尺寸估算与特征匹配，较好地解决由于数据增强图像缩放造成的尺寸特征丢失问题。采集25种不同零件进行识别实验，结果表明：本文方法可有效提升机械
车道线检测是车辆智能驾驶系统的重要组成部分。针对传统的车道线检测方法精度低、实时性能差的问题,提出一种基于机器视觉的车道线精确检测算法。该算法采用车道内侧边缘线代表车道线,具体包括预处理和车道线提取两个步骤:预处理部分包括灰度化、Sobel边缘检测、ROI设定、二值化,最终得到车道线部分的二值图像;车道线提取部分包括图像切片、改进的Hough直线检测、DBSCAN直线聚类以及直线拟合,最终得到精确
针对经典BM3D去噪算法中存在的相似块匹配误差较大及对图像细节保护不足的问题，提出了一种基于旋转块的BM3D图像去噪改进算法。新算法首先对参考块进行不同角度的旋转获取旋转块，通过旋转块进行相似块匹配过程；然后使用低秩正则化来代替传统算法中的硬阈值滤波；最后，对结合旋转块匹配与低秩正则化的BM3D算法进行自适应调整，从而改善在均匀图像区域中的去噪效果。实验结果表明，新算法的相似块匹配程度更高，峰值信
随着传感器、微电子等技术的发展，通过可穿戴式传感器对人体的运动模式进行识别，具有广泛的应用价值，如何提高识别的准确率，具有重要研究意义。考虑到人体下肢运动的特点，本文提出了一种基于CNN和Mogrifier LSTM的人体运动模式识别算法，先利用CNN提取原始数据的局部相关特征，再使用Mogrifier LSTM代替全连接层，挖掘局部相关特征的前后依赖关系，对行走、跑步、上楼梯、下楼梯、上坡和下坡
毫米波是一种不具有电离辐射的电磁波，其能够穿透绝缘衣物布料和对人体无害的特性使得毫米波在人体安检领域有着巨大的发展前景。将深度学习方法运用至毫米波图像目标检测领域，提出一种基于改进YOLOv3-Tiny的毫米波图像目标检测方法。首先，在特征提取网络中增加卷积层提升网络深度，并增加至3个不同尺度的预测层加强对毫米波图像目标的检测能力；然后，在FPN特征金字塔(feature pyramid netw