【摘 要】
：
本文针对实际生产中需要对工件进行自动检测,获取工件质心的问题,采用了边缘检测技术以及最小外接矩形算法对工件定位的方式,采用了BP神经网络完成相机标定.针对基于RCF的边缘检测技术生成边缘粗糙的问题,提出了一种RCF(Richer Convolutional Features for Edge Detection)模型的优化方法,将每个阶段用于提升特征图分辨率的反卷积操作替换成可以生成更精细边缘、时
【机 构】
：
中国科学院大学,北京100049;中国科学院 沈阳计算技术研究所,沈阳110168;沈阳高精数控智能技术股份有限公司,沈阳110168
论文部分内容阅读
本文针对实际生产中需要对工件进行自动检测,获取工件质心的问题,采用了边缘检测技术以及最小外接矩形算法对工件定位的方式,采用了BP神经网络完成相机标定.针对基于RCF的边缘检测技术生成边缘粗糙的问题,提出了一种RCF(Richer Convolutional Features for Edge Detection)模型的优化方法,将每个阶段用于提升特征图分辨率的反卷积操作替换成可以生成更精细边缘、时间复杂度更低的亚像素卷积.针对相机标定过程中存在的诸多需要用复杂数学模型表达的非线性畸变,提出了一个BP
其他文献
在通过生物特征对人脸认证识别时,针对支持向量数据描述存在不能紧密包裹、没有合适拒识机制、正确识别率不能逼近100%的问题,提出了一种具有合适拒识机制的高正确识别率分类器设计算法—基于同类特征点集和包裹点集的同类特征区域紧密包裹曲面的求解算法,设置所有紧密包裹面之外的公共区域为分类器的拒识区域,用ORL人脸库和扩展Yale B人脸库各自作对比实验表明,本文的方法在较小拒识率情况下,分类器正确识别率能
近年来,机器学习算法广泛应用于多个领域.超参数的选择直接影响了算法模型的性能,然而超参数优化过程往往依赖于专业知识和长期经验的积累.为了解决上述问题,本文提出了一种
多标记特征选择是机器学习和人工智能领域的研究热点之一,现有多标记学习的研究是假设每个示例的标记呈均匀分布,即每个示例的各个相关标记的重要程度相同.然而,在许多应用领
QR码(Quick Response Code)作为重要的信息载体,正面临着严重的信息泄露和信息篡改等安全威胁.本文提出一种基于拟态防御思想的QR码信息加密架构(Mimic QR Code,M-QR),以提升
针对SRGAN红外图像超分辨重建时,存在图像高频特征丢失及细节伪影问题,本文提出双判别生成对抗网络DDSRGAN(Double Discrimination-SRGAN)重建算法,并改进网络结构.在图像判别器的基础上增设特征判别器,在生成网络中引入无BN(Batch Normalization)层的残差中的残差块RIRB(Residual in Residual Block),内部残差块密集连接,
为了解决K-means算法对初始聚类数k和初始聚类中心经验参数的依赖问题,提出了一种基于最小生成树的无参数化聚类MNC算法(MST based Non-parameterized Clustering).首先将待
有容量集合覆盖选址问题是组合优化中的一个经典的NP-Hard问题,在许多工程领域和科学领域中的应用十分广泛.本文将集合覆盖问题的模型应用到有容量设施选址问题中,首先研究了
为了缩小可见光视频和红外视频之间的模态差异而提高红外行为识别率,以及简化深度学习用于红外行为识别需人工标注数据集繁琐的问题.基于迁移学习的思想,本文提出一种用可见光动作(源域)来识别红外动作(目标域)的无监督异构红外行为识别算法(UHDIAR). UHDIAR算法将可见光数据和红外数据映射到同一个对齐的特征空间中,采取余弦相似度调整源域样本的权重,利用对齐后的可见光数据训练权重支持向量机(W-SV
传统的K-means算法及其改进算法在对数据集进行聚类划分时通常精确地确定样本点与聚簇的隶属关系,没有充分考虑隶属关系模糊的边界点.本文提出一种结合三支决策理论的改进算
不断增长的互联网网页信息和成千上万的用户查询请求给搜索引擎的索引更新和查询访问带来了前所未有的实时性挑战.高效的索引压缩算法能够降低索引数据的存储和传输开销,加快