-
题名基于深度学习的轮廓检测算法:综述
被引量：15
- 1
-
-
作者
林川
曹以隽
-
机构
广西科技大学电气与信息工程学院
-
出处
《广西科技大学学报》
2019年第2期1-12,共12页
-
基金
国家自然科学基金资助项目(61866002)
广西自然科学基金资助项目(2018GXNSFAA138122
+1 种基金
2015GXNSFAA139293)
广西研究生教育创新计划项目(YCSW2018203)资助
-
文摘
轮廓检测旨在提取图像中目标与背景环境的分界线,是计算机视觉研究领域中最基本的问题之一.深度学习技术作为直接从数据中学习特征表示的有效方法,近年来启发轮廓检测领域取得了显著的突破.鉴于此,本文就基于深度学习的轮廓检测研究领域的最新发展进行总结,具体包括:轮廓检测任务中采用的卷积神经网络结构,相关训练数据构造、特征压缩、上采样、代价函数和轮廓细化等关键问题,轮廓检测实验中采用的通用数据集和性能评价指标.最后,分析了基于深度学习的轮廓检测算法的挑战和未来研究趋势,以期为该领域的后续研究提供新思路及参考.
-
关键词
深度学习
卷积神经网络
计算机视觉
轮廓检测
-
Keywords
deep learning
convolutional neural network
computer vision
contour detection
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名考虑微动机制与感受野特性的轮廓检测模型
被引量：4
- 2
-
-
作者
林川
李亚
曹以隽
-
机构
广西科技大学电气与信息工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2016年第24期210-216,共7页
-
基金
国家自然科学基金(No.61563005)
广西自然科学基金(No.2015GXNSFAA139293)
+1 种基金
广西教育厅科研项目(No.YB2014214)
广西科技大学研究生教育创新计划项目(No.GKYC201620)
-
文摘
轮廓检测是目标识别中关键的步骤之一。人类视觉系统具有快速和有效地从复杂场景中提取轮廓特征的能力,初级视觉皮层(V1区)的非经典感受野对中心神经元刺激具有抑制特性。传统模型利用该感受野特性,采用圆环形的非经典感受野模板模拟纹理抑制的距离权重,在传统模型的基础上,提出一种引入人眼微动机制的轮廓检测新模型,该模型将圆环形模板按等间隔角度生成八个子模板,由子模板中的相应角度方位区域置换数值模拟眼动机制,通过竞争获得最终抑制权重。实验结果表明,该模型较传统模型具有较高的性能评测指标,在最大程度抑制背景纹理的同时,保留了更多的真实轮廓。
-
关键词
轮廓检测
非经典感受野
人眼微动
初级视觉皮层
-
Keywords
contour detection
non-classical receptive field
eye movement
primary visual cortex
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名汽车车身焊点质量智能检测系统设计
被引量：2
- 3
-
-
作者
林川
吕晓峰
曹以隽
张军利
-
机构
广西科技大学电气与信息工程学院
广西科技大学广西汽车零部件与整车技术重点实验室
宝鸡文理学院电子电气工程系
-
出处
《计算机测量与控制》
北大核心
2014年第1期31-33,共3页
-
基金
广西汽车零部件与整车技术重点实验室(广西科技大学)开放基金资助(2012KFMS09)
广西重点实验室建设项目(13-051-38)
-
文摘
为提高汽车车身焊点质量的自动检测效率,研究基于机器视觉技术的自动检测系统;设计了以TMS320DM648DSP为处理器的系统硬件框图,针对传统的以局部灰度特性作为分类特征检测效果不佳的问题,提出采用具有生物视觉特性的Gabor滤波器对待测图像进行多方向和多尺度滤波,将滤波结果进行特征融合后降维的特征提取方法,将文章提取的各不同维度特征与传统方法提取的特征,分别采用支持向量机(SVM)与BP神经网络、AdaBoost分类器进行检测对比研究;实验结果表明,文章采用的SVM分类器平均检测率达97.73%,具有较好的鲁棒性。
-
关键词
汽车车身
焊点质量检测
DSP
GABOR滤波器
分类器
-
Keywords
automobile body
solder joint quality detection
DSP
Gabor filters
classifiers
-
分类号
TP274
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名视觉仿生轮廓检测中多尺度融合方法研究
- 4
-
-
作者
林川
郭越
韦江华
曹以隽
-
机构
广西科技大学电气与信息工程学院
-
出处
《计算机仿真》
北大核心
2019年第4期362-368,共7页
-
基金
广西自然科学基金资助(2015GXNSFAA139293)
广西教育厅科研项目(YB2014207)
广西科技大学研究生教育创新计划项目(GKYC201706)
-
文摘
从复杂自然场景中检测目标轮廓是计算机视觉的重要任务之一。研究表明,初级视皮层(V1区)中神经元对外界刺激的响应是经典感受野(CRF)和非经典感受野(nCRF)共同作用的结果,机制可有效用于消除背景纹理。结合多尺度分析,研究基于该机制的轮廓检测,提出一种多尺度融合方法。首先通过仿非经典感受野的周边抑制特性,获得不同尺度下的多幅轮廓信息二值图;接着以最小尺度轮廓信息二值图为基准,判断各像素最优方向两侧相应范围内是否存在其它尺度的下的轮廓信息,同时利用高斯函数对相关信息进行加权融合,获得图像的权重图;最后对权重图进行非极大值抑制和二值化,得到最终轮廓检测融合结果。实验结果表明,与原轮廓检测方法相比,上述方法可以有效提升轮廓检测的效果。
-
关键词
轮廓检测
非经典感受野
多尺度
融合
-
Keywords
Contour detection
Non-classical reptive field
Multi-scale
Fusion
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
