期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
三维小样本元学习模型的大豆食心虫虫害高光谱检测 被引量:5
1
作者 桂江生 费婧怡 傅霞萍 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2021年第7期2171-2174,共4页
为降低大豆食心虫对大豆产量以及品质的影响,实现对大豆食心虫虫害的快速检测,提出了一种基于三维关系网络小样本元学习(3D-RN)模型的大豆食心虫虫害的检测方法。首先分别对附着虫卵的,附着食心虫幼虫的,被啃食的及正常的大豆各20颗进... 为降低大豆食心虫对大豆产量以及品质的影响,实现对大豆食心虫虫害的快速检测,提出了一种基于三维关系网络小样本元学习(3D-RN)模型的大豆食心虫虫害的检测方法。首先分别对附着虫卵的,附着食心虫幼虫的,被啃食的及正常的大豆各20颗进行高光谱图像采集,提取感兴趣区,建立基于高光谱图像的3D-RN模型。最终模型的正确率达82%±2.50%。对比与模型无关的元学习和匹配网络元学习模型,3D-RN模型能够充分度量样本特征间的距离,识别效果大大提升。研究表明,基于高光谱图像的3D-RN模型能够在少量样本情况下实现对大豆食心虫虫害的检测,将小样本元学习与高光谱结合的方法为虫害检测提供一种新思路。 展开更多
关键词 虫害检测 大豆食心虫 高光谱 卷积神经网络 小样本元学习 三维
下载PDF
基于图像检索的大豆食心虫虫害高光谱检测 被引量:2
2
作者 桂江生 何杰 傅霞萍 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2022年第9期2931-2934,共4页
为减轻虫害对大豆的影响,首先使用相应的高光谱仪器进行样本采集,样本分为4类:包括带有微小虫卵的,带有幼虫的,有啃食痕迹的和完全正常的大豆各20颗;然后提出了一种基于三维图像检索(3D-R-D,3D Resnet18 DCH)的大豆食心虫的高光谱检测... 为减轻虫害对大豆的影响,首先使用相应的高光谱仪器进行样本采集,样本分为4类:包括带有微小虫卵的,带有幼虫的,有啃食痕迹的和完全正常的大豆各20颗;然后提出了一种基于三维图像检索(3D-R-D,3D Resnet18 DCH)的大豆食心虫的高光谱检测方法。该方法从视频检索的应用中得到启发,考虑到视频不同帧之间和高光谱不同层之间存在类比关系,使用了在大规模视频检索数据集下训练而成的分类模型,将它作为预训练3D卷积模型进行训练。和已知的文献方法相同,使用公开的光谱数据集进行正式训练和微调,从而得到能进行特征提取的3D卷积网络,用图像检索来实现间接分类,通过利用样本之间的特征距离,实现在全新类别上的分类。为能适应任务,将模型最后的分类层变成了图像检索常用的hash层,从而得到了代表特征的二进制码。该方法不但完成了对不同情况下大豆种类的检测,还解决了训练时样本不足的问题。为探寻一种好的相似度匹配损失函数,对比了多种较新的方法,最后发现使用融入柯西分布的损失函数,实验效果最佳,最终模型的分类精度达86%±1.00%,和在大豆食心虫检测上最新的小样本方法对比,3D-R-D方法提高了3.5%左右的精度,表明该方法是有效的,它也为结合高光谱检测相关研究提供了一种全新思路。 展开更多
关键词 图像检索 大豆食心虫 高光谱 3D CNN 虫害检测
下载PDF
基于稀疏结构的图像特征匹配算法 被引量:2
3
作者 包晓安 詹秀娟 +3 位作者 张俊为 王强 胡玲玲 桂江生 《计算机系统应用》 2018年第4期178-183,共6页
对图像进行全局的特征点检测耗时较长,而且全局特征稳定性不好,这就造成算法的运行速度慢和匹配准确率低,达不到令人满意的匹配效果.在尺度不变特征变换(SIFT)的基础上,通过引入稀疏结构的概念,提出了一种基于稀疏结构的图像特征匹配算... 对图像进行全局的特征点检测耗时较长,而且全局特征稳定性不好,这就造成算法的运行速度慢和匹配准确率低,达不到令人满意的匹配效果.在尺度不变特征变换(SIFT)的基础上,通过引入稀疏结构的概念,提出了一种基于稀疏结构的图像特征匹配算法(SSM).通过稀疏度函数获得像素点的稀疏度值,筛选出稀疏度高的像素点所在的区域,并对该区域进行SIFT特征点检测,通过最佳描述子实现特征匹配.将SSM算法与几种经典算法相比,实验结果表明,本文算法在特征匹配速度和匹配准确率上相比于原算法都有较明显的提高,能够用于目标实时跟踪、图像检索和全景图像拼接等领域. 展开更多
关键词 稀疏结构 相似度 描述子 直方图 特征匹配
下载PDF
基于双向关系相似度函数学习的行人再识别 被引量:2
4
作者 张娜 张福星 +2 位作者 王强 胡玲玲 桂江生 《计算机系统应用》 2018年第5期33-40,共8页
当前的行人再识别在度量学习上采用马氏距离相似度函数,该相似度函数只与特征差分空间有关,忽略了一对行人图像中每个个体的外观特征,针对上述问题,提出了通过学习一个双向关系相似度函数(Bidirectional Relationship Similarity Functi... 当前的行人再识别在度量学习上采用马氏距离相似度函数,该相似度函数只与特征差分空间有关,忽略了一对行人图像中每个个体的外观特征,针对上述问题,提出了通过学习一个双向关系相似度函数(Bidirectional Relationship Similarity Function,BRSF),来计算一对行人图像的相似度.BRSF不但描述了一对行人图像的互相关关系,而且关联了一对行人图像的自相关关系.该文利用KISSME(Keep It Simple and Straightforward Metric)算法的思想进行相似度函数学习,把一对样本特征的自相关关系和互相关关系用高斯分布来表示,通过把最终高斯分布的比值转换为BRSF的形式,得到一个对背景、视角、姿势的变化具有鲁棒性的相似度函数.在VIPe R,QMUL GRID两个行人再识别数据集上的实验结果表明,本文算法具有较高的识别率,其中在VIPe R数据集上,Rank1达到了53.21%. 展开更多
关键词 行人再识别 距离度量学习 双向关系相似度函数 滑动分块
下载PDF
基于背景感知的显著性目标检测算法 被引量:1
5
作者 包晓安 朱晓芳 +3 位作者 张娜 高春波 胡玲玲 桂江生 《计算机系统应用》 2018年第6期103-110,共8页
在显著性目标检测算法中,流形排序的检测方法存在先验背景假设和目标检测不完整的问题.针对该问题,在流形排序算法基础上,融入背景鉴别、BING特征估计和权重调整,提出了一种基于背景感知的显著性目标检测算法.首先,通过计算颜色聚类后... 在显著性目标检测算法中,流形排序的检测方法存在先验背景假设和目标检测不完整的问题.针对该问题,在流形排序算法基础上,融入背景鉴别、BING特征估计和权重调整,提出了一种基于背景感知的显著性目标检测算法.首先,通过计算颜色聚类后的边界区域的综合差异度,得到真实背景种子点,从而感知到真实背景区域;再结合图像的BING特征与初始显著图信息,获取目标位置,从而得到完整的前景种子点区域;然后重构前景区域的图模型且利用加权k-壳分解法,来调整前景区域节点之间的连接权重,进而获得清晰的目标边界.实验结果表明,同当前经典的一些算法比较,本文算法在准确率、召回率、F-measure和平均MAE上都优于其余算法. 展开更多
关键词 显著性目标检测 流形排序 综合差异度 真实背景种子点 BING特征
下载PDF
基于多区域中心加权卷积特征的图像检索
6
作者 杨海龙 张娜 +1 位作者 包晓安 桂江生 《软件导刊》 2019年第8期204-207,共4页
针对图像特征局部信息描述不足问题,提出一种基于多区域中心加权深度卷积特征提取方法。首先通过卷积神经网络提取输入图像的卷积层激活特征图,然后通过计算不同通道特征图的差异,选择具有区分性的区域特征图,最后通过多区域权重进行加... 针对图像特征局部信息描述不足问题,提出一种基于多区域中心加权深度卷积特征提取方法。首先通过卷积神经网络提取输入图像的卷积层激活特征图,然后通过计算不同通道特征图的差异,选择具有区分性的区域特征图,最后通过多区域权重进行加权聚合,生成用于检索图像特征向量。在不同的建筑物数据集进行实验,结果表明检索精度分别提升了1.2%、0.9%。 展开更多
关键词 卷积特征 特征加权 特征提取 图像检索
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部