期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
基于深度学习的鲁棒地震数据去噪 被引量:10
1
作者 张岩 李新月 +3 位作者 王斌 李杰 王洪涛 董宏丽 《石油地球物理勘探》 EI CSCD 北大核心 2022年第1期12-25,I0001,共15页
地震勘探数据中包含的噪声比较复杂,基于先验的传统建模方式无法准确地刻画噪声分布。深度学习通过多层卷积神经网络自动提取数据的深层次特征,利用非线性逼近能力自适应地学习而得到一个复杂的去噪模型,为地震数据去噪带来了新思路。但... 地震勘探数据中包含的噪声比较复杂,基于先验的传统建模方式无法准确地刻画噪声分布。深度学习通过多层卷积神经网络自动提取数据的深层次特征,利用非线性逼近能力自适应地学习而得到一个复杂的去噪模型,为地震数据去噪带来了新思路。但是,目前基于深度学习的去噪方法在样本覆盖不充分的情况下,学习得到的模型泛化能力不强,极大地降低了去噪效果。为此,提出一种鲁棒的深度学习去噪算法。该方法的网络模型由两部分子网构成,分别实现含噪地震数据的噪声分布估计与噪声压制。噪声分布估计子网采用多层卷积神经网络估计噪声分布;去噪子网引入特征融合策略,综合考虑地震数据的全局和局部信息,利用残差学习策略提取噪声特征;两部分子网采用L;范数作为损失函数,增强网络模型的泛化能力。实验表明,与同类算法相比,该算法具有更高的泛化能力;数据处理结果中同相轴纹理保持更好,信噪比更高。 展开更多
关键词 地震数据去噪 深度学习 鲁棒性 L 损失函数 特征融合 残差网络
下载PDF
一种鲁棒的多特征点云分类分割深度神经网络 被引量:9
2
作者 田钰杰 管有庆 龚锐 《计算机工程》 CAS CSCD 北大核心 2021年第11期234-240,共7页
现有的深度学习方法在处理点云分割任务时,难以有效地学习点云的局部特征,存在分类分割精度低和鲁棒性差的问题。构建深度神经网络RMFP-DNN用于多特征点云分类分割。分别利用自注意力模块和多层感知机提取点云的局部特征和全局特征,并... 现有的深度学习方法在处理点云分割任务时,难以有效地学习点云的局部特征,存在分类分割精度低和鲁棒性差的问题。构建深度神经网络RMFP-DNN用于多特征点云分类分割。分别利用自注意力模块和多层感知机提取点云的局部特征和全局特征,并将两者相互融合,提高分类分割的准确率和鲁棒性。实验结果表明,RMFP-DNN平均分类准确率和整体分类准确率分别为88.9%和92.6%,与PointNet、PointNet++、DGCNN等方法相比,准确率较高且鲁棒性较好。 展开更多
关键词 深度学习 点云 鲁棒性 自注意力 特征融合
下载PDF
多尺度积角点检测和视觉颜色特征的鲁棒车牌定位算法 被引量:6
3
作者 陈庄 杨峰 +2 位作者 冯欣 崔少国 李博 《重庆大学学报(自然科学版)》 EI CAS CSCD 北大核心 2016年第2期89-98,共10页
车牌图像包含的尺度、仿射变化及其复杂的背景是影响车牌定位准确度的重要因素。在高斯差(DOG)尺度空间框架下,笔者提出了一种基于多尺度乘积的角点特征和视觉颜色特征提取及其相融合的车牌定位算法。基于高斯差尺度空间的图像边缘信息... 车牌图像包含的尺度、仿射变化及其复杂的背景是影响车牌定位准确度的重要因素。在高斯差(DOG)尺度空间框架下,笔者提出了一种基于多尺度乘积的角点特征和视觉颜色特征提取及其相融合的车牌定位算法。基于高斯差尺度空间的图像边缘信息,应用多尺度乘积分别提取具有尺度和仿射不变特性的角点和颜色特征,并在两特征融合结果基础上确定车牌位置候选区域;最后通过车牌区域特征点之间的距离及密集关系实现车牌的准确定位。对大量实拍的复杂环境下的车辆图像进行测试表明,该算法对车牌定位具有快速、高效的定位效果,且在噪声、仿射变换等方面的鲁棒性表现较好。 展开更多
关键词 车牌定位 尺度空间 角点检测 视觉颜色特征 特征融合 鲁棒性
下载PDF
不确定域特征表示的鲁棒性情感分析模型
4
作者 陈洁 李帅 +1 位作者 赵姝 张燕平 《计算机科学与探索》 CSCD 北大核心 2023年第12期3020-3028,共9页
文本数据在情感分类时往往会出现一些较难分类的模糊数据,这些模糊数据因其不确定性在模型训练时易出现过拟合现象,影响模型的鲁棒性。三支决策理论将初始样本划分为确定域和不确定域,模糊数据所在的不确定域如何选取合适特征表示以便... 文本数据在情感分类时往往会出现一些较难分类的模糊数据,这些模糊数据因其不确定性在模型训练时易出现过拟合现象,影响模型的鲁棒性。三支决策理论将初始样本划分为确定域和不确定域,模糊数据所在的不确定域如何选取合适特征表示以便下游任务,是目前三支决策情感分析模型面临的挑战。针对此挑战,提出一个基于三支决策不确定域特征表示的鲁棒性情感分析模型(UFR-SA)。首先,基于三支决策理论划分确定域和不确定域,针对不确定域中的模糊样本,定义异类样本点对,构造多粒度特征表示。其次,设计多特征融合模型,将多粒度特征表示送入多层感知网络,以融合各粒度特征优势。最后,对于确定域和不确定域的测试样本采用分而治之的策略,确定域数据用原始特征表示,不确定域中的模糊数据用融合后的鲁棒性特征表示。在SST-2、SST-5以及CR数据集上的实验结果表明,UFR-SA有效降低了模糊数据对模型的干扰,优于目前最好的模型性能。 展开更多
关键词 情感分析 三支决策 鲁棒性 多粒度特征表示 特征融合
下载PDF
结合反射图像的双流多层次融合人脸活体检测
5
作者 王鑫 黄睿 《计算机工程与应用》 CSCD 北大核心 2023年第13期238-246,共9页
针对从RGB图像提取到的特征对光照敏感,导致人脸活体检测模型泛化性能较差的问题,提出一种结合反射图像的双流多层次融合检测(face anti-spoofing using dual-stream multi-level fusion and reflection images,DMF-RI)算法。对RGB图像... 针对从RGB图像提取到的特征对光照敏感,导致人脸活体检测模型泛化性能较差的问题,提出一种结合反射图像的双流多层次融合检测(face anti-spoofing using dual-stream multi-level fusion and reflection images,DMF-RI)算法。对RGB图像进行带色彩恢复的多尺度Retinex增强,获得反射图,并分别提取原图和反射图的低、中、高多层次深度特征;通过双流多层次特征融合模块(dual multi-level feature fusion,DMFF)实现不同层次不同特征的有效融合;联合基于二值掩码的像素级监督和基于二值标签的二分类监督训练网络模型。在CASIA-FASD、Replay-Attack、MSU-MFSD、OULU-NPU和SiW这5个人脸活体检测数据集上的多组实验表明,所提算法通过多层次融合RGB图像和MSRCR图像的深度特征,能提取人脸中更为本质的特征信息,在复杂背景条件下表现出较强的鲁棒性和泛化能力。 展开更多
关键词 人脸活体检测 光照鲁棒性 多层次特征 特征融合
下载PDF
基于多特征和混沌加密的零水印算法
6
作者 周绶泉 咸雯雯 石慧 《计算机系统应用》 2022年第12期147-158,共12页
针对传统数字图像水印版权保护中存在的鲁棒性差和安全性低的问题,为提升不同图像零水印的可区分性,提出了一种基于多特征和混沌加密的零水印算法.首先根据整体与局部的角度提取图像的5维特征:均值特征、方差特征、偏态特征、峰度特征和... 针对传统数字图像水印版权保护中存在的鲁棒性差和安全性低的问题,为提升不同图像零水印的可区分性,提出了一种基于多特征和混沌加密的零水印算法.首先根据整体与局部的角度提取图像的5维特征:均值特征、方差特征、偏态特征、峰度特征和HOG特征;然后利用新提出的基于混沌映射的块置乱方法加密水印图像;最后基于提取的多特征与置乱后水印,构造零水印信息.在版权认证过程中,首先提取多特征,再结合零水印信息,得到加密后水印;最后对其进行解密;即可实现版权认证.实验结果表明,所提出的方法效率高、安全性高、抗攻击能力强.基于多特征和混沌加密零水印算法综合了数字图像的多方面性质作为特征,稳定性高,提高了算法鲁棒性;同时采用新提出的基于混沌映射的块置乱方法提高了水印图像安全性,有效地解决了图像水印鲁棒性差和安全性低的问题. 展开更多
关键词 零水印 多特征 混沌加密 版权保护 鲁棒性 特征融合
下载PDF
尺度变化下飞机着降区自适应分割算法
7
作者 马旭 程咏梅 郝帅 《西北工业大学学报》 EI CAS CSCD 北大核心 2016年第2期328-332,共5页
无人机利用视觉在未知区域寻找着降区时,获取的航拍图像易受光照影响并存在尺度变化,对航拍图像进行分割的主要目的是找出满足无人机着降区域大小且地物类型(如土地、湖泊等)相同的区域,所以要求其分割算法既要有聚类的能力,又具有将不... 无人机利用视觉在未知区域寻找着降区时,获取的航拍图像易受光照影响并存在尺度变化,对航拍图像进行分割的主要目的是找出满足无人机着降区域大小且地物类型(如土地、湖泊等)相同的区域,所以要求其分割算法既要有聚类的能力,又具有将不同类的地物进行有效分割的能力。针对上述航拍图像的特点和分割任务需求,提出了一种尺度变化下飞机着降区自适应分割算法。首先根据无人机当前的高度信息和对着降区几何大小的要求,计算当前时刻图像的地面分辨率及满足无人机着陆时所需的最小像素数;然后提出一种自适应mean shift分割算法对航拍图像进行粗分割,其中核函数的带宽参数根据计算出的最小像素数结合最大类间方差法的阈值进行选取;接着对粗分割的图像利用Canny算子进行边缘提取实现图像的精细分割,得到最终分割结果;最后利用Google Earth在不同场景和尺度下的图像进行分割实验,实验结果表明该算法可以满足分割的任务需求实现准确分割,并对光照和尺度变化较为鲁棒。 展开更多
关键词 航拍图像 未知区域 多特征融合 图像分割
下载PDF
对光照变化鲁棒的多特征动态提取跟踪算法
8
作者 李琳 余胜生 《武汉理工大学学报(信息与管理工程版)》 CAS 2014年第4期460-464,共5页
针对视觉跟踪算法光照自适应能力差的问题,提出了一种对光照变化鲁棒的多特征动态提取跟踪算法。该算法采用高效克服光照影响的特征提取方法,颜色子模型采用模糊直方图方法获取,在同态滤波基础上建立边缘子模型,运动子模型采用改进的三... 针对视觉跟踪算法光照自适应能力差的问题,提出了一种对光照变化鲁棒的多特征动态提取跟踪算法。该算法采用高效克服光照影响的特征提取方法,颜色子模型采用模糊直方图方法获取,在同态滤波基础上建立边缘子模型,运动子模型采用改进的三帧差分法提取。该算法还定义了一个新的特征融合模型,把多种互补的观测子模型动态融合,增强了观测模型的准确性,合理量化特征的可靠性使跟踪更稳定。同时采用改进的粒子重采样方法提高了跟踪准确度。实验结果表明,该算法能有效地避免光照变化对跟踪的影响,具有较好的鲁棒性。 展开更多
关键词 光照鲁棒 特征子模型 融合建模 重采样策略
下载PDF
多尺度小波池化协方差网络:对噪声鲁棒的病理学图像分类算法
9
作者 张学顶 张术昌 +1 位作者 王红霞 王亚东 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2023年第4期538-552,共15页
将基于深度学习的图像分类方法用于辅助病理学诊断优势突出,但获取病理学切片过程中产生的噪声会影响网络的泛化性能,进而降低分类算法的准确率.针对该问题,提出了一种鲁棒的病理学图像分类算法——多尺度小波池化协方差(multi-scale wa... 将基于深度学习的图像分类方法用于辅助病理学诊断优势突出,但获取病理学切片过程中产生的噪声会影响网络的泛化性能,进而降低分类算法的准确率.针对该问题,提出了一种鲁棒的病理学图像分类算法——多尺度小波池化协方差(multi-scale wavelet pooling covariance,MWPC)网络.MWPC网络主要由小波池化层、复合卷积层、多尺度特征融合和协方差特征提取层4个核心模块构成,其中小波池化层在抑制噪声影响的同时,保护了有效特征不受损失.多尺度特征融合将浅层特征与深层特征结合,使深层特征能够保留更多图像细节.协方差特征提取层可以获取图像的高阶统计特征,提高网络的泛化性能.在病理图像数据集上的测试结果表明,MWPC网络针对组织病理学图像分块级别的五分类任务,在无噪声条件下准确率可以达到90.90%,比ResNet提高1.68%,比Inception-v3分类网络提高0.43%;在模拟椒盐噪声、高斯噪声和柯西噪声等条件下,其噪声鲁棒性能提升明显,且能够降低平均噪声误差.多种网络模块的消融实验结果表明,MWPC网络能够提高网络分类性能和噪声鲁棒性. 展开更多
关键词 病理学图像 噪声鲁棒 小波池化 多尺度特征融合 协方差特征
下载PDF
一种基于HSV和LBP特征融合的眼疲劳诊断方法 被引量:3
10
作者 李东 彭亦功 《自动化仪表》 CAS 2016年第10期77-82,共6页
针对色调饱和度亮度(HSV)颜色空间特征提取方法在低光照条件下人眼状态识别率低、局部二值模式(LBP)特征提取方法在复杂光照下鲁棒性不强的问题,根据人眼在不确定光照情况下的状态识别需求,提出了基于HSV颜色特征和LBP纹理特征融合的眼... 针对色调饱和度亮度(HSV)颜色空间特征提取方法在低光照条件下人眼状态识别率低、局部二值模式(LBP)特征提取方法在复杂光照下鲁棒性不强的问题,根据人眼在不确定光照情况下的状态识别需求,提出了基于HSV颜色特征和LBP纹理特征融合的眼疲劳诊断方法。仿真试验表明,该方法可有效提高单独使用HSV和LBP特征提取方法仿真时的人眼状态识别率和眼疲劳诊断精度,具有很好的眼疲劳诊断效果,应用前景广泛。 展开更多
关键词 特征提取 HSV LBP 鲁棒性 特征融合 眼疲劳诊断 状态识别
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部