期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于改进深度森林的小目标检测算法 被引量:5
1
作者 乔安 毛力 孙俊 《传感器与微系统》 CSCD 2020年第5期125-128,共4页
使用多结构闭运算重构对图像进行预处理,提出一种结合Selective Search算法和Harris角点检测算法的小目标区域提取算法,排除了大量虚假目标,减少了候选框的数量并提高了速度,使用NMS算法去除重叠小目标候选框,改进深度森林(gcForest)算... 使用多结构闭运算重构对图像进行预处理,提出一种结合Selective Search算法和Harris角点检测算法的小目标区域提取算法,排除了大量虚假目标,减少了候选框的数量并提高了速度,使用NMS算法去除重叠小目标候选框,改进深度森林(gcForest)算法,在多粒度扫描部分增加深度结构,将更多的信息传入级联森林部分,即使在数据集稀少的小目标领域也可以获得不错的效果。用改进的深度森林算法在不同的数据集上对小目标进行检测,实验证明:该方法在检测小目标的准确性和速度上皆有所提升。 展开更多
关键词 小目标检测 深度森林 区域提取 角点检测 特征提取
下载PDF
用于微区漫反射测量的高分辨率多点探测系统
2
作者 王利军 朱宗平 +3 位作者 蔡实 张磊 邹雷 王伟 《探测与控制学报》 CSCD 北大核心 2014年第5期10-13,共4页
针对目前空间分辨率低和探测点数少的问题,设计了高分辨率多点自动化探测系统。该系统采用一个特制的光纤阵列探针,使空间分辨率提高到0.125mm;采用两个光开关,利用光开关通道的切换,使探测点数增加到10个;利用LabVIEW编程控制实现了自... 针对目前空间分辨率低和探测点数少的问题,设计了高分辨率多点自动化探测系统。该系统采用一个特制的光纤阵列探针,使空间分辨率提高到0.125mm;采用两个光开关,利用光开关通道的切换,使探测点数增加到10个;利用LabVIEW编程控制实现了自动化探测。仿真验证表明,对介质表面0.125~1.25mm漫反射光信号的探测实验结果与数值模拟结果吻合较好,验证了探测系统的可靠性。 展开更多
关键词 微区 漫反射 多点探测系统 空间分辨率 光纤探针
下载PDF
一种针对Jsteg隐写术嵌入起止点的估计方法
3
作者 刘继 蔡晓霞 陈红 《电子信息对抗技术》 2012年第2期27-32,共6页
Jsteg隐写术通过在载体图像DCT域中连续进行LSB替换来嵌入信息,针对它的提取攻击本质上是估计信息嵌入的起点和终点。采取小区域检测法对嵌入信息的起止点进行估计,实验结果表明,该方法简单实用,准确率较高,有良好的推广前景。
关键词 Jsteg隐写术 预测图像 小区域检测 起止点
下载PDF
老窑采空区的探测技术与实例研究 被引量:97
4
作者 程建远 孙洪星 +1 位作者 赵庆彪 苏德国 《煤炭学报》 EI CAS CSCD 北大核心 2008年第3期251-255,共5页
针对老窑不同的采煤方法(如壁式开采、房式开采)、不同的采空区类型(如工作面采空区、巷道采空区等)以及采空区内充填物质的差异等多种复杂情况,讨论了老窑采空区的地震波场和电磁波场响应,结合一些典型工程实例,总结了老窑采空区与老... 针对老窑不同的采煤方法(如壁式开采、房式开采)、不同的采空区类型(如工作面采空区、巷道采空区等)以及采空区内充填物质的差异等多种复杂情况,讨论了老窑采空区的地震波场和电磁波场响应,结合一些典型工程实例,总结了老窑采空区与老窑巷道在二维、三维地震资料上的判识标志以及视电阻率断面上的显示特征,提出了小煤窑采空区快速检测的最佳技术组合,即综合利用遥感地质影像分析、地面地质调查、地面地震与电法勘探以及钻探验证等多种手段相互配合,能够实现采空区的多方法、多参数综合探测,减少多解性,提高综合探测精度. 展开更多
关键词 老窑 采空区 探测
下载PDF
红外序列图像中运动小目标的检测 被引量:2
5
作者 徐永兵 裴先登 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2004年第1期67-69,共3页
研究了红外图像运动小目标检测及跟踪问题 .首先利用向量小波的优良性质对运动图像进行预处理 ,然后经Fisher算法分割出可疑目标 ,再根据红外小目标的运动特性 ,采取邻域分析并结合对运动目标在速度平面上的拟合直线分析的方法 ,可以准... 研究了红外图像运动小目标检测及跟踪问题 .首先利用向量小波的优良性质对运动图像进行预处理 ,然后经Fisher算法分割出可疑目标 ,再根据红外小目标的运动特性 ,采取邻域分析并结合对运动目标在速度平面上的拟合直线分析的方法 ,可以准确提取和跟踪运动小目标 .模拟实验表明了算法是有效的 。 展开更多
关键词 向量小波变换 图像分割 红外运动小目标 邻域分析 目标检测和跟踪
下载PDF
检测小篡改区域的U型网络 被引量:3
6
作者 刘丽颖 王金鑫 +2 位作者 曹少丽 赵丽 张笑钦 《中国图象图形学报》 CSCD 北大核心 2022年第1期176-187,共12页
目的图像篡改区域检测是图像取证领域的一个挑战性任务,其目的是找出图像的篡改区域。传统方法仅针对某种特定的篡改方式进行设计,难以检测其他篡改方式的图像。基于卷积神经网络的方法能够自适应地提取特征,同时检测包含多种篡改方式... 目的图像篡改区域检测是图像取证领域的一个挑战性任务,其目的是找出图像的篡改区域。传统方法仅针对某种特定的篡改方式进行设计,难以检测其他篡改方式的图像。基于卷积神经网络的方法能够自适应地提取特征,同时检测包含多种篡改方式的图像。但是其中多数方法都选择增强图像的噪声特征,这种机制无法较好处理篡改区域与原图像来源相同、噪声相似的情况。多数方法还忽略了篡改区域过小而产生的样本不平衡问题,导致检测效果不佳。方法提出了一个基于区域损失的用于检测小篡改区域的U型网络,该网络构建了一个异常区域特征增强机制,放大与图像背景差异较大的异常区域的特征。此外,还利用区域损失增强对篡改区域框内像素的判别能力,可以解决因篡改区域过小而产生的样本不平衡问题。结果消融实验说明了异常区域特征增强机制和区域损失机制的有效性;对JPEG压缩和高斯模糊的对抗性测试证明了模型的鲁棒性;在CASIA2.0(CASI-A image tampering detection evaluation database)、NIST2016(NIST nimble 2016 datasets)、COLUMBIA(Columbia uncompressed image splicing detection evaluation dataset)和COVERAGE(a novel database forcopy-move forgery detection)数据集上与最新方法进行比较时,本文方法取得了最优性能,其F1 score分别为0.9795、0.9822、0.9953和0.9870。结论本文的异常区域特征增强机制和区域损失机制能有效提高模型性能,同时缓解篡改区域过小导致的样本不平衡问题,大量实验也表明了本文提出的小篡改区域检测方法的优越性。 展开更多
关键词 图像取证 小篡改区域检测 特征增强 区域损失 卷积神经网络(CNNs) U型网络(U-Net)
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部