-
题名基于动态视觉运动特征的脉冲神经网络识别方法
被引量：1
- 1
-
-
作者
董峻妃
姜润皓
燕锐
唐华锦
-
机构
四川大学计算机学院
浙江大学计算机科学与技术学院
浙江工业大学计算机科学与技术学院
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2023年第8期2731-2738,共8页
-
基金
国家重点研发计划(2020AAA0105900)。
-
文摘
针对现有脉冲神经网络(SNN)对动态视觉事件流识别精度低与实时性差等问题,该文提出一种基于动态视觉运动特征的脉冲神经网络识别方法。首先利用基于事件的运动历史信息表示与梯度方向计算提取事件流中的动态运动特征;然后引入时空池化操作来消除事件在时间和空间上的冗余,保留显著的运动特征;最后,将特征事件流输入脉冲神经网络进行学习与识别。在基准的动态视觉数据集上的实验结果表明,动态视觉运动特征可显著提升SNN对于事件流的识别精度与计算速度。
-
关键词
动态视觉感知
事件相机
脉冲神经网络
动作识别
运动特征提取
-
Keywords
Dynamic visual perception
Event camera
Spiking Neural Network(SNN)
Action recognition
Motion feature extraction
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名水下结构状态观测中的悬浮杂质遮挡消除方法
被引量：1
- 2
-
-
作者
徐永兵
周亚琴
叶倩
贾江灿
王菂
-
机构
山东省水利勘测设计院有限公司
河海大学信息科学与工程学院
山东省水利勘测设计院有限公司济南市数字孪生与智慧水利重点实验室
-
出处
《光学学报》
EI
CAS
CSCD
北大核心
2023年第24期112-126,共15页
-
基金
国家自然科学基金(62201197)
中国博士后科学基金(2023M730918)
+2 种基金
中央高校基本科研业务费专项资金(B220201037)
江苏省卓越博士后计划(305375)
济南市数字孪生与智慧水利重点实验室开放研究基金(37H2022KY040113)。
-
文摘
水下结构状态视觉检测过程中,观测相机镜头易受到水体中枯叶、藻类等悬浮杂质遮挡,导致水下结构表观影像信息丢失,影响检测效果。针对该问题,利用水下视频序列中的帧内空间信息与帧间运动信息,提出一种悬浮杂质遮挡消除方法。根据相邻帧间的光流场分布信息,提出位移补偿策略,消除相机移动导致的帧间背景偏移;结合悬浮杂质成像特性,建立动态视觉感知模型,在对齐后的相邻帧基础上,实现不同形态悬浮杂质的准确检测;构建一种混合引导修复模型,确立帧间最优互补信息,还原悬浮杂质遮挡区域。在构建的真实与合成数据集上的测试结果表明,本文方法能够准确检测并消除悬浮杂质的遮挡,处理后的图像质量在多项指标上均得到明显提升。
-
关键词
水下图像复原
悬浮杂质遮挡消除
位移补偿
动态视觉感知
混合引导模型
-
Keywords
underwater image restoration
elimination of visual obstruction from impurities
displacement compensation
dynamic visual perception
hybrid guided model
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
