-
题名基于多模态深度学习的特定虚拟图像视觉特征自动补偿
- 1
-
-
作者
何伟
杨大伟
马天福
马崇瑞
苑学贺
-
机构
国网新疆电力有限公司信息通信公司
北京中电普华信息技术有限公司
-
出处
《计算技术与自动化》
2024年第3期102-107,共6页
-
基金
新疆维吾尔自治区科技攻关专项项目(2021B01013-6)。
-
文摘
为了提高特定虚拟图像视觉特征缺失补偿效果,提出了基于多模态深度学习的特定虚拟图像视觉特征自动补偿方法。首先,通过结合主成分分析(PCA)降维方法和结构张量的非局域全变分方法,对图像实行冗余信息去除和去噪处理;其次,通过稀疏自编码器和卷积池化技术展开深度学习,获取多模态下图像的彩色图、深度图、灰度图和3D曲面法线特征;最后,通过卷积神经网络完成特定虚拟图像视觉特征自动补偿。测试结果表明:这种特征补偿方法能够通过预处理提高图像清晰度,且图像视觉特征自动补偿质量较高。
-
关键词
多模态
特定虚拟图像
视觉特征自动补偿
图像去噪
卷积神经网络
-
Keywords
multimode
specific virtual images
automatic compensation of visual features
image denoising
convolution neural networks
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名特定虚拟图像局部多变特征识别仿真研究
被引量：1
- 2
-
-
作者
郭凯路
-
机构
首都师范大学数学科学学院
-
出处
《计算机仿真》
北大核心
2020年第2期377-380,389,共5页
-
文摘
采用当前方法识别特定虚拟图像中存在的局部多变特征时,识别多变特征所用的时间较长,得到的识别结果与实际不符,存在识别效率低和识别准确率低的问题。提出特定虚拟图像局部多变特征识别方法,在不改变原有样本协方差结构的基础上,采用PCA降维算法调整类间离散矩阵和类内离散矩阵,最大化类间聚类、最小化类内距离,去除特定虚拟图像中存在的无用数据和冗余信息。融合非局域全变分和结构张量构建图像去噪模型,利用图像去噪模型去除特定虚拟图像中存在的噪声。对预处理后的特定虚拟图像进行Contourlet变换,在不同方向、不同尺度上提取特定虚拟图像的变换系数,构建语言变量,通过模糊逻辑方法计算模糊区域在模糊特征空间中对应的激活强度值,获得特定虚拟图像局部多变特征向量,将特征向量输入支持向量机分类器中,实现特定虚拟图像局部多变特征的识别。仿真结果表明,所提方法的识别效率高、识别准确率高。
-
关键词
特定虚拟图像
局部多变特征
识别方法
-
Keywords
specific virtual image
Local multivariate features
Recognition method
-
分类号
TP391.43
[自动化与计算机技术—计算机应用技术]
-
