公共文化服务平台

杭州电子科技大学模式识别与图像处理实验室: 作品数：24 被引量：43H指数：4; 相关作者：陈可沈学丽更多>>; 相关机构：浙江大学生物医学工程与仪器科学学院更多>>; 发文基金：国家自然科学基金浙江省自然科学基金浙江省教育厅科研计划更多>>; 相关领域：自动化与计算机技术医药卫生电子电信更多>>

合作机构

浙江大学生物医学工程与仪器科学...

多路径卷积神经网络的轮廓感知: 2019年; 目的引入视觉信息流的整体和局部处理机制,提出了一种多路径卷积神经网络的轮廓感知新方法。方法利用高斯金字塔尺度分解获得低分辨率子图,用来表征视觉信息中的整体轮廓;通过2维高斯导函数模拟经典感受野的方向选择性,获得描述细节特征的边界响应子图;构建多路径卷积神经网络,利用具有稀疏编码特性的子网络(Sparse-Net)实现对整体轮廓的快速检测;利用具有冗余度增强编码特性的子网络(Redundancy-Net)实现对局部细节特征提取;对上述多路径卷积神经网络响应进行融合编码,以实现轮廓响应的整体感知和局部检测融合,获取轮廓的精细化感知结果。结果以美国伯克利大学计算机视觉组提供的数据集BSDS500图库为实验对象,在GTX1080Ti环境下本文Sparse-Net对整体轮廓的检测速度达到42幅/s,为HFL方法1.2幅/s的35倍;而Sparse-Net和Redundancy-Net融合后的检测指标数据集尺度上最优(ODS)、图片尺度上最优(OIS)、平均精度(AP)分别为0.806、0.824、0.846,优于HED (holistically-nested edge detection)方法和RCF (richer convolution features for edge detection)方法,结果表明本文方法能有效突出主体轮廓并抑制纹理背景。结论多路径卷积神经网络的轮廓感知应用,将有助于进一步理解视觉感知机制,并对减弱卷积神经网络的黑盒特性有着重要的意义。; 谭明明范影乐武薇佘青山甘海涛; 关键词：卷积神经网络视觉感知

基于信息流多级结构响应的轮廓检测模型: 2024年; 考虑到视觉信息流在视通路多级结构中的处理方式,提出一种图像轮廓检测的新模型。首先,根据初级视皮层(V1区)4B层的简单细胞具有三重感受野结构并对朝向敏感的特性,感知图像方位信息,并经复杂细胞提取获得边缘轮廓响应;其次,根据V1区2/3层细胞的抑制特性,引入稀疏性度量指标和神经元突触动态编码机制对边缘轮廓响应进行抑制,得到纹理抑制响应;最后,利用高级视皮层的融合修正机制,对边缘轮廓响应和纹理抑制响应进行优势互补,得到最终的轮廓检测结果。在RuG40和BSDS500图像数据集上进行实验,结果表明所提算法能够有效地区分图像的轮廓与纹理信息,凸显主体轮廓。所构建的基于信息流多级结构响应的轮廓检测模型对后续基于生物视觉机制的图像分析具有一定的参考价值。; 李健范影乐

基于FHN神经元随机共振的低剂量肺部CT图像增强被引量：9: 2012年; 目的研究FitzHugh-Nagumo(FHN)神经元在弱信号检测中的随机共振机制,实现低剂量肺部CT图像的增强。方法本文以低剂量肺部CT影像为例,在验证FHN神经元随机共振能够增强一维含噪信号有用信息的基础上,引入基于FHN神经元随机共振的图像增强方法:分别实现二维CT影像在行方向和列方向上的降维操作,以此作为FHN神经元随机共振的输入序列;FHN神经元的输出信号经过光栅扫描逆过程以及幅值映射放大处理后,通过判别器,完成低信噪比CT影像的增强。结果 FHN神经元随机共振方法增加了图像对比度,凸显影像中的有用信息。结论本文研究为图像增强技术在医学影像中的应用提供了一种有效的新思路。; 王海玲范影乐陈可沈学丽李轶; 关键词：图像增强随机共振

基于动态突触神经网络的菌落图像轮廓提取方法: 2022年; 菌落图像轮廓提取的准确性对于微生物菌落形态学和特征分析具有重要意义。本研究构建一种基于动态突触神经网络的菌落图像轮廓提取方法。首先面向视网膜光电转换过程,提出一种基于光照强度的感受野尺度自适应调节模型;其次构建融合了电突触与化学突触侧向调节的带泄漏积分触发(LIF)模型,通过神经元膜电位、空间分布关系以及响应时间差调节电突触和化学突触强度,并获得有无侧向调节作用下的菌落边缘敏感图像;最后比较有无侧向调节作用下神经元响应时间差,利用STDP学习规则对突触权重进行动态更新,以此调整菌落轮廓细节,并将其与初级轮廓响应相结合,得到最终菌落图像轮廓信息。以实验室所采集的40幅菌落图像为研究对象,选取边缘置信度BIdx、平均结构相似度MSSIM,以及综合性能EIdx为评价指标。结果表明,本方法所获取的菌落轮廓更加准确、连续且噪声少,BIdx和MSSIM分别为0.6514±0.0565和0.8318±0.0261,EIdx为0.7657±0.0274,较OS、BAR和LS等3种基于生物视觉的对比方法分别有显著性提升(P<0.01)。所构建的动态突触神经网络适用于菌落等具有丰富细节特征的图像轮廓提取,可为融入生物视觉机制的神经计算模型研究和应用提供一种新思路。; 蔡哲飞范影乐武薇

基于排列组合熵和灰度特征的纹理分割被引量：6: 2006年; 提出了一种基于排列组合熵和灰度特征的纹理分割方法。该方法将不同方向上的排列组合熵与灰度均值、灰度方差结合起来构成一个多维特征向量,利用模糊C均值聚类算法进行聚类实现纹理图像的分割。实验结果表明该方法对纹理分布均匀的图像有着良好的分割效果。在保持较高纹理分割精度的前提下,该方法能减小计算复杂度,并且具有较强的鲁棒性和抗噪声能力。; 钱诚范影乐庞全; 关键词：纹理分割灰度特征模糊C均值聚类

基于双视通路交互感知的轮廓检测方法被引量：1: 2022年; 基于生物视觉系统存在双视通路(VP)交互感知的机制,该文提出一种图像轮廓检测的新方法。首先针对皮层下视通路中视觉刺激流经多级不同尺度的感受野,提出一种多尺度轮廓融合的轮廓感知模型;接着基于皮层上视通路的对比度适应机制和方向敏感特性,获取显著性视觉特征;然后模拟双视通路的交互感知机制,分别在V1皮层中,构建一种信息流交互引导的脉冲编码模型,提取显著性轮廓;在上丘(SC)浅层提出一种特征调制的非经典感受野侧抑制模型,实现纹理抑制;最后对双视通路中的轮廓响应结果进行修正融合,得到最终轮廓响应。针对RUG40图像库的测试,整个数据集的最优平均P指标和每张图的最优平均P指标分别为0.51和0.57;针对BSDS500图像库的测试,数据集尺度上最优(ODS)为0.68。结果表明该文方法能有效突显主体轮廓并且抑制纹理背景。通过该文提出的轮廓感知方法,为后续基于视觉机制的图像理解和分析提供了一种新的思路。; 武薇韩显修范影乐; 关键词：视通路

基于阵列级联FHN神经元的弱信号随机共振复原研究被引量：5: 2013年; 目的基于神经元的突触多输入连接以及动作电位的连续传递特性,提出一种阵列级联FHN神经元模型,用于实现弱信号的复原。方法采用光栅扫描和Hilbert扫描相结合的方法对二维图像进行降维,以充分反映图像像素在邻域上的关联性,并基于峰值信噪比指标对低信噪比图像复原的效果进行分析。结果阵列级联FHN神经元模型能够有效抑制噪声,凸显信号轮廓边缘与细节,使信号层次感更强,同时对内噪声具有较强的鲁棒性。结论基于阵列级联FHN模型的随机共振机制将为弱信号复原提供一种新的思路。; 陈金龙范影乐武薇高云园; 关键词：随机共振

基于初级视通路视觉感知机制的轮廓检测方法被引量：4: 2020年; 考虑到初级视通路中视觉信息传递和处理过程中的特点,本文提出了一种基于视觉感知机制的轮廓检测新方法.构建视觉信息局部细节检测与整体轮廓感知的不同路径.利用高斯导函数提取初级轮廓响应;构建神经网络,利用时空编码提高主体轮廓对比度;然后,利用非经典感受野的侧抑制作用抑制纹理背景;另外,针对轮廓信息强化以及检测鲁棒性的要求,在视辐射区提出了一种信息冗余度增强编码机制;最后,将初级轮廓直接前馈至初级视皮层,以达到轮廓响应的快速调节和完整性融合.以RuG40图库为实验对象,经过非极大值抑制和阈值处理,得到的轮廓二值图与基准轮廓图比较,在整个数据集中的最优平均P指标和每张图的最优平均P指标分别为0.48和0.55,并且FPS达到了1/2.结果表明本文方法能有效突出主体轮廓并抑制纹理背景,为后续图像理解和分析提供了一种新的思路.; 张明琦范影乐武薇; 关键词：前馈

基于视通路多感受野朝向性关联的轮廓检测方法被引量：2: 2017年; 基于视通路中各层次的感受野特性以及层次间感受野的关联特性,提出一种图像轮廓检测新方法。根据神经元的放射状树突接收特性,构建检测空间差异性信息的视网膜神经元网络,对轮廓信息进行前级编码;建立LGN细胞的非经典感受野调节机制,结合感受野的层次变换特性,对前级编码结果进行全局调节;提出简单细胞的多感受野朝向性关联模型,模拟初级视皮层简单细胞的方向选择特性;融合多个方向上的轮廓响应,经过非极大值抑制和阈值处理,得到轮廓检测结果。以Ru G图库40幅图片为实验对象,检测结果与基准轮廓图的平均P指标为0.43,结果显示该方法能够有效凸显主体轮廓,强化轮廓与纹理边缘的区分度。利用多感受野的层次关联特性,实现图像轮廓信息的编码与检测应用,为研究高级视皮层的图像理解和视觉认知提供新的思路。; 李康群范影乐甘海涛武薇

基于神经元颜色拮抗与动态编码的轮廓检测方法被引量：1: 2017年; 基于神经元的颜色拮抗特性及神经元群体的动态编码机制,实现对图像的轮廓检测。模拟视皮层下神经元的颜色单拮抗特性,引入单拮抗感受野的动态调节机制,以充分响应颜色边界和亮度边界;利用单细胞的树突极性分布,构建初级视皮层的双拮抗神经元网络,实现对特定方位的视觉刺激响应,有效提取目标轮廓;在神经元的群体感受野内,考虑神经元的动态突触连接,融合单细胞的脉冲频率响应,实现对纹理信息的抑制作用。以BSDS500图库的图像为实验对象,结果显示该方法在提取主体轮廓的过程中能有效抑制纹理信息,其对100幅图像最佳检测结果的P值指标均值和标准差为0.58±0.04,相对CORF和CO等其他对比方法,可提高轮廓提取的准确率。所提出方法可有效实现图像的轮廓检测,为利用颜色信息以及神经元之间的动态编码、实现更高级皮层的图像理解或者视觉认知提供新的思路。; 胡钧皓范影乐李康群武薇

杭州电子科技大学模式识别与图像处理实验室

合作机构

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

杭州电子科技大学模式识别与图像处理实验室

合作机构

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈