公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

一种融合光照和彩色信息的图像匹配算法被引量：10: 2019年; 针对传统SIFT算法很难兼顾匹配实时性与匹配准确率这一矛盾,提出一种融合彩色信息表征与光照补偿的Harris-SIFT算法。该算法在图像灰度化之前计算彩色信息补偿,并通过高斯权重函数得出光照补偿量,增强图像对比度,进而提高系统的匹配准确率。通过Harris角点检测算法与SIFT算法融合提高系统的快速性并剔除表征不好的特征点,改善系统的实时性。实验结果表明匹配算法在匹配准确率提高的同时,还提高了算法的实时性。; 张庆鹏曹宇; 关键词：图像处理光照补偿图像匹配

室内场景下弱纹理物体三维重建算法的研究被引量：12: 2021年; 针对室内小场景下图像采集位置受限、弱纹理物体重建效果不佳的问题,提出了一种只需用手机采集图像的三维重建算法。首先,用一种主动选择式图像匹配策略减少原始运动恢复结构算法中图像两两匹配的次数。然后,将尺度不变特征变换(SIFT)算法改进为Harris-SIFT算法,以提升算法的实时性;通过全卷积神经网络获得预测深度并与多视图立体匹配算法进行融合,以获得更多的稠密点云。最后,用泊松表面重建算法完成物体的重建。实验结果表明,本算法不仅能有效恢复室内场景下的物体细节特征,对弱纹理物体表面的重建效果也较好。相比原始算法,本算法所用的时间减少了21.07%。; 张庆鹏曹宇; 关键词：图像处理三维重建图像匹配

一种改进阈值分割算法在镜片缺陷检测中的应用被引量：8: 2021年; 在光学镜片缺陷检测中,为提高光学镜片图像阈值分割的精度和速度,提出一种新的粒子群算法(PSO)+Otsu阈值分割算法。该算法通过改进PSO权重因子更新策略,增加权重因子在迭代初期位于较大值的时间,增强全局搜索能力,计算粒子的最优位置,并把最优位置赋值给Otsu算法,最终实现光学镜片图像的阈值分割。改进的权重因子更新策略能够克服典型线性递减权重因子更新策略由于迭代初期的全局搜索能力不足,导致后期陷入局部极值的缺点。实验结果表明,该算法在提高图像阈值分割精度同时,还提高了阈值分割的速度。; 曹宇徐传鹏; 关键词：图像处理粒子群算法

高速128通道小动物多光谱光声断层成像系统被引量：3: 2017年; 为了实现小动物光声断层信号的高速采集和实时高质量图像的重建,采用了覆盖角度为270°的128阵元弧形聚焦超声换能器、4个32通道的NI公司数据采集模块和可调谐脉冲激光器以及正则化优化的基于模型的光声断层重建算法。结果表明,系统的空间分辨率可以达到180μm;此系统可以在1ms内完成光声断层数据的采集,在40s以内获得高质量的重建图像。该系统可以用于开展小动物在体的多光谱光声断层成像实验研究。; 李辉曹宇刘红波彭冬朱玉坤王坤田捷; 关键词：生物光学高速多通道多光谱

基于对抗正则化的自然语言推理被引量：4: 2019年; 目前自然语言推理(Natural language inference, NLI)模型存在严重依赖词信息进行推理的现象.虽然词相关的判别信息在推理中占有重要的地位,但是推理模型更应该去关注连续文本的内在含义和语言的表达,通过整体把握句子含义进行推理,而不是仅仅根据个别词之间的对立或相似关系进行浅层推理.另外,传统有监督学习方法使得模型过分依赖于训练集的语言先验,而缺乏对语言逻辑的理解.为了显式地强调句子序列编码学习的重要性,并降低语言偏置的影响,本文提出一种基于对抗正则化的自然语言推理方法.该方法首先引入一个基于词编码的推理模型,该模型以标准推理模型中的词编码作为输入,并且只有利用语言偏置才能推理成功;再通过两个模型间的对抗训练,避免标准推理模型过多依赖语言偏置.在 SNLI和 Breaking-NLI 两个公开的标准数据集上进行实验,该方法在 SNLI 数据集已有的基于句子嵌入的推理模型中达到最佳性能,在测试集上取得了 87.60 %的准确率;并且在 Breaking-NLI 数据集上也取得了目前公开的最佳结果.; 刘广灿曹宇许家铭徐波

基于深度学习的汽车保险片识别插接研究被引量：1: 2020年; 针对传统汽车保险片采用人工插接无法满足工厂批量化插接的问题,提出一种基于深度学习的汽车保险片自动插接算法,该方法使用CCD工业摄像机结合远心镜头采集保险片的图像信息。采用基于KNN算法匹配保险盒的保险片插件槽位置,使用Faster R-CNN网络对保险片识别定位,算法对9种颜色的保险片准确识别,最后由SCARA四轴机器人自动完成插接操作。经过实验验证,对常见的9种颜色的保险片识别准确率能达到99.8%,对保险片插接平均周期为1 s和1.5 s时,SCARA机器人对6个汽车保险盒同时插接保险片的准确率达96.87%以上。; 曹宇曹宇; 关键词：机器视觉 KNN

全选清除导出

共1页<1>

曹宇