【摘 要】
:
图像分类是计算机视觉领域一个重要研究方向,在商品推荐和移动支付等互联网领域中具有良好的应用前景,也是无人驾驶等高科技产业中的关键支撑技术。随着图像规模的急剧扩增及
论文部分内容阅读
图像分类是计算机视觉领域一个重要研究方向,在商品推荐和移动支付等互联网领域中具有良好的应用前景,也是无人驾驶等高科技产业中的关键支撑技术。随着图像规模的急剧扩增及人工智能产业发展的迫切需求,在大规模或复杂场景图像数据上获得具有高判别性和鲁棒性的图像表达愈发重要。鉴于深度卷积神经网络(CNN)近年来所展现的强大特征学习能力和二阶统计量协方差能够充分利用特征本身包含的有效信息且计算简单高效的优势,本文开展了基于深度卷积特征二阶统计建模的图像分类方法研究,利用二阶统计信息来进一步提升图像表达能力,提出两种新的高判别、鲁棒的图像分类方法。论文主要研究内容和创新性工作如下:(1)提出了多层融合的二阶统计卷积神经网络模型(HLBP-CNN),并有效应用于图像分类和检索任务中。HLBP-CNN基于单个CNN架构,采用二阶统计模型融合不同卷积层的深度特征,构建了特征层累加、表达层累加和特征级堆叠降维三种双线性池化深度神经网络模型。HLBP-CNN不仅有效利用了不同卷积层固有信息的二阶统计量,而且提供更精准、鲁棒的图像表达能力。在Birds200-2011、FGVC-aircraft和Flower-102等七个广泛使用的数据集上进行了细粒度图像分类和检索任务实验,实验表明HLBP-CNN优于其基准双线性卷积神经网络(B-CNN),与当前最优方法相比也表现出相当甚至更好的性能。(2)提出了基于深度卷积特征鲁棒协方差表示的图像分类方法。对深度卷积特征进行协方差估计建模可有效提升图像表达能力,但其存在小样本下高维卷积特征的协方差难以鲁棒估计和高维协方差表达引起的计算与存储成本问题。为解决该问题,本文提出了一种深度卷积特征的鲁棒协方差表示方法。首先,引入两种正则化的最大似然估计在高维和小样本情况下对深度卷积特征进行鲁棒协方差估计;然后,考虑到协方差的黎曼几何结构而提出一种大间隔降维方法对协方差表示进行降维,其不仅显著降低了鲁棒协方差表达的维数,还提高了判别能力。在纹理分类、人脸识别和细粒度图像分类三种不同视觉图像分类任务上对所提出方法进行了测试与比较,实验表明提出方法优于同类方法且达到当前最优水平。
其他文献
目的应用超声心动图技术分析导管射频消融(RFCA)术后房颤复发患者的心脏结构和功能,预测其复发因素,同时对不同消融术式对房颤复发的影响进行评价,为临床RFCA术后房颤复发的
近年来,电力电子技术的快速发展给人类带来了极大的便利,但大量非线性、不平衡负荷的引入也给电网带来了极大的威胁,即谐波污染。传统的无源滤波器(Passive Power Filter,PPF
随着新能源发展并接入电网,互联电网规模不断扩大,引起系统失稳的因素越来越多,电源、负荷、故障等带来的随机扰动现象也愈发引人关注。随机因素的增多,致使传统的确定性的电力系统模型已经不能解释随机扰动对电力系统稳定性的影响,那么就需要通过构造新的随机电力系统模型来分析其影响。因此,对电力系统随机稳定性的研究是非常有必要的。分岔理论作为稳定性理论的一个重要分支,可以解释系统稳定性随参数或系统结构变化的情况
英籍日裔作家石黑一雄(Kazuo Ishiguro 1954—),2017年获诺贝尔文学奖,生于日本成长于英国的特殊经历促使石黑一雄将自己定位成一名国际化作家,他作品的倾诉对象没有特定的国家,他的目光始终关注着人类的普世性问题。石黑一雄以真实的战争历史作为小说的背景却无意于写历史小说,而更多地希望人们把他的作品看成隐喻或者象征。其笔调平淡而温和,其思想深邃而严肃,隐喻叙事的多义性和丰富性将其平淡的
力学监测在航空航天,医疗护理,智能家居等领域占有重要的地位。对仪器设备进行多点力学监测以及实时存储并通过后期的数据处理及分析可以随时反映出仪器设备的运行状态是否良
随着多媒体业务中对高清/超高清视频的支持需求量日益增长,上一代视频编解码标准H.264已难以满足人们在视频传输及存储方面的要求。视频编码联合工作组Joint Collaborative T
数字水印技术因为其自身的优点而被广泛的应用,已经成为解决版权问题的重要方法。然而传统的水印算法大多针对灰度图像,在以彩色图像为主的当今世界的应用中受到了限制,而且
随着信息科技的发展,人们的工作、生活方式也随之发生着改变。近年来,随着无线通信技术的飞速发展,无线局域网(WLAN)几乎覆盖全球,成为人们日常生活中不可缺少的部分。通过手
移动互联网技术的发展积累了海量的数据。利用传统的搜索引擎技术,从海量的数据信息当中,发现满足兴趣的内容变得愈加困难,能够满足人们个性化信息需求的技术与服务变得更加
Heusler合金中蕴含着丰富多样的物理性能,具有极大的应用前景。Heusler合金从铁磁到反铁磁态转变过程中往往会出现种种新奇的性能,在自旋电子学上存在巨大的潜在应用价值。本文的主要工作就是在Heusler构架下,以铁磁性和反铁磁性之间的转变为切入点,采用等结构合金化的方法诱导磁性转变合成新材料,进而探究转变过程中新材料的物理性能以及所具有的功能特性。本论文主要瞄准Co-Ru基系列Heusler