【摘 要】
:
局部特征检测通常作为计算机视觉中许多任务的先决条件,例如图像分类、图像匹配、目标检测、图像检索等,检测到的特征的优劣会直接影响到此项任务的最终性能,一直是计算机视觉领域中的一个研究热点。近年来,随着数据量的爆炸式增长和计算机硬件的发展以及各种基于机器学习的算法相继提出,局部特征检测的研究已从手工设计方法转变为基于机器学习的方法,尤其是基于深度学习的方法。目前最先进的基于深度学习的特征检测器基本上是
论文部分内容阅读
局部特征检测通常作为计算机视觉中许多任务的先决条件,例如图像分类、图像匹配、目标检测、图像检索等,检测到的特征的优劣会直接影响到此项任务的最终性能,一直是计算机视觉领域中的一个研究热点。近年来,随着数据量的爆炸式增长和计算机硬件的发展以及各种基于机器学习的算法相继提出,局部特征检测的研究已从手工设计方法转变为基于机器学习的方法,尤其是基于深度学习的方法。目前最先进的基于深度学习的特征检测器基本上是协变局部特征检测器及其演进算法,它通过预测来自附近像素的关键点的变换来进行关键点的检测。协变局部特征检测器在进行局部特征检测过程中,均等地对待每个像素,这种处理方式可能会漏掉鲁棒性较高的关键点和错误地检测到不稳定的关键点。并且针对各种任务的局部特征检测器,都是独立进行设计,无法整合其它局部特征检测方法的优点。针对上述问题,本文围绕局部特征检测相关方法展开研究,主要研究工作如下:(1)对已有的局部特征检测方法进行分析和介绍。本文从基于手工设计和基于机器学习两方面,对局部特征检测方法进行了系统地梳理、分析和总结,发现目前的基于机器学习的局部特征检测方法是基于一种特定指标来确定一个点是否为关键点的。但是,由于自然图像的复杂性,有关局部图像结构的单一信息通常不足以检测具有高重复性的不同图像之间的可靠关键点。(2)提出基于协变局部特征检测器的特征融合方法。为解决(1)中问题,本文提出了一种改进局部特征检测方法,通过融合从另一个检测器获得的特征信息来改进协变检测器,将预测变换作为有意义的分数图以进行关键点检测,该方法可作为置信度来指导投票程序。这样,融合信息可以增强被认为是好的特征,并减弱那些不稳定的特征。本文分别从基于手工设计的和基于机器学习的特征检测器中获取特征信息,将它们融合到协变特征检测器。在四个广泛使用的基准上对该方法进行了评估,实验表明在可重复性等性能上都得到了进一步的提升。(3)改进局部特征检测方法的应用。将通过基于协变局部特征检测器的特征融合方法得到的局部特征应用到图像匹配和图像检索任务中,并在广泛使用的评估数据集上进行实验验证,结果表明本文提出的方法可以在匹配分数和平均精度均值(m AP)都有较大的提升,证明了本文所提方法的有效性。
其他文献
恐惧通常会让人逃离,但恐惧的娱乐活动又经常能吸引人们参与。这就是恐惧悖论。文章通过邀请受访者参与虚拟现实恐怖游戏后接受深度访谈,借助情绪认知评价理论研究个体在娱乐恐惧空间中的情绪体验过程,以回应恐惧悖论。研究表明,游客在游戏中的情绪唤起源于对外部刺激的认知评价。该认知评价过程可分为初评价和次评价两个阶段。在游戏初期,游客在接收到恐怖刺激后会应激性地产生初评价,判断自己正处于危险环境中,从而唤起强烈
当前全球的经济和工业发展迅猛,能源消耗剧增,为了缓解全球能源消耗压力和环境污染问题,各国都开始促进汽车的转型,推行电动汽车的使用。我国也鼓励各省市推行电动汽车的使用,A市早年间将全市的出租车更换为电动汽车,成为S省第一个出租车全部电动化的城市。在S省最新的行动计划中指出,将继续大力发展电动汽车。随着电动汽车产能的不断扩大,动力电池将大规模的退役,无论从绿色发展,还是经济性角度,动力电池的回收利用已
随着我国经济的飞速发展,人民生活水平的提高,多样化的冷链产品开始大范围、频繁地进入消费者的生活。由于我国冷链物流尚处于发展阶段,由变质引起的损失和居高不下的库存成本,大大制约了冷链企业的发展。因此,解决冷链企业的库存问题,成了冷链企业的当务之急。制定合适的库存控制策略,不仅能够使冷链库存管理更加高效,还能降低成本,提升利润和企业竞争力。首先,通过对市场的分析调查,结合变质率的研究,分析并构建基于三
流水生产线是制造业的重要生产方式,生产线设计的优劣影响到生产效率、产品质量和资源浪费程度。M公司VR一体机流水生产线存在产能不足、在制品较多等问题,严重影响了公司生产成本和效益。在新的经济形势下,企业要想保持市场竞争优势,就必须降低成本,提高生产效率。本文运用工作研究、生产线平衡的理论和方法,对M公司VR一体机流水生产线进行优化。首先,通过实地调研M公司VR一体机生产线生产现状,确定出生产线存在的
巷道底板小孔径预应力锚索锚固是解决巷道底臌的最行之有效的方法。但由于锚固过程中采用的树脂锚固剂对钻孔中水的敏感性较高,不仅影响锚索的初期锚固力,而且导致后期锚固力的衰减;其次,底板水对锚固段锚索的腐蚀性较高,严重影响锚索后期的锚固力;再次,底板水导致底板钻孔壁弱化影响锚固剂与孔壁的粘结效果,致使底板锚索锚固前期效果较好,而后期依然底鼓强烈的重要因素。因此,弄清楚底板小孔径预应力锚索锚固机理,研究出
区块链是一门新兴技术,主要应用于数字货币领域、数字版权领域、物联网领域,医疗领域等,其中数字货币领域最典型的代表是比特币。区块链,简单的理解是将一定数量的交易信息打包成一个区块,每个区块都连着另一个区块,每个区块都会被盖上时间戳,每个新产生的区块严格按照时间顺序进行链接,形成不可逆的链条。传统区块链是为了保护用户隐私的前提下实现去中心化,然而学者们对区块链中地址关联交易之间的匿名性产生质疑。因此,
随着互联网技术的迅猛发展,网络浏览的用户数量和网络平台的资源与日俱增,因此出现了日益严重的信息过载问题。为了让用户在面对多元化的信息时能够快速地做出正确的选择,个性化推荐系统应运而生。协同过滤算法是个性化推荐技术中运用最广泛的一种算法,该算法通过用户和项目之间的交互信息进行建模,然后来衡量用户对项目的喜爱程度。在真实的个性化推荐系统中,普遍存在着数据稀疏和扩展性差等问题,严重影响了推荐系统的性能。
传统的协同过滤算法面对稀疏数据时计算相似度精确度偏低,导致评分预测结果计算不准确,推荐效果也随之下降。针对传统协同过滤算法的不足之处,利用聚类算法对数据及进行聚类,降低用户邻居的搜索时间,同时引入用户兴趣相似度优化对用户兴趣偏好的计算,引入标准差作为惩罚因子优化Pearson相关系数的计算。在此研究基础上,提出了一种将用户兴趣和改进的Pearson相似性相结合的协同过滤算。本文主要创新如下:(1)
水声数据种类繁多,其中包含大量信息。研究人员需要对接收到的声呐信号通过一系列的手段进行处理,才能提炼出有用信息。水下环境复杂,并且海面与海底会对声波进行反射,使得接收到的声呐信号存在噪声,因此需要对信号进行降噪处理。另外,水下声源将向水平360度方向发射声波,如果从垂直剖面观察的话,声波通过类简谐波的方式传播,了解水声场中声波的传播方式将有助于多种水下探测活动,因此水声场的可视化呈现具有重大意义。
复杂网络自诞生以来就引起了各领域学者的广泛关注。社区发现是复杂网络分析领域的一项重要研究内容,是一个颇受业界欢迎且具有广泛应用的研究课题。研究复杂网络中的社区对理解整个网络的结构和功能起到至关重要的作用,并且可分析及预测整个复杂网络的特点。社区发现研究是最具有挑战性的多学科交叉研究领域之一,其研究不仅具有重要的理论意义,而且具有广泛的应用前景。现存文献有关非重叠社区发现算法居多,随着研究的不断深入