【摘 要】
：
Retina vessel segmentation is a vital step in diagnosing ophthalmologic diseases. Traditionally, ophthalmologists segment retina vessels by hand, which is time-consuming and error-prone. Thus, more an
【出 处】
：
International Journal of Automation and Computing
论文部分内容阅读
Retina vessel segmentation is a vital step in diagnosing ophthalmologic diseases. Traditionally, ophthalmologists segment retina vessels by hand, which is time-consuming and error-prone. Thus, more and more researchers are committed to the research of
其他文献
本文在Python编程语言环境下,借助基于OCR(Optical Character Recognition,光学字符识别)技术的Python-Tesseract模块,设计了一套针对扫描图像文档进行标题文字识别和有效提取,并快速、智能化的重命名系统,实现了基于规则的批量自动化模式和基于鼠标划取区域的单个手动模式两种重命名方式,达到了高效智能地对扫描文档图像进行有效重命名的目的,为扫描文档数字化管理
本文提出了基于层级关注的故事性图像描述模型。该模型采用两层关注机制,其中句级关注对图像全局特征和句子语义做映射,词级关注对图像局部特征与单词语义做映射,模型最终通过LSTM模型生成多张图片的描述。实验结果表明,我们的模型能够对序列图像进行有效的故事性描述,生成的描述关联性更强,连贯性好。
本文首先介绍了电力物联网建设的意义,接着阐述了电力物联网采集业务的变化,最后对低功耗大连接技术进行了详细分析。通过分析可以确定将低功耗大连接技术应用到电力物联网中,能够降低能耗,提高经济效益,从而促进电力行业稳定发展。
本文面向针织运动服装数字化设计过程中三维量体技术,采用消费级Kinect相机采集得到人体原始点云数据,经去噪、点云融合和配准、人体朝向自调整标定等算法得到人体表面轮廓点云;基于身高比例先验知识和Melkman轮廓点凸包拟合算法,提取人体关键部位点云的坐标信息,计算得到人体各关键部位包括胸围、腰围等尺寸。基于C#Winform编写了测量系统软件,每天上午、下午各测量2次,持续测量3周。测量系统标准误
本文针对神经网络在物联网入侵检测模型中的应用存在检测率低和检测时间长的问题,设计了一种基于人类行为特征的粒子群算法(HPSO)优化BP神经网络的物联网入侵检测模型,通过模仿人类行为中坏习惯因子对周围因子的影响,权衡粒子群算法探索全局最优值的能力,使粒子群算法优化的BP神经网络能够更快速的收敛,在入侵检测常用的KDDcup99数据集上进行仿真实验,将所提的HPSO_BP算法与BP算法和PSO_BP算
本文针对传统生成式对抗网络训的图像超分辨率重建效果不佳、训练较难等问题,基于深度特征均方误差,提出一种基于WGAN-GP的图像超分辨率重建算法。该算法首先使用改进的带Wasserstein距离和梯度惩罚的生成式对抗网络模型(WGAN-GP),并在该模型基础上建立深度特征均方误差,用于图像超分辨率重建工作。为了验证本文提出算法的可行性与有效性,在图像超分辨率重建数据集BSD100上进行对比仿真实验。
本文以电子信息技术为切入点,研究电子信息技术在物联网中的应用,并对电子信息技术的未来发展进行展望,以期最大限度发掘数据本体价值,为社会发展起到重要的推进作用。
Abdominal organ segmentation is the segregation of a single or multiple abdominal organ(s) into semantic image segments of pixels identified with homogeneous features such as color and texture, and in
Low-resolution face images can be found in many practical applications. For example, faces captured from surveillance videos are typically in small sizes. Existing face recognition deep networks, trai
An efficient convolution neural network(CNN) plays a crucial role in various visual tasks like object classification or detection, etc. The most common way to construct a CNN is stacking the same conv