【摘 要】
：
An automated superpixels identification/mosaicking method is presented for the analysis of cone photoreceptor cells with the use of adaptive optics scanning laser ophthalmoscope(AO-SLO) images. This i
【出 处】
：
Chinese Optics Letters
论文部分内容阅读
An automated superpixels identification/mosaicking method is presented for the analysis of cone photoreceptor cells with the use of adaptive optics scanning laser ophthalmoscope(AO-SLO) images. This is an image oversegmentation method used for the iden
其他文献
本文从几何角度来理解深度学习,特别是提出了生成对抗网络(GAN)的最优传输(OT)观点。自然数据集具有内在的模式,该模式可被概括为流形分布原理,即同一类高维数据分布于低维流形附近。GAN主要完成流形学习和概率分布变换两项任务。其中,后者可以用经典的OT方法来实现。从OT的角度来看,生成器用于计算OT映射,而判别器用于计算生成数据分布与真实数据分布之间的Wasserstein距离;两者都可以归结为一
20世纪70年代认知心理学已经认识到,长期记忆的内容应为语义和情景的集成[1],并被分别编码为言语和心象的表征[2]。1991年,笔者在论文《形象思维中的形象信息模型的研究》[3]中指出,并非所有言语命题都能从言语系统中推理而获得,很多只能从形象系统中转化而来。两个月前,笔者在论文《论视觉知识》[4]中提出了视觉知识(VK)的概念,它包括视觉概念、视觉命题和视觉述事。视觉知识可以模拟人在大脑中能对
为使多聚焦图像的融合结果能保持全局性、保留局部的细节且对未配准源图像具有鲁棒性,提出了一种隐低秩表示结合低秩表示的多聚焦图像融合算法。该算法通过对源图像进行隐低秩表示,得到图像的低秩(全局)部分和显著(细节)部分,然后对低秩部分和显著部分分别使用滑动窗口技术分块,并将分块使用4个方向的Sobel算子进行分类学习子字典,将子字典合成完整字典后进行低秩表示,接着对低秩部分和显著部分的低秩系数分别进行融
为提高多焦距图像融合质量,提出了一种基于支持向量机(SVM)和窗口梯度的多焦距图像融合方法。该方法首先对多焦距图像进行基于窗口的经验模态分解(WEMD),得到一组内涵模式函数分量(高频)和残余分量(低频),WEMD可以有效解决图像分解中的信号混叠问题;然后,利用SVM的输出指导低频分量融合,选取更清晰的聚焦区域;利用本文的窗口梯度对比算法指导高频分量融合,在保持融合图像对比度的同时保证图像的一致性
针对光照变化引起目标跟踪性能显著下降的问题,提出一种光照补偿和低秩稀疏表示联合优化的视觉跟踪方法。该方法首先基于模板与候选目标的平均亮度差异对模板光照补偿;而后利用候选目标逆向稀疏表示模板,并考虑候选目标间相似性以对稀疏编码矩阵实施低秩约束,且包含稀疏误差项以提高算法对局部遮挡的稳健性,从而获得光照补偿和低秩稀疏表示联合优化模型;最后,基于该模型所得稀疏编码矩阵快速剔除无关候选目标,并采用局部结构
提出了基于海洋耀斑的在轨偏振定标方法,首先建立海洋粗糙面模型,分析洋面耀斑偏振辐射特性;其次,考虑到大气辐射传输特性,使用6SV辐射传输模型计算大气层顶(TOA)的耀斑偏振特性;然后,进一步修正气溶胶偏振的影响,提出TOA偏振度修正公式,采用t检验方法验证所提公式中新加二次项的显著性;最后,建立关于太阳天顶角的修正系数查找表,得到模拟偏振度。对POLDER 3解析偏振度进行验证,其相对误差低于2%
现代社会正朝向智能化、信息化方向发展,计算机视觉技术的出现为智能产品技术突破与创新奠定了基础。计算机视觉是赋予机器"人眼"的功能,通过摄像机与计算机让机器能够自主的对物体进行跟踪、识别等,再将采集的数据信息进行处理以实现不同的功能。计算机视觉系统由图像信息处理层、图形特征分析层以及图像数据收集层三个部分组成,在智能机器人目标定位方面、人脸检测与识别方面具有非常广泛的应用。
目前随着计算机视觉及人工智能领域的不断发展,图形图像领域的目标识别和分类也越来越受到广泛的关注。对于目标物体的准确识别和分类也成为本文的研究重点。但是在进行目标识别和分类的过程中,往往会存在一些难以准确分类的物体,我们称之为难分样本。难分样本的存在大大降低了对于图形图像分类的准确率,基于此问题,本文提出对难分样本进行度量学习,增大异类样本的距离,缩小同类样本的距离,以达到准备分类的效果。
利用抗病基因进行抗病育种是防控作物病害最为有效的手段之一,其中最有利用价值且应用最广的一类是被称为NLR免疫受体的抗病基因,该类基因是植物免疫系统中最大的一类抗病基因。NLR受体通过识别各种病原物效应蛋白激活寄主对病原物的抗性反应。虽然距离NLR抗病基因被克隆已经将近26年,但是学界对于NLR受体在识别病原菌入侵以及如何启动抗病反应等问题还知之甚少。当前NLR抗病领域研究最为活跃的科学问题包括NL
植物不断地接触各种微生物,其中部分微生物成为病原菌导致病害。病害在作物生产过程中导致的产量损失通常为10%～30%,严重时会导致毫无收成。控制作物病害最好的方法是利用抗病品种。对植物抗病机理的认识,有利于抗病品种的创新和合理布局。事实上,植物的抗病性依赖于其两个层次的先天免疫系统的及时激活。其中模式分子激发的免疫(PTI)可保护植物免于绝大部分潜在病原微生物的侵害,而效应子激发的免疫(ETI)则保