【摘 要】
：
随着智能设备和社交媒体的不断普及，普通大众对于图片编辑的需求日渐旺盛。海报作为一种强有力的图像传递方式，在日常生活和工作管理中承担起重要的信息传播职能。事实上，在用户进行海报制作时，需要的是多元素图像信息的编辑合成，目前缺少一种交互式的、一键式的图片合成系统。为此，本文结合当前流行的图像处理技术，设计并实现了一款海报自动合成系统。本文首先提出了一种基于关键字的图像检索方案，构建基于文本和内容的双重
论文部分内容阅读
随着智能设备和社交媒体的不断普及，普通大众对于图片编辑的需求日渐旺盛。海报作为一种强有力的图像传递方式，在日常生活和工作管理中承担起重要的信息传播职能。事实上，在用户进行海报制作时，需要的是多元素图像信息的编辑合成，目前缺少一种交互式的、一键式的图片合成系统。为此，本文结合当前流行的图像处理技术，设计并实现了一款海报自动合成系统。本文首先提出了一种基于关键字的图像检索方案，构建基于文本和内容的双重过滤方案，为用户提供精准快捷的图像检索手段。通过对大量精心设计的海报图片统计构图规律并引入美学常识的构图
其他文献
云是一种常见的天气现象，云状是天气预测的关键特征。目前，地基云图像中的云状观测主要依赖于气象观测员的目视观测，十分依赖观测员的经验，实时性和效率较低。针对这一问题，提出使用深度学习的方法进行地基云状检测识别。首先设计了一种新的目标检测边界框损失函数UIoU，将其应用于YOLOv3算法上。并且使用了K-means聚类算法重新设计了适用于地基云状数据集的先验框尺寸，使得边界框回归更加精确和稳定。实验结
由于水下鱼类图像采集困难，现有的数据集主要以视频提取为主，采集到的鱼类图像存在背景环境复杂、像素低下等问题，使得细粒度鱼类图像识别任务难度较大。针对上述问题，提出了一种基于空间域注意力机制和分层精简双线性特征融合的网络。识别网络可进行端到端的训练，由两部分组成：第一部分是以空间变换网络（STN）为注意力机制的背景过滤网络；第二部分以vgg16网络作为特征提取器，根据高层卷积部分对鱼类图像细粒度特征
在新冠肺炎疫情背景下，针对自动检测人脸是否规范佩戴口罩的问题，本文提出了一种基于HSV+HOG特征和SVM的人脸口罩检测算法。首先使用RetinaFace人脸检测算法检测出人脸和五个特征点坐标，在人脸上使用特征点定位到口鼻区域，提取该区域的HSV+HOG特征并使用SVM进行训练，实现对有无佩戴口罩的检测；然后使用RetinaFace把检测目标定位到人脸的鼻尖区域，使用YCrCb椭圆肤色模型检测鼻尖
在复杂路况下的行人检测中，行人尺寸变化大。导致小尺寸行人漏检率高，增加了行人检测的难度。为了降低行人检测漏检率，提高行人检测精度，本文在Cascade RCNN（级联区域卷积神经网络）的基础上，将浅层特征与深层特征融合，进行深层特征对浅层特征的特征增强，提高深层信息的利用率，并且增加了一条浅层到深层的通道，将浅层信息直接向上进行传递，提高浅层空间信息的利用率；将行人分类和预测框回归的全连接层改为解
针对异源图像配准中，因传感器物理特性差异造成的待匹配特征维度较高，稳定性较弱，配准质量较差等问题，本文提出一种基于SIFT的异源图像配准方法，首先结合相位一致性和改进的SIFT算法以获得稳定的特征，然后利用NNDR方法初匹配，接着提出了一种JEED方法再匹配，最后采用MS-SIFT方法优化匹配点对来提高图像配准质量。实验结果表明，相比于现有方法，本文所提出的方法能够提取可靠稳定的特征，获得了较高配
本文针对复杂海洋场景（目标多尺度、对象多样化、风格差异大、时空强关联且存在不确定性目标）特点，研究基于注意力机制的复杂图像有效特征提取方法，提出一种基于CNN和LSTM网络相结合的复杂海洋场景图像中文描述生成模型；结合jieba分词工具，实现了对复杂海洋场景监测图像的自动翻译。利用91卫图助手及无人机高清影像数据，建立模型并对算法进行验证。结果表明，Inception-v4比VGG16模型有更强的
精氨酸酶是精氨酸代谢的关键酶，催化L-精氨酸水解产生L-鸟氨酸和尿素，维持体内精氨酸的动态平衡，参与尿素循环及氮素再利用等过程，对植物生长发育极其重要。本文概述了精氨酸酶在植物精氨酸代谢途径中的作用，综述了精氨酸酶在植物非生物胁迫和生物胁迫响应的最新研究进展，并从参与ABA/JA途径、调控直接或间接代谢产物(脯氨酸， 多胺， 一氧化氮)等多个角度详细解析植物精氨酸酶调控植物抗逆的分子机制，旨在为进
物联网恶意样本近几年发展迅猛，在网络中大量攻击各类物联网设备，但由于开源问题导致其家族特征并不明显，因此需要一种更细粒度的样本分类方法，以解决高级威胁样本发现和攻击组织追踪等问题。针对这一问题，首先我们对过去一年捕获到的15万多个物联网恶意样本进行了大规模分析，并标注了一套包含9个家族分支共计12154个样本的数据集。进一步我们提出了物联网恶意样本的分类方法，通过静态逆向分析提取FCG图和文本等复
蒙古文由蒙文字元组成，针对手写体蒙文字元样本过少的问题，提出基于深度卷积对抗生成网络（DCGAN）的样本增强方法对手写体蒙文字元样本进行样本增强。DCGAN与WGAN均属于对抗生成网络中具有代表性的网络模型，实验使用DCGAN网络模型生成的图像与WGAN网络模型生成的图像进行对比，发现同轮次下DCGAN的运算速度与生成图像质量都优于WGAN。在实验中使用DCGAN对手写体蒙文字元样本进行样本增强，
在变电站二次侧管理中，压板承担着重要作用。针对现有压板状态精确识别方法的效果不理想，提出一种融合注意力机制的双线性细粒度(Bilinear Convolutional Neural Networks, B-CNN)压板状态的识别模型。该模型首先通过注意力机制，将注意力集中到压板接触部分，再利用双线性细粒度算法，将重点集中到与压板开闭相关的关键区域，从关键区域中提取有效的特征以实现对压板状态的准确识