图像分类相关论文
遥感图像数量的快速增长和遥感图像标签的难以获取,导致依赖于标注样本的传统深度学习方法已然不再适用于遥感图像的处理。因此针......
近年来,得益于深度学习技术的快速进步和硬件性能的不断提升,人工智能技术得到了迅猛发展,并在多个研究领域得到了广泛应用。深度......
极化合成孔径雷达 (PolSAR) 能够实现全天时、全天候的成像,因此该数据成为遥感数据的主要来源之一。其中地物分类是极化SAR数据解译......
玉米作为一种重要的粮食作物在我国农业领域中占据关键地位,玉米产业不仅和人民的温饱联系紧密,同样也能带来很高的经济效益。玉米......
随着“碳中和”、“碳达峰”以及高质量发展目标的制定,国家对环境保护力度逐渐加大,有效的河流环境保护能够提高河流生态固碳能力......
相比传统的多光谱成像探测,偏振多光谱成像探测方法可以探测目标表面的粗糙度、含水量等更多信息,给目标检测带来了很大便利,但目前主......
随着急剧增加的高速铁路隧道检测需求,基于计算机视觉的高速铁路隧道病害识别和健康检测是国内外的新趋势。然而,高速铁路隧道结构表......
相比传统的多光谱成像探测,偏振多光谱成像探测方法可以探测目标表面的粗糙度、含水量等更多信息,给目标检测带来了很大便利,但目前主......
作为女性的“第一健康杀手”,乳腺癌对女性群体的生命健康构成了严重的危害。对于乳腺癌的诱因,现代医学仍然无法给出明确的解释。......
学位
2020全球癌症调查报告显示,乳腺癌已经成为女性中最常见并且致死率最高的癌症,因此,及时的诊断和治疗十分关键。钼靶X射线成像和超......
现如今的网络环境中,加密流量占据了较大的份额,虽然其可以防止信息记录被窃取,但也给攻击者进行破坏性活动带来可乘之机。因此若......
零样本学习旨在解决样本缺失情况下的分类问题。以往嵌入式零样本学习算法通常只利用可见类构建嵌入空间,在测试时不可避免会出现过......
目的:本研究期望建立基于深度学习的舌象智能诊断技术,并推动临床舌诊应用,探索舌诊现代临床机制,研究舌诊在病证诊断中的价值,为......
针对在工业检测领域常见的数据集相对较少、缺陷分布明显不均的场景,本文以钢板表面缺陷为研究对象,将生成对抗网络技术应用于工业缺......
基于乳腺超声图像研究了一种深度学习自动分类算法TDS-Net,用于实现乳腺影像报告和数据系统(BI-RADS)3、4a、4b、4c、5级的五分类. TD......
相比小型卷积神经网络(convolutional neural network, CNN)模型,现有的大型CNN模型在大型图像数据集上达到了良好的分类效果,但是在小......
对抗性攻击是研究深度神经网络脆弱性的前沿技术.然而现有工作大多关注基于加性噪声扰动的攻击,无法代表现实世界中的扰动因素,阻......
由于图像分类标准的可靠性较低,导致在具体的分类阶段,错误分类的情况较为普遍,提出基于深度字典学习的图像分类系统设计研究。结合图......
目的 皮肤病医生采用计算机辅助诊断系统对皮肤病进行诊断时,由于不同皮肤病彩色图像有着极强的相似性,导致皮肤病诊断的准确度不高......
近年来随着服装电商的蓬勃发展,网络上存在海量的服装图像,如何给网络服装图片进行更好的服装描述,即进行文本标注和分类,从而吸引......
传统的花类识别方法和普通卷积神经网络模型无法对花类图像进行准确的特征提取,花类之间较高的相似性使得分类识别较难。针对以上问......
近年来我国道路已接近“全面养护”阶段,对道路养护的关键环节是识别路面病害,进行路面状态评估,以便及时修补路面病害,但目前存在......
利用无人机平台进行作物病害识别时,由于其拍摄图像分辨率高、目标病斑占比小,现有检测方法需要对图像进行多步骤处理,费时费力且检测......
肺癌是全球范围内最常见的癌症之一,其发病率及死亡率常年居高不下,严重影响了人类的健康。因此,为了提高肺癌患者的生存率,早期确......
随着社会的进步和人们环保意识的加强,对垃圾实行分类处理是实现垃圾减量化、无害化和资源化的重要环节。传统的人工分拣方式效率低......
铁路一直是我国交通运输的主要方式。尤其是最近几年,随着国家工业生产能力的大幅提升与相关政策的有力支持,铁道线路网络的整体规......
目的 为丰富儿科肺炎辅助诊断算法,提高医生分析儿科肺炎X线影像图片的效率和质量,提出一种改进的卷积神经网络模型。方法 基于深度......
宫颈癌是女性常见的恶性肿瘤,已经严重威胁到女性的生命健康。早发现、早诊断、早治疗是降低宫颈癌患病率的最好途径。随着国家“......
联邦学习是一种分布式设置,它允许各客户端将数据保存在本地的同时,协作训练一个联合的全局模型。因此,联邦学习具有保护隐私数据,......
排水管网是城市的生命线。人工检测的方法,费时费力,效率低下。传统计算机视觉算法和机器学习算法仅分析了少量缺陷特征,无法满足排水......
计算机断层扫描图像(Computed Tomography,CT)中肺部结节的大小和形态是以影像学方法判断肺癌良恶性的重要临床依据之一。对于CT影像......
随着计算机技术的快速发展,现代社会产生的数据量正在从TB级转化为PB级。面对如此海量的数据,通过技术手段准确地对数据进行处理、分......
针对以往的图像分类方法利用手工提取的特征(或通过神经网络提取的特征)、空间信息关注不足等问题,文章提出一种基于空间注意力的图像......
乳腺X线摄影技术是目前乳腺癌早期发现和诊断的重要手段。然而乳腺X线图像中肿块边缘模糊,分类相对困难,因此提升乳腺肿块的诊断精度......
分类与检索五金件是众多箱包企业的重要生产环节,因此研究一套适用于实际生产需要的五金件图像分类与检索系统具有重要的应用价值......
深度学习是目前图像分类的主流方法之一,其重视感受野内的局部信息,却忽略了类别的先验拓扑结构信息。本文提出了一种新的图像分类方......
病理切片中肾小球自动分类是诊断肾脏病变程度和病变类型的关键。为解决肾小球分类问题,设计了一个基于卷积神经网络的完整肾小球分......
随着网络技术和大数据分析的高速发展,也持续地促进了深度学习算法的进步,其中,卷积神经网络就因其优异的特征提取能力、泛化能力......
陶瓷梭式窑是一种应用于陶瓷生产的间歇式窑炉,其烧结区温度检测方式直接影响到陶瓷产品的生产质量。由于目前陶瓷梭式窑热工检测精......
深度神经网络(Deep Neural Network,DNN)在各种机器学习任务中获得了巨大的成功。然而其效果在很大程度上依赖于大量标记好的训练数......
建筑垃圾的精准识别与变化检测是解决城市环境污染和建筑垃圾围城问题的关键。露天堆存的建筑垃圾对城市环境和居民健康都产生了不......
在实际的道路交通场景中,交通标志图像一般会受到光照强度、雨雪天气、运动模糊以及被物体遮挡等环境因素影响,快速准确地识别交通标......
笔石化石的分布为页岩地层的精细划分提供了重要依据。针对笔石种类多、种间特征差别小导致人工鉴定难度大的问题,提出一种跨层双线......
随着图像分析技术的不断发展以及在各个领域的广泛应用,基于医学影像的分割与分类以及两者在临床场景中的应用得到了科研人员的重......