Results 71 to 80 of about 3,055 (149)
基于图像融合技术与改进Faster R-CNN的绝缘子故障识别
Gaoya dianqi为提高地铁接触网绝缘子故障检测精度，文中提出一种融合双流注意力生成对抗网络（DSAGAN）与改进Faster R-CNN的检测框架。针对多源图像特征融合难题，通过DSAGAN实现接触网绝缘子红外与可见光图像的高效融合：生成器采用注意力机制强化关键特征提取，判别器引入最小二乘损失函数替代传统交叉熵，有效保留纹理细节并提升网络稳定性。在故障识别阶段，改进Faster R-CNN模型采用ResNet101替代VGG16作为主干网络，结合残差连接缓解梯度异常问题，并在RPN层嵌入非极大值抑制（NMS ...
耿占权, 苏飞
doaj
Zhejiang Daxue xuebao. Lixue banThis paper presents a new classification model combined with hyperspectral imaging for rapid identification of foodborne pathogens. It adopts hyperspectral analysis to detect Shigella, Salmonella, Clostridium perfringens, and Streptococcus suis, and ...
周贯旭(ZHOU Guanxu) +2 more
doaj +1 more source
Gaoya dianqi针对高压隔离开关状态识别中单一模态图像受环境干扰大、误检率高的技术难题，文中提出一种基于多模态图像融合与轻量化检测的高压隔离开关状态（分闸/合闸、触头温度异常、瓷瓶裂纹）识别方法。借助CNN-Transformer分层交互嵌入模块（CTHIE）融合CNN局部特征提取能力与Transformer全局依赖建模优势，运用动态重聚合特征表示（DRFR）模块实现跨模态特征自适应对齐，通过全感知前向融合（FPFF）机制重建高保真融合图像。在此基础上，提出轻量化检测模型YOLO-MECD，以高效多尺度注意力（EMA ...
张平, 杨天, 李志军
doaj
, 2008 尽管小波变换在数据压缩和去噪声等领域取得良好的效果，可分离的二维小波变换（不是直接构造出），采用先对行做一次一维小波变换，再对列做一次一维小波变换扩展而来。或者直接用二个可分离的一维函数基直接构造的二维变换，从数学角度都不是真正的二维函数。基函数的支撑区域由区间扩展为正方形，基函数形状的方向性较差,该问题制约着小波变换的进一步应用。同时，由于采用亚抽样技术，在目标提取时会造成信息模糊，对信息利用会产生较大的影响。众所周知，如果某个基函数能与被逼近的函数较好地匹配，则其相应的投影系数较大 ...
屈小波, 闫敬文
core
Mine image enhancement algorithm based on multi-scale fast bilateral filtering and wavelet transform [PDF]
Due to complex geological conditions and unevenly artificial lighting in underground coal mines, surveillance video images often exhibit non-uniform illumination, detail loss, and low contrast.
Dongyang HE +6 more
core +1 more source
Research on Restoration Algorithm of Partially Motion-Blurred Images of Vehicle Based on Video Sequence [PDF]
, 2012 图像复原是图像处理技术中一个极具应用价值的重要研究领域，也是学术界和工业界一直以来的研究热点之一。运动模糊图像的复原作为图像复原的一种，主要研究如何从一幅因运动而造成模糊的图像中提取有用信息，复原出清晰的原始图像，具有重要的现实意义。 与全局运动模糊图像的复原相比，局部运动模糊图像的复原不仅需要估计图像退化过程的点扩散函数PSF（pointspreadfunction），利用PSF反卷积去模糊，而且需要检测和提取模糊区域，甚至在某些条件下还需要判别模糊区域的模糊类型。为了有效地复原局部运动模糊的车辆图像，
刘毅文
core
Zhendong Ceshi yu Zhenduan为了提高小样本图像条件下列车轮对轴承故障检测水平，提出了一种基于多分辨率孪生神经网络（multi⁃resolution siamese neural network， 简称MrSNN）模型的列车轮对轴承表面缺陷机器视觉检测方法。首先，采用孪生神经网络（siamese neural network， 简称SNN）为基础模型框架，构建了包含不同卷积核尺寸及不同膨胀因子大小的多分辨率卷积融合模块（multi‑resolution convolution fusion block， 简称MrCFB ...
doaj +1 more source
A Deep Learning Pan-sharpening Method Driven by Domain Knowledge [PDF]
, 2017 Pan-sharpening是将同一场景的全色（PAN）图像和多光谱（MS）图像相互融合以有效提高MS图像的空间分辨率。Pan-sharpening在无需升级硬件的情况下有效克服了单一传感器的物理局限性，因而成为遥感领域的研究热点，并已广泛应用于自然资源探测、环境监测、军事侦察、和灾害监控等领域。 Pan-sharpening的主要目标是在光谱基本不失真的前提下尽可能提高MS图像的空间分辨率，其中MS图像具有较高的谱分辨率但是空间分辨率较低，PAN图像则具有很高的空间分辨率但缺少光谱分辨能力 ...
胡宇雯
core
Survey of Multimodal Data Fusion Research [PDF]
Although the powerful learning ability of deep learning has achieved excellent results in the field of single-modal applications, it has been found that the feature representation of a single modality is difficult to fully contain the complete ...
ZHANG Hucheng, LI Leixiao, LIU Dongjiang
core +1 more source
Zhejiang Daxue xuebao. Lixue banExisting face image inpainting methods still have some problems, such as inaccurate pixel information processing, limited receptive field and high computational complexity.
YANG Sihong(杨思红) +2 more
doaj +1 more source