分享到:

地表垂直变形序列的多尺度特征分析

基于Morlet小波变换的方法对地表沉降数据序列进行多尺度特征分析,主要是周期性信息的多尺度描述。展现了沉降序列的频率特征在时域上的表现。小波变换能够  (本文共3页) 阅读全文>>

《机械设计与研究》2020年04期
机械设计与研究

基于多尺度特征融合的供输弹早期故障诊断

对于供输弹系统早期故障信息易被湮没难以识别的问题,提出了基于多尺度特征融合的早期故障识别方法。首先通过变分模态分解(VMD)对振动信号进行分解得到不同时间尺度的分量信号,然后对各分量信号分别提取盒维...  (本文共5页) 阅读全文>>

《旅游纵览(下半月)》2016年11期
旅游纵览(下半月)

江苏省乡村旅游景点空间格局及其多尺度特征

随着社会的不断进步,科技的不断发展,我国各个领域均得到了很好的发展,而近年来我国旅游事业的建设也在不断加大,尤其以江苏省最为瞩目,江苏省的美景全国皆知,其所拥有的旅游...  (本文共1页) 阅读全文>>

《光学与光电技术》2012年06期
光学与光电技术

基于多尺度特征提取与多元回归分析的人脸识别

为提高人脸识别的正确率,提出了一种改进的特征提取及分类算法。首先采用Contour-let变换对人脸图像进行多尺度分解,然后由低频子带和各尺度各方向的高频子带得到人脸的特征值,并将它们组合成多...  (本文共4页) 阅读全文>>

江西理工大学
江西理工大学

基于多尺度特征融合网络的交通标志检测

随着城市化进程越来越快,城市道路交通问题显得日益突出,对智能交通系统的需求也在不断扩大,而交通标志检测作为智能交通系统中的重要构成部分,已成为国内外研究的热点。智能交通系统能否实际应用,关键在于如何提高交通标志检测算法在自然场景中的性能。针对当前交通标志检测算法大多数是基于形状和颜色特征的,而这些算法在自然场景下存有很大的局限性,特别是在白天、夜晚或者不同天气状况下都有可能造成交通标志的颜色特征发生变化,以及交通标志被遮挡造成目标图像形状特征发生变化而导致的检测率降低。对此,本文围绕着如何提升自然场景下交通标志检测的召回率和准确率展开研究,提出了一种基于多尺度特征融合网络的交通标志检测方法。主要研究工作有如下:(1)基于GPU运算平台,对几种前沿的基于深度学习的目标检测算法进行交通标志检测的研究实验。首先使用Faster R-CNN算法进行交通标志的检测,并使用深度残差网络ResNet对其算法改进,提高了该算法的识别精度。之后采...  (本文共63页) 本文目录 | 阅读全文>>

电子科技大学
电子科技大学

基于深度学习的视觉问答方法与系统研究

视觉问答任务是一个结合自然语言处理与计算机视觉研究的交叉学科。视觉问答系统针对提出的问题,从与问题相关的图像中找寻有用信息对问题进行正确回答。视觉问答任务模型包含了图像的特征提取,文本的特征提取,注意力机制,多模态特征融合以及答案生成几个模块。而目前的主要研究集中在特征的优化,注意力机制的改进以及多模态特征融合方式等方面,而研究的难点多在于图像特征不能很好的表征场景与物体信息,文本特征表征不完善以及图像特征会引入噪声或冗余信息等,而本文将就这些不足之处进行如下研究:首先是针对特征表示的问题,本文采用了多尺度特征提取及融合方法来完善图像信息的表征。常用的图像特征表示多采用神经网络提取图像特征,由此得到的特征具有高级的语义信息但存在着细节信息不足的问题,因此在视觉问答任务中表现欠缺。本文对此不足做出改进,首先采用预训练的深度神经网络提取不同层次网络输出的图像特征,之后对特征进行融合方式的研究找寻最优的融合方式。对于句子的表征,本文也...  (本文共75页) 本文目录 | 阅读全文>>