修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

87 条数据
?? 中文（中国） ▾

  • [IEEE 2018年第26届欧洲信号处理会议(EUSIPCO) - 罗马(2018.9.3-2018.9.7)] 2018年第26届欧洲信号处理会议(EUSIPCO) - 耳部呈现攻击检测：首个微透镜光场数据库基准研究

    摘要： 耳部识别已受到生物特征识别领域的广泛关注，其在多场景中的新兴应用引发了新的安全问题，其中抗呈现攻击的鲁棒性成为研究热点。本文首次通过系统评估当前最先进的基于光场与非光场技术的耳部呈现攻击检测方案性能，开展了全面的基准测试研究。在此背景下，本研究还利用Lytro ILLUM微透镜光场相机采集了包含二维与光场内容的专用耳部仿制品数据库，采用笔记本电脑、平板电脑及两款不同手机等多种攻击工具进行数据采集。实验结果表明，两种最初为面部呈现攻击检测设计的最新光场检测方案展现出极具前景的性能表现。

    关键词： 耳部呈现攻击检测、特征提取、光场成像、伪影数据库

    更新于2025-09-23 15:22:29

  • 一种用于高光谱图像光谱-空间维数约简的新型正则化非负矩阵分解方法

    摘要： 降维（DR）是高光谱图像（HSI）分类的关键预处理步骤。近年来，非负矩阵分解（NMF）因其能提供可解释结果而被证明是高光谱数据降维的有效工具。然而，基础NMF忽略了高光谱数据的几何结构信息，从而限制了其性能。为此，本文提出一种称为自适应图正则化NMF（NMFAGR）的新型正则化NMF方法，用于高光谱数据的光谱-空间维降维。具体而言，为增强几何结构信息的保留能力，NMFAGR同步执行降维与图学习。针对这两项任务的相互关联性，通过添加图正则器作为交互项。此外，为有效利用光谱-空间特征间的互补信息，NMFAGR无需任何附加参数即可自动分配特征权重因子。采用高效算法求解该优化问题。通过三个基准高光谱数据集的实验验证了所提方法的有效性。

    关键词： 高光谱图像、特征提取、模式识别

    更新于2025-09-23 15:22:29

  • [IEEE 2018年第四届计算科学国际会议(ICCS) - 印度贾兰达尔(2018.8.30-2018.8.31)] 2018年第四届计算科学国际会议(ICCS) - 种子分类的图像处理技术综述

    摘要： 农业是发展最为迅猛的部门。正因如此，如今同一品种的种子拥有了丰富多样的类型，这可能是品种杂交的结果。如今，区分这些种子已成为一项挑战。另一方面，我们既有健康的种子，也有一些出现缺陷的种子。过去，将这些有缺陷的种子与健康种子分离的一种方式是由专家团队和一些人工系统手动完成，这是一项耗时且费力的任务。因此，有必要建立一个自动/智能系统，根据一些固定参数（如形状、长度、高度、周长等）对它们进行分类。本文展示了用于实现这一目标的各种技术。

    关键词： 模糊逻辑、神经网络、种子分类、计算智能、特征提取、图像处理

    更新于2025-09-23 15:22:29

  • [IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 中分辨率SAR影像中船舶分类的特征提取方法比较研究

    摘要： 本文对中等分辨率合成孔径雷达（SAR）图像中现有船舶分类特征提取方法进行了对比研究。船舶分类是许多海上监视应用的关键功能。要实现高效船舶分类，恰当的特征提取至关重要。现有大多数研究使用的是高分辨率图像。然而对于海上监视而言，大范围覆盖至关重要，但这不可避免地会降低空间分辨率。本文评估了代表性方法在中等分辨率图像中的适用性，所评估方法包括人工设计特征提取（HCF）、主成分分析（PCA）以及基于神经网络的自编码器（AE）。评估基于油轮与货船两类船舶分类的准确率展开。实验表明，在分类准确率方面，自编码器分别比人工设计特征提取和主成分分析高出7.4%和2.6%。此外，即使在小型船舶等具有挑战性的分类案例中，自编码器的表现依然最佳。

    关键词： 特征提取、船舶分类、中等分辨率、深度学习、合成孔径雷达、海事

    更新于2025-09-23 15:22:29

  • 高光谱遥感数据的光谱-空间分类深度置信网络

    摘要： 随着高分辨率光学传感器的发展，结合多变量光学传感器的地物分类成为当前研究热点。深度学习方法（如卷积神经网络）被应用于特征提取与分类任务。本研究提出一种基于多变量光学传感器、通过受限玻尔兹曼机堆叠的新型深度置信网络（DBN）高光谱图像分类方法。我们在DBN框架基础上引入该网络对空间高光谱传感器数据进行分类，随后验证了融合光谱与空间信息的改进方法。经过无监督预训练和有监督微调后，DBN模型能成功学习特征。此外，我们增加了可对高光谱图像进行分类的逻辑回归层。所提出的融合光谱与空间信息的训练方法在印度松和帕维亚大学数据集上进行了测试。该方法相比传统方法的优势在于：(1) 网络具有深层结构，其特征提取能力优于传统分类器；(2) 实验结果表明本方法性能超越传统分类及其他深度学习方案。

    关键词： 分类、特征提取、多传感器融合、遥感器、深度学习、高光谱图像

    更新于2025-09-23 15:22:29

  • [计算视觉与生物力学讲义] 临床与医学图像中的计算机辅助干预与诊断 第31卷 || Ⅱ型糖尿病患者视网膜血管分割用于糖尿病视网膜病变诊断

    摘要： 糖尿病视网膜病变是导致视力缺陷的眼科病因之一。研究重点聚焦于视网膜静脉直径偏差测量及新生血管生长情况。为观察这些变化，首先需进行图像分割。本文提出一种提升病理性视网膜图像分割质量的方法框架：采用自适应直方图均衡化进行预处理，运用脉冲耦合神经网络模型实现视网膜血管特征向量的自动生成与提取。测试结果表明，该方法优于其他视网膜图像分割竞争方法。该方案在标准公开数据集DRIVE、STARE、REVIEW、HRF和DRIONS眼底图像上进行了评估，在灵敏度、特异性和准确率等指标上均提升了分割效果。

    关键词： 眼底图像，特征提取，糖尿病视网膜病变，视网膜血管，医学成像

    更新于2025-09-23 15:22:29

  • [2018年IEEE亚洲固态电路会议(A-SSCC) - 中国台湾台南 (2018.11.5-2018.11.7)] 2018年IEEE亚洲固态电路会议(A-SSCC) - 一款面向智能可穿戴设备的137微瓦面积高效实时手势识别系统

    摘要： 手势识别已成为智能设备中最受欢迎的人机交互技术之一。现有手势识别系统要么功耗过高，要么体积过大，限制了其在超低功耗物联网和可穿戴设备中的应用。本文提出了一种适用于智能可穿戴设备的精准、面积高效且超低功耗的实时手势识别系统。该方案采用基于峰值的手势分类引擎，配合低内存需求、低分辨率及低功耗的片上图像传感器，实现了高面积效率和低功耗特性。特征提取架构能消除低功耗片上图像传感器的固定模式噪声以提高精度，并通过并行处理提升识别速度。该系统仅需3.2KB片上内存即可处理32×32像素数据。采用65nm CMOS工艺制造的测试芯片测量结果表明：在0.8V电压下以30帧/秒运行时系统功耗仅137.0皮瓦，芯片面积仅1.78平方毫米，是目前所有手势识别系统中功耗最低且面积最小的方案。

    关键词： 片上系统、低功耗处理器、图像传感器、可穿戴设备、手势识别、特征提取

    更新于2025-09-23 15:22:29

  • [IEEE 2018年第25届国际图像处理会议(ICIP) - 希腊雅典 (2018.10.7-2018.10.10)] 2018年第25届IEEE国际图像处理会议(ICIP) - 基于子类判别分析的深度残差网络用于人群行为识别

    摘要： 在本研究中，我们通过微调的深度卷积神经残差网络从视频中提取丰富的人群行为表征。利用空间划分树为每个群体行为属性（类别）的特征图创建子类，随后采用特征建模方案对这些子类的特征进行正则化处理，从而有效建模子类内部信息产生的方差。基于全部子类散射信息提取低维判别性特征后，运用余弦距离度量结合动态时间规整算法计算视频间的相似性。通过1-最近邻分类器从正常视频中识别对应的群体行为属性类别。在大规模人群行为视频数据库上的实验结果表明，相较于基线方法和当前最先进技术，本框架在人群行为识别任务中展现出更优越的性能。

    关键词： 人群行为识别、判别分析、残差网络、特征提取

    更新于2025-09-23 15:21:21

  • 受蝙蝠算法启发的视网膜血管分割

    摘要： 视网膜血管的自动提取是视网膜疾病医学分析中的关键步骤。本研究提出的视网膜血管分割方法基于蝙蝠算法（BAT）和随机森林分类器，通过提取包含局部特征、相位特征和形态特征的40维特征向量，并利用蝙蝠算法筛选出使分类器误差最小化的最优特征集。所选特征也被证实为分类过程中的主导特征。通过在公开数据库（如血管提取数字视网膜图像库和视网膜结构分析数据库）上的测试，验证了该方法的性能。由于该方法能准确识别血管，因此具有高度敏感性——基于蝙蝠算法的方案实现了约82.85%的敏感度和95.34%的准确率。

    关键词： 数字视网膜图像、视网膜血管分割、视网膜结构分析、特征提取、蝙蝠算法、随机森林分类器

    更新于2025-09-23 15:21:21

  • [2019年IEEE第46届光伏专家会议（PVSC）- 美国伊利诺伊州芝加哥（2019年6月16日-2019年6月21日）] 2019年IEEE第46届光伏专家会议（PVSC）- 电子、质子和中子辐照下三结与单结InGaP/GaAs/Ge太阳能电池的NIEL剂量分析

    摘要： 欧泊的定量分级即使对专业评估师而言也是一项具有挑战性的任务。当前欧泊评估方法因评估复杂性及人眼观测的局限性而高度主观。本文提出一种新型机器视觉系统——宝石学数字分析仪（GDA），用于欧泊的自动化分级。该分级基于从欧泊图像提取的多特征统计机器学习。评估流程包括校准、欧泊图像采集、图像分析以及欧泊分类与分级。实验结果表明，相比专业评估师的人工评估，基于GDA的分级具有更高的一致性与客观性。

    关键词： 特征提取、图像分析、机器视觉、学习系统、人工智能

    更新于2025-09-23 15:21:01