期刊导航
期刊开放获取
VIP36
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
6
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种基于图像高层语义信息的图像检索方法
被引量:
13
1
作者
吴楠
宋方敏
《中国图象图形学报》
CSCD
北大核心
2006年第12期1774-1780,共7页
由于基于图像高层语义信息的图像检索与传统的图像特征匹配检索相比,在检索的准确性、结果相关性以及降低误检率等方面具有明显的优势,因此高效的图像检索方法应该充分利用图像蕴涵的高层语义信息。为了利用图像的高层语义信息来进行图...
由于基于图像高层语义信息的图像检索与传统的图像特征匹配检索相比,在检索的准确性、结果相关性以及降低误检率等方面具有明显的优势,因此高效的图像检索方法应该充分利用图像蕴涵的高层语义信息。为了利用图像的高层语义信息来进行图像检索,在深入研究图像高层语义的低层特征描述的基础上,提出了图像语义的层次划分,并对每个高层语义层提出了语义抽取和检索算法。实验结果表明,该检索算法可以有效地对图像高层语义信息进行提取,并可作为新型高效图像检索系统的一个模型。
展开更多
关键词
基于内容的图像检索
层次化
语义
模型
图像
高层语义信息
信息
抽取
图像挖掘
在线阅读
下载PDF
职称材料
基于全局-局部特征和自适应注意力机制的图像语义描述算法
被引量:
6
2
作者
赵小虎
尹良飞
赵成龙
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2020年第1期126-134,共9页
为了探究图像底层视觉特征与高层语义概念存在的差异,提出可以确定图像关注重点、挖掘更高层语义信息以及完善描述句子的细节信息的图像语义描述算法.在图像视觉特征提取时提取输入图像的全局-局部特征作为视觉信息输入,确定不同时刻对...
为了探究图像底层视觉特征与高层语义概念存在的差异,提出可以确定图像关注重点、挖掘更高层语义信息以及完善描述句子的细节信息的图像语义描述算法.在图像视觉特征提取时提取输入图像的全局-局部特征作为视觉信息输入,确定不同时刻对图像的关注点,对图像细节的描述更加完善;在解码时加入注意力机制对图像特征加权输入,可以自适应选择当前时刻输出的文本单词对视觉信息与语义信息的依赖权重,有效地提高对图像语义描述的性能.实验结果表明,该方法相对于其他语义描述算法效果更有竞争力,可以更准确、更细致地识别图片中的物体,对输入图像进行更全面地描述;对于微小的物体的识别准确率更高.
展开更多
关键词
图像
语义
描述
图像关注点
高层语义信息
描述句子细节
全局-局部特征提取
自适应注意力机制
在线阅读
下载PDF
职称材料
基于堆叠边缘感知模块的显著性目标检测
被引量:
1
3
作者
杨佳信
胡晓
向俊将
《模式识别与人工智能》
EI
CSCD
北大核心
2020年第10期906-916,共11页
现有显著性目标检测算法对边缘感知的效果不理想.因此,为了有效利用高层语义信息及低层纹理信息,文中提出基于堆叠边缘感知模块的显著性目标检测算法.采用多尺度骨干网络(Res2Net)作为主干网络提取图像的多尺度、多目标的显著性特征.堆...
现有显著性目标检测算法对边缘感知的效果不理想.因此,为了有效利用高层语义信息及低层纹理信息,文中提出基于堆叠边缘感知模块的显著性目标检测算法.采用多尺度骨干网络(Res2Net)作为主干网络提取图像的多尺度、多目标的显著性特征.堆叠边缘感知模块以非对称性方式融合图像高低层信息,增强显著性目标区域.网络输出显著性目标的检测结果.在5个公开数据集上的实验表明,文中算法检测结果较优,同时,在客观评估指标和主观视觉效果上也较优.
展开更多
关键词
显著性目标检测(SOD)
高层语义信息
低层纹理
信息
边缘感知模块
在线阅读
下载PDF
职称材料
基于全局多尺度特征融合的伪装目标检测网络
被引量:
4
4
作者
童旭巍
张光建
《模式识别与人工智能》
EI
CSCD
北大核心
2022年第12期1122-1130,共9页
在伪装目标检测中,由于伪装目标的外观与背景相似度极高,很难精确分割伪装目标.针对上下文感知跨级融合网络中,高层次语义信息在向浅层网络融合传递时因被稀释及丢失而导致精度降低的问题,文中提出基于全局多尺度特征融合的伪装目标检...
在伪装目标检测中,由于伪装目标的外观与背景相似度极高,很难精确分割伪装目标.针对上下文感知跨级融合网络中,高层次语义信息在向浅层网络融合传递时因被稀释及丢失而导致精度降低的问题,文中提出基于全局多尺度特征融合的伪装目标检测网络.先设计全局增强融合模块,捕捉不同尺度下的上下文信息,再通过不同的融合增强分支,将高层次语义信息输送至浅层网络中,减少多尺度融合过程中特征的丢失.在高层网络中设计定位捕获机制,对伪装目标进行位置信息提取与细化.在浅层网络中对较高分辨率图像进行特征提取与融合,强化高分辨率特征细节信息.在3个基准数据集上的实验表明文中网络性能较优.
展开更多
关键词
伪装目标检测
高层
次
语义
信息
特征融合
图像分割
在线阅读
下载PDF
职称材料
多层感知分解的全参考图像质量评估
被引量:
6
5
作者
李国庆
赵洋
+2 位作者
刘青萌
殷翔宇
王业南
《中国图象图形学报》
CSCD
北大核心
2019年第1期149-158,共10页
目的图像质量评估是计算机视觉、图像处理等领域的基础研究课题之一,传统评估方法常基于图像低层视觉特征而忽略了高层语义信息,这也在一定程度上影响了客观指标和主观视觉质量的一致性。近年来,感知损失被广泛应用于图像风格化、图像...
目的图像质量评估是计算机视觉、图像处理等领域的基础研究课题之一,传统评估方法常基于图像低层视觉特征而忽略了高层语义信息,这也在一定程度上影响了客观指标和主观视觉质量的一致性。近年来,感知损失被广泛应用于图像风格化、图像复原等研究中,通过使用预训练的深度网络对图像进行多层语义分解,在相关问题上取得了较好的效果。受感知损失启发,提出一种多层感知分解的全参考图像质量评估方法。方法首先使用预训练的深度网络对图像进行多层语义分解,获取多层特征图,再计算失真图像与参考图像之间的相似度,以及它们的不同层级特征图之间的相似度,最终得出兼顾了高层语义信息的图像质量分数。结果针对传统方法 PSNR(peak signal-to-noise ratio)、SSIM (structure similarity)、MS-SSIM (multi-scale structure similarity)及FSIM (feature similarity)进行实验,结果表明,本文方法能够有效提升传统图像质量评估方法的性能,在SRCC (Spearman rank order correlation coefficient)、KRCC (Kendall rank order correlation coefficient)、PLCC (Pearson linear correlation coefficient)和RMSE (root mean squared error)客观指标上均有相应提升。通过使用本文框架,PSNR、SSIM、MS-SSIM、FSIM方法在TID2013数据库上SRCC指标分别获得0. 02、0. 07、0. 06和0. 04的提升。结论本文提出的一种多层感知分解的全参考图像质量评估方法,结合传统方法与深度学习方法,兼顾了图像低层视觉特征和高层语义信息,从而有效地提升了传统方法的评估性能,使客观评估结果更加符合主观视觉感受,同时,本文提出的评估框架能够适用于多种传统方法的性能提升。
展开更多
关键词
图像质量评估
卷积神经网络
感知损失
低层视觉特征
高层语义信息
原文传递
基于分割的无人机目标快速检测方法研究
被引量:
1
6
作者
韩自强
张骢
+1 位作者
岳明凯
权康男
《无人系统技术》
2023年第5期110-119,共10页
为解决无人机目标在红外图像中响应减弱甚至丢失的问题,提出一种基于分割的无人机目标快速检测方法。首先针对高级语义特征和高分辨率之间的矛盾设计跨通道注意力模块,跨通道聚合采样输出以实现不同层之间的信息交互;其次设计多池化聚...
为解决无人机目标在红外图像中响应减弱甚至丢失的问题,提出一种基于分割的无人机目标快速检测方法。首先针对高级语义特征和高分辨率之间的矛盾设计跨通道注意力模块,跨通道聚合采样输出以实现不同层之间的信息交互;其次设计多池化聚合模块获取全局信息,增强无人机目标在高层网络输出的响应幅值。然后设计轻量化多尺度融合模块实现不同尺度特征的渐进式融合;最后,消融实验结果证实本文提出模块的有效性,多算法对比实验结果表明本文算法可以实现无人机目标快速、高精度的检测,同时在SIRST Aug数据集上与ISNet相比检测精度提升0.68%,检测时间缩短0.054 s。
展开更多
关键词
无人机
分割
特征融合
信息
交互
高层语义信息
目标检测
在线阅读
下载PDF
职称材料
题名
一种基于图像高层语义信息的图像检索方法
被引量:
13
1
作者
吴楠
宋方敏
机构
南京大学软件新技术国家重点实验室
出处
《中国图象图形学报》
CSCD
北大核心
2006年第12期1774-1780,共7页
基金
江苏省自然科学基金项目(BK2003066)
文摘
由于基于图像高层语义信息的图像检索与传统的图像特征匹配检索相比,在检索的准确性、结果相关性以及降低误检率等方面具有明显的优势,因此高效的图像检索方法应该充分利用图像蕴涵的高层语义信息。为了利用图像的高层语义信息来进行图像检索,在深入研究图像高层语义的低层特征描述的基础上,提出了图像语义的层次划分,并对每个高层语义层提出了语义抽取和检索算法。实验结果表明,该检索算法可以有效地对图像高层语义信息进行提取,并可作为新型高效图像检索系统的一个模型。
关键词
基于内容的图像检索
层次化
语义
模型
图像
高层语义信息
信息
抽取
图像挖掘
Keywords
content based image retrieval, stratified semantic model, high-level semantic information in image,information extraction, image mining
分类号
TP391.3 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于全局-局部特征和自适应注意力机制的图像语义描述算法
被引量:
6
2
作者
赵小虎
尹良飞
赵成龙
机构
中国矿业大学矿山互联网应用技术国家地方联合工程实验室
中国矿业大学信息与控制工程学院
出处
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2020年第1期126-134,共9页
基金
国家重点研发计划资助项目(2017YFC0804400)
文摘
为了探究图像底层视觉特征与高层语义概念存在的差异,提出可以确定图像关注重点、挖掘更高层语义信息以及完善描述句子的细节信息的图像语义描述算法.在图像视觉特征提取时提取输入图像的全局-局部特征作为视觉信息输入,确定不同时刻对图像的关注点,对图像细节的描述更加完善;在解码时加入注意力机制对图像特征加权输入,可以自适应选择当前时刻输出的文本单词对视觉信息与语义信息的依赖权重,有效地提高对图像语义描述的性能.实验结果表明,该方法相对于其他语义描述算法效果更有竞争力,可以更准确、更细致地识别图片中的物体,对输入图像进行更全面地描述;对于微小的物体的识别准确率更高.
关键词
图像
语义
描述
图像关注点
高层语义信息
描述句子细节
全局-局部特征提取
自适应注意力机制
Keywords
image captioning
image focus
higher-level semantic information
description detail
global-local feature extraction
adaptive-attention mechanism
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于堆叠边缘感知模块的显著性目标检测
被引量:
1
3
作者
杨佳信
胡晓
向俊将
机构
广州大学电子与通信工程学院
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2020年第10期906-916,共11页
基金
国家自然科学基金项目(No.62076075)资助。
文摘
现有显著性目标检测算法对边缘感知的效果不理想.因此,为了有效利用高层语义信息及低层纹理信息,文中提出基于堆叠边缘感知模块的显著性目标检测算法.采用多尺度骨干网络(Res2Net)作为主干网络提取图像的多尺度、多目标的显著性特征.堆叠边缘感知模块以非对称性方式融合图像高低层信息,增强显著性目标区域.网络输出显著性目标的检测结果.在5个公开数据集上的实验表明,文中算法检测结果较优,同时,在客观评估指标和主观视觉效果上也较优.
关键词
显著性目标检测(SOD)
高层语义信息
低层纹理
信息
边缘感知模块
Keywords
Salient Object Detection(SOD)
High-Level Semantic Information
Low-Level Texture Information
Edge-Aware Module
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于全局多尺度特征融合的伪装目标检测网络
被引量:
4
4
作者
童旭巍
张光建
机构
重庆理工大学两江人工智能学院
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2022年第12期1122-1130,共9页
文摘
在伪装目标检测中,由于伪装目标的外观与背景相似度极高,很难精确分割伪装目标.针对上下文感知跨级融合网络中,高层次语义信息在向浅层网络融合传递时因被稀释及丢失而导致精度降低的问题,文中提出基于全局多尺度特征融合的伪装目标检测网络.先设计全局增强融合模块,捕捉不同尺度下的上下文信息,再通过不同的融合增强分支,将高层次语义信息输送至浅层网络中,减少多尺度融合过程中特征的丢失.在高层网络中设计定位捕获机制,对伪装目标进行位置信息提取与细化.在浅层网络中对较高分辨率图像进行特征提取与融合,强化高分辨率特征细节信息.在3个基准数据集上的实验表明文中网络性能较优.
关键词
伪装目标检测
高层
次
语义
信息
特征融合
图像分割
Keywords
Camouflaged Object Detection
High-Level Semantic Information
Feature Fusion
Image Segmentation
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
多层感知分解的全参考图像质量评估
被引量:
6
5
作者
李国庆
赵洋
刘青萌
殷翔宇
王业南
机构
合肥工业大学计算机与信息学院
工业安全与应急技术安徽省重点实验室
出处
《中国图象图形学报》
CSCD
北大核心
2019年第1期149-158,共10页
基金
国家自然科学基金项目(61673157
61877016
+2 种基金
61802103
61602146)
中央高校基本科研业务费专项基金项目(JZ2017YYPY0233)~~
文摘
目的图像质量评估是计算机视觉、图像处理等领域的基础研究课题之一,传统评估方法常基于图像低层视觉特征而忽略了高层语义信息,这也在一定程度上影响了客观指标和主观视觉质量的一致性。近年来,感知损失被广泛应用于图像风格化、图像复原等研究中,通过使用预训练的深度网络对图像进行多层语义分解,在相关问题上取得了较好的效果。受感知损失启发,提出一种多层感知分解的全参考图像质量评估方法。方法首先使用预训练的深度网络对图像进行多层语义分解,获取多层特征图,再计算失真图像与参考图像之间的相似度,以及它们的不同层级特征图之间的相似度,最终得出兼顾了高层语义信息的图像质量分数。结果针对传统方法 PSNR(peak signal-to-noise ratio)、SSIM (structure similarity)、MS-SSIM (multi-scale structure similarity)及FSIM (feature similarity)进行实验,结果表明,本文方法能够有效提升传统图像质量评估方法的性能,在SRCC (Spearman rank order correlation coefficient)、KRCC (Kendall rank order correlation coefficient)、PLCC (Pearson linear correlation coefficient)和RMSE (root mean squared error)客观指标上均有相应提升。通过使用本文框架,PSNR、SSIM、MS-SSIM、FSIM方法在TID2013数据库上SRCC指标分别获得0. 02、0. 07、0. 06和0. 04的提升。结论本文提出的一种多层感知分解的全参考图像质量评估方法,结合传统方法与深度学习方法,兼顾了图像低层视觉特征和高层语义信息,从而有效地提升了传统方法的评估性能,使客观评估结果更加符合主观视觉感受,同时,本文提出的评估框架能够适用于多种传统方法的性能提升。
关键词
图像质量评估
卷积神经网络
感知损失
低层视觉特征
高层语义信息
Keywords
image quality assessment
convolution neural network
perceptual loss
low-level visual feature
high-level semantic information
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
原文传递
题名
基于分割的无人机目标快速检测方法研究
被引量:
1
6
作者
韩自强
张骢
岳明凯
权康男
机构
沈阳理工大学装备工程学院
出处
《无人系统技术》
2023年第5期110-119,共10页
文摘
为解决无人机目标在红外图像中响应减弱甚至丢失的问题,提出一种基于分割的无人机目标快速检测方法。首先针对高级语义特征和高分辨率之间的矛盾设计跨通道注意力模块,跨通道聚合采样输出以实现不同层之间的信息交互;其次设计多池化聚合模块获取全局信息,增强无人机目标在高层网络输出的响应幅值。然后设计轻量化多尺度融合模块实现不同尺度特征的渐进式融合;最后,消融实验结果证实本文提出模块的有效性,多算法对比实验结果表明本文算法可以实现无人机目标快速、高精度的检测,同时在SIRST Aug数据集上与ISNet相比检测精度提升0.68%,检测时间缩短0.054 s。
关键词
无人机
分割
特征融合
信息
交互
高层语义信息
目标检测
Keywords
UAV
Segmentation
Feature Fusion
Information Interaction
High-level Semantic In‐formation
Target Detection
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种基于图像高层语义信息的图像检索方法
吴楠
宋方敏
《中国图象图形学报》
CSCD
北大核心
2006
13
在线阅读
下载PDF
职称材料
2
基于全局-局部特征和自适应注意力机制的图像语义描述算法
赵小虎
尹良飞
赵成龙
《浙江大学学报(工学版)》
EI
CAS
CSCD
北大核心
2020
6
在线阅读
下载PDF
职称材料
3
基于堆叠边缘感知模块的显著性目标检测
杨佳信
胡晓
向俊将
《模式识别与人工智能》
EI
CSCD
北大核心
2020
1
在线阅读
下载PDF
职称材料
4
基于全局多尺度特征融合的伪装目标检测网络
童旭巍
张光建
《模式识别与人工智能》
EI
CSCD
北大核心
2022
4
在线阅读
下载PDF
职称材料
5
多层感知分解的全参考图像质量评估
李国庆
赵洋
刘青萌
殷翔宇
王业南
《中国图象图形学报》
CSCD
北大核心
2019
6
原文传递
6
基于分割的无人机目标快速检测方法研究
韩自强
张骢
岳明凯
权康男
《无人系统技术》
2023
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部