用于实时语义分割的丰富语义提取器网络

目的由于推理速度限制,网络深度较浅,实时语义分割网络提取的语义特征信息不足。此外,较浅的网络深度也限制了特征提取网络的能力,降低了其鲁棒性和适应能力。为此,方法提出一种用于实时语义分割的丰富语义提取器网络。首先针对语义特征信息提取不足的问题,引入丰富语义提取器,丰富语义提取器包括多尺度全局语义提取模块和语义融合模块。其次,利用多尺度全局语义提取模块可以提取丰富的多尺度全局语义,扩大网络的有效感受野,同时语义融合模块将多尺度局部语义与多尺度全局语义高效融合,使网络拥有更全面更丰富的语义信息。最后针对细节分支和语义分支的特点设计空间重构聚合模块,建模细节特征的上下文信息,增强特征表示,使2个分支高效聚合。结果在Cityscapes和ADE20K数据集上进行全面实验,所提出的RSENet分别以76帧/s和67帧/s的推理速度达到了75.6%和35.7%的MIoU。结论实验结果表明,在复杂场景语义信息的提取方面,本文所提出的网络能够深入挖掘并准确捕捉图像中语义信息。同时,在精度与速度的平衡方面也展现出了卓越的性能,不仅能够实现高精度的语义分割,而且推理速度非常快。这种高效的图像分割能力使得网络在实际应用场景中具有极高的实用性和可操作性。

基于图像信息熵与空间分布熵的彩色图像检索方法

在分析基于颜色直方图及信息熵进行图像检索的基础上,提出了一种改进的基于信息熵的图像检索算法,该方法同以往的基于信息熵的图像检索算法相比具有更强的鲁棒性.同时,文中又提出利用空间分布熵描述图像颜色的空间分布信息,并给出了一种基于图像信息熵与空间分布熵的彩色图像检索算法.试验结果表明,该方法效果良好,大大提高了图像检索的速度.

基于颜色和形状特征的彩色图像检索方法

针对基于内容的彩色图像相似性检索问题 ,提出了一种新的相似性彩色图像检索方法 ,该方法既考虑了图像的颜色特征 ,也考虑了图像的空间信息特征 ,即在对HSV颜色模型进行特殊处理的基础上 ,将提取的色调不变量作为图像的颜色特征 ,同时设计了图像状态矩阵来描述图像的形状信息和空间位置信息。在进行图像间的相似性测量时 ,为了结合不同的子特征进行全局的相似性检索 ,还采用Guassian模型对不同子特征间的距离进行了归一化处理。用不同类型的图像对这种方法进行的试验结果表明 ,它用于图像的相似性检索是很有效的 。

基于信息熵的图像检索

在分析了现有的基于颜色、形状、纹理等基于内容的图像检索算法的基础上,提出了一种新的基于信息熵的图像检索算法,即利用图像的信息熵来描述图像的特性,结合网格描述符及图像颜色信息,采用图像单元熵构成的熵矩阵特征值矢量作为图像的特征描述,并提出了利用特征矢量进行图像检索的检索算法.实验结果表明,该算法具有尺度不变性、旋转不变性,并且对于颜色直方图不同但有视觉一致性的图像也有较好的检索效果.

基于曲率尺度空间的轮廓角点检测

在曲率尺度空间和多尺度曲率积的基础上,提出了一种基于多尺度曲率多项式的角点检测算法。首先基于曲率尺度空间检测不同尺度下的角点,然后利用多尺度曲率积或曲率和对检测到的角点进行增强处理,该方法可有效抑制噪声影响,防止高尺度下对一些角点平滑;另外,根据多尺度曲率多项式结果的符号还可有效的判别所检测角点的凹凸性。采用不同的评价准则及实例图像进行测试,实验结果证明该角点检测器是非常有效的,优于文中其它两种检测算法。

基于熵的图像空间特征提取及检索方法

针对图像颜色的空间分布特征,提出了一种新的基于熵的表示方法。该算法采用空间分布熵来描述颜色的空间特征,具有旋转、平移、尺度等不变特性。结合人类的视觉特征及熵的特性,进一步提出利用加权空间分布熵来优化和改进颜色空间分布特征的提取算法。结合图像颜色直方图,给出了两种图像间的相似性度量方法。仿真实验证明,该算法在进行图像检索时具有更好的检索效果。

一种新的基于颜色和空间特征的图像检索方法

提出了一种新的基于颜色和空间特征的图像检索方法。首先提取色调不变量作为图像的颜色特征,然后设计了图像状态矩阵来描述图像的形状信息和空间位置信息,在进行相似检索时,采用 Guassian模型对不同子特征间的距离进行了归一化处理。试验表明利用该算法提取的图像的颜色和空间特征在进行图像检索时效果显著。

基于颜色和形状的图像检索

在分析了基于图像颜色信息和空间信息进行图像检索的基础上,提出了一种新的基于图像颜色和形状的图像检索算法。该算法采用HSI颜色空间,整幅图像首先被划分为具有固定尺寸的分块,对其中的每一分块,提取该分块的主色调作为该分块的颜色特征,对整幅图像采用主色调直方图作为其颜色特征;在对图像形状特征的提取上,针对图像Ⅰ分量的每一分块,提出了分块平坦度和凹凸度的概念,并利用分块的这两个属性,将图像的分块划分为不同类别,同时采用不同类别分块的直方图作为图像的形状特征。试验表明利用该算法提取的图像的颜色特征和形状特征在进行图像检索时效果显著。

基于颜色和纹理特征的彩色图像检索

提出了一种基于颜色和纹理特征的图像检索方法。在对HSV颜色模型量化处理的基础上,提取颜色直方图作为图像的颜色特征。在提取纹理特征时,结合颜色量化结果,设计了反映图像纹理变化的状态转移概率矩阵,在此基础上,提出采用颜色相关熵来描述图像的纹理特征。由于综合利用了图像的颜色及纹理特征,实验结果表明,该方法取得了较好的检索效果。

纹理谱描述符及其在图像检索中的应用

为了提高纹理谱描述符的性能并降低其特征维数,在中心对称局部二值模式纹理谱描述符的基础上,提出一种融合局部区域中心像素以及灰度均值的改进纹理描述模式.首先根据图像局部区域内中心像素与其邻域像素间的灰度变化关系,定义了新的局部纹理模式;然后通过比较局部区域内灰度均值与图像全局灰度均值的大小,对局部纹理模式进行了增强处理.采用不同纹理图像库及不同的性能评价准则进行实验的结果表明,文中方法在基于内容图像检索中取得了较好的效果.

基于熵及不变矩特征的图像检索

提出了一种基于熵及不变矩特征的图像检索算法。图像首先被划分为不同分块,结合图像信息熵的概念,提出采用单元熵来描述分块特征,从而将图像转化为由单元熵构成的熵矩阵;在此基础上,利用不变矩来描述该熵矩阵的特征,并在对该特征归一化的基础上用于图像检索。结合不变矩的特性,试验中对算法的尺度不变性、旋转不变性、平移不变性及对噪声的不敏感性进行了验证,试验结果证明了算法的有效性。同时,由于熵的对称特性,算法对于图像灰度的变化也有较强的鲁棒性。

纹理特征研究综述

纹理广泛存在于自然界中,是所有物体表面所共有的内在特性,研究纹理有着重要的理论和应用价值。从纹理定义及分类两个方面,回顾了纹理特征研究的发展历程,分析了有关纹理的研究成果,并重点对纹理分析方法进行了较为全面的综述,最后给出了纹理研究的几个热点应用领域。

基于分块主色和形状特征的彩色图像检索

提出一种新的基于分块主色和形状特征的图像检索算法。图像首先被划分为不同分块,并提取分块主色,然后采用主色直方图作为图像的颜色特征。同时,提出采用平坦度和凹凸度来描述图像的形状特征,在分析平坦度和凹凸度统计特性的基础上,提出了新的量化的方法,并采用量化后的特征直方图作为图像的形状特征。试验结果表明,本文方法在图像的相似性检索时是很有效的,并具有较高的检索效率。

一种改进的基于熵的图像检索算法

利用信息熵可以有效的将图像颜色直方图特征降低到一维,但以往的基于信息熵的图像检索算 法却没有考虑熵的对称特性,因此极易造成误检现象。基于此,文中提出了相应的改进算法,消除由 于熵的对称性对图像检索效果造成的影响。试验结果证明改进的方法在进行图像检索时具有更强的鲁 棒性,大大提高了图像检索效率。

基于内容的图像检索技术

随着多媒体技术的迅速发展,图像数据库也急剧膨胀起来,如何高效、快速地从图像资源中获取有用的图像成了信息检索技术研究的热点。对近年来基于内容图像检索技术中的特征提取技术进行了详细全面的论述,并指出了下一步的研究方向。

基于多特征融合与PLSA-GMM的图像自动标注

为减少图像检索中图像信息的缺失与语义鸿沟的影响,提出了一种基于多特征融合与PLSA-GMM的图像自动标注方法。首先,提取图像的颜色特征、形状特征和纹理特征,三者融合作为图像的底层特征;然后,基于概率潜在语义分析(PLSA)与高斯混合模型(GMM)建立图像底层特征、视觉语义主题与标注关键词间的联系,并基于该模型实现对图像的自动标注。采用Corel 5k数据库进行验证,实验结果证明了本文方法的有效性。

基于改进局部方向模式的人脸识别

在利用传统局部方向模式(LDP)及其改进方法进行人脸识别时,存在两个主要问题,一是局限于3×3邻域来提取特征,二是在人脸识别时将图像不同分块同等对待。针对上述问题,提出了改进的LDP。一方面提出了多分辨率分析方法,将LDP由3×3窗口模式扩展至多分辨率窗口模式;另一方面,通过采用分块加权法来增强不同分块对人脸识别的不同贡献程度。采用Yale和Orl人脸图像库进行实验,结果表明:基于改进的方法明显提高了人脸识别的效果。

基于纹理谱及其空间特征的图像检索

针对传统纹理谱描述符维数较高且忽略了空间特征的问题,一方面进一步考虑邻域中心像素与其它像素间的灰度关系,改进了中心对称局部二值模式纹理谱描述符,另一方面基于灰度共生矩阵提出了纹理谱基元共生矩阵的概念,并据此来提取纹理谱基元空间特征。通过不同图像库进行实验,结果表明,结合所提取的空间特征,可明显地提高传统纹理谱描述符的检索性能,而且所提出的描述符以较低的维数取得了较好的检索效果。

基于位平面熵及分布熵的图像检索

针对基于位平面熵进行图像检索存在的问题,提出了位平面熵的改进方法。该算法采用改进的位平面熵来消除熵的对称性对检索效果造成的影响。提出采用位平面分布熵来描述位平面的空间特征,解决了仅依靠位平面熵检索效率低的问题。结合位平面熵及位平面分布熵,给出了图像间的相似性度量准则。仿真实验证明,该算法无论在检索率、精确度还是平均正确率上都具有更好的检索效果。

基于粗糙集的图像感兴趣区域自动提取算法

在分析常规区域生长算法的基础上,提出一种基于粗糙集理论的感兴趣区域自动提取算法.在显著度图和相对位置指示图的基础上,以像素点的显著度、相对位置及颜色信息构成知识表达系统,通过属性约简和值约简,导出了有用的区域生长决策规则。实验结果表明:该方法与现有算法相比,它能够更好地提取图像感兴趣区域。