面向不平衡图像数据的对抗自编码器过采样算法

许多适用于低维数据的传统不平衡学习算法在图像数据上的效果并不理想。基于生成对抗网络(GAN)的过采样算法虽然可以生成高质量图像,但在类不平衡情况下容易产生模式崩溃问题。基于自编码器(AE)的过采样算法容易训练,但生成的图像质量较低。为进一步提高过采样算法在不平衡图像中生成样本的质量和训练的稳定性,该文基于生成对抗网络和自编码器的思想提出一种融合自编码器和生成对抗网络的过采样算法(BAEGAN)。首先在自编码器中引入一个条件嵌入层,使用预训练的条件自编码器初始化GAN以稳定模型训练;然后改进判别器的输出结构,引入一种融合焦点损失和梯度惩罚的损失函数以减轻类不平衡的影响;最后从潜在向量的分布映射中使用合成少数类过采样技术(SMOTE)来生成高质量的图像。在4个图像数据集上的实验结果表明该算法在生成图像质量和过采样后的分类性能上优于具有辅助分类器的条件生成对抗网络(ACGAN)、平衡生成对抗网络(BAGAN)等过采样算法,能有效解决图像数据中的类不平衡问题。

基于卷积神经网络的图像数据增强优化策略研究

论文基于卷积神经网络模型,提出一种改进的自动化图像数据增强策略。针对原有策略搜索空间的离散化及模型训练过程中超参数优化不稳定的问题,通过降低搜索空间策略的复杂度、优化子网络模型的训练过程、选取更有效率的增强随机搜索算法实现超参数优化等方法对原有策略进行改进。并针对不同类型的数据集进行了验证,实验结果表明,论文提出的数据增强策略在CIFAR-10、CIFAR-100、ImageNet数据集上提升了图像分类的准确性,取得了先进的实验效果。

雨滴实地拍摄基准图像数据集及评估

在雨天透过玻璃窗拍摄时,附着在玻璃表面的雨滴通常会出现在图像中,这不仅降低了图像的可见度,还会使许多计算视觉算法无法正常工作。图像雨滴去除研究,是指从这类雨天图像中去除雨滴的具体科研研究。该研究领域面临着很大的挑战,主要原因是自然界中的雨滴形态多种多样、各不相同,不同透明度的雨滴也会影响背景图像的成像质量,从而增加了识别并去除雨滴的困难度,对去雨滴算法的性能提升造成了负面影响。为了方便研究者全面了解该领域,将从以下两个方面详尽介绍单幅图像去雨滴研究:单幅图像去雨滴算法和单幅图像联合去雨算法;同时也对该领域的所有算法进行了总结与评估。在基于深度学习的方法中,算法的性能往往受限于数据集的质量,但现有的雨滴数据集中均存在雨滴图像质量不高、图像数量不足等常见情况。为此,建立了雨滴实地拍摄基准图像数据集(HEMC),在拍摄过程中,尽量避免相机抖动、窗户反射和其他外界条件的干扰,从而提高了数据集中训练集的图像质量和测试集的精准度,进而间接提升了算法性能。同时,利用主观视觉效果以及客观指标对数据集进行了多方面的评估,实验结果展现了HEMC数据集中图像的多样性以及客观指标的稳定性。此外,通过对雨滴数据集间的交叉验证,证实了HEMC数据集在已有去雨滴算法中的通用性与稳定性。

反向目标干扰的图像数据增强

混合样本数据增强方法只注重模型对于图像所属类别的正向表达,而忽略图像是否属于某一类别的反向判定.为了解决描述图像类别方式单一而影响模型性能的问题,提出一种反向目标干扰的图像数据增强方法.该方法增加图像背景及目标的多样性,防止网络模型过拟合.其次采用反向学习机制,让网络模型在正确辨别原图像所属类别的同时,对填充图像不属于该类别的属性进行充分学习,从而增强网络模型对原图像所属类别辨识的置信度.最后,为验证该方法的有效性,使用不同的网络模型在CIFAR-10、CIFAR-100等5个数据集上进行大量实验.实验结果表明,本文方法与其他先进的数据增强方法相比较,可以显著提高模型在复杂背景下的学习效果和泛化能力.

图像数据处理模型训练系统设计与实现

结合复杂图像数据处理及模型训练应用场景需求,开展图像数据处理系统模块化设计与搭建工作,将图像处理功能单元及模型库进行封装处理,同时搭建训练及接口并通过构建API进行功能和处理模型的调度,并实现功能单元和模型快速组合与应用,以此解决图像数据处理耗时长、处理工作量大以及图像数据的模型训练不及时等问题,为机器视觉技术在产品外观缺陷识别、缺陷目标特征定位及检测等应用方面提供理论支撑和技术参考。

未爆子弹药图像数据集构建方法及其关键技术研究

随着计算机技术和机器视觉技术的迅速发展与应用,探索基于“人工智能+”模型的未爆子弹药搜寻技术受到了广泛关注。但是,由于未爆子弹药具有一定的危险性和受军事应用的特殊性影响,数据集构建是目前亟待解决的瓶颈问题。本文由此出发,分别论述了真实实物图像数据集和利用实物图片进行三维重建数据集的构建方法及流程,重点分析了两种数据集构建过程中的相关关键技术及其优缺点,并给出了一种利用多目相机采集目标图像和地理坐标信息,然后利用深度学习算法进行目标特征提取、生成三维点云和融合三维图像。试验结果表明,采用该方法构建的三维数据集可以有效解决未爆子弹药现有数据集数据量不足的问题,最后展望了数据集构建方法的未来发展方向。

基于IAWF算法和图像数据的煤矿井下供水管道泄漏点定位

针对利用传感器采集的管道泄漏信号存在大量异常值,难以准确挖掘其中的泄漏特征值,进而无法准确定位泄漏点的问题,提出了基于IAWF算法和图像数据的煤矿井下供水管道泄漏点定位。根据管道泄漏信号的特点,利用IAWF算法对采集的监测值进行加权融合,采用支持度矩阵计算目标传感器被其他传感器支持的支持度,并将具有最高支持度的传感器测量的数据替代数据集中的异常值,由此提取管道泄漏信号的特征,引入图像数据获取管道图像的显著图,进而确定管道泄漏的范围,基于此,利用压力梯度方法根据管道压力与流量的变化,求取泄漏点与管道入口端的距离,以此确定泄漏点位置。实验结果表明,利用所提方法对管道进行泄漏点定位,得到的定位距离与实际距离一致,定位精度较高。

图像数据库装载外部数据全同态加密聚合系统设计

图像数据库连接外围设备后,容易产生数据泄密或丢失的情况。相关的加密系统受信息隔离效果的影响,导致其存在加密安全性较差,聚合时间过长的问题。为了解决上述问题,设计一种新的图像数据库装载外部数据全同态加密聚合系统。系统硬件由隔离放大器、加密单元和处理器组成。采用IDO-2917型巨磁阻隔离放大器完成信息隔离,利用USB模组和AES加密模组实现数据加密,采用FPGA型处理器进行数据寄存。通过数据滤波预处理、数据特征提取和数据加密聚合实现加密聚合流程。实验结果表明,图像数据库装载外部数据全同态加密聚合系统加密安全性可以达到99%,聚合时间低于2.5 s,具有极好的聚合能力。

基于CAN数据和图像数据融合算法的商用车能量智能优化系统

针对当前纯CAN数据和纯图像数据的不足,提出基于CAN数据和图像数据融合的算法,并根据该算法输出的8种工况和特征开发能量智能优化系统。仿真分析表明,该能量智能优化系统能有效地节约能量。

基于计划驱动的图像数据处理系统云计算弹性伸缩设计

图像数据处理系统资源构建在专有云上,针对系统任务负载非周期变化、任务计划强关联等特点,利用图像数据处理计划可预测业务负载的优点,设计了基于计划的任务量预测自定义指标,提出了基于计划驱动的弹性伸缩策略和系统设计。通过实验环境测试,实现了计算资源根据业务负载动态调整,进一步提高了资源利用率。同时增加了基于CPU负载的伸缩保底策略,提高了系统可靠性。

图像数据增强技术原理与发展综述

图像数据增强技术在计算机视觉和机器学习领域中扮演着重要的角色。传统的图像数据增强技术包括几何变换、像素级图像变换、图像滤波等方法,但这些方法的效果受到一定的限制。因此,基于深度学习的图像数据增强技术应运而生,涌现出自适应增强、生成对抗式网格(Generative Adversarial Networks, GAN)、弱监督等技术并逐渐成为改进数据集,实现数据的增加和质量的提升,解决深度学习模型过拟合和欠拟合问题的重要手段。文中综述了传统图像数据增强技术和基于深度学习的图像数据增强技术相关原理与应用,并探讨了他们的优缺点以及未来的发展方向。

图像数据标签标识系统设计研究

图像数据是机器视觉、机器学习等人工智能领域的重要数据源,而图像数据标签则是开展图像数据应用的重要一环,尤其伴随着深度学习等前沿技术兴起,图像数据的标签完整性及准确性对于图像数据应用起到至关重要的作用。以图像数据高效处理的需求为牵引,结合图像标签标识流程及方法,开展图像数据标签标识系统模块化设计与搭建工作,并将图像标识功能单元进行封装处理,同时开展系统交互接口,并实现图像数据标识功能单元的快速组合与应用,经过测试试验,较人工标注和其他方法而言,设计的系统具有效率高、标注方式齐全等优势。

基于图像数据集的蓝印花布蝴蝶纹样造型规律

为更好地运用蓝印花布纹样,以蝴蝶纹样为例,提出了一种基于图像数据集的纹样造型规律研究方法:分析蝴蝶纹样的审美价值和文化价值;使用YOLO v7算法识别、提取蝴蝶纹样,建立图像数据集;并从塑造角度、造型方法、轮廓与细节之间的关系等方面分析蓝印花布蝴蝶纹样的造型规律。研究可为蓝印花布纹样的继承和创新研究提供新思路。

图像数据挖掘之研究

从介绍一个图像数据挖掘可以采用的系统原型出发,对图像数据挖掘的常用方法和基本过程进行了详细的阐述。

一个图像数据库检索系统的结构设计和快速检索方法

本文介绍了图像数据库区别于常规数据库的特点,并以数字化图书馆的图像数据库子系统Basestar为例,介绍了图像数据库检索系统的结构和检索方法。Basestar采用综合了颜色、形状、纹理三种特征矢量的综合性检索方法,本文详细介绍了这种方法,并论述了在此方法基础上,根据三角形不等式准则改进而成的快速检索方法的原理和实现。实验证明Basestar系统具有较好的检索效果,检索结果证明快速检索方法是有效的。

耳廓三维图像数据库的应用研究

目的:探索一种新的耳赝复体制作方法。方法:将耳廓三维图像数据库中的三维模型,在surfacer10.0软件平台上数据处理为CAD模型;并在此基础上,根据预修改内容设计标准,局部修改调整耳廓三维图像数据库中三维模型形态,建立预修改模型库和一种模拟的CAD功能。在MagicsRP5.41软件平台上完成耳廓三维模型按一定比例放大、缩小及镜像处理。运用快速成型技术完成最终三维模型向实体模型的转化过程,制作耳赝复体模型。结果:建立了一个耳廓三维图像数据库应用系统。结论:探索了一种新的,更加方便的制作耳赝复体的方法。

面向计算机视觉的AI人工智能算法在图像数据库中的应用分析

计算机视觉的技术饰以一种模拟人类视觉系统,让机器系统有助于图像的理解和分析,图像处理的技术正因此日益受到关注和实践。人工智能(AI)算法,作为计算机视觉技术的新型发展趋势,其在图像数据库中的应用有着潜在的大量可能。本论文的焦点放在专注于计算机视觉的AI人工智能算法,针对其在图像数据库中的应用流程的实践和研究。经过选择,几种权威的AI算法,例如深度学习、神经网络等被用作为论文的研究工具,而这些被运用于以浅层特征和深层特征为基础的图像识别、图像分类以及图像检索等任务之中。研究结果显示,AI算法可以有效地提高图像的识别准确率,减少图像处理的时间消耗,并且能够整合和挖掘图像数据库中的高维数据和深层次信息,实现图像的高效管理与检索。本研究揭示了AI算法在计算机视觉图像处理领域的重要应用价值,期望通过深入研究,为未来的图像处理系统的智能化提供理论支撑和技术借鉴。

基于图像数据挖掘的软件系统研究

在数字化时代,要求对大量的图像数据进行分析以获得知识.本文针对图像数据挖掘技术,介绍了图像的挖掘过程、挖掘技术等问题,在此基础上详细讨论了对图像数据挖掘软件原型系统的研究.

遥感图像数据库的Web访问实现

针对遥感图像讨论了利用ASP技术动态访问图像数据库的原理,给出了实现动态访问的简便方法。设计实现了ASP对Web图像数据库的动态访问,并对应用程序设计和运行中的有关问题进行了讨论,利用所介绍的方法用户可以直接显示图像,并且系统的响应速度快。该方法对其他类型图像数据库的动态访问同样适用。

静止图像数据的压缩方法

根据静止图像中冗余信息的特点，介绍了用可变长游程编码和离散余弦变换的方法对静止图像数据进行压缩．