基于直线段检测和LT描述符的矿井图像线特征匹配算法

图像匹配是同步定位与地图构建(SLAM)技术中极为重要的一环,用于根据图像之间的变换关系确定相机位姿。基于线特征的图像匹配方法具有较强的鲁棒性和抗噪能力,更加适用于井下图像匹配,基于深度学习的线描述符对线段遮挡等场景具有较高的鲁棒性,性能优于传统描述符,但卷积神经网络架构的描述符将可变长度线段抽象为固定维进行描述,不利于线段长度及视差变化较大图像的匹配。针对上述问题,提出一种基于直线段检测和线描述符的矿井图像线特征匹配算法。在频域利用单参数同态滤波降低图像的照射分量,并增强反射分量,提升亮度及对比度;在YUV空间利用对比度受限的自适应直方图均衡化(CLAHE)算法对亮度分量进行均衡,使亮度分布更加均匀;变换至RGB空间提取直线段检测(LSD)线,引入一种基于Transformer架构的LT描述符构建LSD线的特征向量,最后完成线特征匹配。实验结果表明:该算法结合了同态滤波和CLAHE算法的优点,增强后图像的亮度适中,对比度良好,灰度分布均匀,增强效果优于单参数同态滤波算法、EnlightenGAN算法;该算法提取的线特征数较原图平均提升了32.92%,在不同相似纹理占比、不同程度旋转与平移变化的井下图像匹配中鲁棒性好,平均正确匹配数为61.75对,平均精度为86.83%,优于线二进制描述符(LBD)算法、LBD_NNDR算法、LT算法,能够满足矿井图像稳健匹配的需求。

基于形状描述符的滞回曲线相似性指标的形成

为了形成全面的相似度指标以评价滞回曲线的拟合程度,引入了已广泛用于图像特征提取的形状描述符,并提出了基于这些描述符形成计算数值模拟曲线相对于实验曲线的相似度指标的具体流程.根据该流程,形成了一个基于形状上下文的相似度指标.先计算两曲线滞回圈之间的相似度,再对这些相似度进行加权组合,形成整个滞回环的相似度.为了验证该指标,采用Bouc-Wen模型进行数值模拟研究.改变Bouc-Wen模型的5个参数,并形成51条数值模拟曲线,计算这些曲线相对于中值曲线的相似度与力峰值点、耗能、刚度误差.结果表明,相似度与误差之间的斯皮尔曼相关系数绝对值均大于0.78,有强烈的相关性,从而验证了该指标的可行性和指标形成流程的有效性.

一种基于点云语义图描述符的回环检测方法研究

随着计算机水平和机器人传感器技术的不断进步,移动机器人已逐渐向智能化发展。其中,定位与建图(SLAM)是其定位的关键技术,回环检测是SLAM系统的重要模块。为解决传统回环检测耗时长和效率低等问题,本文提出一种基于点云语义图描述符的回环检测方法,在KITTI里程计数据集00和05序列中进行回环检测性能测试,并与Scan Context、LEGO-LOAM和VFH三种算法进行对比。结果表明:该方法在100%准确率下的召回率和50%召回率下的准确率最高,回环检测性能最好。

三种描述符对食源性血管紧张素转化酶抑制二肽定量构效关系研究

为探究血管紧张素转化酶(angiotensin converting enzyme,ACE)抑制肽结构与功能的关系,阐明食源性ACE抑制肽作用机理,该文收集最近报道的血管紧张素转化酶抑制二肽的氨基酸序列及其IC_(50)值,用Z-scales、VHSE和SVHEHS三种氨基酸描述符对ACE抑制二肽的结构进行表征,以氨基酸的疏水性质、立体性质以及电性性质参数作为自变量,ACE抑制二肽的lg(IC_(50))作为因变量,建立ACE抑制二肽的定量构效模型。结果显示基于Z-scales描述符建立的二肽定量构效模型R^(2)为0.8477,Q^(2)为0.8284,模型预测二肽Phe-Phe有较高的ACE抑制活性,预测IC_(50)为1.0499μmol/L,实测IC_(50)为(1.0414±0.0041)μmol/L,预测值与实测值误差为0.0085μmol/L。基于VHSE描述符构建的模型R^(2)为0.8568,Q^(2)为0.8052,模型预测二肽Asp-Trp有较高的ACE抑制能力,预测IC_(50)为1.2160μmol/L,实测IC_(50)为(1.1100±0.0053)μmol/L,误差为0.1060μmol/L。基于SVHEHS描述符构建的定量构效模型R^(2)为0.8581,Q^(2)为0.7453μmol/L,模型预测二肽Ala-Trp有较高的ACE抑制活性,预测IC_(50)为1.0323μmol/L,实测IC_(50)为(1.1290±0.0082)μmol/L,误差为0.0967μmol/L。3种氨基酸描述符均能较为合适地对ACE抑制二肽进行定量构分析。通过模型分析发现ACE抑制肽C端氨基酸残基疏水特性和立体特征与其活性关系更为密切,其氨基酸残基的疏水特征和立体特征越强,ACE抑制肽的活性越强。通过3种ACE抑制二肽与ACE蛋白(2X8 J)进行分子对接发现,3种ACE抑制肽均可与ACE蛋白进行结合。表明通过偏最小二乘法对Z-scales、VHSE、SVHEHS三种描述符对ACE抑制二肽构建定量构效关系模型是可行的。这将对ACE抑制肽的检测、预测和筛选具有积极的意义。

基于氨基酸描述符对血管紧张素转化酶抑制五肽定量构效关系分析

本研究收集近些年报道的血管紧张素转化酶(angiotensin converting enzyme,ACE)抑制五肽的氨基酸序列及抑制活性(半抑制浓度(half maximal inhibitory concentration,IC_(50))),建立ACE抑制五肽肽库,并将其氨基酸残基用Z-scales、VHSE和SVHEHS氨基酸描述符分别进行表述,以氨基酸残基的疏水性、立体性以及电性参数作为自变量,ACE抑制五肽的lg IC_(50)作为因变量,利用Matlab软件用偏最小二乘法建立ACE抑制肽定量构效关系(quantitative structure-activity relationship,QSAR)模型,结果发现基于Z-scales描述符构建的ACE抑制五肽QSAR模型R2为0.6411,Q^(2)为0.5369,模型预测五肽Gln-Arg-Pro-Asn-Met具有较高的ACE抑制活性,预测IC_(50)为0.0517μmol/L,实测IC_(50)为(0.0400±0.0083)μmol/L,预测值与实测值误差为0.0117μmol/L;基于VHSE描述符构建的QSAR模型R2为0.7636,Q^(2)为0.5081,模型预测五肽Leu-Arg-Ala-Phe-Gln具有较高的ACE抑制活性,预测IC_(50)为0.0438μmol/L,实测值为(0.0273±0.0053)μmol/L,误差为0.0165μmol/L;基于SVHEHS描述符构建的QSAR模型R2为0.8405,Q^(2)为0.4005μmol/L,模型预测五肽Tyr-Phe-Pro-Phe-Gln具有较高的ACE抑制活性,预测值为0.0055μmol/L,实测值为(0.0312±0.0042)μmol/L,误差为0.0257μmol/L。3种建模方法对比发现,基于SVHEHS描述符构建的模型拟合能力最强,但是其预测能力较弱,而Z-scales和VHSE描述符所建模型能很好地对五肽进行QSAR分析,通过模型分析发现ACE抑制肽活性与其氨基酸的疏水特征呈负相关,与立体特征呈正相关。将3种ACE抑制肽与ACE蛋白(2X8J)进行分子对接,结果表明3种ACE抑制肽均可与ACE蛋白进行结合。本研究可为开发ACE抑制肽药物提供新手段,为开发和利用食源性ACE抑制肽提供理论基础。

LSVSH描述符:高鉴别强鲁棒的点云局部特征统计直方图

三维局部特征描述是三维计算机视觉中的重要任务.现实场景中包含噪声、遮挡和杂波等干扰,使得准确和鲁棒的三维局部特征描述具有很大的挑战性.为提高特征描述的性能,提出一种局部曲面变化统计直方图(local sur-face variation based statistics histogram,LSVSH)描述符.首先设计一种不依赖于局部参考轴(local reference axis,LRA)的新属性(称为曲率属性),增强描述符对LRA误差的稳健性;然后沿径向剖分局部空间,在每个子空间中统计3个角度属性和1个曲率属性生成LSVSH描述符,实现对局部曲面信息的全面稳健描述.在B3R,U3M,U3OR和QuLD这4个数据集上进行大量的实验,结果表明,LSVSH在4个数据集上的RPC下面积(the area under the recall-precision curve,AUCpr)值分别为0.95,0.70,0.54和0.10,优于现有的局部特征描述符的性能;在U3M数据集上的正确配准率和在U3OR数据集上的正确识别率分别达到70%和100%,验证了LSVSH应用于物体配准和识别任务上的有效性.

GNSS拒止环境下基于Puzzle描述符的无人机点云匹配自主定位

针对GNSS拒止环境下无人机基于点云匹配自主定位中存在的搜索时间长、误配率高等问题,提出了一种基于Puzzle描述符的二视点云全局配准算法。该算法采用改进的ScanContext点云描述符,对点云进行分割与编码,设计出新的Puzzle描述符。通过SIFT匹配和模板匹配确定预搜索区域,并利用ICP匹配实现无人机的精确定位。仿真结果表明,算法有效降低了搜索时间和误配率,且具备良好的噪声抑制能力,三维定位误差控制在±20 cm以内,单次匹配耗时小于1 s。挂飞实测数据进一步验证了算法的性能,无人机自主定位的平均误差为19.94 cm,单次匹配平均耗时0.59 s,充分满足了精度和实时性要求。

聚合近似最近邻残差向量描述符

图像的局部聚合描述符向量(Vector of Locally Aggregated Descriptor, VLAD)在图像检索和识别任务中被证明是一种高效的方法。随着码书的增大,描述符的精度会提高,但随之而来的是训练成本和描述符存储成本的显著增加。在确保描述符大小不变的前提下,文章提出一种通过聚合近似最近邻向量残差的图像描述符,以提升描述符的表征能力。在码书的训练阶段,使用K-means聚类算法对图像局部特征进行训练,以形成视觉词典。在描述符的生成阶段,基于图像局部视觉单词与多个近邻码字的距离进行分配,聚合局部特征向量和近邻码字的残差。最后,通过串联累加码书各码字的残差向量,形成近似最近邻向量残差描述符。在两个国际公开数据集上的图像检索实验中,与其他描述符进行比较,结果显示聚合近似最近邻残差向量描述符在平均检索精度上具有一定的优势。

基于二进制深度图像描述符的点云配准方法

基于局部特征的三维点云配准是计算机视觉和机器人技术领域的核心问题,现有的大多数三维局部特征描述符均是浮点型的。首先,本文提出了一种二进制局部特征描述符,即二进制深度图像描述符(BDIF),用于描述三维局部特征;其次,提出了一种基于BDIF的配准算法,用于大场景的点云配准。BDIF根据局部曲面到投影面的距离将局部结构编码为位串。具体来说,BDIF描述符是在关键点附近建立一个局部坐标系,以实现旋转不变性,然后在三个正交投影面上对空间信息进行编码。之后,根据阈值法完成二值化,并利用最大类间方差确定分割阈值。基于BDIF开发了一种高效的点云配准算法,该算法采用自适应尺度的Welsch估计空间变化参数,能有效处理大场景采集到的点云数据。最后分别在Retrieval和WHU-TLS数据集上进行了广泛的实验,实验结果证明了本文所提的BDIF和基于BDIF的点云配准算法的有效性和总体优越性。

基于全局注意力的正交融合图像描述符

图像描述符是计算机视觉任务重要研究对象,被广泛应用于图像分类、分割、识别与检索等领域。深度图像描述符在局部特征提取分支缺少高维特征的空间与通道信息的关联性,导致局部特征表达的信息不充分。为此,提出一种融合局部、全局特征的图像描述符,在局部特征提取分支进行膨胀卷积提取多尺度特征图,输出的特征拼接后经过含有多层感知器的全局注意力机制捕捉具有关联性的通道-空间信息,再加工后输出最终的局部特征;高维的全局分支经过全局池化和全卷积生成全局特征向量;提取局部特征在全局特征向量上的正交值与全局特征串联后聚合形成最终的描述符。同时,在特征约束方面,使用包含子类心的角域度损失函数增大模型在大规模数据集的鲁棒性。在国际公开数据集Roxford5k和Rparis6k上进行实验,所提出描述符的平均检索精度在medium和hard模式分别为81.87%和59.74%以及91.61%和79.12%,比深度正交融合描述符分别提升了1.70%,1.56%,2.00%和1.83%,较其他图像描述符具有更好的检索精度。

图像检索中融合扩展码字软分配的图像描述符

图像的局部聚合描述符向量VLAD的检索精度可以通过增加码书中聚类中心数量来提高,但会增加向量维度和存储空间。为此,本文提出IM-VLAD,其结合基于码字扩展的软分配和二层码书结构,在保持向量维度不变的同时提高了图像检索精度。在训练码书阶段,使用K-means聚类算法对图像局部特征训练第一层视觉码书,然后根据隶属于各个聚类中心的特征训练第二层码书。在计算图像描述符阶段,设计基于码字扩展的软分配方法,根据图像每个局部特征的第二层码书中近邻码字来扩展新的码字,并将其权重分配到近邻码字,进而计算并累加局部特征对应的残差向量。在此基础上,各局部特征的残差向量从第二层向第一层对应的码字逐层聚合成各子向量,并进行串联得到IM-VLAD。实验结果显示:当第一层码书大小为64时,在Holidays数据集上的平均精度较VLAD从0.526提高到0.628,在UKBench数据集的Recall@4结果从3.17提高到3.50,在Holidays_Flickr1M数据集的平均精度由0.513提高到0.604,表明IM-VLAD在多个数据集上均展现出了更高的图像检索精度。

基于PaDEL分子描述符的气味机器学习识别研究

气味识别有助于更好地理解嗅觉处理机制和生物进化中的交流方式,也是食品、饮料和香水等商业领域的关键技术。在利用PaDEL对气味分子进行数值化表征的基础上,采用决策树、随机森林、极端随机树、支持向量机、全连接神经网络和循环神经网络等机器学习算法,对PaDEL分子描述符进行了特征学习,以实现对气味的多标签分类。结果显示,FCNN和DT模型的预测性能较强,BiGRU模型的预测性能最弱。采用主成分分析算法对PaDEL数据进行了降维处理,基于此数据的不同机器学习模型气味分类性能比较中,BiGRU模型的性能最优。

嵌入局部聚类描述符的视频问答Transformer模型

视频问答(Video Question Answering)是典型的跨模态理解任务,其目的是根据提问的文本对视频内容进行理解并推理正确的答案,如何有效地对多模态输入进行特征表示并建立跨模态间复杂的语义关联是解决这一任务的关键难点.为了正确地推理结果,模型首先必须捕获视频序列和复杂文本中包含的关键语义信息.本文提出了一种嵌入局部聚类描述符的视频问答Transformer模型,称为TVLAD-Net(Transformer Residual-less VLAD Network).TVLAD-Net主要包含一个端到端可训练的无残差局部聚合描述符模块(RVLAD,Residual-less Vec⁃tor of Local Aggregated Descriptor),以及一个统一的语义转换模块(Transformer).具体来说,RVLAD通过设置多个不同的聚类中心将视频和文本特征分别聚合为少量紧凑的局部聚类描述符;每个聚类描述符从全局角度分配及汇总了序列上权重不一的语义信息,相比于聚合前的视频帧特征或文本词特征具有更丰富的表征能力.Trans⁃former模块能够利用模态间的相互语义引导,实现多模态聚类描述符的语义交互,即采用多头注意力机制同时求解模态内和模态间的语义关联,进而避免了与所求解问题无关或者冗余的描述符语义单元的聚合.实验评估在TGIF-QA、MSVD-QA和MSRVTT-QA三个基准数据集上进行;实验结果表明本文方法能够实现先进的问答推理,在整体的评价指标上与现有方法相比有2%~5%的性能提升.

借助Multiwfn实现物理化学性质描述符的可视化:以单环B5N5为例

借助化学软件实现物理化学性质描述符的可视化能够极大地丰富课堂教学的内容,展现化学中的美。本文基于分子轨道绘制了仅由π电子贡献的定域化轨道定位函数(LOL-π)填色图、电子定域化函数(ELF)和扫描隧道显微镜(STM)图像,用表面静电势、平均局部离子化能(ALIE)、局部电子亲合能(LEA)可视化了分子表面反应位点,并用相互作用区域指示函数(IRI)和非键作用(NCI)函数分析揭示了B5N5单环的成键情况和弱相互作用,是把科研成果应用于课堂教学的典型范例。

基于AGConv局部特征描述符的点云配准

为了提高现有点云配准模型在真实点云数据中的配准精度,基于自适应图卷积(AGConv)的局部特征描述符,提出一种改进的点云配准模型。在数据预处理模块中,通过对点云中的采样点构建局部块并计算局部参考坐标系,规范局部块中的采样点,使其对旋转变换不敏感。在特征提取模块中,利用AGConv为采样点生成自适应核,充分挖掘不同语义部分的点之间的关系,并将规范化的局部块输入基于AGConv的特征提取网络计算局部特征描述符,提高局部特征对遮挡及杂波的鲁棒性。在点云配准模块中,使用随机采样一致性算法估计刚性变换矩阵。在3DMatch数据集上的实验结果表明,相比于DIP模型,该模型的特征匹配和配准召回率分别提高了2.3和5个百分点,能有效提高点云配准精度并且具有较好的鲁棒性。

颜色描述符提取算法在图像检索算法中的应用

分析当前基于内容的检索方法,设计了基于多种颜色描述符提取算法的检索系统。将主颜色描述符、颜色结构描述符及空间主颜色描述符相结合,用户可根据需要,选择合适的算法进行多次检索,取得更好的检索结果。

BRIFT:一种基于二值描述符的多模态图像匹配方法

针对使用辐射变化不敏感特征变换(RIFT)在最大索引图(MIM)上计算特征描述符、进行特征匹配耗费时间长的问题,提出了基于RIFT的二值描述符算法(BRIFT)。首先计算图像的相位一致性并得到MIM,然后在MIM上通过快速算法计算特征描述符并将其二值化,最后利用Hamming距离作为距离测度进行匹配。将存在多种几何畸变和辐射度变化的异源遥感图像作为测试数据,将BRIFT算法分别与SIFT,BRISK,BRIEF,RIFT等方法进行对比,结果表明,在略微损失匹配精度的情况下,所提BRIFT算法能节省约80%~90%的特征描述符计算时间,节省约50%的特征匹配时间,实现异源遥感图像的快速鲁棒匹配。

基于范数描述符的定量结构性质关系模型预测金属有机骨架材料的CO_(2)吸附量

为减少温室气体排放,金属有机骨架(MOF)材料吸附二氧化碳(CO_(2))已受到广泛关注.本文利用MOF材料对CO_(2)吸附量的实验数据,建立基于范数描述符的定量结构性质关系模型(QSPR模型),预测Cu-MOF材料在变压下对CO_(2)的吸附量.结果表明:QSPR模型对Cu-MOF材料的CO_(2)吸附量具有较好的预测效果,模型决定系数R 2较高;内部验证、外部验证和应用域分析表明,本工作模型稳定可靠并有较宽的适用范围.由此,基于Cu-MOF配体分子结构建立的范数描述符,能够阐明压力和比表面积对Cu-MOF材料CO_(2)吸附能力的影响,QSPR模型可用于计算不同结构MOF材料在不同压力下对CO_(2)的吸附能力.

基于方向直方图签名描述符的点云配准方法

针对复杂场景下传统点云配准精度与效率低、鲁棒性差,难以配合机器人进行工业作业,提出一种基于方向直方图签名(SHOT)描述符的点云配准方法。对模型点云和场景点云采用体素重心降采样预处理,对降采样后的点云采用内部形状签名(ISS)提取特征点;计算特征点SHOT描述符并构建KD树快速检索特征相似的点对;采用随机采样一致(RANSAC)去除误匹配点对并完成粗配准,获取点云粗配准初始位姿,联合迭代最近点(ICP)完成精配准。实验结果表明:复杂场景下,本文方法能够快速识别定位H型钢和热电偶,配准用时2 s,配准精度在5 mm以内;与传统ICP算法相比,本文方法配准精度更高、鲁棒性更好,能够对一定程度遮挡、残缺物体点云进行识别,满足工业要求。

基于空间分布描述符的SIFT误匹配校正方法

针对SIFT(scale invariant feature transform)特征描述符因仅利用特征点的局部邻域信息而对散落在图像内相似结构中的点极易发生误匹配的现象,提出了一种基于空间分布描述符的SIFT误匹配校正方法。该方法首先利用SIFT算法进行匹配;然后对于匹配结果中的特征点,再利用图像轮廓像素点对该点的空间分布信息进行重新描述,以形成一种独特性更高的空间分布描述符;最后运用此种描述符,对匹配结果中存在的"一对多"和"一对一"的错误匹配形式,分别采取两种不同的匹配策略进行校正。以真实图像进行的实验结果表明,该方法与RANSAC(随机抽样一致性)算法相比,其在不损失正确匹配的前提下,能够真正提高正确匹配率。