-
题名基于多尺度特征变换与颜色相关性的商标检索算法
被引量:4
- 1
-
-
作者
钟瑞泽
-
机构
广州美术学院艺术与人文学院
-
出处
《包装工程》
CAS
北大核心
2018年第23期200-208,共9页
-
基金
广东省"十二五"规划科学研究项目(2012JK190)
-
文摘
目的提出一种快速有效的商标注册相似性检查方法,以解决当前基于SIFT的商标检索系统易出现漏检、误检,导致检索精度不高的问题。方法首先,利用SIFT进行尺度空间创建,并检测商标的特征关键点,通过确定关键点的主方向,可得到具有旋转、缩放、平移、视图变化不变性的图像形状特征描述符。随后,根据像素与其邻域的颜色和空间位置,定义一种改进的颜色相关性,为了有效避免不同商标可能具有相似的颜色特征,对不同的颜色赋予一个权重因子,从而得到一个反映颜色空间相关性与颜色排布疏密度的颜色特征。然后,将SIFT与颜色相关特征向量进行加权组合,并根据实际过程中占主导作用的特征来改变权重。最后,根据加权组合特征,引入马氏距离对查询商标与数据库商标进行相似度量,输出检索商标。结果实验结果表明,与当前先进的商标检索系统对比,所提算法具有更高的检索准确性与效率。结论所提算法具有良好的检索准确率与鲁棒性,在商标注册等领域具有一定的实用价值。
-
关键词
商标检索
多尺度特征变换
颜色相关性
特征关键点
主方向
马氏距离
-
Keywords
trademark retrieval
SIFT
color correlation
key points of feature
principal direction
Mahalanobis dis-tance
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于尺度注意力网络的遥感图像场景分类
被引量:23
- 2
-
-
作者
边小勇
费雄君
穆楠
-
机构
武汉科技大学计算机科学与技术学院
武汉科技大学大数据科学与工程研究院
智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学)
-
出处
《计算机应用》
CSCD
北大核心
2020年第3期872-877,共6页
-
基金
国家自然科学基金资助项目(61572381,61501337)
湖北省自然科学基金资助项目(2018CFB575)~~
-
文摘
针对卷积神经网络(CNN)平等地对待输入图像中潜在的对象信息和背景信息,而遥感图像场景又存在许多小对象和背景复杂的问题,提出一种基于注意力机制和多尺度特征变换的尺度注意力网络模型。首先,开发一个快速有效的注意力模块,基于最优特征选择生成注意力图;然后,在ResNet50网络结构的基础上嵌入注意力图,增加多尺度特征融合层,并重新设计全连接层,构成尺度注意力网络;其次,利用预训练模型初始化尺度注意力网络,并使用训练集对模型进行微调;最后,利用微调后的尺度注意力网络对测试集进行分类预测。该方法在实验数据集AID上的分类准确率达到95.72%,与ArcNet方法相比分类准确率提高了2.62个百分点;在实验数据集NWPU-RESISC上分类准确率达到92.25%,与IORN方法相比分类准确率提高了0.95个百分点。实验结果表明,所提方法能够有效提高遥感图像场景分类准确率。
-
关键词
遥感图像场景分类
深度学习
多尺度特征变换
注意力机制
残差网络
微调
-
Keywords
remote sensing image scene classification
deep learning
multi-scale feature transformation
attention mechanism
residual network
fine-tuning
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于线特征和控制点的可见光和SAR图像配准
被引量:9
- 3
-
-
作者
李映
崔杨杨
韩晓宇
-
机构
西北工业大学计算机学院
-
出处
《自动化学报》
EI
CSCD
北大核心
2012年第12期1968-1974,共7页
-
基金
国家自然科学基金(60873086)
航空科学基金(2011ZD53049
20125153025)资助~~
-
文摘
以具有典型人造目标的可见光和SAR(Synthetic aperture radar)图像为研究对象,提出一种自适应多尺度快速Beamlet变换方法提取人造目标在可见光和SAR图像的共有特征—线特征,并基于线特征构造控制点,设计了一种基于控制点特征的匹配度函数,采用基于特征一致的粗配准和基于控制点的精确配准方法,对待配准图像实现由粗到精的自动配准.实验表明,在可见光和SAR图像存在较大灰度差异、旋转和平移的情况下,该算法仍然能够精确配准图像.
-
关键词
图像配准
控制点
线特征
自适应多尺度快速Beamlet变换
特征一致
-
Keywords
Image registration, control point, linear features, adaptive multi-scale fast Beamlet transform, featureconsensus
-
分类号
TN957.52
[电子电信—信号与信息处理]
-