期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于视频内容的局部检索技术在电视监测中的应用
1
作者 马英杰 《广播与电视技术》 北大核心 2008年第8期149-151,共3页
本文在介绍局部特征视频检索技术原理的基础上,介绍了该技术在电视监测中的应用——台标监测工作原理及与传统基于图像视频比对技术的区别和特点。
关键词 基于图像内容 关键特征信息 色度特征 局部形态特征
下载PDF
人脑眶额皮质表征奖赏信息的进展 被引量:1
2
作者 王子祥 刘振亮 李岩松 《心理科学》 CSSCI CSCD 北大核心 2019年第5期1047-1053,共7页
文章围绕人脑眶额皮质在表征奖赏信息上的核心作用展开,分别从人脑眶额皮质表征奖赏信息的共同神经表征和特异性神经表征特点,奖赏加工和该脑区局部形态特征之间的关系以及眶额皮质表征奖赏信息的时间动态性等角度对最近的重要研究进展... 文章围绕人脑眶额皮质在表征奖赏信息上的核心作用展开,分别从人脑眶额皮质表征奖赏信息的共同神经表征和特异性神经表征特点,奖赏加工和该脑区局部形态特征之间的关系以及眶额皮质表征奖赏信息的时间动态性等角度对最近的重要研究进展进行了一定的梳理和概括。最后,文章讨论了未来研究需要解决的由奖赏类型多样性和脑区间奖赏信息整合复杂性带来的系列问题。 展开更多
关键词 眶额皮质 奖赏 价值 局部形态特征
下载PDF
Surface reconstruction of complex contour lines based on chain code matching technique 被引量:1
3
作者 姜晓彤 《Journal of Southeast University(English Edition)》 EI CAS 2005年第4期432-435,共4页
A new method for solving the tiling problem of surface reconstruction is proposed. The proposed method uses a snake algorithm to segment the original images, the contours are then transformed into strings by Freeman'... A new method for solving the tiling problem of surface reconstruction is proposed. The proposed method uses a snake algorithm to segment the original images, the contours are then transformed into strings by Freeman' s code. Symbolic string matching technique is applied to establish a correspondence between the two consecutive contours. The surface is composed of the pieces reconstructed from the correspondence points. Experimental results show that the proposed method exhibits a good behavior for the quality of surface reconstruction and its time complexity is proportional to mn where m and n are the numbers of vertices of the two consecutive slices, respectively. 展开更多
关键词 chain code string matching surface reconstruction local shape feature
下载PDF
基于卷积神经网络的昆虫和杂草标本智能全维识别方法初探 被引量:1
4
作者 汪莹 刘静远 +8 位作者 吕文刚 龙海 刘宵宵 余道坚 方毅 郑铭森 张浩 陈冬美 高瑞芳 《植物检疫》 2023年第2期40-45,共6页
本文应用卷积神经网络技术研发了有害生物全维形态特征库和识别模型,采用激光合成干涉成像技术对100种昆虫和杂草标本进行全维高清特征进行信息获取,并进行全维整体轮廓特征和局部形态学特征识别。经过深度学习后测试识别结果,整理统计... 本文应用卷积神经网络技术研发了有害生物全维形态特征库和识别模型,采用激光合成干涉成像技术对100种昆虫和杂草标本进行全维高清特征进行信息获取,并进行全维整体轮廓特征和局部形态学特征识别。经过深度学习后测试识别结果,整理统计后得出该模型算法识别标本的正确率在86%~98%范围内,识别的正确率随着学习训练的样本数量增多而提高。表明卷积神经网络模型对标本的学习能力较好,利用全维立体识别技术对昆虫和杂草的鉴定具有可行性。 展开更多
关键词 卷积神经网络 深度学习 激光合成干涉成像技术 外部整体轮廓特征 外部局部形态特征 昆虫 杂草 鉴定
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部