图像特征

摘要： 近些年,随着计算机视觉的不断发展,行人检测和行为识别技术在众多前沿科技领域有着极大的应用价值。本文在行人检测技术研究中采用了方向梯度直方图(HOG)的方法提取图像特征,然后用支持向量机(SVM)的方法进行分类框选出行人并进行跟踪来实现动态的行人检测。在行为识别技术研究中,本文通过OpenPose算法提取行人骨骼关节点特征获得其骨骼关节的坐标,然后用深度神经网络(DNN)构建模型,最后用Softmax分类器对行人行为进行识别。实验结果表明本文算法可以对多个行人进行准确检测,并能够对视频行为进行有效识别,在复杂的场景也可达到较为理想的效果。

摘要： 利用多视角X射线透射技术对高密度容器内液体进行安全检查是个难题,因其无法像低密度容器那样忽略掉容器壁的吸收影响。在准确分割多视角图像液体区域的前提下,利用分割结果与多视角液体投影图像,提取出其中高密度容器的截面形状、外径、壁厚等特征信息,是进行后续高密度容器内液体材料特征与密度特征识别的关键前提。为此,研究了一种基于多视角液体图像的高密度容器特征提取方法:首先,结合利用边缘边缘检测与阈值分割的方法精确定位出每个视角中的液体区域;然后,设计了一种基于多视角液体区域重建多边形最小内切圆分析的容器截面形状与外径提取方法;进而,研究了一种基于容器投影特征与数值差分分析的容器壁厚计算方法,获得完整的高密度容器特征。试验结果表明,方法提取出的容器特征其精度较高,满足了后续液体材料特征与密度特征识别的需求。

摘要： 虚拟仿真技术的穿衣搭配助手是通过提取衣物特征,结合模式匹配算法,利用虚拟仿真技术(VR)和3D模型旨在为使用者展示最佳搭配的衣物穿搭效果。

摘要： 为了更准确地对乙丙橡胶电缆绝缘老化状态进行识别,提出了一种基于局部放电图像特征和深度森林的识别方法。文中制备了不同老化状态的乙丙橡胶试样,搭建了局部放电试验平台,通过试验获得了不同老化状态的乙丙橡胶试样局部放电谱图,并从局部放电谱图中提取了19个特征参量,结合深度森林网络对不同老化程度的试样进行识别。结果表明:通过结合局部放电谱图特征和深度森林网络能够准确的识别电缆老化状态,且识别率优于其他传统分类算法。将局部放电图像特征与深度森林结合应用于电缆的绝缘老化诊断具有较好地工程应用前景。

摘要： 高频电气数据是提高电网态势感知准确度、监测水平和辅助服务质量等的数据基础之一,但是,传统重建算法难以实现高精度的数据重建。因此,文中利用改进生成式对抗网络将低频电气数据重建为高频。通过将时序数据转化为电气图像,实现神经网络方法对电气图像特征的高效提取。利用基于深层残差网络的生成器和改进的残差块结构,提高生成器的特征学习能力。此外,生成器损失函数考虑真实样本与生成样本在低维或高维特征的差别。以公开数据集为例进行算法验证,验证结果表明,相比于传统重建方法,所提方法具有更高的峰值信噪比、结构相似性和更低的平均绝对误差、平均绝对误差百分数,以及更高的高频细节还原度、重建精度,能够对不同数据集实现泛化。

摘要： 目的本文旨在研究混合性磨玻璃结节样肺腺癌MSCT图像特征表现,分析MSCT对其诊断价值。方法回顾性分析本院2017年4月至2019年7月收治的混合性磨玻璃结节样肺腺癌和肺部炎性病变患者资料,分为观察组和对照组,每组患者85例。对患者所得图像进行分析,比较两组病变患者MSCT征象表现;并以病理结果为基准,比较MSCT对混合性磨玻璃结节样肺腺癌诊断符合率。结果观察组混合性磨玻璃结节中出现“分叶”征、边界清晰、血管“聚集”征、胸.膜“凹陷”征以及云厚度情况明显高于对照组(P005)。不同病理类型(AIS、MIA、IAC)的病灶的MSCT征象上各有差异。结论MSCT对混合性磨玻璃结节样肺腺癌有着较高的鉴别诊断价值,可根据MSCT不同征象,对肺部炎性病变和不同病理类型混合性磨玻璃结节样肺腺癌进行鉴别,可为临床诊断提供较为全面的参考依据。

摘要： 针对CAD图纸的数据难以提取,导致图纸与BIM模型的一致性审核无法自动化的问题,提出了一套全自动的图模一致性审核方法。首先对图纸和模型分别进行预处理提取信息和对齐坐标,并比对元数据。然后识别普通标注和引出式标注的内容和位置,同时定义构件标准编号规则,以本体信息映射的方法完成文字性构件的审核。最后针对大量无可靠标注的小型构件,计算图例的连续极坐标特征进行图像匹配以识别图纸坐标。为了衡量一致性审核的有效性,计算了覆盖率和准确度两个指标,基于此详细分析了本方法的优势和改进方向。工程应用表明,本方法可节省96%的审核时间和人工,且两项指标的表现均较好。

摘要： 目的总结肝内胆管错构瘤的超声图像特征,提高超声对其的诊断能力。方法回顾性分析我院37例经MRI或病理检查证实为肝内胆管错构瘤患者的超声影像资料,总结其特异性超声图像特征。结果37例肝内胆管错构瘤超声多表现为肝内弥漫分布的不规则囊性病变,直径<1.5 cm(97.3%);肝脏弥漫性回声增粗(78.4%);肝内多发偏高回声结节,直径<1.0 cm(54.1%);肝内弥漫分布的点状强回声伴彗尾征(56.8%);肝包膜光整(94.6%);平均肝脏硬度值为(7.16±1.99)kPa。结论肝内胆管错构瘤的超声表现有一定特征,对其典型超声表现的判读可提高超声对其的诊断能力,减少误诊。

摘要： 加快煤炭产业链的智能化发展是当前环境下保证煤炭稳定供给的重心,而煤岩识别是实现煤矿智能化建设,提高煤层探测、智能开采、快速分选精度和效率的关键技术,因此,开展了煤岩高效识别技术方法的综述研究。首先根据使用工况不同,将煤岩识别统筹为接触式识别与非接触式识别,根据技术类别将现有识别技术归类为过程信号监测、红外热成像、图像特征、反射光谱、超声波探测、电磁波探测,从识别机理和技术原理方面进行了详细的介绍,并列举了典型特征下的煤岩差异。其次综合阐述了各种识别技术的研究现状,总结出工程实际中的煤岩识别技术应用现状;从理论技术研究、工况环境影响、煤岩特征3方面建立了不同识别技术的局限度评价表,超声波、电磁波探测技术局限度最低,红外成像识别技术局限度最高,其中工况环境对红外成像识别局限最明显,煤岩特征对反射光谱识别和过程信号监测识别局限最明显。基于上述局限度,对未来煤岩识别的研究重点提出4点建议:煤岩特征信息的深层挖掘,复杂多变环境的影响机理研究,物理属性相近的煤岩识别新方法,综合地质条件的煤岩识别方法适用性研究,为我国煤岩识别技术发展、煤矿智能化建设提供理论指导。

摘要： 混凝土匀质性是描述混凝土拌合物中各原材料组分在空间分布的均匀一致性的重要指标,对混凝土硬化后的强度、耐久度等性能有着重要的关系,是衡量新拌混凝土生产质量的关键因素之一。针对基于搅拌图像的混凝土匀质性检测技术进行研究,根据搅拌过程中图像相应特征的变化对混凝土匀质情况进行跟踪与检测,并在测试中取得了较好的验证效果。

摘要： 目的： 通过重复测试方法评估及量化18F-FDG PET/CT肺占位图像参数在PET/MR中的稳定性及客观性. 方法： 前瞻性募集同一日内完成18F-FDG PET/CT及18F-FDG PET/MR检查的肺部占位患者,两种检查时间间隔10～20min.使用西门子Multiparametric Analysis和MMWP TrueD软件,选取18F-FDG阳性病灶手动勾画感兴趣区,获得传统PET/CT参数：最大标准化摄取值(SUVmax)、平均标准化摄取值(SUVmean)、代谢活性肿瘤体积(MTV)、总病灶糖酵解(TLG).并根据VOI中的信号强度直方图信息分析后生成PET/CT及PET/MR纹理特征参数,其中包括：SD,Median,Percentile5th/95th,Skewness,Kurtosis,DiffEntropy,DiffVariance,Contrast,Entropy.采用配对样本t检验和Pearson相关性分析比较PET/CT及PET/MR之间的差异及相关性. 结果： 共30位患者纳入本研究.经病理结果提示恶性肿瘤占77.7％(n=23),良性肿瘤占33.3％(n=7). 结果显示PET/CT及PET/MR传统代谢参数均不具有统计学差异,但均具有一定的相关性;PET/CT及PET/MR各个纹理特征代谢参数中,DiffEntropy、DiffVariance、Contrast和Entropy具有统计学差异;SD、Median、Percentile95th以及Percentile5th、Skewness(后两者中良性病变不具有相关性)具有一定的相关性. 结论： 在肺占位成像中,PET/MR与PET/CT的传统参数稳定性较高,但纹理参数需要进行评估.

摘要： 环境心理学研究中,虽然已有大量的研究指出具有自然或自然要素的环境对于人类健康的恢复性存在积极作用,从而带来美感体验,但关于自然或自然要素是如何影响人类审美的机制尚在不断探索中.基于自然或自然要素的环境能够给人们带来美感体验的假设前提下,本文尝试借助图像特征提取算法,解析风景照片所反映的景观内容,量化反映自然性的视觉特征,通过检验这些特征对人们在环境的感知自然性以及审美偏好的相关性贡献,找到影响人们心理感知的重要环境特征,解释自然或自然要素对人类审美的影响机制.通过对反映颐和园景观内容的网络照片中的色度、饱和度、直边密度、蓝色面积等图片特征的提取和分析,反映人们对于自然度的感知很大程度上影响了人们对环境的审美评价,而图像中对这些颜色相关和内容相关属性的偏好不是附加地增加偏好,而是以基于感知自然性的交互方式实现增加.该研究旨在尝试将环境心理学的理论和城市绿色空间的实践结合,将为丰富人类空间体验和发挥绿色空间潜力提供一定参考的价值.

摘要： 目的:探讨高频及三维超声图像特征对骨软骨瘤的定性诊断价值. 方法:回顾性分析18例经手术证实为骨软骨瘤患者的声像图特点,包括病变位置、病变大小、软骨帽厚度及大小、三维图像特征等,比较软骨帽厚度＞1cm和＜1cm患者手术的病理性质,分析超声三维重建图像特征及其与病理性质关系. 结果:18例患儿均有彩超检查结果，超声诊断骨软骨瘤病的12例（均有超声三维重建图像），诊断为其它来源的肿瘤或者骨刺增生的6例，超声定性诊断准确率66.7%。超声表现有典型软骨帽者12例，其中10例软骨帽厚度1cm)、形态不规则时须考虑骨软骨瘤恶变可能。超声检查受患者体位影响小、动态、重复检查费用少，可多角度多切面观察病变的形态及周围组织关系，超声三维成像可以通过观察骨软骨瘤整体空间结构，为骨软骨瘤的手术治疗提供更直观方便的依据和一定的指导价值。

摘要： 文中对不同类型高危HPV宫颈病变引道镜特征进行分析，子宫颈大小约2.5cm2，易于暴露病变可以筛查筛查规范成熟癌前病变可以治愈.

摘要： 现有中国画分类研究中大多只考虑了画作和类标签之间的相关性,却忽略了画作与画作之间的关联关系,嵌入式学习方法虽然对此进行了改进,但在对象间关系计算过程中未考虑特征重要度对对象间关系的影响,导致分类结果受制约.针对此问题,本文首先通过微调预训练的VGG-F模型提取了中国画的图像特征.其次,提出了基于互信息的嵌入式分类算法MIDEC(Mutual Information Based Data Embedded Classification),使"友情则近,敌对则远"的嵌入式原则受到特征选择及特征重要度的影响.最后,利用支持向量机对中国画进行画作艺术风格及其作者分类.实验结果表明,与其他算法相比,MIDEC算法获得了更高的分类准确度.

摘要： 为了提高矢量化图像的重构质量,提出一种基于细分曲面的误差可控矢量化算法.首先提取图像特征,构建特征约束的初始网格,并利用二次误差度量方法简化初始网格,得到特征保持的基网格;然后利用带尖锐特征的Loop细分曲面拟合图像颜色,得到控制网格;最后计算重构图像的误差,对控制网格进行自适应细分,直至重构误差达到用户需求.实验结果表明,该算法能够大幅度提高初始重构结果的质量,并在一定程度上做到误差可控.

摘要： 为避免传统冬虫夏草寻找方式因劳动强度大、效率低以及易造成对生长环境的破坏,本文研发了一种基于原位多光谱成像技术的青藏高原天然冬虫夏草快速识别系统.将模拟退火粒子群优化(SAPSO)分别与支持向量分类(SVC)、朴素贝叶斯(NaiveBayes)和反向传播自适应增强(Bp-Adaboost)算法相结合获取冬虫夏草特征波段图像数据块;通过比较分析3种分类模型效果,得出SAPSO-NaiveBayes特征模型效果最优,其交互验证和预测集的判别准确度分别为94.75％和100％;基于SAPSO-NaiveBayes特征模型可生成冬虫夏草的现场分类可视化分布图.研究结果表明:多光谱成像技术结合现场检测系统能成功用于青藏高原冬虫夏草原位快速准确识别.

摘要： 为避免传统冬虫夏草寻找方式因劳动强度大、效率低以及易造成对生长环境的破坏,本文研发了一种基于原位多光谱成像技术的青藏高原天然冬虫夏草快速识别系统.将模拟退火粒子群优化(SAPSO)分别与支持向量分类(SVC)、朴素贝叶斯(NaiveBayes)和反向传播自适应增强(Bp-Adaboost)算法相结合获取冬虫夏草特征波段图像数据块;通过比较分析3种分类模型效果,得出SAPSO-NaiveBayes特征模型效果最优,其交互验证和预测集的判别准确度分别为94.75％和100％;基于SAPSO-NaiveBayes特征模型可生成冬虫夏草的现场分类可视化分布图.研究结果表明:多光谱成像技术结合现场检测系统能成功用于青藏高原冬虫夏草原位快速准确识别.

摘要： 为避免传统冬虫夏草寻找方式因劳动强度大、效率低以及易造成对生长环境的破坏,本文研发了一种基于原位多光谱成像技术的青藏高原天然冬虫夏草快速识别系统.将模拟退火粒子群优化(SAPSO)分别与支持向量分类(SVC)、朴素贝叶斯(NaiveBayes)和反向传播自适应增强(Bp-Adaboost)算法相结合获取冬虫夏草特征波段图像数据块;通过比较分析3种分类模型效果,得出SAPSO-NaiveBayes特征模型效果最优,其交互验证和预测集的判别准确度分别为94.75％和100％;基于SAPSO-NaiveBayes特征模型可生成冬虫夏草的现场分类可视化分布图.研究结果表明:多光谱成像技术结合现场检测系统能成功用于青藏高原冬虫夏草原位快速准确识别.

摘要： 为避免传统冬虫夏草寻找方式因劳动强度大、效率低以及易造成对生长环境的破坏,本文研发了一种基于原位多光谱成像技术的青藏高原天然冬虫夏草快速识别系统.将模拟退火粒子群优化(SAPSO)分别与支持向量分类(SVC)、朴素贝叶斯(NaiveBayes)和反向传播自适应增强(Bp-Adaboost)算法相结合获取冬虫夏草特征波段图像数据块;通过比较分析3种分类模型效果,得出SAPSO-NaiveBayes特征模型效果最优,其交互验证和预测集的判别准确度分别为94.75％和100％;基于SAPSO-NaiveBayes特征模型可生成冬虫夏草的现场分类可视化分布图.研究结果表明:多光谱成像技术结合现场检测系统能成功用于青藏高原冬虫夏草原位快速准确识别.

摘要： 本发明提供更稳健的图像识别方式。图像处理装置(8)将作为图像识别的对象的图像转换为高分辨率图像(11)、中分辨率图像(12)、以及低分辨率图像(13)。图像处理装置(8)设定高分辨率图像(11)的关注像素(5)，并在共生矩阵(15)中对与偏移像素(1a)～(1d)的梯度方向的共生、在中分辨率图像(12)与像素(2a)～(2d)的梯度方向的共生、在低分辨率图像(13)中与像素(3a)～(3d)的梯度方向的共生进行投票。图像处理装置(8)对每个像素的组合以及每个分辨率创建这样的共生矩阵(15)。图像处理装置(8)对高分辨率图像(11)的各个像素进行上述的处理，其结果创建将完成的多个共生矩阵(15)的要素排成一列的共生直方图。进一步，图像处理装置(8)将共生直方图归一化，并提取以由此的频率为成分的矢量作为该图像的特征量。

摘要： 本公开提供了训练图像特征提取模型和提取图像特征的方法、装置，涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，可应用于图像处理场景下。具体实现方案为：获取样本集和初始图像特征提取模型；从样本集中选取样本，执行如下训练步骤：将选取的样本的物品图像输入主干模型，得到图像特征向量；将图像特征向量分别与选取的样本的目标类别对应的预定数目的子中心向量计算相似度，并将相似度最大值作为目标类别的相似度；基于目标类别的相似度计算损失值；若损失值小于预定阈值，则确定出初始图像特征提取模型训练完成。通过该实施方式能够提高特征提取模型的训练速度和准确度，减少对精标数据的依赖。

摘要： 本发明公开了一种结合重力传感器与图像特征点角度的图像特征查询方法，采用携带有重力传感器的摄像机采集目标图像，获得带有重力信息的图像样本，对于查询图像以及图像样本均进行如下处理，形成图像样本的整体紧凑向量表征：提取图像的包含重力信息的特征点；将提取到的所有特征点中的角度属性值都增加一个由公式计算出的角度进行旋转，旋转后的图像中所有的图像特征点进行词袋模型训练，获取多个聚类中心；对旋转后的图像中所有的图像特征点进行特征编码，将特征点映射到各个聚类中心上，并按照特征点角度进行分区，在每一分区上进行特征聚合，形成整体紧凑向量表征。用最近邻查找法，查找与查询图像最匹配的图像样本。

摘要： 本发明提供了一种目标图像特征点定位方法和目标图像特征点定位系统，属于模式识别领域。目标图像特征点定位方法包括步骤：(1)输入目标图像，定义目标图像特征点中的关键点，并确定关键点在目标图像中的具体位置；(2)以所取训练样本的特征点的坐标平均为平均特征点，根据关键点位置对平均特征点进行二维变形和三维变形，以变形的结果作为目标图像的初始化特征点；(3)以初始化特征点作为基础，精确定位目标图像特征点。目标图像特征点定位系统包括关键点定位装置、初始化特征点获取装置、以及目标图像特征点定位装置。本发明的方法和系统实现目标图像特征点的精确定位和快速定位，可以在图像处理等领域中广泛应用。

摘要： 本公开关于一种图像特征提取模型训练方法、图像特征提取方法和装置，包括：获取目标样本图像基于不同的数据增强方式得到的第一处理图像和第二处理图像；对第一处理图像、第二处理图像和其他样本图像分别进行特征提取处理，得到第一处理图像的第一图像特征、第二处理图像的第二图像特征和其他样本图像的图像特征；根据第一图像特征对第一处理图像进行重建处理，得到第一处理图像的重建图像与第一处理图像之间的重建损失；根据第一图像特征、第二图像特征和其他样本图像的图像特征，得到对比损失；基于对比损失和重建损失，对第一图像特征提取模型进行迭代训练，得到图像特征提取模型。该方法可提高训练得到的图像特征提取模型所提取的图像视觉特征的效果。

摘要： 本发明公开了一种基于泛图像特征的图像特征点指纹融合算法，图像特征点指纹融合算法是将传统的结构特征信息和图像特征信息深度融合，同时提取传统的结构特征信息以及图像特征信息，在比对识别的过程中，采用结构特征信息为基础，结合图像来做识别，通过增强算法变换成一个归一化的图像，基于纹理的梯度算法可以求取稳定的局域正方向，算法运行在低功耗的嵌入式MCU里面，解决通过X,Y标量大小，推算夹角的函数实现，既提取了传统的结构特征信息，又提取了图像特征信息，在比对识别的过程中，采用结构特征信息为基础，结合图像来做识别，在误识率不变的基础上，可以实现通过率10％以上的提升，可以显著的提升以前特征量少的指纹匹配的通过率。

摘要： 本发明提供一种图像特征处理方法、图像特征处理装置、介质及电子设备。所述图像特征处理方法包括：对所述第一前端设备采集到的图像进行处理以获取多张包含行人的第一图像；对各所述第一图像进行加密处理以获取加密图像；发送特征提取请求到至少一个第二前端设备，以使所述第二前端设备与所述第一前端设备共同对所述加密图像进行处理从而提取第一图像特征；发送特征搜索请求到所述第二前端设备，以使所述第二前端设备与所述第一前端设备共同获取所述第一图像特征的匹配特征。所述图像特征处理方法能够提高算力资源的利用率。

摘要： 本公开提供了训练图像特征提取模型和提取图像特征的方法、装置，涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，可应用于图像处理场景下。具体实现方案为：获取样本集和初始图像特征提取模型；从样本集中选取样本，执行如下训练步骤：将选取的样本的物品图像输入主干模型，得到图像特征向量；将图像特征向量分别与选取的样本的目标类别对应的预定数目的子中心向量计算相似度，并将相似度最大值作为目标类别的相似度；基于目标类别的相似度计算损失值；若损失值小于预定阈值，则确定出初始图像特征提取模型训练完成。通过该实施方式能够提高特征提取模型的训练速度和准确度，减少对精标数据的依赖。

摘要： 本申请公开了一种图像特征可视化方法、装置及电子设备，该方法在模型训练过程中，将正样本真实训练数据输入至映射生成器，得到负样本虚构训练数据，该映射生成器包括映射模块，可学习区分正/负样本真实训练数据的关键特征图，且负样本虚构训练数据根据正样本真实训练数据及该关键特征图生成；将负样本训练数据输入至判别器中，得到判别结果，并对映射生成器及判别器进行优化，直至训练完成；在模型应用过程中，将待处理的目标图像输入至映射生成器，通过映射生成器中的映射模块提取得到所述目标图像的特征。本申请通过生成对抗网络进行反复的生成对抗训练，以此得到最优的映射模块，通过该映射模块提取图像特征，实现对图像特征的可视化。

摘要： 本发明公开了一种结合重力传感器与图像特征点角度的图像特征查询方法，采用携带有重力传感器的摄像机采集目标图像，获得带有重力信息的图像样本，对于查询图像以及图像样本均进行如下处理，形成图像样本的整体紧凑向量表征：提取图像的包含重力信息的特征点；将提取到的所有特征点中的角度属性值都增加一个由公式计算出的角度进行旋转，旋转后的图像中所有的图像特征点进行词袋模型训练，获取多个聚类中心；对旋转后的图像中所有的图像特征点进行特征编码，将特征点映射到各个聚类中心上，并按照特征点角度进行分区，在每一分区上进行特征聚合，形成整体紧凑向量表征。用最近邻查找法，查找与查询图像最匹配的图像样本。