下采样

摘要： 针对卷积神经网络池化过程中的空间信息丢失、对重要特征提取不准确等问题,提出自适应加权池化方法。根据池化窗口大小设置一组可训练的权重参数,将权重参数与每个池化窗口中排序后的特征值加权求和得到池化结果,在网络反向传播过程中通过梯度下降对权重参数进行迭代更新,得到最优权重参数。在Fashion-minist、Cifar10(分别使用浅层卷积神经网络和ResNet18网络结构)、Omniglot数据集上使用不同池化方法进行图像分类的验证实验,结果表明自适应加权池化将测试集的分类准确率分别提升了0.21%、0.43%、0.80%和0.66%。自适应加权池化能使神经网络根据任务类型不同自行选择最优池化策略,相较于常规池化方式在图像分类问题上取得了更高精度。

摘要： 针对图像去雾算法效果不佳、处理效率低的问题,提出图像融合快速去雾算法。首先对原图降采样处理,减小图像尺寸,拷贝两份图像,然后分别转换到HSV色彩空间。针对转换后的第一份图像,降低v分量,提高透射率准确度;针对转换后的第二份图像,对v分量进行自适应处理、对s分量线性拉伸,提高图像色彩饱和度;接着将处理后的图像转回到RGB色彩空间,对转换后的第一份图像进行改进的暗通道算法去雾、直方图拉伸。最后对融合后的两份图像重采样。实验结果表明,去雾后的图像主观上视觉效果好,客观上算法复杂度降低,峰值信噪比、结构相似性、信息熵、标准差显著提高,证明算法有效。

摘要： 传统深度学习语义分割算法中存在特征细节信息丢失以及像素关联度降低的问题,导致图像边缘出现误分割、分割边界不连续。由此在复用底层特征以及捕获多尺度语义信息的基础上提出一种改进型DeepLabv3图像语义分割算法。依据底层特征有助于还原图像细节,构建轻量级并行卷积神经网络(CNN)处理残差网络浅层输出的特征图,获取更多图像空间信息;采用像素级特征融合将获取的图像空间信息与深层网络特征进行融合,并利用金字塔池化模块获取融合特征图的多尺度语义信息;然后利用双线性插值获取图像分割结果。实验结果表明,所提方法可以有效改善语义分割中出现的误分割、分割边界不连续的现象。

摘要： 蛋白质-GDP(Guanosine Diphosphate)结合位点的预测对蛋白质功能注释与新药发现有非常重要作用。为了提高预测蛋白质-GDP结合位点的准确度,提出一种基于序列的蛋白质-GDP结合位点预测方法,使用位置特异性迭代算法进行多序列对比得到位置特异性得分矩阵,通过镜像残基可变滑动窗口方法选取蛋白质序列中每个残基的特征向量,利用CNMW(Clustering NearMiss-2 Weighted)下采样解决数据集正负样本的不平衡问题,最后使用支持向量机进行预测。实验结果显示与传统方法相比,本文方法在马修斯相关系数上有显著提升,表明本文方法的有效性和可行性。

摘要： 随着科技的不断进步,采用三维激光扫描技术能为隧道工程的建设与运营提供精准的指导,从而产生巨大的效益,然而运用该技术获取的隧道点云数据量巨大,严重制约了后续点云数据处理的效率。为了促进该技术的广泛应用,文章研究了一种基于体素栅格化网格下采样的点云数据滤波算法,该方法的原理是利用三维体素栅格将点云数据集划分为不计其数的小立方体,然后通过计算保留下三维体素栅格中满足要求的数据点,即可在维持点云数据原有几何特征的基础上去除重复点,实现点云数据下采样滤波处理。最后分析了该方法对隧道点云数据量处理结果的影响,综合考虑滤波时间、简化率、精度等因素,为实际工程中下采样滤波参数的选用提供了合理建议。

摘要： 近年来,云计算技术飞速发展,许多企业和机构将自己的业务迁移到云上,这样不仅降低费用,还能提高效率.但随之而来的是云服务提供者和用户被大量的恶意软件攻击.许多机器学习算法通过对云平台上可能发生的行为进行预测,来保护云系统不受攻击,取得了不错的效果.但当所学习的数据集较大和稀疏时,这些机器学习算法效果不是很好.本文采用了一种梯度提升的决策树算法,能对云计算系统上的恶意软件攻击进行更准确的预测.实验验证了本方法的有效性.

摘要： 针对传统的协作机械臂末端执行器即时定位效果差的问题,采用AprilTag标签定位,提出一种基于几何学提取ROI的快速定位算法.该算法对宏观尺寸目标采用下采样方法搜索有效局部范围,建立几何约束提取边缘像素点,加速目标识别速度.为了验证所提出算法的有效性,设计了机械臂末端执行器的视觉定位系统实验.实验结果表明:该算法的角点检测相对误差平均值低于0.1 pixel,且检测速度提高至40 帧/s,实现了对机械臂末端的快速定位.

摘要： 暗通道先验去雾算法是目前细节还原效果最好的去雾方法之一,但由于其运算量大,难以对视频图像进行实时去雾.针对该问题,文中提出一种OpenCL并行加速优化方案,用以减小计算量,增强计算过程的可并行性.首先,对原始有雾图像进行下采样处理后计算小图暗通道,再计算透射率并用插值法恢复原图透射率,减小获取暗通道过程的计算量;其次,采用分块算法将大气光值估算过程划分为适合OpenCL并行处理的子块,增强大气光值估算过程的并行性.实验结果表明,该方案可以保证良好的图像去雾效果,并将720P图像的去雾耗时减小到20 ms,可实现对帧率为50 f/s视频的实时去雾.

摘要： 在实际生活中,由于硬件设备、拍摄技术以及距离等各方面因素的影响,人们经常无法获得高分辨率的图像,因此,利用算法和软件提高图像分辨率,从而获得清晰度较高的图像的工作就变得越发重要.基于学习的单帧图像的超分辨技术,就是建立低分辨率图像集和高分辨率图像集之间的关系,即通过学习低分辨率图像和高分辨率图像之间的映射关系进而获得先验知识,以此为约束条件重建得出高分辨率图像.在此方法中,高、低分辨率之间的映射关系十分重要且较难获得.本论文应用了一种简单有效的方法即通过建立级联线性回归模型对高、低分辨率图像之间的映射关系进行学习.级联线性回归模型需要的参数少,并且该函数可以求出闭合解,因此在求解时可以简便地获得更有效的结果.为使结果更加准确,论文中的算法通过对低分辨率图像进行下采样再经过双立方插值等一系列操作得到不同层数的级联性回归的高分辨率图像,通过实验对比不同级联层数的峰值信噪比PSNR(Peak Signal to Noise Ratio),选择PSNR较高的级联层数,之后对各级高分辨图像进行迭代得到最终的高分辨率图像,并将通过算法得到的高分辨率图像与原图像的高分辨率图像进行对比.实验结果表明,采用3×3的图像块,进行二次级联时,此算法能够得到较好的高分辨率图像并且算法难度较小、运行效率较高.

摘要： 提出一种新的基于生成对抗网络的人脸属性编辑全局组织网络算法.人脸属性编辑是指通过结合编码解码器结构与生成对抗网络,生成具有期望属性的人脸图像.传统的编码解码器结构对人脸的重构和编辑能力有限.直接将编码特征与属性标签结合会因为融入编码特征造成属性编辑性能低下,同时,也会由于缺失编码特征造成人脸还原度的损失,两者无法平衡.因此,提出U型传递方式与全局组织单元.U型传递改变了传统的属性流动方式,并生成反向状态.全局组织单元结合反向状态生成全局属性信息,在编码解码器中搭建桥梁,帮助解码器更好地融入编码器特征与属性信息.与此同时,为了更好地配合全局组织模块,重新设计了编码器下采样.实验结果表明,本文所提方法可以同时提高模型的人脸重塑与属性编辑能力.

摘要： 针对数字图象稳定应用对于实时性的要求,本文提出了一种基于下采样和亚象素相位相关性的全局运动估计算法.该算法能够有效降低运动估计的计算负担,并且与基于子图象的相位相关方法相比,本算法在运动估计范围和抗干扰能力方面都有着明显的优势。

摘要： 瞬变电磁早期信号幅度大、衰减快、信号复杂，反映地下浅层地质结构，而晚期信号幅度小、衰减慢，反映地下深部结构信息;针对浅层探测，需要发射电流关断时间短，接收系统具有高采样率、高速处理能力以及大的存储容量.rn 基于VHS-ADC高速数字信号处理系统，设计高速瞬变电磁原型系统，系统早期采样间隔可达9ns，通过逻辑处理对变化缓慢的晚期信号进行下采样，解决了信息存储量大的问题．实验证明，原型系统方便地实现了瞬变电磁信号的全程采集和早期信号高密度采集，具有很好的浅层探测能力。

摘要： 本文提出一种基于联合采样法的多描述视频编码算法(MultipleDescription Coding Using Combined Down-sampling,CDMDC)。CDMDC算法通过双向预测帧技术将空域采样和时域采样有机地结合在一起,对参考帧和非参考帧使用了不同的采样方法及预测策略。这是一种简单高效并且非常容易同视频编码标准相结合的多描述视频编码算法,模拟实验结果表明CDMDC算法有效地提高了多描述算法的压缩效率,其编码性能要优于基于空域采样或基于时域采样的多描述编码算法。

摘要： 本文提出一种基于联合采样法的多描述视频编码算法(MultipleDescription Coding Using Combined Down-sampling,CDMDC)。CDMDC算法通过双向预测帧技术将空域采样和时域采样有机地结合在一起,对参考帧和非参考帧使用了不同的采样方法及预测策略。这是一种简单高效并且非常容易同视频编码标准相结合的多描述视频编码算法,模拟实验结果表明CDMDC算法有效地提高了多描述算法的压缩效率,其编码性能要优于基于空域采样或基于时域采样的多描述编码算法。

摘要： 本文提出一种基于联合采样法的多描述视频编码算法(MultipleDescription Coding Using Combined Down-sampling,CDMDC)。CDMDC算法通过双向预测帧技术将空域采样和时域采样有机地结合在一起,对参考帧和非参考帧使用了不同的采样方法及预测策略。这是一种简单高效并且非常容易同视频编码标准相结合的多描述视频编码算法,模拟实验结果表明CDMDC算法有效地提高了多描述算法的压缩效率,其编码性能要优于基于空域采样或基于时域采样的多描述编码算法。

摘要： 本文提出一种基于联合采样法的多描述视频编码算法(MultipleDescription Coding Using Combined Down-sampling,CDMDC)。CDMDC算法通过双向预测帧技术将空域采样和时域采样有机地结合在一起,对参考帧和非参考帧使用了不同的采样方法及预测策略。这是一种简单高效并且非常容易同视频编码标准相结合的多描述视频编码算法,模拟实验结果表明CDMDC算法有效地提高了多描述算法的压缩效率,其编码性能要优于基于空域采样或基于时域采样的多描述编码算法。

摘要： 本文提出一种基于联合采样法的多描述视频编码算法(MultipleDescription Coding Using Combined Down-sampling,CDMDC)。CDMDC算法通过双向预测帧技术将空域采样和时域采样有机地结合在一起,对参考帧和非参考帧使用了不同的采样方法及预测策略。这是一种简单高效并且非常容易同视频编码标准相结合的多描述视频编码算法,模拟实验结果表明CDMDC算法有效地提高了多描述算法的压缩效率,其编码性能要优于基于空域采样或基于时域采样的多描述编码算法。

摘要： 本文提出一种基于联合采样法的多描述视频编码算法(MultipleDescription Coding Using Combined Down-sampling,CDMDC)。CDMDC算法通过双向预测帧技术将空域采样和时域采样有机地结合在一起,对参考帧和非参考帧使用了不同的采样方法及预测策略。这是一种简单高效并且非常容易同视频编码标准相结合的多描述视频编码算法,模拟实验结果表明CDMDC算法有效地提高了多描述算法的压缩效率,其编码性能要优于基于空域采样或基于时域采样的多描述编码算法。

摘要： 本文提出一种基于联合采样法的多描述视频编码算法(MultipleDescription Coding Using Combined Down-sampling,CDMDC)。CDMDC算法通过双向预测帧技术将空域采样和时域采样有机地结合在一起,对参考帧和非参考帧使用了不同的采样方法及预测策略。这是一种简单高效并且非常容易同视频编码标准相结合的多描述视频编码算法,模拟实验结果表明CDMDC算法有效地提高了多描述算法的压缩效率,其编码性能要优于基于空域采样或基于时域采样的多描述编码算法。

摘要： 本文提出一种基于联合采样法的多描述视频编码算法(MultipleDescription Coding Using Combined Down-sampling,CDMDC)。CDMDC算法通过双向预测帧技术将空域采样和时域采样有机地结合在一起,对参考帧和非参考帧使用了不同的采样方法及预测策略。这是一种简单高效并且非常容易同视频编码标准相结合的多描述视频编码算法,模拟实验结果表明CDMDC算法有效地提高了多描述算法的压缩效率,其编码性能要优于基于空域采样或基于时域采样的多描述编码算法。

摘要： 本发明公开了一种低采样率下和欠采样率下高精度计算驻波比的方法，其特征在于，包括以下步骤：(1)重构采样信号：假设采样后形成的采样信号是fs(t)，fs(t)经过内插处理后被恢复成原来的连续信号f(t)，重构公式：(2)高频采样：对重构出来的连续信号f(t)进行高频采样，采样的频率为：信号频率10倍以上的频率，得到高频采样信号fs1(t)；(3)计算驻波比：针对高频采样信号fs1(t)按照能量法计算驻波比。本发明的有益之处在于：在低采样率下和欠采样率下，通过对采样信号进行重构，重新获得了连续的信号，由于是针对重构后的连续信号计算驻波比，所以计算结果更加精确，克服了现有方法测量驻波比误差较大以及误差波动较大的缺点。

摘要： 本发明涉及混动汽车动力电池测量电变量技术领域，具体地指一种混动汽车排放工况下动力电池电量采样系统及采样方法。包括用于获取动力电池的电流值的电流采样模块、用于获取动力电池的电压值的电压采样模块、用于判断当前采样是否存在故障的故障判断模块、根据采样电流分析当前动力电池处于哪种工况的电池工况确定模块、根据动力电池工况记录对应当前工况下的动力电池参数的存储记录模块和用于对记录存储的动力电池参数进行计算分析并进行显示的分析显示模块。本发明的采样系统能够对排放工况测试情况下动力电池工作模式进行很好的区分，方便将采样参数与动力电池工作模式进行对应，便于后续的分析。

摘要： 本实用新型涉及油罐采样装置技术领域，且公开了一种物理方式气顶油完成采样方式的罐下密闭采样器，包括油罐和储气罐，油罐的前表面固定连接有连接法兰，连接法兰的前表面固定连接有进气管，进气管的前端与储气罐固定连接，进气管上设置有气源阀，油罐的右表面固定连接有三个与其内部连通的连接管，三个连接管上均设置有罐根阀和控制阀，三个连接管的右端固定连接有出料管，出料管的下端设置有接油盒，出料管的内部设置用设置有余油清洁装置。通过余油清洁装置的设置，能够在一次采样后将出料管内壁上粘连的油料清理出来，避免油料的浪费，同时避免第一次采样的油料与第二次采样的油料混合，保证了每次采样油料的质量，确保后期检测的准确性。

摘要： 本发明公开了一种下采样方法和下采样装置，涉及通信技术领域，为使下采样时得到的下采样点能量尽可能最大而发明。所述下采样方法包括：提取当前周期内采样点集的能量统计值；选定能量统计值最大的采样点集所对应的采样位置为下采样位置；根据所述下采样位置进行下采样。所述下采样装置包括：提取单元，用于提取当前周期内采样点集的能量统计值；选定单元，用于选定能量统计值最大的采样点集所对应的采样位置为下采样位置；下采样单元，用于根据所述下采样位置进行下采样。本发明可用于信号处理。

摘要： 一种时间离散滤波器，包括一提供有输入和输出的采样率转换器，和一具有下采样因子nd的下采样器。该时间离散滤波器还包括一具有上采样因子nu的上采样器，由此该上采样器耦接到所述转换器的输入，而所述转换器的输出耦接到所述下采样器。所述上采样因子nu和下采样因子nd每个都大于或等于2，所述上采样因子nu等于下采样因子nd。已经发现：如果采样率转换操作在上采样操作之后并且仅在该转换之后进行下采样操作到一个所需的采样频率，那么，在运算特别是乘法和加法运算的最大数目方面的复杂性会降低。这导致每秒用于数字信号处理(DSP)算法的复杂性的测量的指令数减少。此外，这还使得被DSP消耗的功率伴随着减少，例如在诸如音频、视频、(电信)通信设备以及无线电视装置中所应用的。

摘要： 本申请涉及一种图像下采样方法和图像下采样系统，其中，该图像下采样方法包括：接收图像下采样指令，根据所述图像下采样指令获取原始图像，对所述原始图像进行下采样得到初始下采样图像；将所述初始下采样图像输入至训练完备的生成器网络模型，得到包括待测纹理信息的目标下采样图像；其中，所述生成器网络模型是对获取到的待训练图像的待训练纹理信息进行训练生成的。通过本申请，解决了相关技术中图像下采样方法得到的图像通常不能充分反映客观世界中物体的真实纹理轮廓和特征的问题，实现了提高下采样图像对真实物体轮廓和特征的反映。

摘要： 本申请公开了一种基于可变滤波核尺寸的下采样方法、下采样装置、电子设备及计算机可读存储介质。下采样方法包括：获取目标图像中的目标像素在输入图像中对应的中心像素的位置；确定用于对输入图像进行插值处理的滤波核类型；根据目标图像与输入图像的缩放比例确定用于对输入图像进行插值处理的滤波核尺寸；根据多个原始像素与中心像素之间的位置关系、以及滤波核类型确定滤波核尺寸范围内的每个原始像素对应的权重值；根据滤波核尺寸范围内的多个原始像素的像素值、以及每个原始像素对应的权重值计算目标像素的像素值。本申请实施方式通过自适应可变滤波核尺寸的方案，可使得图像经过下采样后具有尽可能少的混叠和较好的清晰度。

摘要： 本发明公开了一种下采样方法和下采样装置，涉及通信技术领域，为使下采样时得到的下采样点能量尽可能最大而发明。所述下采样方法包括：提取当前周期内采样点集的能量统计值；选定能量统计值最大的采样点集所对应的采样位置为下采样位置；根据所述下采样位置进行下采样。所述下采样装置包括：提取单元，用于提取当前周期内采样点集的能量统计值；选定单元，用于选定能量统计值最大的采样点集所对应的采样位置为下采样位置；下采样单元，用于根据所述下采样位置进行下采样。本发明可用于信号处理。

摘要： 一种时间离散滤波器，包括一提供有输入和输出的采样率转换器，和一具有下采样因子nd的下采样器。该时间离散滤波器还包括一具有上采样因子nu的上采样器，由此该上采样器耦接到所述转换器的输入，而所述转换器的输出耦接到所述下采样器。已经发现：如果采样率转换操作在上采样探作之后并且仅在该转换之后进行下采样操作到一个所需的采样频率，那么在运算特别是乘法和加法运算的最大数目方面的复杂性会降低。这导致每秒用于数字信号处理(DSP)算法的复杂性的测量的指令数减少。此外，这还使得被DSP消耗的功率伴随着减少，例如在诸如音频、视频、(电信)通信设备以及无线电视装置中所应用的。

摘要： 提供了对视频数据进行编码和解码的方法。在一种编码方法中，将包括一幅或多幅源视图的源视频数据编码成视频码流。在编码前，对源视图中的至少一幅源视图的深度数据进行非线性滤波和下采样。在解码后，对经解码的深度数据进行上采样和非线性滤波。