请选择 目标期刊

基于字典学习的稠密光场重建算法 下载:45 浏览:354

夏正德1 宋娜1 刘宾2 潘晋孝2 闫文敏3 邵子惠4 《现代物理学报》 2020年11期

摘要:
相机阵列是获取空间中目标光场信息的重要手段,采用大规模密集相机阵列获取高角度分辨率光场的方法增加了采样难度和设备成本,同时产生的大量数据的同步和传输需求也限制了光场采样规模.为了实现稀疏光场采样的稠密重建,本文基于稀疏光场数据,分析同一场景多视角图像的空间、角度信息的关联性和冗余性,建立有效的光场字典学习和稀疏编码数学模型,并根据稀疏编码元素间的约束关系,建立虚拟角度图像稀疏编码恢复模型,提出变换域稀疏编码恢复方法,并结合多场景稠密重建实验,验证提出方法的有效性.实验结果表明,本文方法能够对场景中的遮挡、阴影以及复杂的光影变化信息进行高质量恢复,可以用于复杂场景的稀疏光场稠密重建.本研究实现了线性采集稀疏光场的稠密重建,未来将针对非线性采集稀疏光场的稠密重建进行研究,以推进光场成像在实际工程中的应用.

基于解析字典的人群异常行为检测 下载:62 浏览:354

禹青 陈恳 李斐 李萌 《数据与科学》 2018年9期

摘要:
针对目前视频监控技术在保障公共安全方面的作用越来越重要这一现状,提出一种新的视频异常检测方法。首先在对视频的特征提取上,创新性地提出一种基于区域最值的稠密光流直方图描述符(Densely Sampled Maximum and Minimal Histogram of Optical Flow,Dense MHOF),该方法的主要思想是通过选取一定区域范围内多个光流直方图各个方向的最大与最小光流幅值来表征该区域的运动特征,从而实现对人群运动信息的有效表征。在字典构建上,有别于被其他文献广泛使用的综合字典学习方法,采用更具灵活性的解析字典学习,通过对正常事件的学习获得稀疏字典,随后计算测试样本在该字典下的重构误差来判断测试样本的正常与否。在标准异常行为库进行的实验表明,与目前几种经典方法相比,该文提出的方法取得了较好的性能。

基于改进模板匹配与深度稀疏编码网络的文档编号自动识别 下载:76 浏览:483

段磊1 刘涛1 李伟鹏1 张宁1 咸日常2 邹国锋2 《计算机研究与应用》 2019年7期

摘要:
电力部门涉密文档编号组合方式复杂、书写形式多样,针对现有文档编号自动识别技术无法实现高精度识别的问题,综合分析电力部门涉密文档编号的构成要素,并提出融合改进特征匹配和深度学习的文档编号自动识别方法。通过图像采集装置扫描文档编号,针对机打文档编号,采用特征匹配算法实现识别;若编号为手写形式,则采用深度学习网络实现编号自动识别。实验数据表明,所提出的方法能够较好地适用于电力部门涉密文档编号的自动识别,有效改善编号识别准确度。

基于稀疏编码的异常检测 下载:69 浏览:482

袁玲 《计算机研究与应用》 2019年4期

摘要:
人群异常事件检测是智能视频监控中的重要研究内容,而实时性在检测过程中也越来越重要,针对传统的稀疏编码字典中大量的冗余数据的问题,提出一种改进的、有效的稀疏编码字典学习算法。首先定义该字典由大量基础子字典组成,其次使每一个子字典尽可能多地表示训练样本,最后在UCSD数据集上对该算法进行有效验证。实验结果表明,该算法在检测阶段提高性能,而不会影响结果的正确性。
[1/1]
在线客服::点击联系客服
联系电话::400-188-5008
客服邮箱::service@ccnpub.com
投诉举报::feedback@ccnpub.com
人工客服

工作时间(9:00-18:00)
官方公众号

科技成果·全球共享