排序方式: 共有112条查询结果,搜索用时 0 毫秒
101.
在堆叠式文本到图像生成模型的基础上,针对其生成样本分布不均匀导致多样性不足的问题,提出了一种结合局部-全局互信息最大化的堆叠式文本到图像的生成对抗网络模型。首先利用生成模型将全局向量解耦得到不同尺度特征图;然后通过最大化特征图与全局向量间的互信息,对图像全局特征与文本描述的相关性进行增强;最后,将特征图提取为局部位置特征向量,通过最大化局部位置特征向量与全局向量之间的平均互信息,加强局部位置特征与文本描述的相关性,得到更紧密的文本到图像的映射关系。在CUB数据集上的实验验证了该方法能有效地提高生成样本的多样性,同时在主观评价上能生成语义精确度更高的样本,更接近自然图像。 相似文献
102.
随着人们对安全监控的需求,视频监控中的异常事件检测越来越引起人们的关注。介绍了一种聚众异常事件检测的新方法,其核心是感兴趣点光流信息的变化。当使用背景差分法所获得的前景大于设定阈值,并且目标之间相互距离在某一范围内时,提取感兴趣点,使用光流法跟踪感兴趣点,然后计算熵值,一旦熵值大于设定的阈值,则聚众事件发生,系统报警;否则,将该帧熵值设置为某一固定值,继续下一帧的背景差分处理。通过实拍视频序列验证了该算法的有效性。 相似文献
103.
104.
用光栅扫描实现 PPI雷达显示时 ,存在着从极坐标到直角坐标方式转换的问题。传统的坐标转换方法不适合现代雷达高速 ,高精度的要求 ,因此提出了一种新的方法——完全查表法 ,其方法能完成特殊用途的高速雷达刷新速度 ,以及保证雷达显示系统的显示精度。完全查表方法设计的电路已成功应用于某型号 PPI雷达显示器中。 相似文献
105.
针对人脸校正中单幅图像难以解决大姿态侧脸的问题,提出一种基于多姿态特征融合生成对抗网络(MFFGAN)的人脸校正方法,利用多幅不同姿态侧脸之间的相关信息来进行人脸校正,并采用对抗机制对网络参数进行调整。该方法设计了一种新的网络,包括由多姿态特征提取、多姿态特征融合、正脸合成三个模块组成的生成器,以及用于对抗训练的判别器。多姿态特征提取模块利用多个卷积层提取侧脸图像的多姿态特征;多姿态特征融合模块将多姿态特征融合成包含多姿态侧脸信息的融合特征;而正脸合成模块在进行姿态校正的过程中加入融合特征,通过探索多姿态侧脸图像之间的特征依赖关系来获取相关信息与全局结构,可以有效提高校正结果。实验结果表明,与现有基于深度学习的人脸校正方法相比,所提方法恢复出的正脸图像不仅轮廓清晰,而且从两幅侧脸中恢复出的正脸图像的识别率平均提高了1.9个百分点,并且输入侧脸图像越多,恢复出的正脸图像的识别率越高,表明所提方法可以有效融合多姿态特征来恢复出轮廓清晰的正脸图像。 相似文献
106.
107.
基于RANSAC的图像拼接方法 总被引:2,自引:0,他引:2
为解决常用SUSAN角点检测的阈值都是固定的,检测出的角点经归一化互相关后直接使用RANSAC(即随机抽样一致性算法)得到的单应性矩阵准确度不高等问题,给出了一种改进的RANSAC图像拼接方法.利用具有自适应阈值的角点提取算法抽取图像的角点特征,采用引导匹配的方法重新进行归一化互相关,增加了准确匹配点的个数,提高了单应性矩阵的估算效果,最后采用拉普拉斯金字塔对配准后图像进行分层融合、拼接.实验结果表明,该方法比常用方法具有更好的矩阵估算效果,拼接效果良好. 相似文献
108.
109.
110.