排序方式: 共有35条查询结果,搜索用时 15 毫秒
1.
随着担保贷款业务的快速发展,如何管理好担保品成为银行风险管理部门的重要问题,为此设计并实现了天津中行担保品管理信息系统,详细阐述了其系统目标、业务流程、功能模块结构以及基于JSP技术的设计和实现方法. 相似文献
2.
人工神经网络图像匹配技术 总被引:1,自引:0,他引:1
论述了人工神经图象匹配技术的基本原理,讨论了人工神经网络图象匹配技术的相关技术、方法,存在问题及研究方向. 相似文献
4.
5.
6.
目的 针对传统的逆光图像增强算法存在的曝光正常区域与逆光区域间阈值计算复杂、分割精度不足、过度曝光以及增强不足等问题,提出一种改进融合策略下透明度引导的逆光图像增强算法。方法 对逆光图像在HSV(hue, saturation, value)空间中的亮度分量进行亮度提升和对比度增强,然后通过金字塔融合策略对改进的亮度分量进行分解和重构,恢复逆光区域的细节和颜色信息。此外,利用深度抠图网络计算透明度蒙版,对增强的逆光区域与源图像进行融合处理,维持非逆光区域亮度不变。通过改进融合策略增强的图像在透明度引导下既有效恢复了逆光区域又避免了曝光过度的问题。结果 实验在多幅逆光图像上与直方图均衡算法、MSR (multi-scale Retinex)、Zero-DEC (zero-reference deep curve estimation)、AGLLNet (attention guided low-light image enhancement)和LBR (learning-based restoration) 5种方法进行了比较,在信息熵(information entropy,IE)和盲... 相似文献
7.
8.
图像分类是图像理解的基础,对计算机视觉在实际中的应用具有重要作用。然而由于图像目标形态、类型的多样性以及成像环境的复杂性,导致很多图像分类方法在实际应用中的分类结果总是差强人意,例如依然存在分类准确性低、假阳性高等问题,严重影响其在后续图像及计算机视觉相关任务中的应用。因此,如何通过后期算法提高图像分类的精度和准确性具有重要研究意义,受到越来越多的关注。随着深度学习技术的快速发展及其在图像处理中的广泛应用和优异表现,基于深度学习技术的图像分类方法研究取得了巨大进展。为了更加全面地对现有方法进行研究,紧跟最新研究进展,本文对Transformer驱动的深度学习图像分类方法和模型进行系统梳理和总结。与已有主题相似综述不同,本文重点对Transformer变体驱动的深度学习图像分类方法和模型进行归纳和总结,包括基于可扩展位置编码的Transformer图像分类方法、具有低复杂度和低计算代价的Transformer图像分类方法、局部信息与全局信息融合的Transformer图像分类方法以及基于深层ViT(visual Transformer)模型的图像分类方法等,从设计思路、结构特点和存在问题... 相似文献
9.
文章针对网格数据计算的可视化表达,给出了网格数据图有限元自适应细分方法;进而提出了网格计算与图形及数字图像处理的信息融合提取算法,实现了数据的自适应采样细分、图像分割与边缘提取。实验结果表明,该方法在不增加太多的计算及数据量情况下,可以很好地提高特征区域数据分辨率和网格数据计算的效率。 相似文献
10.