导读:本文包含了多尺度方法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:卷积,图像,尺度,神经网络,特征,直方图,形态学。
多尺度方法论文文献综述
戴文君,常天庆,张雷,杨国振,郭理彬[1]（2019）在《面向坦克火控系统的多尺度形变目标检测方法》一文中研究指出坦克火控系统图像目标检测技术是实现坦克火控系统自主打击的重要基础.针对坦克火控系统图像目标检测任务,建立了一个包含不同目标类型、尺度、形变、光照、遮挡、气象等条件的坦克火控系统图像数据集TKHK,可以为不同目标检测方法的评价提供依据.提出一种多尺度形变目标检测方法,首先采用可形变卷积改进的Res Net-101-deformable网络以及可形变ROI池化提高对形变目标的检测能力;其次在不同分辨率的卷积特征图上提取建议区域,并在检测子网络中通过自适应特征融合机制对特征进行融合,提高对多尺度目标的检测效果;最后结合在线难例挖掘、Soft-NMS以及多尺度训练等多种设计与训练方法,文中方法在TKHK上取得较好的检测效果,能够更好地满足装备实际应用需求.(本文来源于《计算机辅助设计与图形学学报》期刊2019年12期）
蔡杰雄,王静波[2]（2019）在《一种基于改进快速扫描法的多尺度近地表层析方法》一文中研究指出复杂山地近地表速度结构复杂,横向速度变化快,建模精度低,严重影响后续偏移成像质量。初至波层析反演是解决复杂近地表速度建模的有效手段,但面临着计算精度和计算效率均需提高的问题。为此,提出了一种基于改进快速扫描法的多尺度近地表层析速度建模方法,分别从正演和反演两个方面提升初至波层析反演精度。在正演方面,提出基于改进快速扫描法的初至波走时计算方法,应用双线性插值技术,在保持快速扫描算法高效率的基础上提高计算精度;在反演方面,利用改进散射积分法求解层析矩阵,并通过多尺度层析策略提高反演精度。将提出的近地表建模方法应用于丁山工区的实际资料处理,结果表明,改进快速扫描法使得正演计算量大幅度减小,在其它条件不变的情况下,多尺度层析策略反演得到的速度模型精度高,偏移成像剖面与原始剖面相比,近地表范围内同相轴连续性更好,为后续中深层速度建模提供了良好的保障。(本文来源于《石油物探》期刊2019年06期）
谭小慧,李昭伟,樊亚春[3]（2019）在《基于多尺度细节增强的面部表情识别方法》一文中研究指出人类面部表情是其心理情绪变化的最直观刻画,不同人的面部表情具有很大差异,现有表情识别方法均利用面部统计特征区分不同表情,其缺乏对于人脸细节信息的深度挖掘。根据心理学家对面部行为编码的定义可以看出,人脸的局部细节信息决定了其表情意义。因此该文提出一种基于多尺度细节增强的面部表情识别方法,针对面部表情受图像细节影响较大的特点,提出利用高斯金字塔提取图像细节信息,并对图像进行细节增强,从而强化人脸表情信息。针对面部表情的局部性特点,提出利用层次结构的局部梯度特征计算方法,描述面部特征点局部形状特征。最后,使用支持向量机(SVM)对面部表情进行分类。该文在CK+表情数据库中的实验结果表明,该方法不仅验证了图像细节对面部表情识别过程的重要作用,而且在小规模训练数据下也能够得到非常好的识别结果,表情平均识别率达到98.19%。(本文来源于《电子与信息学报》期刊2019年11期）
李东民,李静,梁大川,王超[4]（2019）在《基于多尺度先验深度特征的多目标显着性检测方法》一文中研究指出显着性检测是近年来国内外计算机视觉领域研究的热点问题,在图像压缩、目标识别与跟踪、场景分类等领域具有广泛的应用.针对大多显着性检测方法只针对单个目标且鲁棒性不强这一问题,本文提出一种基于深度特征的显着性检测方法.首先,在多个尺度上对输入图像进行超像素分割,利用目标先验知识对预显着区域进行提取和优化.然后,采用卷积神经网络提取预选目标区域的深度特征.对高维深度特征进行主成分分析并计算显着性值.最后,提出一种改进的加权多层元胞自动机方法,对多尺度分割显着图进行融合优化,得到最终显着图.在公开标准数据集SED2和HKU IS的实验表明,与现有经典显着性检测方法相比,本文方法对多显着目标检测更准确.(本文来源于《自动化学报》期刊2019年11期）
王震,黄如意,李霁蒲,李巍华[5]（2019）在《基于多尺度卷积神经网络的刀具磨损预测方法》一文中研究指出作为保障机械设备安全、可靠和高效运行的重要手段,近年来剩余寿命(Remaining Useful Life, RUL)预测技术在工业大数据的驱动下取得了突破性的进展。传统的卷积神经网络(Convolutional Neural Networks, CNN)预测模型多使用单一尺度卷积核进行卷积运算,难以充分提取原始信号中的有效信息,导致模型的预测性能不佳,限制了其实际的工程应用。为解决上述问题,提出一种多尺度卷积神经网络(Multi-Scale Convolutional Neural Network,MCNN),并应用于刀具的磨损预测。多尺度卷积神经网络由多尺度卷积特征提取器和回归预测模型组成。多尺度卷积特征提取器以多源传感数据为输入,提取多源传感融合的有效特征表示;再将融合后的特征表示输入回归预测模型,实现刀具的磨损预测。实验结果表明:所提预测方法能准确预测刀具的磨损量,为机械设备剩余寿命预测提供了一种新的手段。(本文来源于《第十叁届全国振动理论及应用学术会议论文集》期刊2019-11-09）
王小春,葛雨凡,杨晨箫,黎星言[6]（2019）在《基于多尺度几何分解的光照不均图像增强方法》一文中研究指出针对光照不均匀的图像,结合W系统和NSCT变换,提出了一种新的图像增强方法.方法首先利用W变换对图像进行多尺度分解,然后利用NSCT中的非下采样方向滤波器组对尺度分解中的高频部分进行方向分解,得到不同尺度不同方向上的变换系数.在多尺度几何分解的基础上,对低频子带图像采用动态直方图均衡化、高频子带图像采用同态滤波的方法进行增强处理,最后利用非线性函数减小图像明、暗部分灰度值的差异,得到最后的增强结果.仿真实验结果表明,算法无论在视觉效果上还是客观评价指标上都优于其他被比较的四种增强算法,对于过亮、过暗以及局部光照不均匀的图像均取得了更好的增强效果,在增强图像细节的同时能有效抑制图像的伪吉布斯失真和过增强失真.在评价指标上,算法对叁组经典图像处理后的增强图像的信息熵分别达到了10.0755、9.7879、10.5338,明显优于其他方法.(本文来源于《数学的实践与认识》期刊2019年21期）
付红安,夏峻,马海鹏,田帅,王学平[7]（2019）在《基于多尺度特征向量的输电线路无人机LiDAR点云数据分类方法》一文中研究指出提出了一种基于多尺度特征向量的输电线路无人机LiDAR点云数据分类方法,可以有效对线路走廊中的地物进行分类。首先提取叁维点云数据的多尺度局部特征作为特征参数构成特征向量,主要包括高程特征、连通特征、张量特征和平面特征。然后将多尺度特征向量输入到多分类相关向量机分类器中,在完成分类器训练之后,对无人机LiDAR点云数据进行分类。试验结果表明,该方法可以有效区分地面、植物、建筑物、杆塔和电力线5类线路走廊地物LiDAR点云数据,分类整体精度达到96.63%。(本文来源于《山东农业大学学报(自然科学版)》期刊2019年05期）
南晓强,王小昂[8]（2019）在《泛在化特性的山西省域风电多尺度评估方法研究》一文中研究指出构建新能源多时间尺度分析办法,能提高对新能源场站的感知水平,是实现新能源场站精益控制,打造山西电网多源交易,实现泛在电力物联网建设的基础。利用山西省调风功率预测系统及日报表系统中全省风电场有效数据,对全省风电输出特性进行了阐述,分别对山西电网年波动特性、24节气特性、风功率日特性以及各时间尺度的分布特性进行了详细分析,目的在于明确不同时间段风电输出的差异性及其随时间变化的规律性,以提高系统运行的安全性和经济性。(本文来源于《山西电力》期刊2019年05期）
刘晨,郑恩让,张桐[9]（2019）在《基于最优区域生成的深度多尺度融合遥感飞机检测方法》一文中研究指出遥感图像中典型目标的检测是当前图像处理领域的研究热点,飞机在战场监视、航空管制和交通运输等领域发挥着重要作用。为了提高遥感图像中飞机检测的正确率,提出了一种基于多特征融合的遥感飞机检测方法,将深层特征经过上采样操作后与浅层特征进行融合,解决了遥感飞机目标较小造成的检测困难的问题。首先,对于锚框尺寸和个数由人为确定而造成目标位置检测不准的问题,采用K-均值聚类(K-means)算法对数据集的目标框大小进行聚类分析并获得适合飞机遥感图像的锚框(anchor boxes)个数以及宽高维度;其次,采用上采样的方法扩大感受野,以提高网络对小目标的检测准确率。采用多尺度融合的卷积神经网络,以适应不同尺度目标的检测,最终提出一种基于最优区域生成的深度多尺度融合遥感飞机检测方法。仿真结果表明:与典型的飞机检测方法相比,所提方法在测试集上取得了更高的的检测精度。(本文来源于《科学技术与工程》期刊2019年30期）
王竹筠,杨理践,高松巍[10]（2019）在《基于Laplacian与多尺度数学形态学的漏磁图像边缘增强方法》一文中研究指出为增强管道焊缝漏磁图像的边缘特征,提出一种基于Laplacian与多尺度数学形态学的焊缝漏磁图像边缘增强方法。首先采集管道漏磁内检测器中的漏磁数据进行成像,然后利用数学形态学算法,通过构建多尺度结构元素对图像进行边缘检测,利用边缘颜色约束对删除非边缘点,最后利用拉普拉斯算子对边缘进行增强。结果表明,该方法可较准确地提取漏磁信号图像的焊缝和缺陷边界,实现焊缝和缺陷的边缘增强,具有一定的可行性和实用性。(本文来源于《辽宁石油化工大学学报》期刊2019年05期）
多尺度方法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
复杂山地近地表速度结构复杂,横向速度变化快,建模精度低,严重影响后续偏移成像质量。初至波层析反演是解决复杂近地表速度建模的有效手段,但面临着计算精度和计算效率均需提高的问题。为此,提出了一种基于改进快速扫描法的多尺度近地表层析速度建模方法,分别从正演和反演两个方面提升初至波层析反演精度。在正演方面,提出基于改进快速扫描法的初至波走时计算方法,应用双线性插值技术,在保持快速扫描算法高效率的基础上提高计算精度;在反演方面,利用改进散射积分法求解层析矩阵,并通过多尺度层析策略提高反演精度。将提出的近地表建模方法应用于丁山工区的实际资料处理,结果表明,改进快速扫描法使得正演计算量大幅度减小,在其它条件不变的情况下,多尺度层析策略反演得到的速度模型精度高,偏移成像剖面与原始剖面相比,近地表范围内同相轴连续性更好,为后续中深层速度建模提供了良好的保障。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多尺度方法论文参考文献
[1].戴文君,常天庆,张雷,杨国振,郭理彬.面向坦克火控系统的多尺度形变目标检测方法[J].计算机辅助设计与图形学学报.2019
[2].蔡杰雄,王静波.一种基于改进快速扫描法的多尺度近地表层析方法[J].石油物探.2019
[3].谭小慧,李昭伟,樊亚春.基于多尺度细节增强的面部表情识别方法[J].电子与信息学报.2019
[4].李东民,李静,梁大川,王超.基于多尺度先验深度特征的多目标显着性检测方法[J].自动化学报.2019
[5].王震,黄如意,李霁蒲,李巍华.基于多尺度卷积神经网络的刀具磨损预测方法[C].第十叁届全国振动理论及应用学术会议论文集.2019
[6].王小春,葛雨凡,杨晨箫,黎星言.基于多尺度几何分解的光照不均图像增强方法[J].数学的实践与认识.2019
[7].付红安,夏峻,马海鹏,田帅,王学平.基于多尺度特征向量的输电线路无人机LiDAR点云数据分类方法[J].山东农业大学学报(自然科学版).2019
[8].南晓强,王小昂.泛在化特性的山西省域风电多尺度评估方法研究[J].山西电力.2019
[9].刘晨,郑恩让,张桐.基于最优区域生成的深度多尺度融合遥感飞机检测方法[J].科学技术与工程.2019
[10].王竹筠,杨理践,高松巍.基于Laplacian与多尺度数学形态学的漏磁图像边缘增强方法[J].辽宁石油化工大学学报.2019
论文知识图
