|
|
题目：
雅宝题库答案：
****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案
雅宝题库解析：
随着计算机科学与人工智能科学的兴起与发展，计算视觉成为当前人们研究的一个热点题目。通常，人们试图通过计算模型来模拟人类或者其它生物的视觉系统，使得计算机可以更好的与其外部世界进行信息交互，以此提高计算机系统的智能化程度。视觉选择性注意是生物视觉中的一个重要特征，如何有效地通过计算模型模拟视觉选择性注意是当前计算视觉领域的重点与难点题目。本文首先研究了视觉选择性注意模型化计算方法，进而结合实际应用需求，研究了其在视频压缩与目标检测中的应用。文章的主要内容和创新性贡献如下：(1) 针对自下而上的感知信息驱动模型化计算题目，在前人工作基础上，重点研究了基于视觉显著计算模型与概要计算模型的计算方法，深入分析了模型中各不同特征通道的计算方法，以及不同情况下特征通道的选择与组合方法，给出了可行且有效的计算方法。(2) 提出了一种基于场景概要特征空间分布规律与先验知识的自上而下导引调制的计算模型与计算方法。此方法首先对场景概要信息的特征分布规律进行建模，并在此基础上提出了场景的相似度算式，同时还给出了一种面向场景概要特征的图像模板知识获取与表示方法。进而可在测试或/和应用阶段可结合场景相似度与场景模板的先验知识构成自上而下的导引调制图，从而实现与自下而上的感知驱动信息的有机结合，以提高预测和计算精度。(3) 提出了一种基于多神经网络与遗传算法相结合的综合集成双向计算模型，利用自下而上计算模型与自上而下计算模型的计算结果，通过PCA降维之后作为神经网络的输入，同时将眼球跟踪实验数据作为示教信息，进而对多种不同结构的神经网络进行训练以实现双向驱动的多模型预测， 在此基础上通过遗传算法的进化寻优实现多预测模型的优化组合，以精简模型结构提高预测精度。(4)针对常规的视频压缩算法未能体现视觉选择性注意之特性的缺憾，提出了一种基于视觉选择性注意的视频压缩方法。首先根据视觉选择性注意模型化计算确定视频帧中的关注区域，并将其作为指导信息对视频压缩中的量化过程进行改进，使得在相同的压缩比下尽可能地提高视频的主观视觉质量。同时，也提出了一种基于眼球跟踪正态分布加权综合的视频主观质量评价方法，并对本文方法的压缩结果进行评判，验证了其有效性。(5) 针对大幅面遥感图像的目标检测题目，提出了一种基于显著-概要特征的遥感图像目标检测方法。从分析显著信息与概要信息的互补特性入手，给出显著特征与概要特征的模型化计算方法。针对大幅面遥感图像的典型特征，提出了先分割再分类的目标检测策略，在进行幅面分割的基础上，对各分块图像提取其显著-概要特征，进而依据其特征，运用SVM分类器以实现有效的目标检测。论文结合实际应用背景和技术需求，对视觉选择性注意模型化计算进行了深入的研究工作，内容涉及自下而上模型化计算、自上而下模型化计算、双向模型综合集成与优化等理论方法和实现算法，以及在视频压缩和目标检测等方面的应用。大量的实验数据和检验结果验证了文中所提方法的正确性和有效性，从而为推动视觉选择性注意模型化计算的理论研究和工程应用做出了有益的贡献。 |
上一篇：面向出版业的电子文稿数字版权保护系统下一篇：弯掠跨音压气机转子叶片振动特性和强迫响应研究
|
发表于 2022-9-7 23:37:31
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
QQ登录
