【摘 要】
：
太阳黑子手绘图是记录太阳黑子活动的传统方式,手绘图的数字化有利于数据的长期保存和研究,而背景提取是数字化过程中的一个关键问题。针对该问题,提出了一种基于Lab色彩空间的快速背景提取方法。首先,在Lab色彩空间中,对手绘图的a、b色彩分量进行K-means聚类。聚类结果表明,背景部分与手绘部分准确的分割为两类。对于大批量手绘图背景提取的情况,为加快提取速度,仅随机抽取部分手绘图进行聚类,再根据样本的
论文部分内容阅读
太阳黑子手绘图是记录太阳黑子活动的传统方式,手绘图的数字化有利于数据的长期保存和研究,而背景提取是数字化过程中的一个关键问题。针对该问题,提出了一种基于Lab色彩空间的快速背景提取方法。首先,在Lab色彩空间中,对手绘图的a、b色彩分量进行K-means聚类。聚类结果表明,背景部分与手绘部分准确的分割为两类。对于大批量手绘图背景提取的情况,为加快提取速度,仅随机抽取部分手绘图进行聚类,再根据样本的聚类结果,运用最近质心分类器对其他手绘图进行背景提取。实验结果表明,此方法在保证提取准确性的前提下,极大
其他文献
与Jason Rainville一同开发那些能创造一个清晰故事及令人难忘角色的设计技巧我喜欢好故事,并逐渐体会到用视觉艺术讲故事是多么有趣而重要,却又很困难。我认为它带给观众的不只有美。一个最爱的小说人物的迷人镜头确实很有趣,不过一幅故事插画却能引领人们在图片里遨游,在创造的时空中生活。我强烈赞同,设计必须明确而令人难忘,可惜如今很多设计都倾向把太多细节融入设计中,这会导致杂乱无章,全然不顾这些细
Oscar Juárez分享了用3ds Max和虚拟引擎创造迷人室内场景的过程人们常说"魔鬼藏于细节",对室内场景而言确实如此。设计师必须集三维艺术家与室内设计师于一身,为了呈现照片般真实的效果,要动用一切所能。本教程分享了如何用虚拟引擎创建室内场景。我做的大多数室内效果图都会用到V-Ray,不过虚拟引擎已经越来越受欢迎了,它可以在整个场景内移动,有助于客户看项目。实际上,虚拟引擎对设计师也有帮助
The sparse representation based classification methods has achieved significant performance in recent years. To fully exploit both the holistic and locality information of face samples, a series of sp
Detection of salient object sequences from video data is challenging when the salient object changes between consecutive frames. In this study, we addressed the salient object sequence rebuilding prob
Videos can be contaminated by noise even when captured by high-quality cameras.Because video data has both spatial and temporal redundancies,low rank factorization has been developed.Originally,most d
随着视频监控的广泛应用,为对运动目标进行更好的监控,相机被搭载在移动平台上,因此研究基于运动相机的运动目标检测方法具有重要的意义。从研究视频运动目标检测技术开始,包括帧间差分法、背景差分法、光流法3类算法,具体对差分法、单高斯建模、高斯背景建模、H-S光流法、L-K光流法进行了原理研究。采用OpenCV技术对帧差法、高斯建模、H-S光流法进行仿真实验,总结算法的优点和缺点。最后针对H-S光流矢量与
针对复杂场景中的显著性检测中所存在的困难,考虑到目标在纹理特征上的显著性,创新地采用颜色和轮廓特征融合的方法对传统显著性模型的输入进行改进,分别采用HSV色彩空间的颜色特征及基于Sobel算子的轮廓特征输入至Itti模型中对场景中的显著性进行检测,在复杂场景中直观及量化实验结果证明,该方法在较复杂的环境里能够较为准确的提取出显著性目标区域,同典型的Itti模型相比,能够有效提升显著性检测的准确性。
当前传统的人体运动识别是基于卷积神经网络(CNN)的方法,但存在原始数据维数高,利用CPU训练时间长及硬件要求高的缺点。针对以上问题,提出一种由自动编码器与模式识别神经网络(PRNN)组成的识别人体运动的深度神经网络模型。算法分为系统学习阶段和动作识别阶段。在系统学习阶段,首先得到每帧的人体轮廓,构建二进制重叠图像作为训练数据,并训练一个自动编码器来提取动作特征;其次,利用所得到的特征通过监督学习
Roads as important artificial objects are the main body of modern traffic system, which provide many conveniences for human civilization. With the development of remote sensing and hyperspectral imagi
由于人脸表情之间的差别很细微,为了提高卷积神经网络对人脸表情特征提取能力及其识别精度,把连续卷积引入到卷积神经网络模型中,改进后的模型采用小尺度的卷积核可以使得提取到的人脸表情特征更精密,两个连续的卷积层使模型的非线性表达能力得到增强。提出网络权值优化操作,构建SOM网络进行预学习,将最优学习结果的神经元用于初始化连续卷积神经网络,实验结果表明优化后的卷积神经网络对人脸表情图像识别精度得到了提高。