上海市自然科学基金(12ZR1402500) 作品数:4 被引量:28 H指数:2 相关作者: 顾晓东 杨诚 郑皓天 孟昭慧 更多>> 相关机构: 复旦大学 更多>> 发文基金: 上海市自然科学基金 国家自然科学基金 更多>> 相关领域: 自动化与计算机技术 机械工程 电子电信 更多>>
自适应注意力选择与脉冲耦合神经网络相融合的沙漠车辆识别 被引量:2 2014年 针对现有车辆识别模型不适用于沙漠背景的不足,提出一种基于自适应四元数注意力选择模型与脉冲耦合神经网络相融合的车辆识别算法.首先建立自适应四元数注意力选择模型,将图像背景、颜色、亮度等多方面信息并行处理计算注意力显著图,并利用图像缩放与双线性插值提升计算效率;然后将显著图输入脉冲耦合神经网络,利用神经元脉冲传播特性提取感兴趣区域;最后提取区域尺度不变特征并结合多层分类回归树完成目标识别.实验结果表明,该算法计算时间短、区域提取完整、识别虚警率低;以分辨率0.6m×0.6m的沙漠图像为例,文中算法较形态学及支撑向量机算法识别率分别提升了5.8%和15.4%. 张津剑 顾晓东关键词:脉冲耦合神经网络 尺度不变特征 基于区域分割和二次判别的手静脉识别 2013年 提出了一种基于区域分割和二次判别的手静脉识别方法,首先,将静脉图像分割成一些相同大小的互不重叠的子区域,在每一个小的子区域内抽取仅带有该区域局部特征的Gabor相位信息,再将这些特征信息级联成整幅图像的特征矢量,进行静脉识别。在抽取特征的过程中,使用Fisher线性判别(Fisher linear discriminant,FLD)降低特征矢量维度。最后,利用得到的相位信息重建一幅静脉图像,并根据阈值将图像二值化,从而分割出手静脉骨架,结合静脉骨架的相似性得到手静脉的二次识别。在香港理工大学的数据库上测试了算法性能,实验结果表明,通过区域分割获取局部特征在手静脉识别中起到了关键作用,在进一步结合了二次判别后,本文提出的手静脉识别方法取得了0.09%的等错误概率(Error equation rate,EER)。 孟昭慧 顾晓东关键词:静脉识别 新的颜色相似度衡量方法在图像检索中的应用 被引量:25 2014年 相似度衡量与特征提取在图像检索中具有重要的作用。基于自适应颜色特征提取的技术,提出一种新的颜色相似度衡量方法,称作加权主色优先距离WMCF。它由3个视觉感知特性条件导出,据此改善图像检索效果。同时,也采用简化的脉冲耦合神经网络提取新的纹理特征,进一步提高图像检索的精确度。实验表明,新的相似度衡量方法相较于CHIC及OCCD衡量方法有着更高的精确度和较小的时间复杂度;同时结合颜色特征与纹理特征的最终检索方法相较FC、BDIP Nmi等方法在精确度上有10%左右的提高,且具有更好的相关图像排序结果。 顾晓东 杨诚关键词:脉冲耦合神经网络 图像检索 纹理特征提取 基于带宽剩余率的脉冲耦合神经网络最短路径算法 被引量:1 2013年 利用脉冲耦合神经网络(pulse coupled neural network,PCNN)寻找最短路径是一种非确定性算法,运算的复杂度只和最短路径的长度有关,和路径图的复杂程度无关。已有的PCNN最短路径算法只考虑路径长度,而未考虑其他参数,如带宽和时延等。这里除了考虑路径长度,同时考虑实际中带宽剩余量对网络的影响,提出了一种基于带宽剩余率的最短路径算法,用带宽剩余率参数来控制神经元阈值,寻找最短路径。仿真结果表明,该算法可以寻找到全局最优解。 郑皓天 顾晓东关键词:脉冲耦合神经网络 最短路径