西安理工大学自动化与信息工程学院，陕西 西安 710048
高光谱图像分类的有效特征提取仍然是遥感中具有挑战性的研究课题。为了解决这个问题，提出一种基于自动阈值属性形态剖面的光谱空间特征框架用于高光谱图像分类。它包含两个阶段：1）将高光谱图像灰度值转化为树形结构的属性形态剖面，利用所提自动阈值方法进行过滤树操作，以创建最终的扩展多元属性形态剖面，获得空谱特征数据。这种方法不需要自定义任何阈值，仅需要少量的过滤操作就可以获得最大的空间信息。2）将获得的空谱特征数据通过训练的光谱角度映射堆叠式自动编码器网络来创建有效的分类器，得到最终的分类结果。通过在两个真实的高光谱图像数据集上应用这种改进方法并将结果与现有方法进行比较，证明了该方法的有效性。
图像处理 高光谱图像 属性形态剖面 自动阈值 深度特征 激光与光电子学进展
2023, 60(12): 1210016
安徽农业大学信息与计算机学院, 安徽 合肥 230036
可溶性固形物含量(SSC)是决定鲜桃风味和品质的重要成分。 高光谱影像的特征提取为无损检测可溶性固形物含量提供了数据基础和方法路径。 先前的研究表明, 基于多光谱、 荧光谱、 近红外光谱、 电子鼻的水果内部品质评估取得较好的结果。 但是, 由于缺少多特征融合, 从而限制了水果品质的精准估测。 为此, 提出了一种基于堆栈自动编码器-粒子群优化支持向量回归(SAE-PSO-SVR)模型预测鲜桃可溶性固形物含量。 首先, 利用高光谱影像提取光谱信息、 空间信息及空-谱融合信息。 其次, 设置普适性堆栈自动编码器(SAE)提取光谱信息、 空间信息及空-谱融合信息的深层特征。 最后, 将深层特征作为粒子群优化支持向量回归(PSO-SVR)模型的输入数据进行鲜桃可溶性固形物含量的预测。 其中, 对于光谱信息作为输入的SAE模型, 设计了453-300-200-100-40, 453-350-250-150-50, 453-350-250-100-60的三个隐含层结构。 对于空间信息作为输入的SAE模型, 设计了894-700-500-300-50, 894-650-350-200-80, 894-800-700-500-100的三个隐含层结构。 对于融合信息作为输入的SAE模型, 设计了1347-800-400-200-40, 1347-750-550-400-100, 1347-700-500-360-150的三个隐含层结构。 实验结果表明, 对于输入数据分别为光谱信息、 空间信息及融合信息的SAE模型, 结构为453-300-200-100-40, 894-800-700-500-100和1347-750-550-400-100的模型效果较好, 而且基于融合信息的模型预测精度明显优于基于光谱信息或者图像信息的模型。 为了验证模型的普适性, 利用结构为1347-750-550-400-100的SAE模型提取融合信息的深层特征估测不同品种鲜桃的可溶性固形物含量并进行可视化。 结果表明, 基于结构为1237-650-310-130的SAE-PSO-SVR模型预测效果最好(R2=0.873 3, RMSE=0.645 1)。 因此, 所提出的SAE-PSO-SVR模型提高了鲜桃可溶性固形物含量的估计精度, 为鲜桃的其他成分检测提供了技术支撑。
可溶性固形物含量 高光谱影像 深层特征 支持向量回归 鲜桃 Solid content Hyperspectral image Deep feature Support vector regression Peach 光谱学与光谱分析
2021, 41(11): 3559
1 天津大学电气自动化与信息工程学院, 天津 300072
2 天津大学机器人与自主系统研究所, 天津 300072
3 天津市过程检测与控制重点实验室, 天津 300072
基于深度学习的表情识别方法存在参数量大、实时性差等问题,针对此问题,提出一种基于轻量卷积网络的多层特征融合的人脸表情识别方法。首先使用改进的倒置残差网络为基本单元搭建轻量卷积网络模型,然后采用池化、1×1卷积、全局平均池化法筛选卷积网络中的浅层特征,并对这些筛选的浅层特征与深层特征进行融合用于表情识别。在两个常用的真实表情数据集RAF-DB和AffectNet上对所提方法进行测试,识别准确率分别达85.49%和57.70%,且模型参数量仅有0.2×10 6。
图像处理 表情识别 卷积神经网络 浅层特征 深层特征 多层特征融合 激光与光电子学进展
2021, 58(6): 0610005
内蒙古科技大学信息工程学院, 内蒙古 包头 014010
针对Faster R-CNN算法检测舰船目标存在的不足,提出基于深度特征金字塔和级联检测器的舰船检测算法。先利用小目标数据增强算法对数据进行扩充,使检测模型学习足够的特征;再使用深度特征金字塔网络改进原目标检测算法的特征提取网络,抑制相干斑噪声,有效提取舰船特征;并根据合成孔径雷达(SAR)图像中舰船目标稀疏的特点使用级联结构调整网络。基于上述改进,选取舰船目标检测数据集中部分图像及2月份渤海湾的SAR图像进行实验,实验结果表明:所提算法均取得了良好的检测效果,证明了所提算法的有效性。
图像处理 目标检测 数据增强 深度特征金字塔 级联 合成孔径雷达图像 激光与光电子学进展
2020, 57(12): 121019
1 四川师范大学计算机科学学院, 四川 成都 610101
2 宁波大学信息科学与工程学院, 浙江 宁波 315211
为提高复杂情况下目标跟踪的稳健性,提出一种自适应特征更新的目标跟踪算法。对目标提取分级深度特征和手工设计特征,通过不同线性组合方式进行多特征融合,构建多个融合特征器;对不同融合特征器进行可信度判定,选择可信度最高的融合特征作为当前帧的跟踪特征,构建位置相关滤波器,预测出当前帧的目标位置;对跟踪结果进行可靠性检测,可靠性低于阈值则启动融合特征器更新机制,加入时序信息和语义信息进行重跟踪,降低了模型的误差累积。在OTB-2013和OTB-2015数据库上进行测试,结果表明,与近年来比较流行的9种算法相比,提出的算法在快速运动、背景杂波、运动模糊、形变等复杂情况下具有较高的成功率和较好的稳健性。
机器视觉 目标跟踪 分级深度特征 相关滤波 时序信息 光学学报
2019, 39(11): 1115002
1 合肥工业大学计算机与信息学院, 安徽 合肥 230009
2 工业安全与应急技术安徽省重点实验室, 安徽 合肥 230009
针对目前视频行人再识别中存在视角、光线变化,背景干扰与遮挡,行人外观与行为相似,以及相同行人在不同模态特征下距离的差异性而导致的匹配不正确问题,提出一种联合多级深度特征表示和有序加权距离融合的视频行人再识别方法。在行人特征表示阶段,提出了行人多级深度特征表示网络,该网络不仅能学习视频序列中行人的时空特征,还能获取行人的全局外观特征和局部外观特征。在有序加权距离融合阶段,将行人的特征表示输入到距离测度学习中,分别计算行人在三类特征下的独立距离,并将距离排序后,根据距离的排名优化距离权值,最后融合三类距离得到最终距离,从而准确匹配行人。通过在公共数据集中的实验表明,所提方法不仅能够提高视频行人再识别的识别率,还具有丰富和完整的行人特征表示能力。
机器视觉 视频行人再识别 多级深度特征 距离融合 卷积神经网络 循环神经网络 有序加权
1 中国地质大学(武汉)信息工程学院, 湖北 武汉 430074
2 国家地理信息系统工程技术研究中心, 湖北 武汉 430074
3 文华学院信息科学与技术学部, 湖北 武汉 430074
提出了一种融合全局和局部深度特征(GLDFB)的视觉词袋模型。通过视觉词袋模型将深度卷积神经网络提取的多个层次的高层特征进行重组编码并融合,利用支持向量机对融合特征进行分类。充分利用包含场景局部细节信息的卷积层特征和包含场景全局信息的全连接层特征,完成对遥感影像场景的高效表达。通过对两个不同规模的遥感图像场景数据集的实验研究表明,相比现有方法,所提方法在高层特征表达能力和分类精度方面具有显著优势。
遥感 深度卷积神经网络 深度特征 视觉词袋模型 特征融合 高分辨率遥感影像场景分类
空军工程大学信息与导航学院, 陕西 西安 710077
针对传统特征表征能力较弱的问题,提出了一种基于多层深度特征融合的极化合成孔径雷达图像语义分割方法;利用经过预训练的VGG-Net-16模型提取表征能力更强的多层图像特征,再将各层深度特征分别用于训练对应的条件随机场模型,最后将多个条件随机场模型的输出结果进行融合,实现了最终的图像语义分割。结果表明:与基于传统经典特征的方法相比,所提方法取得了最高的总体分类精度,说明所提方法采用的融合特征具有比传统特征更强的表征能力。
图像处理 多层深度特征融合 语义分割 条件随机场 卷积神经网络
