公共文化服务平台

搜索到745篇“ 梯度方向直方图“的相关文章

快照式光谱图像的马赛克空谱梯度方向直方图提取方法: 本发明公开了一种快照式光谱图像的马赛克空谱梯度方向直方图提取方法，获取快照式光谱图像拍摄时使用的光谱滤波阵列；根据光谱滤波阵列构造快照式光谱图像中像素的空间SFA邻域和光谱SFA邻域；基于快照式光谱图像中像素的空间SFA...; 赵永强陈路路

基于梯度方向直方图的红外与可见光融合网络的损失函数: 2023年; 基于深度学习的图像融合方法实现了良好的图像融合性能,近年来经过快速发展,被广泛应用于生物特征识别、自动驾驶和目标追踪等方面。深度学习网络在提取图像的重要纹理细节和保存重要信息等方面依然存在许多挑战。因此,提出了一种适用于红外与可见光图像融合网络的损失函数,在损失函数中引入了梯度方向直方图(HOG)损失,HOG特征可以反映图像局部的梯度方向和梯度大小,用HOG特征作损失函数可以提升网络提取图像细节信息的能力。将HOG损失与多尺度结构相似性损失相结合,用设计的损失函数训练了NestFuse、Res2Fusion和UNFusion 3个红外与可见光图像融合网络。在TNO数据集上,所提模型将融合图像的标准差(SD)分别提高2.1476%、1.2273%和1.4444%,将融合图像的视觉信息保真度(VIF)分别提高1.6529%、1.4936%和1.2902%;在RoadScene数据集上,所提模型将融合图像的SD分别提高1.0083%、1.1669%和0.7214%,将融合图像的VIF分别提高1.8093%、1.8063%和1.0406%。实验结果表明,所提损失函数可以从源图像中提取更多有效信息。; 龙雨馨赖文杰张怀元张鸿波李成世刘子骥; 关键词：可见光图像梯度方向直方图损失函数

基于梯度方向直方图与局部二值模式融合的人耳识别方法: 本发明公开一种基于梯度方向直方图与局部二值模式融合的人耳识别方法，解决了从人耳图像中进行人耳识别识别率不高的问题。本发明首先提取出图像的梯度方向直方图，并用主成分分析法进行降维，再用局部二值模式提取出图像的纹理特征，然后...; 赵立昌陈志岳文静吴宇晨孙斗南

快照式光谱图像的马赛克空谱梯度方向直方图提取方法: 本发明公开了一种快照式光谱图像的马赛克空谱梯度方向直方图提取方法，获取快照式光谱图像拍摄时使用的光谱滤波阵列；根据光谱滤波阵列构造快照式光谱图像中像素的空间SFA邻域和光谱SFA邻域；基于快照式光谱图像中像素的空间SFA...; 赵永强陈路路; 文献传递

一种基于梯度方向直方图的人脸活体检测方法: 本发明公开了一种基于梯度方向直方图的人脸活体检测方法，包括以下步骤：1)构建训练样本集；2)提取各训练样本图像的梯度方向直方图特征H；3)分别计算训练样本图像的HOG特征H与各真实人脸灰度图的平均HOG特征HT<Sub>...; 孔月萍戚艳军刘霞谢心谦张晶晶

基于自适应加权Curvelet梯度方向直方图的人脸识别算法被引量：7: 2020年; 提出一种基于自适应加权Curvelet梯度方向直方图(AWCHOG)的人脸识别算法。首先,人脸图像通过基于Wrapping的离散Curvelet变换得到多尺度多方向的Curvelet变换系数;然后按照编码方式将同一尺度下不同方向的特征进行编码融合,获得融合后的幅值域图谱,并通过HOG算子结合分块的方法获得Curvelet变换后融合图像的直方图特征,分别根据每个尺度对人脸识别率的贡献进行计算,得出各尺度的权重;最后融合权重系数以及各尺度的HOG特征,利用最近邻分类器进行分类。通过在ORL、AR和CAS-PEAL三个人脸库的实验可以看出,所提算法在人脸图像部分遮挡、姿态、表情、光照变化以及噪声等因素干扰下具有较好的识别效果。; 杨恢先李笑笑甘伟发; 关键词：人脸识别 CURVELET变换梯度方向直方图

基于梯度方向直方图的递归预测图像压缩方法: 本发明公开了一种基于频域方向滤波器的递归预测图像压缩方法，主要解决现有技术中纹理方向检测准确度低，时间复杂度高，预测系数数目多的问题。其步骤为：1)设计原型方向滤波器；2)根据原型方向滤波器生成一组方向滤波器；3)读入原...; 张静李珊珊李云松吴仁坚; 文献传递

一种基于梯度方向直方图的瓶口缺陷检测方法: 本发明公开了一种基于梯度方向直方图的瓶口缺陷检测方法，属于机器视觉与图像处理技术领域。本发明首先对瓶口圆环部分拉伸成矩形，再进行剪裁拼接，把修正后的矩形作为样本图片，对样本图片进行Gamma校正以规范化样本图像，将样本图...; 赵妍梁振华董蓉朱明朱加乐李勃史德飞查俊黄璜周子卿史春阳陈和国; 文献传递

梯度方向直方图的嵌入式GPU并行加速计算: 2019年; 本文针对HOG 算法进行特征计算过程中,计算复杂度高和耗时长的问题,提出了基于GPU 并行架构的加速算法。该算法依次分析了HOG 算子中梯度计算、梯度投票和归一化三个步骤的特点,结合CUDA 的GPU架构特性,对它们进行了并行化设计。; 陈晓旭钱慧李方舒; 关键词：梯度方向直方图 CUDA GPU 并行化设计嵌入式开发平台

相关作者