国家自然科学基金(61372158)
- 作品数：17 被引量：80H指数：6
- 相关作者：王斌王斌许家佗吴刚王其浩更多>>
- 相关机构：南京财经大学上海中医药大学东南大学更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金江苏省高校优秀科技创新团队更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 用于形状识别的目标轮廓无序点集描述与匹配被引量：10
- 2016年
- 将目标形状的轮廓看成一个无序的点集,从中抽取形状特征,用于快速而有效的目标识别是形状分析任务中的挑战性问题.针对该问题,提出了一种基于复杂网络模型的形状描述和识别方法.该方法提出用一种自组织的网络动态演化模型构成一个分层的描述框架,在网络动态演化的每一个时刻,对网络分别进行局部测量和全局测量,抽取网络的无权特征和加权特征.在形状匹配阶段,用获得的局部描述子和全局描述子分别进行局部匹配(基于Hausdorff距离)和全局匹配(基于L1距离),组合两种匹配的距离值构成对形状的差异度度量.用标准的测试集对所提出的方法进行性能测试,实验结果表明,所提出的算法能够快速而又鲁棒地完成较高精度的形状识别任务.
- 王斌
- 关键词：目标识别复杂网络
- 基于形状特征的叶片图像识别算法比较研究被引量：14
- 2017年
- 植物是生命的主要形态之一,其种类已达40多万种,对其进行分类识别在生物多样性保护,生态农业,生物安全中有着重要的意义。不同的种类的植物一般有着不同的叶片形状,因此叶片的形状特征在植物分类中扮演着重要的角色。作为计算机视觉的一个重要应用的植物叶片图像识别,近些年来受到了学者们的关注,产生了大量的研究成果。但由于植物种类巨大,叶片图像存在的类内差异大、类间差异小和叶片的自遮挡等问题等诸多问题,使得叶片图像的识别仍然是目前计算机视觉应用研究的一个热点。对近些年来的基于形状特征的叶片图像识别算法进行了综述和比较,对现有的算法进行了分类,对目前各类最先进的识别算法进行了分析和比较。此外,还介绍了常用的叶片图像测试集和性能评估方法,并将各类算法进行了实验结果的比较研究。研究工作既为现有的植物叶片识别算法的实际应用提供了指导,又为今后进一步研究新的高性能的识别算法提出了努力的方向。
- 陈良宵王斌
- 关键词：植物分类图像处理
- 用于图像购物搜索的局部匹配算法被引量：3
- 2017年
- 图像匹配是图像购物搜索的一个关键问题。针对现有的图像购物搜索网站利用底层特征无法进行局部匹配的问题,提出一种基于局部匹配的图像购物搜索方法,该方法允许用户自定义感兴趣区域,并利用SIFT(Scale Invariant Feature Transform)描述子提取该区域的视觉特征进行匹配。实验结果表明,该方法取得了较理想的预期效果,更好地满足了用户的实际购物搜索需求。
- 王其浩王斌
- 关键词：图像匹配图像搜索
- 图像购物搜索技术研究综述
- 2016年
- 传统的电子商务网站主要通过商品名称的关键字来进行商品搜索,然而文字信息难以完整的描述商品的各种特征,并且存在人为操作的主观性,导致搜索结果与用户意图之间存在较大差异.基于内容的图像搜索技术通过提取商品图像的视觉特征进行搜索,为电子商务网站的发展提供了新的契机.本文在此基础上对图像购物搜索技术的研究工作进行梳理,总结研究现状,分析技术原理,并指明未来的发展趋势.
- 王其浩王斌
- 关键词：网络购物图像搜索特征提取
- 目标形状表达算法综述被引量：1
- 2019年
- 形状的检索和识别在医疗诊断、目标识别、图像检索和计算机视觉等领域都有重要应用,而高效的形状检索和识别取决于形状表达算法的优劣.给出了形状表达优劣的一般判断标准,对目前的主要形状表达方法进行分类,包括线性组合表达、空间关联关系表达、基于微分和积分的特征表达,以及变形表达等方法.对每一类方法,从使用的数学模型、多分辨率表达能力、不变量、鲁棒性、形状重构、信号噪声分辨性能等方面进行分析和综合评价,指出这些表达方法的优劣,尤其是就这些算法的数学机理进行分析探讨,并给出了未来需要进一步研究的方向和思路.
- 吴刚徐利敏
- 关键词：目标识别
- 弦特征矩阵:一种有效的用于植物叶片图像分类和检索的形状描述子被引量：5
- 2017年
- 植物叶片形状一般具有小的类间差异和大的类内变化,再加之叶片的自遮挡和噪声的干扰,给叶片形状的识别带来了很大的挑战.文中提出了一种新的形状描述子——弦特征矩阵(Chord-Features Matrices,CFM),精确而又鲁棒地应用于植物叶片图像的分类和检索问题.该方法将目标轮廓线的弦,依据轮廓线所围成的区域,分成内和外两个部分.因其与轮廓线凸凹特性的相关性,该方法用多个尺度级的内部弦长和外部弦长生成两个矩阵,旨在隐式地描述轮廓线的多尺度的凸凹特性.该方法还定义了多个尺度级的弧到弦的平均投影长度,并构成矩阵,以反应轮廓线在各个尺度级下的弯曲程度.组合这3个矩阵所形成的CFM描述子,全面地刻画了轮廓线的几何特性,具有强的形状表征能力.用Swedish、Flavia和ImageCLEF这3个具有挑战性的叶片图像测试集,对文中提出的CFM方法分别进行分类和检索性能评估.实验结果表明,文中提出的方法在精确度和对噪声的鲁棒性方面均优于其他植物叶片图像分类和检索方法.而文中提出的方法在MPEG-7测试集上的实验结果则验证了其具有应用于一般的形状识别任务的潜力.
- 王斌王斌叶梦婕
- 高斯卷积角:用于叶片图像检索的形状描述不变量被引量：1
- 2021年
- 植物叶片图像的识别是计算机视觉和图像处理技术在生物学和现代农业中的一个重要应用.其挑战性在于植物叶片种类数量巨大,且许多叶片图像具有很大的类间相似性,使得描述叶片图像的类间差异变得非常困难.提出一种称为高斯卷积角的叶片形状描述方法.该方法用高斯函数与叶片轮廓点的左右邻域向量的卷积产生高斯卷积角,再通过改变高斯函数的尺度参数,生成多尺度的高斯卷积角,组成特征向量.组合各轮廓点的特征向量,构成一个特征向量集合,作为叶片形状的描述子.两幅叶片图像的相似性可以简单地通过计算其高斯卷积角特征向量集合间的Hausdorff距离来进行度量.高斯卷积角描述子具有平移、旋转、缩放和镜像变换的内在不变性,该不变性从理论上得到了证明.该描述子还具有由粗到细的描述叶片形状的优良特性,使得其具有很强的叶片辨识能力.通过用中外两个公开的叶片图像数据集进行算法性能测试,实验结果表明,该方法优于现有的其他同类方法,从而验证了该方法的有效性.
- 陈鑫王斌姬子恒
- 关键词：图像检索
- 基于深度学习的草图检索方法研究进展被引量：2
- 2021年
- 草图检索(SBIR)是基于内容的图像检索(CBIR)的扩展,是一种灵活便捷的目标图像检索方式,其研究的焦点是如何减少手绘草图域与自然图像域之间的域差。传统方法提取手工特征完成草图域与图像域之间的近似转换以减少域差,但该类方法无法有效拟合2个域内容,导致检索精度不高。深度学习方法依赖大量数据进行图像高维特征的提取,突破了传统方法的局限,已被证明可以有效解决跨域建模问题。研究聚焦于基于深度学习的草图检索方法,在深度特征提取模型、公开的数据测试集、粗粒度和细粒度检索、哈希技术和类别泛化等几个方面对草图检索的深度学习方法的相关研究工作进行了综述和评论。然后进行了实验比较研究,一方面,对现有3个公开的SBIR测试集Sketchy、TU-Berlin和QuickDraw进行适用性评估;另一方面,选取3个最新的SBIR深度学习模型GRLZS模型、SEM-PCYC模型和SAKE模型进行性能分析与比较。最后,对草图检索面临的挑战和未来研究方向进行了总结与展望。
- 姬子恒王斌
- 关键词：草图检索特征提取
- 一种基于多尺度拱高形状描述的图像检索方法被引量：9
- 2013年
- 本文提出了一种多尺度拱高形状描述(MSAH).该方法用多尺度的拱高来度量形状轮廓线在其每一个点的弯曲程度,这里尺度是以该点为中点的弧段的长度.在每一个尺度级,为形状轮廓线构建一个一维的拱高函数,然后对其进行傅立叶变换,组合各尺度级的低阶的傅立叶变换系数,构成描述形状的特征向量.在形状匹配阶段,用两个形状的特征向量的L1-距离来度量它们的形状相似性.该方法不仅能描述形状的全局特征,而且能描述形状的细节信息,因而在应用于图像检索中,具有高的检索精确率.MSAH形状描述子非常紧致,而且具有较低的计算复杂度,因而检索效率也很高.在用MPEG-7形状数据库和植物叶片形状数据库的检索实验中,其检索性能要优于近年来提出的基于变换域的形状描述方法和经典的形状上下文描述方法.
- 王斌
- 关键词：傅立叶变换图像检索
- 点云数据集的隐式曲面重构研究进展被引量：7
- 2017年
- 点云数据的曲面重建就是对扫描设备获得的物体散乱数据点重建三维物体表面,它被广泛应用于计算机动画、目标识别、数据可视化以及地理信息系统。点云的隐式曲面重建由于能够去除点云噪声,修补孔洞和裂缝,不需要拼接和平滑等后续处理,成为点云数据集曲面重构的重要方法。文中综述了目前一些主要的隐式曲面重构方法,就隐式模型以及相应的曲面重构算法的优缺点进行了分析比较,并对隐式曲面重构存在的问题和未来发展方向作了相应的分析和讨论。
- 徐利敏吴刚
- 关键词：点云数据曲面重建
