导读:本文包含了全局特征点提取论文开题报告文献综述及选题提纲参考文献，主要关键词:全卷积神经网络,热图像,红外图像,带孔卷积
全局特征点提取论文文献综述
李瀚超,蔡毅,王岭雪[1]（2019）在《全局特征提取的全卷积网络图像语义分割算法》一文中研究指出以全卷积神经网络为基础设计图像语义分割算法框架,设计全局特征提取模块提升高维语义特征的提取能力,引入带孔卷积算子保留图像细节并提升分割结果的分辨率。通过搭建端到端的图像语义分割算法框架进行训练,在可见光数据集上对算法框架进行性能评估,结果表明,本文方法在可见光图像上取得良好的语义分割性能和精度。本文还在不借助红外数据标注训练的情况下对红外图像进行分割,结果证明本文方法在典型红外目标如行人、车辆的分割中也有较好的表现。(本文来源于《红外技术》期刊2019年07期）
李温温,王吉彬[2]（2019）在《基于PCA的指节纹图像全局特征提取与识别》一文中研究指出在基于PCA(Principal Component Analysis)的指节纹图像全局特征提取和识别中,为了提高准确率,在传统方法的基础上,通过实验验证了4指指节纹对于识别结果有不同的分类权重(贡献率)。改进了已有研究成果中对4指等权重分配的方法。实验结果显示,和4指等权重分配方法达到94. 4%的识别率需要32维特征相比,4指权重比为2∶2∶3∶2时,取21维特征即可达到最高识别率94. 4%。因此该方法可大大降低特征维数,提高识别速度。(本文来源于《吉林大学学报(信息科学版)》期刊2019年01期）
赵亚欣,赵怀勋[3]（2016）在《人体行为识别全局特征提取概述》一文中研究指出人体识别方法的关键在于提取良好的特征进行聚类和设计高效的分类器对行为识别。人体特征指的是从视频图像中提取出的对人的运动进行描述的信息:从图像中提取的颜色、纹理、角点、轮廓等信息,或是人体运动方向、速度、关节点的状态等。特征提取是人体行为识别的中高级阶段,对识别的实时性、准确率都起着决定性的作用。全局特征作为行为识别时一种常规特征,通常先通过背景减除与跟踪定位确定感兴趣的区域,再将感兴趣的区域划分为整体进行(本文来源于《电子世界》期刊2016年19期）
张靖,周明全,张雨禾,耿国华[4]（2016）在《基于马尔科夫随机场的散乱点云全局特征提取》一文中研究指出为了精确提取点云数据中的特征信息,针对激光扫描获取的叁维散乱点云数据,提出一种基于马尔科夫随机场(Markov random field,MRF)的散乱点云特征提取方法.首先,根据散乱点的曲率估计及阈值初始化点标号并判定稳定点,将稳定点标记存储在数组中;然后,将优化不稳定点的标号问题转化为随机场标号的能量函数问题,引用贝叶斯估计求后验概率分布函数及MAP-MRF(Maximum a posteriori-Markov random field)框架归约得到目标函数;最后,根据图割法α-expansion算法,利用标号调整过程中标号集相对能量变化得到不稳定点的最优标号集,将其与存储稳定点的数组综合,根据点标号提取特征点.实验结果表明,该方法简单、高效、无需人工调参,能够依据全局能量的变化自适应提取特征,特征提取结果令人满意.(本文来源于《自动化学报》期刊2016年07期）
秦晓慧,张国平,赵桂钦[5]（2015）在《统计学全局特征提取在纹理图像光学字体识别中的应用》一文中研究指出针对纹理图像光学字体识别中大部分现有方法容易出现噪声干扰和高度细分依赖的问题,提出了一种基于统计学分析的全局特征提取方法。首先,使用二值化、倾斜校正和文本归一化预处理图像,得到完整的文本块图像;然后,使用拉普拉斯过滤器降低图像的椒盐噪声,并利用反相过滤器得到白色背景和黑色边缘的图像;最后,基于模式边界边缘像素之间关系进行统计学分析以提取出22个有用特征,借助分类器完成识别。在阿拉伯文书法脚本图像数据集上的实验结果表明,本文方法使用决策树分类器可获得最好的分类精度,高达98.26%,相比其他的较为新颖的特征提取方法,本文方法获得更好的识别性能。(本文来源于《激光杂志》期刊2015年02期）
徐效文,张荷萍[6]（2012）在《融合局部与全局特征提取的虹膜识别方法》一文中研究指出传统的虹膜识别系统需要将虹膜图像转换至极坐标系统并进行归一化,通过平移特征向量来达到旋转不变性。为了降低传统虹膜识别方法的复杂性,提出了一种融合局部与全局特征提取的虹膜识别方法,无须对预处理后的虹膜图像进行归一化。该方法首先对分割出的虹膜图像直接采用非张量积小波提取全局特征,接着采用SIFT方法提取选定区域的局部特征,最后对虹膜局部及全局特征采用不同的权值,进行相似性距离测试。结果表明该方法在等错误率为0.935%的情况下,正确识别率达到了99.065%。在不对虹膜图像归一化的情况下,可获得很好的识别性能。(本文来源于《计算机应用研究》期刊2012年11期）
何竞[7]（2011）在《图像语义标注中的块—全局特征提取方法研究》一文中研究指出图像语义标注近几年一直是图像语义检索中的难点和热点。它涉及到机器学习、统计模型、信息检索、计算机视觉等方面,可应用的领域非常广,比如可以通过标注海量数据库中的图片,对图片进行有效地分类管理和检索;可以进行医学图像分析或者犯罪侦查图像分析等等。自动图像语义标注的基本思想是将图像低层视觉特征转化成为图像中所包含的高层语义信息。它包含两个主要过程,即低层视觉特征提取和低层视觉特征到高层语义特征的映射。本文主要研究的是图像语义标注中的块-全局特征提取方法以及分类器训练样本数据优化技术。首先结合人类视觉感知研究中提到的一个视觉目标的全局特征会先于它的局部特征被获取到,即使存在干扰或者丢失一些细节,基于全局视角的解释更符合整个情景的语义结构的理论,本文提出采用PCA、2DPCA作为块-全局特征提取方法进行图像标注实验,并与使用SIFT算法提取局部特征的图像标注准确率进行了对比。实验结果证明,块-全局特征同时具有全局特征和局部特征的优点,相比局部特征它可以得到更高的标注准确率,并且可以对一幅图像标注多个有效语义标签。另外利用支持向量机(SVM)的小样本分类特性,提出使用自组织映射(SOM)神经网络来实现无监督的学习向量量化(LVQ)技术,利用它的聚类功能,将获取到的聚类中心点作为图像的特征代表点训练SVM,并进行标注实验,实验结果比没有经过LVQ数据优化的标注实验效果好。(本文来源于《北京理工大学》期刊2011-12-01）
王薇[8]（2007）在《基于动态规划的全局运动特征点提取》一文中研究指出准确提取全局运动特征点是MPEG-4中Sprite编码的关键。针对全局运动特征点提取的计算代价高,精度低,容易陷入局部极值等方面的缺陷,提出了一种新型的基于动态规划的全局运动特征点提取方法,能够有效抑制噪声影响,减少冗余点数,从而大大提高全局运动估计的效率,使全局运动估计在实时应用中成为可能。(本文来源于《河北省科学院学报》期刊2007年01期）
王李冬,邰晓英,巴特尔[9]（2007）在《融合区域和全局特征提取的医学图像检索技术》一文中研究指出针对胸部CT扫描图像库,提出了一种融合区域和全局特征提取的医学图像检索方法。为了提取局部感兴趣区域,给出了一种基于灰度层共现矩阵的区域增长算法,分割出病灶区域,再结合迭代阈值算法进行病灶边界的磨合。为了避免身体姿势问题造成的图像角度差异,利用具有旋转不变性的Zernike矩提取图像的全局特征,融合感兴趣区域的形状和分布特性以及整幅图像Zernike矩全局特征作为图像匹配准则的客观依据。实验结果表明,该算法能够比较有效地应用于基于内容的医学图像检索系统中。(本文来源于《计算机工程》期刊2007年03期）
彭晶[10]（2005）在《基于全局特征点提取的指纹识别方法研究》一文中研究指出生物识别技术是借助人体自身的不可复制的生物特性来进行个体识别的技术。相对于人脸和视网膜识别等其他生物识别技术,自动指纹识别技术是一种更实用、更理想的身份识别技术。本文以活体指纹录入仪为指纹采集手段,以个人计算机作为处理平台,综合运用图像处理和模式识别技术,深入、系统地研究了指纹自动识别的理论和技术,并且详细的探讨了指纹图像预处理过程的实现,提出了一种改进的指纹图像全局特征点的提取方法。并在此基层上完成了指纹分类算法,提出并建立了基于全局特征的指纹识别方法。主要研究工作如下:(1)以计算机和活体指纹录入仪为基础,建立了自动指纹识别系统的硬件环境。(2)研究了自动生物识别系统的设计原则,从工作模式、系统组成、结构原型和算法流程等方面完成了验证式自动指纹识别系统的总体设计。(3)研究了指纹图像预处理技术。针对指纹图像方向信息的提取问题,实现了方向图调整法和基于指纹灰度图像快速提取指纹图像方向信息的算法,对这两种方法的提取效果进行了实验分析和比较。(4)有效实现了指纹图像的二值阈值分割,实现了整体阈值、KSW 熵值、模糊法、局部阈值等二值化算法。(5)实现并比较了Hilditch 细化、快速细化和模板细化叁种细化算法,讨论了指纹细节特征的提取方法;并针对对指纹图像进行彻底的细化和完全修复技术难度大、时间消耗多的问题讨论了基于非彻底细化图像的指纹细节特征提取方法。(6)深入研究了指纹匹配算法。将指纹的全局特征点引入匹配过程,解决基于几何特征的点模式匹配方法时间复杂度较高的问题。该方法通过全局特征点的计算和基于曲线拟合技术寻找参考点进行模板指纹和待识指纹图像的归一化校准,对模板图像和待识图像进行旋转和平移,进而进行特征点模式匹配。实验结果证明,该方法能够较快速地进行指纹匹配。(本文来源于《吉林大学》期刊2005-04-30）
全局特征点提取论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在基于PCA(Principal Component Analysis)的指节纹图像全局特征提取和识别中,为了提高准确率,在传统方法的基础上,通过实验验证了4指指节纹对于识别结果有不同的分类权重(贡献率)。改进了已有研究成果中对4指等权重分配的方法。实验结果显示,和4指等权重分配方法达到94. 4%的识别率需要32维特征相比,4指权重比为2∶2∶3∶2时,取21维特征即可达到最高识别率94. 4%。因此该方法可大大降低特征维数,提高识别速度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
全局特征点提取论文参考文献
[1].李瀚超,蔡毅,王岭雪.全局特征提取的全卷积网络图像语义分割算法[J].红外技术.2019
[2].李温温,王吉彬.基于PCA的指节纹图像全局特征提取与识别[J].吉林大学学报(信息科学版).2019
[3].赵亚欣,赵怀勋.人体行为识别全局特征提取概述[J].电子世界.2016
[4].张靖,周明全,张雨禾,耿国华.基于马尔科夫随机场的散乱点云全局特征提取[J].自动化学报.2016
[5].秦晓慧,张国平,赵桂钦.统计学全局特征提取在纹理图像光学字体识别中的应用[J].激光杂志.2015
[6].徐效文,张荷萍.融合局部与全局特征提取的虹膜识别方法[J].计算机应用研究.2012
[7].何竞.图像语义标注中的块—全局特征提取方法研究[D].北京理工大学.2011
[8].王薇.基于动态规划的全局运动特征点提取[J].河北省科学院学报.2007
[9].王李冬,邰晓英,巴特尔.融合区域和全局特征提取的医学图像检索技术[J].计算机工程.2007
[10].彭晶.基于全局特征点提取的指纹识别方法研究[D].吉林大学.2005