杨璐
- 作品数:4 被引量:20H指数:2
- 供职机构:成都信息工程大学计算机学院更多>>
- 发文基金:四川省教育厅资助科研项目四川省科技计划项目更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于NSCT距离像的星空背景小目标检测技术
- 2017年
- 点状空间目标和长条状背景星存在几何特征的不同,在频域中表现为:长条状背景星主要分布某方向子带上,而点状目标在所有方向子带上的分布近似相同。非下采样Contourlet(NSCT)变换可以对图像进行灵活的多尺度、多方向和平移不变性的分解,能很好地捕捉长条状轮廓,文中提出的基于NSCT距离像的目标检测技术中将某尺度上各方向分量间的比值作为特征向量,通过计算它与中心向量的距离得到距离像,从距离像的统计直方图中可以自适应地选择分割点状目标的门限,实验证明该方法能有效地检测图像中的点状小目标。
- 何宇杨馥溢杨璐
- 关键词:星空背景非下采样CONTOURLET变换距离像
- 星空背景的多运动小目标检测方法被引量:2
- 2016年
- 针对星空背景运动弱小目标检测,提出一种基于图像帧间差分的弱小目标检测方法。该方法在差分的同时利用帧间像素值的关系增强差分后的结果,采用基于约束点的自适应均值+K倍方差的方法进行图像分割,对分割后的结果用二值滤波进行目标聚类和去除孤立噪声点;然后标记得到目标位置、大小、灰度和外接矩形等特征;最后将标记的候选目标与上一帧图像标记的全图目标进行重合度判断去掉残留背景星边缘,将最终得到的候选目标作为后续航迹检测的输入。实验证明,提出的方法既能有效地抑制背景恒星,又能增强弱小目标信号,最后送航迹关联的候选目标很少,一般控制在20个左右,目标航迹测效率高。因此,该方法是一种简单有效的小目标检测方法。
- 杨馥溢杨璐魏敏何嘉
- 关键词:计算机应用图像处理差分多目标
- 基于机器学习的无参考图像质量评价综述被引量:17
- 2018年
- 无参考图像质量评价(NRIQA)因其广泛的应用需求一直以来都是计算机视觉及其交叉领域的研究热点。回顾近十几年来基于机器学习的典型NRIQA模型,介绍图像质量评价的常用数据库、算法性能指标、NRIQA主要难点和现有的解决方法;分析了不同模型的思想、实现、特点;最后统计对比多个数据库上的测试结果。总结研究现状、分析发展趋势,为这一领域的研究者提供文献参考。
- 杨璐杨璐王辉
- 关键词:计算机视觉
- 基于多任务无参考图像质量评价模型研究被引量:1
- 2019年
- 基于深度学习的无参考图像质量评价(NRIQA)模型常见2种结构,即单任务(Single-task)结构和多任务(Multi-task)结构。为了探讨在没有预训练情况下多任务结构对模型准确率影响,对比分析了基于MEON调整后的多任务模型及单任务模型在无参考图像质量评价任务上的性能优劣,其中多任务模型在图像质量评价数据库LIVE、TID2013上分别取得了0.882、0.871的准确率,表现出同等甚至优于单任务模型的性能。在此基础上,多任务模型的子任务输出维度实验表明在NRIQA研究中,子任务能够根据需求和目标在相关数据集上预训练,再结合质量评价任务微调,具有可迁移学习集成于其他任务中的优点。
- 杨璐魏敏