检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于弱监督的改进型GoogLeNet在DR检测中的应用

丁英姿, 丁香乾, 郭保琪

计算机应用 2019, 39 (8): 2484-2488. DOI: 10.11772/j.issn.1001-9081.2019010225

摘要（482）

PDF （750KB）（266）

针对糖尿病视网膜病变分级检测中标定样本少、多目标检测的问题，提出了一种基于改进型GoogLeNet的弱监督目标检测网络。首先，对GoogLeNet网络进行改进，去掉最后一个全连接层并保留检测目标的位置信息，添加全局最大池化层，以sigmoid交叉熵作为训练的目标函数以获得带有多种特征位置信息的特征图；然后，基于弱监督方法仅使用类别标签对网络进行训练；其次，设计一种连通区域算法来计算特征连通区域边界坐标集合；最后在待测图片中使用边界框定位病灶。实验结果表明，在小样本条件下，改进模型准确率达到了94.5%，与SSD算法相比，准确率提高了10%。改进模型实现了小样本条件下端到端的病变识别，同时该模型的高准确率保证了模型在眼底筛查中具有应用价值。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于异常区域感知的多时相高分辨率遥感图像配准

吴伟, 丁香乾, 闫明

计算机应用 2016, 36 (10): 2870-2874. DOI: 10.11772/j.issn.1001-9081.2016.10.2870

摘要（501）

PDF （943KB）（391）

在对多时相高分辨遥感图像进行配准时，由于成像条件差异，图像间存在的地物变化与相对视差偏移两类典型异常区域会影响配准精度。针对上述配准中存在的问题，提出一种基于异常区域感知的多时相高分辨率遥感图像配准方法，包括粗匹配和精配准两个阶段。尺度不变特征变换（SIFT）算法考虑到尺度空间属性，不同尺度空间提取的特征点在图像中对应不同大小的斑块，高尺度空间提取的特征点对应图像中的大斑点，其对应地物相对稳定、不易发生变化。首先，利用SIFT算法提取高尺度空间特征点完成图像快速粗匹配；其次，利用灰度相关性度量对图像块进行相对偏移量统计分类以感知视差偏移区域，同时结合空间约束条件，确定低尺度空间特征点的有效提取区域以及匹配点搜索范围，完成图像精配准。实验结果表明，将该方法用于多时相高分辨遥感图像配准，可有效抑制异常区域对特征点提取的影响进而提高配准精度。

参考文献 | 相关文章 | 多维度评价