一种基于贝叶斯迁移学习的光学遥感图像目标检测方法.pdf
一条****发啊
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于贝叶斯迁移学习的光学遥感图像目标检测方法.pdf
本发明提供的一种基于贝叶斯迁移学习的光学遥感图像目标检测方法,使用了费希尔信息矩阵来表征源数据集上预训练的目标检测子中包含的知识,并利用该费希尔信息矩阵构造了目标检测子的目标函数,在训练过程中,该项将参与目标数据集上目标检测子的学习,使之在一定程度上保留已经学习到的知识,提高了检测精度;与现有其他光学遥感图像目标检测算法相比,本发明在没有引入额外待学习参数的前提下,有效提升了光学遥感图像目标检测的精度;能够高效、准确地辅助人类判读,节省人力。
基于稠密目标特征学习的光学遥感图像目标检测方法.pdf
本发明公开了一种基于稠密目标特征学习的光学遥感图像目标检测方法,主要解决现有技术中深层卷积导致小目标信息被过滤掉的问题。本发明的具体步骤如下:(1)搭建一个共25层的稠密目标特征网络并设置每层参数;(2)构造训练样本集和训练类标集;(3)获取稠密目标特征网络的深浅特征;(4)对稠密目标特征网络的深浅特征进行融合;(5)获取目标候选框特征集;(6)进行稠密池化;(7)构造测试样本集;(8)对测试样本集进行检测。本发明具有对光学遥感图像的深浅特征提取好,目标检测的精度高的优点。
一种基于贝叶斯理论的图像融合方法.pdf
本发明属于图像处理领域,尤其涉及一种基于贝叶斯理论的图像融合方法。本方法首先建立数据库,用以存储多帧图像的描述子信息;其次对数据库进行初始化,通过一定的顺序对帧图像进行基于MSER算法和Vibe算法的处理,并对其进行描述子计算;接下来对数据库中的数据进行索引和统计,得出贝叶斯计算公式下的各个概率,并计算融合概率;然后得出根据阈值对融合概率进行筛选,并进行图像融合计算;最后根据输入图像进行数据库的更新与代替;该方法注重对连续帧图像信息的保留和统计,对持续存在的特征有较好的保留效果,并且计算简单,不需要似然函
一种基于贝叶斯估计的图像重建方法.pdf
本发明公开了一种基于贝叶斯估计的图像重建方法,该方法适用于具有稀疏特性的图像数据采样及重建。本发明通过结合贝叶斯估计对新增采样位置进行预判,然后利用压缩感知技术中的稀疏信号重建方法完成图像稀疏系数重建,一方面提高数据采样质量,另一方面提高图像的重建质量。本发明方法采用感知矩阵实现预采样,并根据图像稀疏系数的先验概率分布,基于贝叶斯估计确定未采样数据的后验概率分布,同时结合信息熵函数的分析方法,以获取下一次采样位置,该方法一方面可以有效避免稀疏采样中的随机‘等概率’采样的盲目性,另一方面进一步降低随机采样的
一种基于贝叶斯推理的图像场景分层处理方法.pdf
本发明是一种基于贝叶斯推理的图像场景分层处理方法,包括:在图像场景语义标记结果基础上,定义语义、位置、轮廓、公共边界和交界点五种遮挡线索,并学习这些遮挡线索的概率分布;然后构建贝叶斯推理框架,定义基于先验概率和似然概率的带权有向图;最后利用本发明提出的层次排序推理算法,结合后验概率最大化,在带权有向图上求解出图像场景的层次结构。本发明可用于图像或视频虚拟场景的遮挡处理,图像或视频虚拟场景生成等应用。