排序方式: 共有77条查询结果,搜索用时 15 毫秒
11.
12.
针对基于GAN网络的MO-GAAL(多目标生成对抗主动学习)算法鉴别器判别效果不稳定和模型鲁棒性问题,提出了改进算法RMOGAAL。该算法在MO-GAAL算法基础上引入了多个鉴别器,并借助集成学习中Bagging(自助聚合法)思想对真实数据进行随机采样,利用采样数据分别对引入的多个鉴别器进行训练,再通过训练结果对生成器进行调优,使生成器能够生成更接近判定边界的异常值,同时生成器优化促使鉴别器鉴别结果更加准确与稳定。生成器与鉴别器的交替优化,提高了整个模型的鲁棒性。实验结果表明,RMOGAAL算法不仅优于常用异常检测算法,并且较MO-GAAL算法相比有更高的性能。 相似文献
13.
14.
15.
针对目前基于在线学习的On-line Boosting 算法用于视频目标跟踪时对于快速移动的目标,容易引起跟踪漂移的问题,提出一种将Surf算法融合于On-line Boosting的Surf-Boosting视频目标跟踪算法。该算法在原先的On-line Boosting算法的基础上增加跟踪漂移判断,对已跟踪漂移的视频帧使用Surf算法进行目标定位,将Surf定位到的目标作为正样本放到后续On-line Boosting算法中继续跟踪学习。实验结果表明,该方法能够很好地抑制原有算法的跟踪漂移问题,在跟踪过程中的正确率达到98%,实现对快速移动目标的正确跟踪,并具有很好的鲁棒性。 相似文献
16.
由于液晶本身不发光,需要通过背光照明,因此目前大多数产品采用冷阴极射线荧光灯(CCFL)作为背光源,但因CCFL的亮度不容易控制和响应速度慢等缺点,造成液晶显示的能源浪费和动态模糊。文章提出了一种基于点阵式LED的动态背光源结构,将单个LED发出的光投射区域限制在散光膜的单一区域,即每个LED只负责液晶部分区域的背光照明。文章还设计了动态背光源的驱动电路,通过对显示的画面进行分析.采用亮度动态控制的方式可以得到不同区域的最佳亮度,同时驱动LED背光达到相应的亮度。并利用Matlab软件仿真LED背光源,结果表明采用动态背光源能有效地降低功耗.提高图像对比度。 相似文献
17.
In order to realize the energy saving of the backlight in liquid crystal display (LCD) with approximate image quality, a human visual characteristics guided backlight luminance scaling method is proposed for power minimization. Image histogram clipping and extension steps are firstly established based on the luminance consistency theory. Dark and bright regions of the image are weighted respectively based on the human visual threshold property and then the histogram is clipped to the restricted range. To compensate the degrading of the backlight, visual attention architecture is then imported to extend the histogram nonlinearly and assign the complex image region with a larger weight. Experimental results show that the algorithm can save about 50% backlight energy with 5% image distortion. 相似文献
18.
19.
提出了利用一种新方法获取合适的环形对称Gabor核函数窗口提取人脸图像的纹理信息,并结合改进的PCA进行人脸识别的方法.首先将人脸与环形Gabor小波函数卷积得到图像在5个尺度上的变换,该过程采用一种新方法获取合适的Ga-bor核函数窗口,以保证与人脸图像卷积后得到更为合理的人脸特征,同时利用一种新的分块PCA方法,将环形Gabor滤波后的子图像分组,对分组后的图像平均分块再进行降维,在空间位置上提取出Gabor人脸细节的主要特征,有效降低了人脸特征冗余.通过实验验证该方法在3.5m内对人脸识别率达到95%,单个人脸识别时间小于0.22 s. 相似文献
20.
液晶显示屏Mura缺陷是一类较难检测的显示缺陷,它具有对比度低、背景亮度不均匀、边缘模糊等特点。针对传统Chan-Vese模型(C-V模型)对其分割时存在误分割及速度慢的问题,本文提出一种改进的C-V模型。首先,依据曲线演化理论,简化了传统C-V模型的图像数据力驱动项,这样减少了迭代过程中的计算量,提高了分割的速度。其次,为了平衡图像的亮度不均匀,在模型中引入一个新的能量项,该能量项与轮廓曲线内、外部之间的亮度差有关,提高了分割的准确性。最后,在算法的实现过程中引入迭代停止的判别式,通过设定分割的精度可以实现迭代的自动停止,并有利于正确地分割出目标。实验结果表明,本文提出的改进C-V模型能够准确分割背景不均匀的Mura缺陷,并且具有较快的速度。 相似文献