针对人脸表情识别，传统方法主要依赖人工提取特征的优劣，算法的鲁棒性较差，而传统卷积神经网络无法提取到更深层次的图像特征，因此该文将采用深度残差网络进行人脸表情识别。ResNet网络主要由残差模块组成，将残差模块的输出送入到全连接层进行特征的融合，最后由Softmax分类器进行分类。该文将输入残差模块之前的卷积层进行改进，使用并行的小卷积代替原来的卷积，使其可以提取到更深层次且不同尺度的图像特征以易于识别。在公用数据集CK+上进行多次实验，结果证明该方法具有较高的准确率。
2021-08-22 10:30:37
1.47MB
1
业分类-物理装置-一种图像特征信息帧内快速划分方法、系统及存储介质.zip
2021-08-10 10:14:31
667KB
本文提出了一种新的基于联合稀疏表示的图像融合方法。 由于传感器观察到相关现象，因此源图像有望具有共同的和创新的特征。 我们使用稀疏系数作为图像特征。 通过联合稀疏表示，用公共稀疏系数和创新稀疏系数表示源图像。 因此，稀疏系数由创新系数的平均绝对值加权。 此外，由于稀疏表示在图像去噪算法的开发中已经取得了很大的成功，因此我们的方法可以同时执行图像去噪和融合，而图像会受到加性噪声的破坏。 实验结果表明，该方法在多个指标以及视觉质量上均优于其他方法。
2021-07-27 14:36:16
512KB
1
DicomToolboxMatlab：从MATLAB中的CT和RT Dose DICOM文件导入，可视化和提取图像特征
2021-07-24 21:49:21
176KB
1