公共文化服务平台

搜索到1762篇“ GABOR滤波“的相关文章

结合注意力机制和Gabor滤波器的人脸伪造检测: 2025年; 针对假人脸和真实人脸纹理的显著差异,提出了一种基于纹理特征的人脸伪造检测模型.首先,以ResNet18为主干网络,结合通道注意力机制和残差网络解决网络退化的问题,并建立通道之间的联系以提取深层特征;其次,运用自相关矩阵来量化图像块之间的相关性,捕捉图像中不同尺度的特征以获取全局统计特征;最后,通过在自相关模块的每个池化层后引入Gabor滤波器,提取图像的局部纹理特征,全面描述图像内容,并采用Softmax函数对输入图像进行层次化分类.实验结果表明,对于不同的图像增强方法编辑的假图像,该方法有效提升了检测准确率.; 罗维薇岳田田雷琴; 关键词：自相关矩阵 GABOR滤波器

基于Gabor滤波器的多特征融合活动轮廓模型研究: 2025年; 针对红外图像的对比度较低以及红外图像的成像原理不同于可见光图像,使得红外图像呈现出较为模糊的视觉效果,这使得分割的难度加大。为了解决这些问题,提出一种多特征融合的红外图像分割算法。首先,设计不同方向和尺度的Gabor滤波器组,应用于红外图像以提取图像的纹理特征,获得多方向和多尺度的纹理特征,选择最优的特征。然后,在一维熵的基础上引入能够反映灰度分布空间特征的特征量来组成图像的二维熵,提取图像的空间信息。其次,将Gabor滤波器组提取的纹理特征、空间特征以及强度特征相结合,形成多特征融合的图像分割方法。最后,对基于Gabor滤波器的多特征融合的活动轮廓模型方法进行实验验证,并对其性能进行分析。结果表明,该方法能够准确有效地实现对红外图像的分割,具有良好的应用前景。; 李更生成波刘相国; 关键词：GABOR滤波器红外图像

联合Gabor滤波的改进低秩稀疏矩阵异常检测算法: 2025年; 高光谱异常检测作为一种不依赖目标先验知识的无监督技术,存在诸如异常与背景难以区分、异常目标的检测精度易受背景污染等难题。为了解决这些问题,提出了一种联合Gabor滤波(Gabor filter,GF)的改进低秩稀疏矩阵异常检测算法。将Gabor滤波器引入低秩和稀疏矩阵分解(Low-rank and sparse matrix decomposition,LRaSMD)中,用来提取高光谱图像数据的空间纹理特征。对LRaSMD进行改进,选取Gabor变换后的初始结果构建子集,并对这个子集进行约束,通过固定子集的n个最小值并减去背景均值向量,最大程度地保留样本的异常值信息。采用马氏距离对构建的背景协方差矩阵进行检测。所提出的算法在5个数据集上的AUC值(Area under the curve)分别为0.9934、0.9967、0.9995、0.9991和0.9964。实验结果证明,所提出的算法极大地减弱了背景对异常像元的污染,并且可以很好地将背景和异常区分开,具有非常好的异常目标检测性能。; 徐智元王晓飞; 关键词：高光谱图像异常检测特征提取 GABOR滤波器

基于改进的LBP和Gabor滤波器的纹理特征提取方法: 2025年; 纹理提取是计算机视觉领域的一项重要任务,纹理提取的质量对纹理分类的准确性具有关键影响.传统单一的纹理提取方法难以准确描述各类纹理的特征.本文提出一种基于改进的位置局部二值模式(IPLBP)和Gabor滤波器的纹理提取算法,其中,改进算法在局部二值模式(LBP)的基础上通过提取纹理位置信息来提高纹理描述能力.利用改进后的LBP算法提取局部纹理信息,Gabor滤波器提取全局纹理信息,将两种特征信息进行融合后使用支持向量机(SVM)进行分类.实验结果表明,所提出的算法在纹理材质分类任务上展现出了良好的性能.相比传统的LBP算法,该算法能够更准确地捕捉不同纹理特征之间的差异.; 陈佳明陈旭任硕邸宏伟; 关键词：纹理提取局部二值模式 GABOR滤波器支持向量机

融合Gabor滤波与Transformer的图像水印方法: 2025年; 图像水印在数字版权保护和身份验证领域中具有关键意义,是保护图像信息安全和确保数据可信性的重要技术手段。目前,大多数已发表的基于深度学习的图像水印方法都是基于卷积神经网络设计的,此类方法存在无法充分捕捉图像的全局信息和细节信息,以及忽略图像高频信息具备稳定和不可感知特点等问题,为了克服上述问题,该论文提出一种融合Gabor滤波与Transformer的图像水印模型。该模型由嵌入网络、提取网络和判别网络组成:在嵌入网络设计了水印信息处理模块对水印信息引入冗余和扩展操作,以增加水印信息在传输过程中的鲁棒性;在嵌入网络引入Gabor滤波的思想在特征提取模块通过卷积分支来捕捉局部特征,通过Transformer分支捕捉全局信息,来充分挖掘图像的稳定特征;在提取网络中融合标准卷积和差分卷积,来准确感知图像的细微信息,进而提高水印的提取精度;引入判别网络与嵌入网络形成对抗训练关系,评估生成水印图像的真实性和质量,从而提升嵌入网络生成水印图像的视觉质量。分别在COCO、ImageNet和VOC2012数据集下进行综合对比实验,结果表明,该文方法针对不可感知性和鲁棒性,相比于相关水印模型取得了更优的指标,具有较为突出的增强性能与泛化能力。此外,还进行了相关的消融实验,结果进一步验证了该模型的可靠性和有效性。; 张天骐谭霜沈夕文唐娟; 关键词：图像水印鲁棒性卷积神经网络 TRANSFORMER

双Gabor滤波器手掌静脉识别网络: 2024年; 目的基于手掌静脉的身份识别需要在近红外光下采集手掌血管图像,安全性高。开放环境下的非接触式采集,相对于传统的将手掌放到采集箱体内固定栓上的采集方式更受用户欢迎。但开放环境带来的可见光干扰和非接触拍摄带来的图像旋转、平移、比例缩放、光照改变使得识别具有挑战性。针对以上两个难点,研究了一种基于非监督卷积神经网络的方法。方法在卷积层中结合主成分分析(principal component analysis,PCA)滤波器提取主元信息,减少由于可见光引起的噪声影响;以固定尺寸Gabor滤波器为多尺度自适应Gabor滤波器提供先验知识,克服图像因几何与光照改变对识别产生的干扰,用以增强掌脉稳定特征,提升识别性能,再以二值化方式降低数据量,最后使用自适应K近邻(K-nearest neighbors,KNN)的变体分类器进行分类识别。结果采用自建图库、同济图库和PolyU-NIR图库进行实验分析,在3个图库中的等误率分别为0.2899%、0.2113%和0.1586%,误拒率和误识率分别为0.0027和2.3188、0.0023和1.2821、0.0000和1.5962。结论与传统方法以及经典网络方法相比,该方法能有效提高识别准确率,适用于对安全性要求较高的场合进行身份识别,具有实用价值。; 吴微张源林森陈希爱李云鹏; 关键词：生物特征识别手掌静脉识别非接触

多模态遥感图像模板匹配Log-Gabor滤波方法: 2024年; 针对多模态遥感图像匹配难的问题,本文提出了一种基于Log-Gabor滤波的高精度匹配方法。该方法采用由粗到细的多层级密集匹配框架,无须进行特征点检测,避开了多模态图像特征点检测重复率低的问题,能够提取大量高精度匹配点对。本文方法主要分为两步:首先,利用多尺度多角度Log-Gabor滤波器构建对图像间非线性辐射差异稳健的特征金字塔;然后,利用粗尺度的底层特征图进行密集模板匹配,提取大量粗粒度的特征匹配点对,在此基础上再利用特征金字塔,实现粗匹配点自下而上的逐层优化,完成高精度特征匹配点对的提取。同时,针对模板匹配滑窗运算效率不高的问题,提出了一种密集模板匹配的快速实现方式,有效减少了密集模板匹配的运算时间。本文使用多组不同模态的遥感图像进行试验,结果表明,本文方法能够克服图像间非线性辐射差异的影响,在正确匹配数目、匹配准确率与匹配精度上均优于现有多模态图像特征匹配方法。; 曹帆之石添鑫韩开杨汪璞安玮; 关键词：LOG-GABOR滤波

基于Gabor滤波器和Swin Transformer的布匹瑕疵识别方法研究: 纺织业作为中国最重要的传统产业之一,在国民经济中扮演着举足轻重的角色。及时发现和处理布匹中的瑕疵对于降低生产成本和提高生产效率至关重要。基于此,本文以单色布为研究对象,将瑕疵识别分为检测和分类两个方面深入研究。针对采集的...; 韩丽华; 关键词：瑕疵检测 GABOR滤波器

一种基于GABOR滤波器的智能化地震波场模拟方法: 本发明适用于地震勘探技术领域，提供了一种基于GABOR滤波器的智能化地震波场模拟方法，本方法首次将频率作为GaborPINN的输入项，此外首次提出采用坐标变换将波数特征引入神经网络，采用Gabor滤波器提高了PINN的优...; 王之玺宋超刘财

一种基于GABOR滤波器的智能化地震波场模拟方法: 本发明适用于地震勘探技术领域，提供了一种基于GABOR滤波器的智能化地震波场模拟方法，本方法首次将频率作为GaborPINN的输入项，此外首次提出采用坐标变换将波数特征引入神经网络，采用Gabor滤波器提高了PINN的优...; 王之玺宋超刘财

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈