论文研究基于浅层神经网络的图像局部特征描述子提取 .pdf

实现了静态图像压缩标准-JPEG算法在TMS320C6711DSP上的移植，采用了软件流水，内联函数等代码优化措施，实现了基本的数据压缩。使用了DSP外设接口HPI与PC机进行数据交换，在保证图像质量

为了有效地修复大面积破损的面部图像，使用了解码器-编码器结构的卷积神经网络作为生成模型，并在其部分层之间增加skip-connection，以增强生成模型的结构信息预测能力，同时引入对抗训练策略优化生

针对传统神经网络图像复原算法在复原过程中模糊图像边缘，收敛速度慢等不足，提出一种基于调和模型的快速神经网络图像复原算法。在该算法中，图像复原模型的正则化项采用调和模型，并在每次网络状态更新时引入最陡下

为了检测不同失真类型的视频图像，实现对失真视频图像的分类处理，提出一种基于卷积神经网络的视频图像失真检测及分类方法。将视频图像分割成较小的图像块作为输入；然后利用卷积神经网络主动学习特征，引入正负例均

将聚类网络用于非监督的图像分割，提出了竞争层神经元的动态调整机制和返回式的非重复训练学习方案，实现了聚类数的自适应增加，解决了随机生成权值矩阵产生的死点问题，提高了算法的收敛性能。实验结果表明，改进的

采用BP神经网络，把矩形压电振子的各阶振型位移输入到神经网络中进行训练，提取各阶模态的振型特征，可实现矩形压电振子的共振振幅分布和振动模态阶次的非线性映射，以此区分各个模态。仿真实验结果显示，建立的神

针对密集人群建模困难、异常事件检测可靠性差等问题，提出了一种基于递归神经网络局部建模的人群异常事件监测与定位方法。该方法首先对人群场景进行网格划分，提取多尺度光流统计直方图特征，并按照一定规则进行特征

本报告旨在通过深入研究卷积神经网络(CNN)的原理及应用，探究其在图像检测领域中的优势和应用。我们在该领域进行了一系列的实验，通过数据分析和结果对比，得出了一些有价值的结论和建议，为相关领域开展更深入

为解决基于图像导航的机器人辅助外科手术过程中X光图像的畸变特性问题,提出了一种新型的基于BP神经网络的X光畸变图像校正方法。该方法首先从一个标准模板的X光畸变图像中提取标定样本位置信息作为神经网络输入

基于振动神经网络的动态自适应图像处理方法的研究，谭相录，，在我们所讨论的振动网络模型和相关动态同步图像分割方法中。最先提出基于耦合振动自适应的连续分割图像算法。随着新模型新算法的