简介：摘要：本论文旨在对近景摄影测量中多尺度特征融合方法进行浅析，以探讨其在实际应用中的有效性和潜在优势。文章通过文献综述和实例分析，研究了多尺度特征融合方法的基本原理、算法和应用效果，并探讨了其未来的发展趋势。

简介：道路目标检测在智慧城市建设中扮演着重要角色,而Faster-RCNN是目前主流的目标检测网络结构算法.本文在Faster-RCNN卷积神经网络结构基础上增加了特征金字塔网络层,并采用关注损失函数替代了原有的交叉熵损失函数.其中增加的特征金字塔特征融合层可以提取到检测图片中更具鲁棒性和一般性的前背景特征,而通过关注损失函数则能起到缓解检测图片中的正负样本不均的情况.最后,在公开数据集KITTI上实验证实,改进的目标检测算法能实现提高原有的Faster-RCNN目标检测准确率.

简介：摘要：针对目前常用的目标检测算法检测PCB板表面缺陷具有定位不准确、细小缺陷难以检测等问题，本文提出了多尺度特征融合的YOLO V3（Multiscale Feature Fusion，MFF-YOLO V3）PCB缺陷检测方法。受YOLO V3模型启发，通过设计卷积神经网络提取多尺度图像特征，将生成的多尺度特征进行融合以生成单尺度图像特征，然后运用聚类方法以实现对PCB板缺陷的准确定位。与YOLO V3不同在于，通过提高多尺度图像特征的分辨率并进行融合，提高了模型对PCB板微小缺陷的检测能力；为实现PCB板缺陷的精准定位，采用以AvgIOU为金标准的K-means算法实现候选目标区域的重定义。同时，由于MFF-YOLO V3实现了单输出以实现特征的提取，减小卷积层的层数，从而减小网络训练的计算量。通过在DeepPCB数据集上进行测试，其mAP较YOLO V3提升了9.2%，准确率达到了87.9%。实验表明，多尺度特征融合YOLO V3的PCB板表面缺陷检测方法能够更有效的检测PCB板缺陷，基本满足工业检测要求。

简介：在穿墙雷达成像技术中,建筑布局成像对确定墙后人体目标的空间相对位置以及多径虚假目标的提取有重要意义。目前的建筑布局成像一般采用多通道多视角图像融合方法,对此提出一种基于多尺度分析,即基于小波分解下的多通道多视角图像融合算法。该算法分为两个阶段,第一阶段涉及到单视角下的多通道图像融合,该阶段的融合目的主要是为增强图像细节信息和提高图像清晰度。因此对其小波分解后的图像高频分量采用平均梯度增强的加权融合算法,低频分量采用平均加权融合,后经小波反变换后形成多幅单视角图像;第二阶段涉及到多视角融合,该阶段的融合目的主要是为了增强图像的对比度,并且考虑到此阶段不同视角下图像经小波分解后的三个高频分量对比度各不相同,因此高频分量采用对比度增强的加权融合算法,低频分量仍采用平均加权融合,后将融合后的频率分量经小波反变换,便可得到一幅完整融合图像。仿真结果表明,提出的基于小波分解下的多通道多视角图像融合算法不论在图像视觉效果的改善和信噪比的提高等方面都有较大的作用。

简介：摘要：研究工作的主要内容包括:1)通过自适应融合各层特征图，解决了特征融合中图像空间信息冲突和特征金字塔中的不一致性问题;2)使用高效倒置瓶颈块降低模型复杂性，同时提升模型的有效性，解决EfficientDet模型的骨干特征提取网络参数效率低的问题，减少网络运行时间;3)使用多尺度块提升有效感受野，对病灶区域特征进一步关注，解决部分体积偏小的肝脏肿瘤病灶难以检测问题;4)使用先验框聚类和数据增强方法，从模型和数据两方面加强模型对肝脏肿瘤数据集的检测能力和泛化能力，解决肝脏肿瘤的形状大小不一及位置各异的问题。本文主要分析多尺度自适应融合的肝脏肿瘤检测。

简介：目的：实现心音信号的自动分段;定位第一心音、第二心音、杂音。方法：提出一种无需心电参考的心音自动分段算法。利用小波变换对心音信号进行多层分解-重构,保留心音信号主要成分,削弱杂音比重,突出心音基本特征;提取心音信号特征波形,进而得到心音包络,对心音包络采用相关算法,实现心音定位。结果：采用612个周期不同病症的心音信号进行验证,平均心音信号分段正确率为98%。结论：仿真结果表明,心音信号分段算法抗噪能力强、分段正确率高。

简介：通过对金衢2005年6月11日暴雨过程的大尺度背景、天气学条件和α中尺度模型的分析．在大尺度两槽一脊，影响低槽还在加强的背景下，本次主要降水发生在能量锋区南缘，水汽通量具有提前的指示作用，底层垂直上升运动不是很强，从α中尺度模型分析，过程具有梅雨锋暴雨的三维特征。

简介：摘要：最近几年基于深度学习的图像压缩技术不断发展，借助深度学习出色的表达能力，当前最新该类算法已经能够与H.265实现相似甚至更好的压缩表现。但是当前主流的基于学习的压缩编码方法主要面临以下两个挑战。首先，当前的自编码器架构普遍是基于卷积神经网络，使用卷积操作搭配非线性激活函数实现数据的非线性变换。然而，由于卷积操作是简单的局部信息的加权求和，且其局限于较小的范围，因此其学习到的变换是可能是局部的、次优的。基于此，本篇文章对基于多尺度深度特征检测的图像压缩技术进行研究，以供参考。

简介：为提高人脸识别的正确率，提出了一种改进的特征提取及分类算法。首先采用Contour-let变换对人脸图像进行多尺度分解，然后由低频子带和各尺度各方向的高频子带得到人脸的特征值，并将它们组合成多尺度特征向量，再应用多元回归分析方法进行人脸识别。由于多尺度特征向量不仅反映了整幅图像的全局特征，还反映了图像各种尺度下的边缘、纹理等奇异特征，因此具有更多的鉴别信息；多元回归分析则充分考虑了同一总体的各样本间的强线性关系。在ORL人脸库上的实验显示人脸识别率达97．78％，优于其他的方法。

简介：针对单一特征步态识别率低的问题，提出一种将步态能量图（GaitEnergyImage，GEI）中动态部分和Gabor小波特征融合的步态识别算法．首先，通过运动目标检测及二值化和形态学处理等预处理操作得到步态轮廓图，再进一步从步态轮廓图计算得到步态能量图，并从中分割出动态部分．然后，利用Gabor小波从步态能量图的动态部分中提取不同角度的信息，将两步态特征融合在一起，对融合后得到的特征向量用改进的KPCA方法进行降维．最后，将降维后的融合特征向量输入到基于多分类的支持向量机（SupportVectorMachine，SVM）中，从而完成步态的分类和识别．经过在中国科学院自动化研究所CASIA步态数据库上进行实验，取得了很好的识别效果，实验结果表明，与单一特征的步态识别方法相比，融合后算法的识别率提高了约10％．

简介：为了能表示数据的层次结构,Wu和Leung从粒计算的角度提出了一种新的数据表示方法称为多尺度决策表,并提出了最优尺度的定义,在最优尺度上进行属性约简、规则获取等任务可以提高知识发现效率.但是Wu和Leung所提出的基于协调性的最优尺度选择的方法在面对不协调的多尺度决策表的时候,仅考虑广义决策而忽视了不协调的多尺度决策表决策规则置信度的变化.针对这个问题,本文提出了基于熵的最优尺度选择的方法,该方法无需判断多尺度决策表的协调性,就可以获取保持决策规则置信度的最优尺度.

简介：采用正交小波分解研究了近2ka来青藏高原古里雅冰芯记录的气温和冰川积累量演变多尺度特征,得到了与构成序列中主要气候事件对应的尺度分量。用130a尺度以上分量几乎可以重建冰芯记录中的主要冷暖或干湿气候事件。平均而言,温度和冰川积累量配置在大多数时间尺度上都呈正相关,即暖湿/冷干配置,但在130a尺度上是负相关,即冷湿/暖干配置。20世纪以来的快速增暖增湿发生在260a尺度上。线性增暖趋势和千年尺度分量都是暖湿/冷干配置并占有较大的方差,它们在很大程度上左右着百年尺度上的温湿配置。二者的结合直接导致千年尺度上温湿配置在8世纪出现由冷湿/暖干向暖湿/冷干气候型的转变。

简介：利用1°×1°的NCEP再分析资料、红外辐射亮温（TBB）、多普勒雷达和气柱水汽总量等资料,对2011年7月28-29日发生在山西境内的区域性暴雨进行多尺度特征分析。结果表明：（1）乌拉尔山阻高崩溃,西风槽东移、副高进退是此次暴雨发生的环流特征;（2）850hPa低涡切变和700hPa暖式切变线及地面冷锋是暴雨发生的中α尺度触发系统;（3）〉30dBZ的雷达回波呈南北向位于地面冷锋与700hPa切变线之间,雷达回波随地面冷锋和700hPa切变线的东移而东移;（4）低空低涡切变受500hPa强盛西南气流的引导向东北移动,暴雨落区始终与低涡切变相伴随;（5）暴雨过程山西境内共有9个中β尺度对流云团活动,山西西南部的暴雨主要由5个中β尺度对流云团的相继移入并在自动站极大风速风场切变线附近触发对流发展所致;山西东南部的大暴雨则是3个中β尺度对流云团合并发展的结果,中γ尺度气旋是导致局地大暴雨发生的直接影响系统;（6）暴雨发生在气柱水汽总量空间分布图中水汽锋的南部和东部及靠近气柱水汽总量的大值区一侧,水汽锋的形成比降水开始提前17h,比暴雨发生提前24h以上,对暴雨的短期、短时预报有指示意义。

简介：提出了一种基于多分辨率小波高频特征系数的高光谱遥感影像亚像素目标识别方法.首先利用多尺度小波变换将光谱信号分解为不同尺度的高频特征信号,然后借助接收操作特性曲线(ROC)和马氏距离投影寻踪求取一维最佳识别特征,最后通过高斯最大似然决策函数求解亚像素目标的存在概率.通过38种小波函数的高光谱数据实验证明,该方法对亚像素目标的识别效果较好.

简介：跨长度和跨层次现象以及相应的多尺度耦合反映物质世界的基本性质及多学科交叉的内禀特征，具有极其丰富的科学内涵。集量子力学、原子学模拟、粗粒化技术、准连续描述以及有限元等多层次模拟为一体的统一表述和运作在萌芽和发展之中，目标为洞察物性本质，实现材料结构设计及物性预报。多尺度模型哈密顿表述及约束条件和相关准则的设定以及发展相应算法是其核心问题。本文简要介绍了材料科学中多尺度一多层次耦合中的基本问题，给出多尺度分析方法的一般描述；同时概述相关的处理方案。关于多尺度模型及相关分析计算，着重阐述了参量解析传递模式以及跨层次协同算法，介绍了作者的基本思想，理论计算框架，相关解析表式及部分计算结果。

简介：摘要：油画艺术是一种独特的艺术形式，具有丰富的表现力和艺术性。不同的艺术风格代表着不同的艺术意境与表达方式，通过对油画艺术风格的分类不仅可以帮助更好地理解艺术家的创作初衷和意图，还可揭示出不同艺术风格之间的关联性和演变规律，对于艺术史与文化研究具有重要的参考价值。基于此，本文旨在提出一种基于多特征融合的方法，以实现对油画艺术风格的准确分类。

简介：摘要本文提出一种基于小波方差和小波协方差的β系数估计方法，并通过小波方差和小波协方差的多尺度分解估计出不同尺度上的风险系数，用该方法对中国证券A股市场分行业及投资组合的β系数进行了多尺度估计分析。实证结果表明，我国股市具有复杂的多尺度波动的特征，不同时间尺度上证券市场所表现出的风险不一样，短期投资的风险主要表现在高频波动，投资者应当考虑低尺度下的β系数，而长期投资风险主要表现为低频波动，应当考虑大尺度下的β系数。

简介：在给出二值图像多尺度表示方法的基础上,提出一种基于多尺度表示的细化算法,与目前已有的算法相比较,它的计算量小、抗噪性能好、便于硬件实现.实验结果表明,该算法很好地克服了传统细化算法的不足,为处理受强噪声污染的二值图像提供了一个新的思路.

简介：

简介：针对中文微博短文本的倾向性分析进行研究,提出一种多特征融合的微博情感倾向性分析方法.在微博情感特征方面,综合考虑情感词、词性、词汇等语言学特征和标点符号、表情、主题标签等微博结构特征.在特征抽取上,将特征组合与卡方统计相融合.在倾向性的判别方法上,分别采用基于规则集和情感词典的倾向性判别方法和基于支持向量机的倾向性判别方法.实验证明,前者增加微博新词识别和新词极性标注后准确率提高了14.11%,后者的准确率平均为94.67%.