Search | Engineering

订阅投稿

首页工程期刊工程焦点工程成就工程前沿关于我们 English

资源类型

期刊论文 536

会议信息 24

会议视频 15

年份

2024 1

2023 76

2022 86

2021 72

2020 66

2019 69

2018 37

2017 40

2016 21

2015 5

2014 5

2013 2

2012 9

2011 5

2010 4

2009 5

2008 8

2007 11

2006 13

2005 9

展开︾

关键词

机器学习 27

人工智能 17

深度学习 15

2019 6

2020 6

图像处理 6

COVID-19 3

MATLAB 3

ACM 2

ICBSP 2

Quantitative structure 2

imge analysis 2

stereology 2

代理模型 2

优化 2

可持续发展 2

强化学习 2

故障诊断 2

展开︾

检索范围：

排序：展示方式：

基于双重约束的多帧图像降噪方法 Research Articles

张丹,赵磊,许端清,鲁东明

《信息与电子工程前沿（英文）》 2022年第23卷第2期页码 220-233 doi: 10.1631/FITEE.2000353

摘要：深度学习在计算机视觉领域应用非常成功，促进了图像降噪和多帧图像降噪领域的快速发展。本文针对多帧图像降噪问题，提出一种从多帧噪声图像中恢复清晰图像的方法。该方法结合BM3D（块匹配和三维滤波，block-matching and 3D filtering）算法和卷积神经网络（CNN）模型完成多帧图像降噪任务。该CNN模型基于分治法的思想设计。首先，用BM3D算法处理带噪声的多帧图像。然后，将预处理后的图像和原始噪声图像分别输入CNN模型的两个并行分支。最后，用一个轻量级CNN模块融合两个分支的输出得到最终图像估计。此外，引入图像块匹配策略解决帧不对齐问题。在合成和真实噪声图像上的实验结果表明，该算法与其他算法相比具有一定竞争力。

关键词：图像降噪；多帧图像降噪；深度学习

HTML PDF 收藏

一种针对盲图像质量评估的多模态密集卷积网络 Research Article

Nandhini CHOCKALINGAM, Brindha MURUGAN

《信息与电子工程前沿（英文）》 2023年第24卷第11期页码 1601-1615 doi: 10.1631/FITEE.2200534

摘要：图像在加强交流中发挥着重要作用，已被广泛应用。因此，图像质量评估（IQA）对优化传递给终端用户的内容至关重要。在IQA中使用卷积神经网络面临两个常见难题。一是这些方法难以提供图像最佳表示，另一个问题是模型具有大量参数，容易导致过拟合。为解决这些问题，提出一种参数更少的深度学习模型——密集卷积网络（DSC-Net），用于无参考图像质量评估（NR-IQA）。此外，将多模态数据用于深度学习明显改进各种应用的性能。多模态密集卷积网络（MDSC-Net）融合了灰度共生矩阵（GLCM）方法提取的纹理特征和DSC-Net方法提取的空间特征，并对图像质量进行预测。

关键词：无参考图像质量评估；盲图像质量评估；多模态密集卷积网络；深度学习；视觉效果；感知质量

HTML PDF 收藏

基于图像的深度学习降雨强度估计方法 Article

尹航, 郑飞飞, 段焕丰, Dragan Savic, Zoran Kapelan

《工程（英文）》 2023年第21卷第2期页码 162-174 doi: 10.1016/j.eng.2021.11.021

摘要：本文提出了一种基于图像的深度学习模型来估计具有高时空分辨率的城市降雨强度。进一步来说，一种称为基于图像的降雨卷积神经网络（image-based rainfall convolutional neural network, irCNN）模型是使用从现有密集传感器（即智能手机或交通摄像头）收集的降雨图像及其相应的测量降雨强度值开发的。随后使用经过训练的irCNN 模型根据传感器的降雨图像有效地估计降雨强度。分别利用合成降雨数据和真实降雨图像来探索irCNN 在理论和实际模拟降雨强度方面的准确性。

关键词：城市洪水降雨图像深度学习模型卷积神经网络（CNN）降雨强度

HTML PDF 收藏

深度学习在医学超声图像分析中的应用综述 Review

刘盛锋, 王毅, 杨鑫, 雷柏英, 刘立, 李享, 倪东, 汪天富

《工程（英文）》 2019年第5卷第2期页码 261-275 doi: 10.1016/j.eng.2018.11.020

摘要：对于图像分析来说，很有必要开发先进的自动化超声图像分析方法来帮助医生进行超声诊断，一方面可以减轻医生的负担，另一方面可以降低诊断的主观性，从而使得诊断更加客观与准确。近年来，深度学习已经成为最主要的机器学习工具，并且广泛应用于各个研究领域，尤其是一般的图像分析与计算机视觉。在医学超声图像分析中，深度学习也展示了巨大的应用潜力。本文首先简要介绍了一些流行的深度学习结构，然后总结并全面讨论了深度学习方法在超声图像分析的各种特定任务（如图像分类、物体检测与目标分割）中的应用。最后，本文讨论了深度学习在医学超声图像分析应用中所面临的挑战以及潜在的发展趋势。

关键词：深度学习医学超声图像分析分类分割检测

HTML PDF 收藏

基于RGBD和稀疏学习的鲁棒目标跟踪 Article

Zi-ang MA, Zhi-yu XIANG

《信息与电子工程前沿（英文）》 2017年第18卷第7期页码 989-1001 doi: 10.1631/FITEE.1601338

摘要：随着深度传感器的普及，深度信息因其对光照变化与遮挡表现出一定的鲁棒性而被广泛应用于视觉目标跟踪算法中。本文提出了一种基于RGBD和稀疏学习的跟踪算法，从三个方面将深度信息应用到稀疏学习跟踪框架。首先将深度图像特征结合现有的基于彩色图像的视觉特征用于目标外观的鲁棒特征描述。为了适应跟踪过程中的各种遮挡情况，我们设计了一种特殊的遮挡物模板用于增广现有的超完备字典。最后，我们进一步提出了一种基于深度信息的遮挡物检测方法用于有效地指示模板更新。基于KITTI和Princeton数据集的大量实验证明了所提出算法的跟踪效果优于时下最先进的多种跟踪器，包括基于稀疏学习的跟踪以及基于RGBD的跟踪。

关键词：目标跟踪；稀疏学习；深度视角；遮挡物模板；深度图像特征

HTML PDF 收藏

2020年计算机视觉、图像与深度学习国际学术会议（CVIDL 2020）

会议日期： 2020年05月15日

会议地点：江西南昌

基于两级层次特征学习的图像分类方法 Article

Guang-hui SONG,Xiao-gang JIN,Gen-lang CHEN,Yan NIE

《信息与电子工程前沿（英文）》 2016年第17卷第9期页码 897-906 doi: 10.1631/FITEE.1500346

摘要：概要：在图像分类任务中，不同类别之间的相似度是不同的，样本经常被误分到相似度较高的类别中。为了区分高度相似类别中的样本，需要更加具体的图像特征，以便于分类器能够提高分类性能。本文提出了一种新颖、有效的基于深度卷积神经网络的两级层次特征学习框架。首先，不同层次的深度特征抽取器使用迁移学习方法进行训练。最后，基于Caltech-256、Oxford Flower-102和Tasmania Coral Point Count三个图像数据集的实验证明，通过两级层次特征学习的深度特征的表达能力十分强大，与传统的扁平多分类方法相比

关键词：迁移学习；特征学习；深度卷积神经网络；层次分类；谱聚类

HTML PDF 收藏

基于自适应置信度校准的交互式医疗图像分割框架

沈楚云,李文浩,徐琪森,胡斌,金博,蔡海滨,朱凤平,李郁欣,王祥丰

《信息与电子工程前沿（英文）》 2023年第24卷第9期页码 1332-1348 doi: 10.1631/FITEE.2200299

摘要：基于人机交互的医疗图像分割方法是一种新的范式，其通过引入专家交互信息来指导算法完成图像分割任务。然而，现有医疗图像分割模型往往容易产生“交互误解”，即无法合理权衡短期和长期交互信息的重要性。为更好地利用不同时间尺度上的交互信息，本文提出一种基于自适应置信度校准的交互式医疗图像分割框架MECCA，其结合了基于分割决策的置信度学习技术和多智能体强化学习技术，并通过预测分割决策与短期交互信息的对齐水平来学习一个新颖的置信度网络

关键词：医疗图像分割交互式分割多智能体强化学习置信度学习半监督学习

HTML 收藏

基于深度序列特征学习的临床感染性角膜炎图像分类 Article

许叶圣, 孔鸣, 谢文加, 段润平, 方钲清, 林宇萧, 朱强, 汤斯亮, 吴飞, 姚玉峰

《工程（英文）》 2021年第7卷第7期页码 1002-1010 doi: 10.1016/j.eng.2020.04.012

摘要：本文提出了一种深度序列特征学习模型，该模型能够通过对临床图像的分类高效地鉴别不同的感染性角膜炎。我们针对感染性角膜炎的特点设计了一种能够解耦临床图像中最具区别
性的特征并保持其空间结构的机制。通过比较，我们提出的深度序列特征学习模型在120张图像的测试集上的准确率能够达到80%，远高于421位眼科医生所能达到的平均水平[(49.27 ± 11.5)]%。

关键词：深度学习角膜病序列特征机器学习长短时记忆

HTML PDF 收藏

半监督堆叠距离自动编码器的表征学习在图像分类上的应用 Research Articles

侯亮,罗潇逸,汪子扬,梁军

《信息与电子工程前沿（英文）》 2020年第21卷第7期页码 963-1118 doi: 10.1631/FITEE.1900116

摘要：图像分类是深度学习的重要应用。在典型分类任务中，分类精度与通过深度学习方法提取的特征密切相关。自动编码器是一种特殊神经网络，常用于降维和特征提取。

关键词：自动编码器；图像分类；半监督学习；神经网络

HTML PDF 收藏

基于分数阶导数和直觉模糊集的多聚焦图像融合 Research Articles

张雪峰,闫慧,何昊

《信息与电子工程前沿（英文）》 2020年第21卷第6期页码 809-962 doi: 10.1631/FITEE.1900737

摘要：多聚焦图像融合在图像融合中日益重要，在图像处理中扮演着关键角色。本文提出一种基于分数阶导数和直觉模糊集的多聚焦图像融合方法。其将原始图像分解为基础层和细节层，建立一个新的分数阶空间频率来反映图像清晰度。采用分数阶空间频率作为细节层融合准则，并引入直觉模糊集对基础层进行融合。实验结果表明，该方法在多聚焦图像融合方面优于已有先进方法。

关键词：像融合；分数阶导数；直觉模糊集；多聚焦图像

HTML PDF 收藏

基于全卷积网络的多焦距图像融合算法 Research Articles

郭瑞1,2,申铉京1,2,董小瑜1,2,张小利1,2

《信息与电子工程前沿（英文）》 2020年第21卷第7期页码 963-1118 doi: 10.1631/FITEE.1900336

摘要：提出一种多焦距图像融合方法，在该算法中构造用于焦点检测的全卷积网络（fully convolutional network for focus detection，FD-FCN）。运用FD-FCN的图像融合算法包含3个步骤：使用FD-FCN获得焦点图谱，通过对焦点图谱进行形态学处理生成决策图，使用决策图进行图像融合。

关键词：多焦距图像融合；全卷积网络；跳层；性能评估

HTML PDF 收藏

图像工程及在中国的研究状况和文献分布

章毓晋

《中国工程科学》 2000年第2卷第8期页码 91-94

摘要：

文章对图像工程这一新学科的定义和内容作了介绍，对图像工程的理论和图像技术的应用给出了详细的分类。本文在此基础上就近五年我国图像工程有关重要文献作了统计和分析，概括了图像工程在我国的发展现状、研究趋势和应用范围，对从事图像工程研究和图像技术应用的人员提供信息和参考。

关键词：图像工程图像处理图像分析图像理解技术应用综述

HTML PDF 收藏

基于学习方法的三维医学图像压缩质量控制参数预测 Research Articles

侯宇轩1,任重1,陶煜波1,陈为2

《信息与电子工程前沿（英文）》 2021年第22卷第9期页码 1169-1178 doi: 10.1631/FITEE.2000234

摘要：质量控制是三维医学图像压缩过程至关重要的环节，需设定最佳图像压缩参数才能满足特定的压缩质量需求。高效视频编码（HEVC）是目前最先进的压缩工具。为此，提出一种基于学习的参数预测方法，用于实现三维医学图像压缩中的高效质量控制。

关键词：医学图像压缩；高效视频编码（HEVC）；质量控制；基于学习方法

HTML PDF 收藏

基于学习自适应区域选择的自动增强图像 None

Na LI, Jian ZHAN

《信息与电子工程前沿（英文）》 2019年第20卷第2期页码 206-221 doi: 10.1631/FITEE.1700125

摘要：很多现有图像增强算法基于局部区域，而且同一图像所选区域尺寸通常是固定的。用户需手工选择合适的区域尺寸获取最佳图像增强效果。提出一种基于自适应区域选择的自动增强图像算法。该算法采用明暗两个通道，解决各类图像曝光问题。对网上爬取的大量自然图像统计分析获取阈值，自动选择用于通道提取的区域尺寸。该方法可自动增强模糊或者曝光不足/背光的图像，无需任何用户交互。实验结果表明，该算法对现有基于区域的图像增强算法有显著改进。

关键词：图像增强；对比度增强；暗通道；明通道；自适应区域处理

HTML PDF 收藏

标题作者时间类型操作

基于双重约束的多帧图像降噪方法

张丹,赵磊,许端清,鲁东明

期刊论文

一种针对盲图像质量评估的多模态密集卷积网络

Nandhini CHOCKALINGAM, Brindha MURUGAN

期刊论文

基于图像的深度学习降雨强度估计方法

尹航, 郑飞飞, 段焕丰, Dragan Savic, Zoran Kapelan

期刊论文