- 博客(11)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 如何理解在图像处理中的“相位一致性”
例如，在工业无损检测中，通过分析图像的相位一致性来检测材料表面的裂纹等损伤，能够准确地识别出微小的损伤特征，具有较高的检测精度和可靠性。在医学图像处理中，也有利用相位一致性来检测病变边缘等特征的应用，并且取得了较好的效果。在图像处理中，大量的研究和实验表明，相位一致性能够有效地提取图像中的边缘等重要特征，与人类视觉系统对图像特征的感知也有一定的相关性，这为其在图像处理中的应用提供了理论支持。相位一致性指的是在不同尺度（可以理解为不同的分辨率或频率范围）下，图像中某些特征的相位具有一致性或同步性。
2025-02-25 10:09:50
377
原创 采用自适应小波阈值滤波抑制高频噪声干扰[简例]
库的别名，它是一个用于在 Python 中进行小波变换的开源库。与傅里叶变换不同的是，小波变换能够同时提供信号的时间和频率信息，因此在信号处理、图像处理、数据分析等领域有着广泛的应用。小波分解是将原始信号通过一系列的低通和高通滤波器进行处理，把信号分解成不同尺度下的近似系数和细节系数。而小波重构则是分解的逆过程，它利用这些分解得到的系数，通过相应的低通和高通滤波器的逆变换，将系数重新组合还原成原始信号。数组用于存储信号数据，如原始正弦信号、添加噪声后的信号以及重构后的信号。用于存储小波分解和处理后的系数。
2025-02-25 08:58:44
187
原创 门控注意力机制（Gated Attention）
门控注意力机制引入了门控单元，通过门控信号来控制注意力的分配。门控单元可以根据输入的特征动态地调整注意力权重，使得模型能够更加灵活地关注不同的特征或区域。常见的门控单元有 Sigmoid 门控和 Tanh 门控等。
2025-02-24 10:56:27
682
原创 双线性注意力机制（Bilinear Attention）
双线性注意力机制通常用于处理多模态数据，如文本和图像。它通过计算两个模态特征之间的双线性交互，得到一个注意力分布，从而实现对不同模态信息的融合和加权。双线性注意力机制可以更好地捕捉不同模态之间的语义关联，提高模型在多模态任务中的性能。
2025-02-24 10:54:53
173
原创 自注意力机制（Self - Attention）简例分析
自注意力机制可以捕捉特征图中不同位置之间的依赖关系，它通过计算特征图中每个位置与其他所有位置的相似度，得到一个注意力权重矩阵，然后根据这个权重矩阵对特征图进行加权求和，从而实现对特征图的重新表示。：自注意力机制在处理过程中会对特征图进行形状调整和矩阵运算，但最终输出的特征图形状与输入特征图形状相同。2）查询、键和值特征图的形状：[ 通过卷积 + view（）]得到。根据注意力权重对值特征图进行加权求和，突出重要位置的信息。将注意力加权后的特征图与原始输入特征图进行融合。1）输入特征图形状：假设输入特征图。
2025-02-24 10:37:00
695
原创 卷积块注意力模块（CBAM）
CBAM 是通道注意力机制和空间注意力机制的结合。它先通过通道注意力模块关注不同通道的重要性，对特征图的通道进行加权；然后再通过空间注意力模块关注特征图中不同空间位置的重要性，对通道加权后的特征图在空间维度上进行加权，从而实现对特征图的更精细调整。接上面两篇（通道注意力、空间注意力）
2025-02-24 09:39:42
350
原创 空间注意力模块定义与应用简例
与通道注意力模块关注通道间的关系不同，空间注意力模块聚焦于特征图的空间维度，通过对不同空间位置分配不同的权重，增强模型对目标物体关键位置的关注，抑制无关背景区域的干扰，从而提升目标检测、图像分类等任务的性能。的参数含义如下：(输入通道数即拼接后特征图通道数2，输出通道数为1即生成的空间注意力图，卷积核大小3或者7，填充值以保证卷积操作后特征图行和列不变），若拼接后形状为。：将输入特征图与空间注意力权重逐元素相乘，对输入特征图进行重标定，增强重要空间位置的特征响应，抑制不重要位置的特征响应。
2025-02-24 09:35:09
338
原创 通道注意力机制（SE 模块）实现图像分类（简化版）
SE（Squeeze-and-Excitation）模块是一种用于卷积神经网络（CNN）的通道注意力机制，它能够自适应地调整特征图中每个通道的重要性。
2025-02-24 09:02:06
350
原创 利用一个最简版本理解残差网络ResNet
ResNet（残差网络）的核心思想在于通过引入解决深度神经网络训练中的。随着网络层数增加，传统深度网络会出现训练误差不降反升的现象，这并非过拟合导致，而是由于梯度在反向传播时逐渐消失/爆炸，使得深层网络难以优化。ResNet创新性地提出**跳跃连接（Shortcut）**结构，让网络不再直接学习目标映射H(x)，而是学习残差函数F(x)=H(x)−x，将原始映射转化为H(x)=F(x)+x趋近于零，而非直接拟合复杂的恒等变换，大幅降低了优化难度。
2025-02-23 15:46:58
365
原创 matlab算法耗时计算
第一， 采用cpu计时变量：T=cputime;…… E=cputime-T;第二， M文件调用记录：profile函数
2011-10-11 11:21:36
843
翻译 M文件的调试方法
M文件的调试直接调试法：第一， 将重点怀疑的命令行最后的分号去掉或者改为逗号，使得计算结果能够实时地显示在屏幕上，根据显示的结果可以判断问题的所在。第二， 利用echo命令；第三， Keyboard命令：程序运行中碰到该命令时会停止执行，控制权交给用户，此时
2011-10-11 11:19:45
21643
unscented kalman filter by matlab
2012-04-15
基本的粒子滤波程序matlab
2011-11-10
通过颜色值的C均值聚类分析实现图像分割
2011-10-11
对图像颜色值采用模糊C均值聚类
2011-10-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人