基于深度學(xué)習(xí)和圖像補全的毫米波人體圖像異物檢測與定位
發(fā)布時間:2021-08-01 09:38
毫米波具有能夠穿透人體衣物探測到隱匿物,又對人體無輻射危害的特點,因此將毫米波人體成像用于安檢已成為近年來國內(nèi)外安檢領(lǐng)域的發(fā)展趨勢。本論文主要研究基于深度學(xué)習(xí)和圖像補全的毫米波人體圖像異物檢測和定位方法。因為國際上沒有公開的毫米波安檢圖像數(shù)據(jù)集,本碩士論文的工作全部基于中科院上海微系統(tǒng)所提供的主動毫米波人體安檢圖像數(shù)據(jù)集。本論文的主要研究工作有:1)基于深度卷積生成對抗網(wǎng)絡(luò)的圖像補全:應(yīng)用深度卷積生成對抗網(wǎng)絡(luò)(Deep Convolutional Generative Adversarial Networks)學(xué)習(xí)訓(xùn)練集圖像特征并生成與訓(xùn)練集圖像非常接近的新圖像,用以實現(xiàn)圖像區(qū)域補全;應(yīng)用窮舉法,即將人體圖像中可能存在異物的大區(qū)域劃分成小區(qū)域,將小區(qū)域依次挖掉并補全。補全完成后,得到一張未攜帶異物的毫米波人體圖像。經(jīng)過數(shù)據(jù)預(yù)處理,構(gòu)建DCGAN網(wǎng)絡(luò)結(jié)構(gòu),調(diào)節(jié)參數(shù),使用TensorFlow框架成功訓(xùn)練了針對毫米波人體圖像的DCGAN網(wǎng)絡(luò),并利用這個網(wǎng)絡(luò)和窮舉法實現(xiàn)了圖像補全。2)通過對比補全前后的兩張圖像實現(xiàn)異物檢測與定位。在實現(xiàn)對比的過程中,我們應(yīng)用SAR圖像變化檢測方法和圖像相似度檢...
【文章來源】:西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】:90 頁
【學(xué)位級別】:碩士
【部分圖文】:
單個神經(jīng)元的構(gòu)造[27]
第二章 毫米波人體圖像異物檢測與定位方法11圖2.3 全連接神經(jīng)網(wǎng)絡(luò)與局部連接神經(jīng)網(wǎng)絡(luò)的對比在圖 2.3 中,可以看到全連接和局部連接的區(qū)別。左圖中一個神經(jīng)元與上層輸出的每一個值都產(chǎn)生連接,此時的參數(shù)集合(W,b)包含的參數(shù)數(shù)量非常大,這也會導(dǎo)致在使用反向傳播算法時訓(xùn)練參數(shù)過多的問題。而在右圖中,一個神經(jīng)元與上層的部分輸出值產(chǎn)生連接,這時的參數(shù)集合(W,b)明顯變小,訓(xùn)練也變得容易。權(quán)值共享:在圖 2.3 所示的局部連接中,不同顏色的神經(jīng)元分別連接著上層輸出圖像的局部值
用來生成非常接近訓(xùn)練集的新圖像。圖 2.4 簡單的描述了對抗網(wǎng)絡(luò)的框架以及訓(xùn)練的動態(tài)過程。圖2.4 對抗網(wǎng)絡(luò)框架[20]公式(2-13)是對生成對抗網(wǎng)絡(luò)原理的數(shù)學(xué)描述:
【參考文獻(xiàn)】:
期刊論文
[1]利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行毫米波圖像違禁物體定位[J]. 姚家雄,楊明輝,朱玉琨,吳亮,孫曉瑋. 紅外與毫米波學(xué)報. 2017(03)
[2]主動毫米波圖像的人體攜帶危險物檢測研究[J]. 杜琨,王威,年豐,陳煒,胡鋒杰. 系統(tǒng)工程與電子技術(shù). 2016(06)
[3]二值圖像膨脹腐蝕的快速算法[J]. 鄧仕超,黃寅. 計算機工程與應(yīng)用. 2017(05)
[4]基于相對熵的多屬性決策排序方法[J]. 趙萌,邱菀華,劉北上. 控制與決策. 2010(07)
[5]數(shù)字圖像修復(fù)技術(shù)綜述[J]. 張紅英,彭啟琮. 中國圖象圖形學(xué)報. 2007(01)
博士論文
[1]SAR圖像配準(zhǔn)及變化檢測技術(shù)研究[D]. 熊博蒞.國防科學(xué)技術(shù)大學(xué) 2012
碩士論文
[1]毫米波隱匿危險品成像的圖像識別算法研究[D]. 戴玲.哈爾濱工業(yè)大學(xué) 2017
[2]毫米波主動成像在人體隱匿違禁物品檢查中的應(yīng)用[D]. 張燕洪.南京理工大學(xué) 2015
[3]基于深度卷積神經(jīng)網(wǎng)絡(luò)的毫米波圖像目標(biāo)檢測方法研究[D]. 施榮.哈爾濱工業(yè)大學(xué) 2015
[4]基于卷積神經(jīng)網(wǎng)絡(luò)的聯(lián)機手寫漢字識別系統(tǒng)[D]. 劉欣.哈爾濱工業(yè)大學(xué) 2015
[5]被動毫米波圖像中人體隱匿違禁物品識別研究[D]. 嚴(yán)江江.南京理工大學(xué) 2013
本文編號:3315284
【文章來源】:西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】:90 頁
【學(xué)位級別】:碩士
【部分圖文】:
單個神經(jīng)元的構(gòu)造[27]
第二章 毫米波人體圖像異物檢測與定位方法11圖2.3 全連接神經(jīng)網(wǎng)絡(luò)與局部連接神經(jīng)網(wǎng)絡(luò)的對比在圖 2.3 中,可以看到全連接和局部連接的區(qū)別。左圖中一個神經(jīng)元與上層輸出的每一個值都產(chǎn)生連接,此時的參數(shù)集合(W,b)包含的參數(shù)數(shù)量非常大,這也會導(dǎo)致在使用反向傳播算法時訓(xùn)練參數(shù)過多的問題。而在右圖中,一個神經(jīng)元與上層的部分輸出值產(chǎn)生連接,這時的參數(shù)集合(W,b)明顯變小,訓(xùn)練也變得容易。權(quán)值共享:在圖 2.3 所示的局部連接中,不同顏色的神經(jīng)元分別連接著上層輸出圖像的局部值
用來生成非常接近訓(xùn)練集的新圖像。圖 2.4 簡單的描述了對抗網(wǎng)絡(luò)的框架以及訓(xùn)練的動態(tài)過程。圖2.4 對抗網(wǎng)絡(luò)框架[20]公式(2-13)是對生成對抗網(wǎng)絡(luò)原理的數(shù)學(xué)描述:
【參考文獻(xiàn)】:
期刊論文
[1]利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行毫米波圖像違禁物體定位[J]. 姚家雄,楊明輝,朱玉琨,吳亮,孫曉瑋. 紅外與毫米波學(xué)報. 2017(03)
[2]主動毫米波圖像的人體攜帶危險物檢測研究[J]. 杜琨,王威,年豐,陳煒,胡鋒杰. 系統(tǒng)工程與電子技術(shù). 2016(06)
[3]二值圖像膨脹腐蝕的快速算法[J]. 鄧仕超,黃寅. 計算機工程與應(yīng)用. 2017(05)
[4]基于相對熵的多屬性決策排序方法[J]. 趙萌,邱菀華,劉北上. 控制與決策. 2010(07)
[5]數(shù)字圖像修復(fù)技術(shù)綜述[J]. 張紅英,彭啟琮. 中國圖象圖形學(xué)報. 2007(01)
博士論文
[1]SAR圖像配準(zhǔn)及變化檢測技術(shù)研究[D]. 熊博蒞.國防科學(xué)技術(shù)大學(xué) 2012
碩士論文
[1]毫米波隱匿危險品成像的圖像識別算法研究[D]. 戴玲.哈爾濱工業(yè)大學(xué) 2017
[2]毫米波主動成像在人體隱匿違禁物品檢查中的應(yīng)用[D]. 張燕洪.南京理工大學(xué) 2015
[3]基于深度卷積神經(jīng)網(wǎng)絡(luò)的毫米波圖像目標(biāo)檢測方法研究[D]. 施榮.哈爾濱工業(yè)大學(xué) 2015
[4]基于卷積神經(jīng)網(wǎng)絡(luò)的聯(lián)機手寫漢字識別系統(tǒng)[D]. 劉欣.哈爾濱工業(yè)大學(xué) 2015
[5]被動毫米波圖像中人體隱匿違禁物品識別研究[D]. 嚴(yán)江江.南京理工大學(xué) 2013
本文編號:3315284
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3315284.html
最近更新
教材專著