摘要：在人体姿态估计任务中,针对高分辨率网络提取和融合特征图的特征信息时不能有效获取多通道信息和空间特征信息,导致人体姿态估计结果不够精确。在高分辨率网络(HRNet)的基础上,提出一种融入双注意力的高分辨率人体姿态估计网络ENNet。通过引入通道注意力,构造E-ecaneck模块和E-ecablock模块作为基础模块,最大程度地对多通道提取足够多的有用信息,在每一阶段子网的多分辨率融合阶段融入空间注意力机制,提取并融合不同分辨率特征信息,通过上采样的方式输出所有融合低分辨率的高分辨率表征。在公开数据集MS COCO2017上进行验证和测试,结果表明,相比于高分辨率网络,该方法mAP提高3.4%,有效改善网络多分辨率表征的信息融合能力,明显提升基础高分辨率网络HRNet的估计精确度。

摘要：为给观测人员提供视角宽广、内容丰富、真实客观的全景图像,通过对无人机航拍相邻图像间的位置关系的研究结合改进的特征检测与描述算法,提出一种针对高分辨率遥感图像的特征查找与匹配算法,同时提出一种基于最佳缝合线的多分辨率融合算法,制定多幅高分辨率遥感图像的分层拼接策略。在实验阶段,特征点匹配数目相比传统SURF算法平均减少44%,运行时间减少37%,相比文献[10]算法匹配数目平均减少26%,运行时间减少22%,结合最终给出的50幅高分辨率遥感图像拼接结果,说明了优化算法在多幅高分辨率遥感图像拼接中的有效性,为进一步研究打下坚实基础。

摘要：针对传统特征检测在构建图像金字塔时会造成图像边界缺失的问题,提出一种基于A-KAZE特征的图像拼接算法,提高特征点检测的精确性。通过A-KAZE算法提取两幅图像的特征点,采用双向KNN匹配的方法进行特征点初始匹配,筛选误匹配点,估计图像间的仿射变换矩阵;采用最优拼接缝和改进的多分辨率融合相结合的算法对拼接图像进行融合,实现无缝拼接;对多幅图像拼接进行自动校直,改善倾斜扭曲现象。仿真结果表明,该算法精度高、速度快、健壮性强。

摘要：电子助视系统是一种运用实时图像处理技术来提高低视力患者阅读能力的仪器;由于传统电子助视系统使用单摄像头采集图像,视角较小,要多次移动助视设备或目标书籍才能完成阅读,因此用户体验不佳;针对此问题,设计了一种基于多路摄像头采集的文档图像拼接算法;在图像配准步骤,提出了一种针对文档图像的区域特征描述方法,提取单个文字区域作为特征区域,其质心作为特征点,通过描述特征区域的纹理信息完成特征点的描述,提高了特征匹配效率;在图像融合步骤,提出了一种利用文档图像字符间隙的最优拼接缝搜索算法,消除了拼接鬼影;构建多尺度的图像金字塔,使用多分辨率融合算法,抑制了融合图像的曝光差异;从实验结果来看,算法获得了很好地配准和融合效果,提升了配准速度,消除了配准鬼影和曝光差异,能够获得较广的阅读视角,可以较好地用于电子助视系统。