期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于可变形三维图卷积的轻量级点云分类研究
1
作者 蔡俊民 梁正友 +1 位作者 孙宇 陈子奥 《计算机工程》 CAS CSCD 北大核心 2024年第9期255-265,共11页
现有深度学习方法在处理点云分类任务时,依赖于点的绝对坐标,存在模型复杂度较大的问题。对此,提出一种轻量级的点云分类网络DMGCN-3D。使用自适应空洞K近邻(KNN)算法构造图结构,尽可能捕捉局部更广泛空间的几何结构信息,并减少计算开支... 现有深度学习方法在处理点云分类任务时,依赖于点的绝对坐标,存在模型复杂度较大的问题。对此,提出一种轻量级的点云分类网络DMGCN-3D。使用自适应空洞K近邻(KNN)算法构造图结构,尽可能捕捉局部更广泛空间的几何结构信息,并减少计算开支;构造可变形三维图卷积,引入可学习的点与点之间的方向向量来获取相对特性,在特征提取过程中保证点云的置换不变性与尺度不变性;构建多头自注意力模块,通过残差结构将分组变换注意力(GSA)与多层感知机(MLP)相结合,MLP有助于保持原始点云信息的完整性,GSA使得网络能够学习特征内部的自相关性,在提高特征表达能力的同时降低参数总量;使用空间变换网络结合MLP来学习点云特征;对所提取的特征进行融合以得到更综合的特征,将其用于点云分类。实验结果表明,DMGCN-3D在ModelNet10、ModelNet40、ScanObjectNN数据集上的总体精度分别达到96.5%、94.7%、81.9%,比DGCNN分别提高2.9、2.1、3.8个百分点,参数总量相比DGCNN、LDGCNN、3DGCN模型分别降低52.9%、23.9%、3.3%,且DMGCN-3D能够保持较高的鲁棒性。 展开更多
关键词 点云分类 可变形三维图卷积 自适应 多头自注意力 轻量级网络
下载PDF
多尺度特征融合的移动端单目深度估计研究
2
作者 陈磊 梁正友 +1 位作者 孙宇 蔡俊民 《计算机工程与科学》 CSCD 北大核心 2024年第9期1616-1624,共9页
目前基于深度学习的深度估计模型参数量大,难以适应移动端设备。针对此问题,提出一种可以部署在移动端的多尺度特征融合轻量级深度估计方法。首先,以MobileNetV2为主干,提取出4个尺度的特征。然后,通过构建编码器到解码器的跳跃连接路径... 目前基于深度学习的深度估计模型参数量大,难以适应移动端设备。针对此问题,提出一种可以部署在移动端的多尺度特征融合轻量级深度估计方法。首先,以MobileNetV2为主干,提取出4个尺度的特征。然后,通过构建编码器到解码器的跳跃连接路径,将4个尺度的特征进行融合,充分利用融合低层的位置信息和高层的语义信息。最后,融合后的特征通过卷积层得出高精度的深度图像。在NYU Depth Dataset V2数据集上进行了训练和测试,结果表明,该模型的参数量在仅有1.6×106的情况下,评估指标δ1高达0.812,在移动端的麒麟980 CPU上推理一幅图像仅需要0.094 s,具有实际应用价值。 展开更多
关键词 深度学习 深度估计 多尺度特征 轻量级网络 移动端模型
下载PDF
结合残差动态图卷积与特征强化的点云分类 被引量：1
3
作者 梁正友 蔡俊民 +1 位作者 孙宇 陈磊 《广西师范大学学报（自然科学版）》 CAS 北大核心 2023年第5期37-48,共12页
针对提高点云分类性能和鲁棒性的需求,本文提出将残差动态图卷积与特征强化相结合的点云分类网络。采用多方向编码方法,在局部邻域中心点的空间多方向上选取近邻点,丰富点云特征;通过残差动态图卷积提取特征,以残差结构对局部特征和全... 针对提高点云分类性能和鲁棒性的需求,本文提出将残差动态图卷积与特征强化相结合的点云分类网络。采用多方向编码方法,在局部邻域中心点的空间多方向上选取近邻点,丰富点云特征;通过残差动态图卷积提取特征,以残差结构对局部特征和全局特征进行深度融合,有效缓解网络退化问题;构造强化空间注意力模块,使得网络在空间域中学习自适应地为不同邻域特征分配权重,增强有用特征,并抑制冗余特征;使用高低层次链接,保留更多特性信息。实验表明:本文模型在ModelNet10、ModelNe40数据集上的总体分类精度分别达到94.81%、93.62%,分类精度更高,鲁棒性更强,优于现有先进方法。 展开更多
关键词 点云分类 残差学习 动态图卷积 空间注意力 鲁棒性
下载PDF
基于混合路径聚合网络的点云目标识别
4
作者 梁正友 陈子奥 +1 位作者 蔡俊民 孙宇 《计算机工程与设计》 北大核心 2023年第11期3208-3213,共6页
针对目前点云目标识别通常强调提取点云数据中的语义特征,但是忽视了原始点云中的定位特征的问题,提出一种基于混合路径聚合网络的点云目标识别方法。使用改进的坐标注意力模块增强数据集的点云定位特征,设计一种混合路径聚合的残差特... 针对目前点云目标识别通常强调提取点云数据中的语义特征,但是忽视了原始点云中的定位特征的问题,提出一种基于混合路径聚合网络的点云目标识别方法。使用改进的坐标注意力模块增强数据集的点云定位特征,设计一种混合路径聚合的残差特征金字塔提取点云语义特征,将定位特征与语义特征融合。在KITTI数据集进行实验,可视化实验结果表明,该模型可以有效解决定位错误的问题,数据结果也表明该方法在KITTI点云数据集上的cyclist类别优于现有方法。 展开更多
关键词 点云目标识别 残差网络 特征融合 注意力机制 深度学习 金字塔网络 路径聚合网络
下载PDF
免疫性骨质疏松及其研究进展 被引量：3
5
作者 蔡俊民 周后德 《中华内分泌代谢杂志》 CAS CSCD 北大核心 2022年第7期558-566,共9页
骨质疏松症是一种常见的代谢性骨病, 其病理机制是正常骨重塑过程被破坏, 骨吸收大于骨形成。成骨细胞和破骨细胞对维持骨稳态起着关键作用。近年来, 越来越多的研究发现免疫细胞通过释放各种趋化因子和细胞因子参与成骨细胞和破骨细胞... 骨质疏松症是一种常见的代谢性骨病, 其病理机制是正常骨重塑过程被破坏, 骨吸收大于骨形成。成骨细胞和破骨细胞对维持骨稳态起着关键作用。近年来, 越来越多的研究发现免疫细胞通过释放各种趋化因子和细胞因子参与成骨细胞和破骨细胞活性的调节, 并据此提出免疫性骨质疏松的概念。本文旨在综述骨质疏松中免疫系统作用的研究进展, 展望骨免疫学的未来发展前景, 以便更好地从免疫学角度去研究和防治骨质疏松。 展开更多
关键词 免疫性骨质疏松 骨免疫学 骨重塑 免疫细胞 T细胞
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部