期刊导航
期刊开放获取
重庆大学
退出
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
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
检索
高级检索
期刊导航
共找到
3
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于优化可形变区域全卷积神经网络的人头检测方法
被引量：
6
1
作者
吉训生
王昊
《激光与光电子学进展》
CSCD
北大核心
2019年第14期121-131,共11页
人头检测技术是人数统计领域一项重要的研究内容,基于检测的人数统计方法常用于视频监控领域。人头检测常常受到遮挡、背景干扰、光照等因素影响。为解决上述问题,提出一种基于区域全卷积神经网络进行头部检测的方法。特征学习阶段通过...
人头检测技术是人数统计领域一项重要的研究内容,基于检测的人数统计方法常用于视频监控领域。人头检测常常受到遮挡、背景干扰、光照等因素影响。为解决上述问题,提出一种基于区域全卷积神经网络进行头部检测的方法。特征学习阶段通过残差网络和区域候选网络获得特征及感兴趣区域,并在残差网络中添加可形变卷积层。再将感兴趣区域输入池化层,进行可形变位置敏感均值池化。最后进行分类与目标位置精修,并提出将位置敏感感兴趣区域对齐并进行池化操作。为了改善网络在多尺度头部的检测效果,更新区域候选网络中锚点生成规则。利用在线难例挖掘算法提高复杂任务下头部目标的检测能力,通过软非极大值抑制减少检测边界框间的相互干扰。研究结果表明,在HollywoodHeads数据集上平均识别精度最高可达83.24%,优于目前相关文献的方法。
展开更多
关键词
图像处理
区域全卷积神经网络
人头检测
可形变
卷积
原文传递
基于改进的区域全卷积神经网络和联合双边滤波的图像着色方法
被引量：
1
2
作者
何山
方利
张政
《激光与光电子学进展》
CSCD
北大核心
2020年第12期117-123,共7页
为了解决传统的卷积神经网络着色方法带来语境混淆、边缘模糊和细节信息丢失度高等问题,设计了一个改进的基于密集神经网络的区域全卷积神经网络(R-FCN)和基于局部特征网络的双分支神经网络模型.通过DenseNet可准确提取信息,产生易于训...
为了解决传统的卷积神经网络着色方法带来语境混淆、边缘模糊和细节信息丢失度高等问题,设计了一个改进的基于密集神经网络的区域全卷积神经网络(R-FCN)和基于局部特征网络的双分支神经网络模型.通过DenseNet可准确提取信息,产生易于训练和高参数效率的密集模型,采用全连接的条件随机场优化分割结果来提高分割的准确率.验证阶段采用联合双边滤波对图像进行处理,弥补图像边缘模糊的缺点.实验结果表明:与现有着色方法相比,该方法有效地解决了细节丢失度高、颜色不饱和及边缘模糊的问题,能够产生更真实、更合理的彩色图像,取得了优异的效果.
展开更多
关键词
图像处理
语境混淆
密集
神经网络
区域全卷积神经网络
全
连接条件随机场
联合双边滤波
原文传递
复杂场景下基于R-FCN的小人脸检测研究
被引量：
5
3
作者
李静
降爱莲
《计算机工程与应用》
CSCD
北大核心
2020年第1期203-208,共6页
在复杂场景中准确检测出小的、模糊的和部分遮挡的人脸,仍是人脸检测算法存在的问题。为此,提出基于区域的全卷积网络R-FCN的人脸检测算法,来解决其中的小人脸检测问题。采用完全卷积残差网络ResNet作为主干网络,融合多种新技术,主要包...
在复杂场景中准确检测出小的、模糊的和部分遮挡的人脸,仍是人脸检测算法存在的问题。为此,提出基于区域的全卷积网络R-FCN的人脸检测算法,来解决其中的小人脸检测问题。采用完全卷积残差网络ResNet作为主干网络,融合多种新技术,主要包括Squeeze-and-Excitation模块、残差注意力机制等,以提高最终的输出精度。在最具挑战性的人脸检测基准Widerface数据集上测试,结果表明该算法在复杂场景下具有出色的人脸检测效果,对部分遮挡,模糊、人脸姿态变化也具有一定鲁棒性。
展开更多
关键词
人脸检测
区域全卷积神经网络
残差
网络
复杂场景
下载PDF
职称材料
题名
基于优化可形变区域全卷积神经网络的人头检测方法
被引量：
6
1
作者
吉训生
王昊
机构
江南大学物联网工程学院
出处
《激光与光电子学进展》
CSCD
北大核心
2019年第14期121-131,共11页
基金
国家自然科学基金(61771223)
江苏省重点研发计划(SBE2018334)
文摘
人头检测技术是人数统计领域一项重要的研究内容,基于检测的人数统计方法常用于视频监控领域。人头检测常常受到遮挡、背景干扰、光照等因素影响。为解决上述问题,提出一种基于区域全卷积神经网络进行头部检测的方法。特征学习阶段通过残差网络和区域候选网络获得特征及感兴趣区域,并在残差网络中添加可形变卷积层。再将感兴趣区域输入池化层,进行可形变位置敏感均值池化。最后进行分类与目标位置精修,并提出将位置敏感感兴趣区域对齐并进行池化操作。为了改善网络在多尺度头部的检测效果,更新区域候选网络中锚点生成规则。利用在线难例挖掘算法提高复杂任务下头部目标的检测能力,通过软非极大值抑制减少检测边界框间的相互干扰。研究结果表明,在HollywoodHeads数据集上平均识别精度最高可达83.24%,优于目前相关文献的方法。
关键词
图像处理
区域全卷积神经网络
人头检测
可形变
卷积
Keywords
image processing
regional fully-convolutional neural network
head detection
deformable convolution
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
原文传递
题名
基于改进的区域全卷积神经网络和联合双边滤波的图像着色方法
被引量：
1
2
作者
何山
方利
张政
机构
西南石油大学计算机科学学院
出处
《激光与光电子学进展》
CSCD
北大核心
2020年第12期117-123,共7页
文摘
为了解决传统的卷积神经网络着色方法带来语境混淆、边缘模糊和细节信息丢失度高等问题,设计了一个改进的基于密集神经网络的区域全卷积神经网络(R-FCN)和基于局部特征网络的双分支神经网络模型.通过DenseNet可准确提取信息,产生易于训练和高参数效率的密集模型,采用全连接的条件随机场优化分割结果来提高分割的准确率.验证阶段采用联合双边滤波对图像进行处理,弥补图像边缘模糊的缺点.实验结果表明:与现有着色方法相比,该方法有效地解决了细节丢失度高、颜色不饱和及边缘模糊的问题,能够产生更真实、更合理的彩色图像,取得了优异的效果.
关键词
图像处理
语境混淆
密集
神经网络
区域全卷积神经网络
全
连接条件随机场
联合双边滤波
Keywords
image processing
context confusion
dense neural network
regional full convolutional neural network
fully connected conditional random field
joint bilateral filtering
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
原文传递
题名
复杂场景下基于R-FCN的小人脸检测研究
被引量：
5
3
作者
李静
降爱莲
机构
太原理工大学信息与计算机学院
出处
《计算机工程与应用》
CSCD
北大核心
2020年第1期203-208,共6页
基金
山西省回国留学人员科研资助项目（No.2017-051）
文摘
在复杂场景中准确检测出小的、模糊的和部分遮挡的人脸,仍是人脸检测算法存在的问题。为此,提出基于区域的全卷积网络R-FCN的人脸检测算法,来解决其中的小人脸检测问题。采用完全卷积残差网络ResNet作为主干网络,融合多种新技术,主要包括Squeeze-and-Excitation模块、残差注意力机制等,以提高最终的输出精度。在最具挑战性的人脸检测基准Widerface数据集上测试,结果表明该算法在复杂场景下具有出色的人脸检测效果,对部分遮挡,模糊、人脸姿态变化也具有一定鲁棒性。
关键词
人脸检测
区域全卷积神经网络
残差
网络
复杂场景
Keywords
face detection
region-based fully convolutional network
ResNet
complex scenes
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于优化可形变区域全卷积神经网络的人头检测方法
吉训生
王昊
《激光与光电子学进展》
CSCD
北大核心
2019
6
原文传递
2
基于改进的区域全卷积神经网络和联合双边滤波的图像着色方法
何山
方利
张政
《激光与光电子学进展》
CSCD
北大核心
2020
1
原文传递
3
复杂场景下基于R-FCN的小人脸检测研究
李静
降爱莲
《计算机工程与应用》
CSCD
北大核心
2020
5
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
