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7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：
基于注意力机制和级联金字塔网络的姿态估计
1
作者 牛悦 王安南 吴胜昔 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第5期724-734,共11页
人体姿态估计是计算机视觉领域的热门研究课题。随着深度学习的发展,人体姿态估计模型已经能够精准预测人体关键点。针对关键点被遮挡、关键点重合以及复杂背景等问题,提出了一种结合注意力机制的级联金字塔模型,它将注意力机制加入特... 人体姿态估计是计算机视觉领域的热门研究课题。随着深度学习的发展,人体姿态估计模型已经能够精准预测人体关键点。针对关键点被遮挡、关键点重合以及复杂背景等问题,提出了一种结合注意力机制的级联金字塔模型,它将注意力机制加入特征提取网络中,使模型可以获得更丰富的特征信息,并且借助GlobalNet和RefineNet达到精准定位被遮挡关键点的目的。在公开数据集MPII、MS COCO2017和3DOH50K上的验证结果表明,相较于以往模型,该模型在标准情况和被遮挡情况下人体姿态估计的准确度有所提升,且具有鲁棒性。 展开更多
关键词 姿态估计 级联金字塔模型 残差网络 CBAM注意力机制 OHKM算法
下载PDF
基于改进级联金字塔网络的人体骨架提取算法
2
作者 黄友 张娜 包晓安 《智能计算机与应用》 2021年第7期54-59,共6页
由于背景复杂和人体容易被遮挡等情况的发生,导致人体骨架关键点的定位精度不高。针对这一问题,本文提出一种基于改进级联金字塔网络的人体骨架提取算法。该算法将注意力模块加入到级联金字塔特征提取网络的每一个残差块之后,根据特征... 由于背景复杂和人体容易被遮挡等情况的发生,导致人体骨架关键点的定位精度不高。针对这一问题,本文提出一种基于改进级联金字塔网络的人体骨架提取算法。该算法将注意力模块加入到级联金字塔特征提取网络的每一个残差块之后,根据特征图的不同部分和不同特征图的重要性程度分配不同的权重。同时将原来级联金字塔网络的2次上采样操作改为一次,以减少上采样过程中产生的冗余背景特征。实验结果表明:该算法可以较好地改善原CPN网络在遮挡、背景复杂等情况下定位不精准的问题。 展开更多
关键词 级联金字塔网络 注意力机制 多层次特征提取 特征融合 困难关键点挖掘 目标关键点相似度
下载PDF
一种基于宽度学习系统变体结构的肺炎检测方法
3
作者 黎珂源 张清华 +1 位作者 靳朋仁 谢秦 《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第4期665-676,共12页
肺炎作为常见的呼吸系统疾病,准确、快速地诊断对患者的健康恢复至关重要。随着医疗技术的革新和人工智能的发展,计算机辅助诊断在医学领域的应用日益广泛。深度学习在肺炎检测领域取得了显著的成果,但其庞大的参数数量和复杂的网络结... 肺炎作为常见的呼吸系统疾病,准确、快速地诊断对患者的健康恢复至关重要。随着医疗技术的革新和人工智能的发展,计算机辅助诊断在医学领域的应用日益广泛。深度学习在肺炎检测领域取得了显著的成果,但其庞大的参数数量和复杂的网络结构导致训练时间长、计算资源消耗大等局限性。为了解决上述问题,提出了一种基于宽度学习系统变体结构的肺炎检测方法。该方法在原始宽度学习系统的基础上,引入了级联金字塔结构;同时,利用预训练的EfficientNet网络作为前置特征提取器;此外,还提出了适用于该模型的增量学习算法,包括增加额外的增强节点、特征节点和训练样本,以进一步优化模型性能;最后,在公开的肺炎胸部X射线数据集上进行了对比实验。实验结果表明,该方法实现了92.83%的准确率,AUC值高达98.86%,与众多深度卷积神经网络相比,具有相似的精度,同时大幅缩短了模型的训练时间。 展开更多
关键词 肺炎检测 宽度学习系统 级联金字塔 增量学习
下载PDF
基于改进DeepLabv3+的遥感影像道路提取算法
4
作者 王谦 何朗 +1 位作者 王展青 黄坤 《计算机科学》 CSCD 北大核心 2024年第8期168-175,共8页
道路提取可以帮助人们更好地理解城市环境,是城市交通和城市规划等方面的重要部分,随着深度学习与计算机视觉的发展,利用基于深度学习的语义分割算法从遥感影像中提取道路的技术趋于成熟。针对现有的深度学习道路提取算法存在的提取速... 道路提取可以帮助人们更好地理解城市环境,是城市交通和城市规划等方面的重要部分,随着深度学习与计算机视觉的发展,利用基于深度学习的语义分割算法从遥感影像中提取道路的技术趋于成熟。针对现有的深度学习道路提取算法存在的提取速度慢和容易受背景环境因素干扰而产生漏分割、不连续等问题,提出了一种基于ECANet注意力机制和级联空洞空间金字塔池化模块的轻量化算法CE-DeepLabv3+。首先,将主干特征提取网络更换为轻量级的MobileNetv2,减少参数量,提高模型的执行速度;其次,通过增加空洞空间金字塔池化模块的卷积层进一步扩大感受野,再级联不同特征层来增强语义信息的复用性,从而加强对细节特征的提取能力;再次,加入ECANet注意力机制,抑制背景环境中的干扰因素,聚焦道路信息;最后,采用改进的损失函数进行训练,消除了道路与背景样本不均衡对模型性能产生的影响。实验结果表明,改进算法的性能优良,与原始DeepLabv3+算法相比,在分割效率、分割精度上有较大的提升。 展开更多
关键词 语义分割 遥感影像 道路提取 注意力机制 DeepLabv3+ 级联空洞空间金字塔池化
下载PDF
融合非均匀采样与特征强化的人体不文明行为检测方法
5
作者 叶浩 王龙业 +1 位作者 曾晓莉 肖越 《计算机科学与探索》 CSCD 北大核心 2024年第12期3219-3234,共16页
针对人体异常行为时空动作检测对相似行为存在误检及局部肢体行为检测精度较低的问题,基于自制的不文明行为时空动作检测数据集(UBSAD),提出了一种融合非均匀采样与特征强化的人体不文明行为检测方法。该方法在时空特征提取阶段引入Vide... 针对人体异常行为时空动作检测对相似行为存在误检及局部肢体行为检测精度较低的问题,基于自制的不文明行为时空动作检测数据集(UBSAD),提出了一种融合非均匀采样与特征强化的人体不文明行为检测方法。该方法在时空特征提取阶段引入Video Swin Transformer(VST)作为主干网络,用于捕获视频中的长期时序依赖关系,提升网络全局信息学习能力;将提出的环形残差VST模块替换主干网络最后阶段的VST模块,放大目标区域和背景区域的差异,并结合多头自注意力机制,强化对目标区域的特征提取;在视频帧采集阶段提出了独特的非均匀采样方法,根据任务需求调整输入数据分布,使模型有层次地获取动作变化信息,有效提升网络对相似行为细节特征的关注;在特征提取网络之后嵌入新的融合浅层特征的级联池化三维空间金字塔特征强化模块,进一步增强多种尺度下的特征适用性,有效减少动作细节信息在特征提取过程中的丢失和降低背景信息的干扰,实现特征强化的效果。实验结果表明,该方法在UBSAD数据集和公开数据集UCF101-24上mAP指标分别达到了71.93%和83.09%,比使用基线网络VST作为时空特征提取模型分别提高了7.39个百分点和1.22个百分点,能够有效检测目标的行为。 展开更多
关键词 时空动作检测 环形残差Video Swin Transformer 非均匀采样 级联池化三维空间金字塔
下载PDF
基于深度学习的输电线路均压环倾斜识别 被引量：4
6
作者 戴永东 蒋中军 +1 位作者 王茂飞 陈双辉 《自动化仪表》 CAS 2022年第9期106-110,共5页
为解决输电线路均压环倾斜图像识别过程中存在的准确率低、倾斜角度计算差的问题,提出了一种基于深度学习的输电线路均压环倾斜识别方法。首先,采用改进的快速区域深度卷积神经网络(Faster-RCNN)检测均压环与绝缘子串的目标与位置信息... 为解决输电线路均压环倾斜图像识别过程中存在的准确率低、倾斜角度计算差的问题,提出了一种基于深度学习的输电线路均压环倾斜识别方法。首先,采用改进的快速区域深度卷积神经网络(Faster-RCNN)检测均压环与绝缘子串的目标与位置信息。然后,采用级联金字塔网络(CPN)定位目标多特征关键点,并在此基础上使用文本检测(TB)算法,根据绝缘子与均压环位置信息定量计算出均压环的倾斜角度。最后,采用仿真环境对该方法进行了验证,得到其均压环倾斜识别准确率为87.2%。试验结果验证了所提方法可有效识别输电线路均压环倾斜,提高了输电线路运维水平。 展开更多
关键词 均压环倾斜 目标检测 快速区域深度卷积神经网络 级联金字塔网络 输电线路 倾斜角度
下载PDF
基于轻量型高分辨率网络的被遮挡人体姿态估计 被引量：5
7
作者 罗梦诗 徐杨 叶星鑫 《武汉大学学报（理学版）》 CAS CSCD 北大核心 2021年第5期403-410,共8页
针对人体姿态被遮挡导致图像部分目标信息丢失使得估计结果不精确的问题,以高分辨率网络HRNet-32为基本网络架构,构建了一种轻量型高分辨率级联金字塔网络模型对被遮挡人体姿态进行估计。将对GhostNet进行改进的Gaff模块引入HRNet-32第... 针对人体姿态被遮挡导致图像部分目标信息丢失使得估计结果不精确的问题,以高分辨率网络HRNet-32为基本网络架构,构建了一种轻量型高分辨率级联金字塔网络模型对被遮挡人体姿态进行估计。将对GhostNet进行改进的Gaff模块引入HRNet-32第一阶段,对网络进行轻量化,对特征进行初提取并进行多尺度特征融合训练。在HRNet-32中加入级联金字塔网络(cascaded pyramid network,CPN)进行二次特征提取,获取人体被遮挡部分的关键点,采用回归热图进行人体姿态估计。在公开数据集MPII和3DOH50K上进行测试,实验结果表明本文提出的网络对人体姿态估计的精确度比HRNet-32有所提升。 展开更多
关键词 人体姿态估计 遮挡 高分辨率网络 注意力特征融合 级联金字塔网络
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