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9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：
基于高分辨率特征图的工业产品表面缺陷检测算法
1
作者 王伊杰 蔡建扑 任志刚 《自动化与信息工程》 2025年第2期1-8,共8页
在工业制造领域,对加工后的产品进行表面缺陷检测能够有效提高产品出厂质量。针对工业产品表面缺陷通常具有对比度低、形状不规则、尺寸小且细长等特征,并伴随有明显噪声,导致检测任务充满挑战的问题,提出一种基于高分辨率特征图的工业... 在工业制造领域,对加工后的产品进行表面缺陷检测能够有效提高产品出厂质量。针对工业产品表面缺陷通常具有对比度低、形状不规则、尺寸小且细长等特征,并伴随有明显噪声,导致检测任务充满挑战的问题,提出一种基于高分辨率特征图的工业产品表面缺陷检测算法。首先,提出一种高分辨率特征图实时网络(RHNet)模型,通过将每个阶段的输入输出特征图保持为原始图像分辨率的1/4,有效保留了更多的细节信息;然后,提出短期双分支模块(SDBM),实时处理高分辨率特征图;最后,设计一种快速并行聚合金字塔池化模块(FPAPPM),快速提取深层信息并进行多尺度上下文融合。实验结果表明,RHNet模型在表面缺陷建模能力和检测性能方面均表现较好,能够满足工业场景实时性与应用部署的要求。 展开更多
关键词 表面缺陷检测 高分辨率特征图实时网络 多尺度融合
下载PDF
水下高分辨率声图中小目标的深度网络分类方法 被引量：5
2
作者 朱可卿 田杰 黄海宁 《声学学报》 EI CSCD 北大核心 2019年第4期595-603,共9页
针对声成像数据缺少条件下的水下沉底小目标分类问题,提出一种深度网络分类算法。首先,采用高斯混合模型对声影区统计特性进行建模并提取声图阴影,在此基础上构建仿真数据集和真实数据集。将仿真数据集输入卷积神经网络进行训练,保留其... 针对声成像数据缺少条件下的水下沉底小目标分类问题,提出一种深度网络分类算法。首先,采用高斯混合模型对声影区统计特性进行建模并提取声图阴影,在此基础上构建仿真数据集和真实数据集。将仿真数据集输入卷积神经网络进行训练,保留其特征提取部分,用于对真实数据集进行特征提取.重建网络分类部分并采用真实数据集的特征向量进行训练。结果表明,所提出的方法分类正确率可达88.24%,与6种对照方法相比平均分类正确率分别提升8.67%,20.47%,19.78%,11.59%,9.01%,11.58%。验证了所提出方法在小样本条件下具有较好对水下沉底小目标的分类能力。其学习曲线收敛到96.25%,仅比验证曲线高5.14%,说明在一定程度上缓解了过拟合问题。将改进的卷积神经网络应用于融合分类器,通过与逻辑回归分类器、支持向量机对目标进行分类并融合决策,正确率为93.33%,可进一步提高算法的正确率和稳定性. 展开更多
关键词 卷积神经网络 分类方法 高分辨率 水下 声图 高斯混合模型 特征提取 分类算法
原文传递
结合背景图的高分辨率视频人像实时抠图网络 被引量：1
3
作者 彭泓 张家宝 +3 位作者 贾迪 安彤 蔡鹏 赵金源 《中国图象图形学报》 CSCD 北大核心 2024年第2期478-490,共13页
目的 近年来,采用神经网络完成人像实时抠图已成为计算机视觉领域的研究热点,现有相关网络在处理高分辨率视频时还无法满足实时性要求,为此本文提出一种结合背景图的高分辨率视频人像实时抠图网络。方法 给出一种由基准网络和精细化网... 目的 近年来,采用神经网络完成人像实时抠图已成为计算机视觉领域的研究热点,现有相关网络在处理高分辨率视频时还无法满足实时性要求,为此本文提出一种结合背景图的高分辨率视频人像实时抠图网络。方法 给出一种由基准网络和精细化网络构成的双层网络,在基准网络中,视频帧通过编码器模块提取图像的多尺度特征,采用金字塔池化模块融合这些特征作为循环解码器网络的输入;在循环解码器中,通过残差门控循环单元聚合连续视频帧间的时间信息,以此生成蒙版图、前景残差图和隐藏特征图,采用残差结构降低模型参数量并提高网络的实时性。为提高高分辨率图像实时抠图性能,在精细化网络中,设计高分辨率信息指导模块,通过高分辨率图像信息指导低分辨率图像的方式生成高质量人像抠图结果。结果 与近年来的相关网络模型进行实验对比,实验结果表明,本文方法在高分辨率数据集Human2K上优于现有相关方法,在评价指标(绝对误差、均方误差、梯度、连通性)上分别提升了18.8%、39.2%、40.7%、20.9%。在NVIDIA GTX 1080Ti GPU上处理4 K分辨率影像运行速率可达26帧/s,处理HD(high definition)分辨率影像运行速率可达43帧/s。结论 本文模型能够更好地完成高分辨率人像实时抠图任务,可以为影视、短视频社交以及网络会议等高级应用提供更好的支持。 展开更多
关键词 人像实时抠图 神经网络 多尺度特征 时间信息 高分辨率
原文传递
基于改进U-Net网络的腺体细胞图像分割算法 被引量：11
4
作者 贝琛圆 于海滨 +2 位作者 潘勉 蒋洁 吕炳赟 《电子科技》 2019年第11期18-22,共5页
针对腺体图像在自动分割过程中由于多尺度目标和信息丢失影响导致准确率降低的问题,文中采用了一种引入注意力模块的全卷积神经网络模型。该模型遵循编码器-解码器结构,在编码网络中用空洞残差卷积层代替原有的普通卷积层,并添加空洞金... 针对腺体图像在自动分割过程中由于多尺度目标和信息丢失影响导致准确率降低的问题,文中采用了一种引入注意力模块的全卷积神经网络模型。该模型遵循编码器-解码器结构,在编码网络中用空洞残差卷积层代替原有的普通卷积层,并添加空洞金字塔池;再在解码网络中加入注意力模块,使模型输出高分辨率特征图,提高对多尺度目标的分割精度。实验结果表明,提出的网络模型参数少分割精度高,对腺体图像的平均分割精度高达89.7%,具有较好的鲁棒性。 展开更多
关键词 全卷积神经网络 编码器-解码器结构 空洞金字塔池 注意力模块 高分辨率特征图 分割精度高
下载PDF
基于特征图集合的遥感影像深度学习地物分类研究 被引量：2
5
作者 楚博策 高峰 +4 位作者 帅通 王士成 陈杰 陈金勇 于卫东 《无线电工程》 北大核心 2022年第4期630-637,共8页
针对高分辨率遥感影像复杂地物分类的问题,提出了人工特征工程与深度神经网络相结合的地物分类方法。通过纹理与结构等人工设计特征提取构建多尺度特征图,采用特征图和原始图像合并构建的高维图集合作为网络输入,最大程度地丰富了输入... 针对高分辨率遥感影像复杂地物分类的问题,提出了人工特征工程与深度神经网络相结合的地物分类方法。通过纹理与结构等人工设计特征提取构建多尺度特征图,采用特征图和原始图像合并构建的高维图集合作为网络输入,最大程度地丰富了输入信息量,同时增强了纹理、尺度等有利特征在网络训练过程中的主导作用。根据全卷积网络端到端的像素级分类思想,借鉴并改进DeepLab v3网络的结构设计,实现了一站式的遥感地物分类。实验结果表明,相对于采用原始图像直接作为网络输入,多尺度特征图与原始图结合的方法可以有效地凸显地物中纹理与结构的描述能力,较好地提升地物分类准确度;同时相对于传统神经网络进行图片分类的方法,设计的基于多尺度特征图集合的方法在遥感地物分类任务中具有更好的抗干扰性与准确性。 展开更多
关键词 高分辨率 遥感 地物分类 深度学习 语义分割 多尺度特征图 全卷积网络
下载PDF
基于CNN-GCN双流网络的高分辨率遥感影像场景分类 被引量：11
6
作者 邓培芳 徐科杰 黄鸿 《遥感学报》 EI CSCD 北大核心 2021年第11期2270-2282,共13页
高分辨率遥感影像具有复杂的几何结构和空间布局,传统的卷积神经网络的方法仅能提取场景图像中的全局特征,忽略了上下文的关系,导致特征的表达能力受限,制约了分类精度提高。针对此问题,本文提出一个面向高分辨率遥感影像场景分类的CNN-... 高分辨率遥感影像具有复杂的几何结构和空间布局,传统的卷积神经网络的方法仅能提取场景图像中的全局特征,忽略了上下文的关系,导致特征的表达能力受限,制约了分类精度提高。针对此问题,本文提出一个面向高分辨率遥感影像场景分类的CNN-GCN双流网络,该算法包含CNN流和GCN流两个模块。CNN流基于预训练DenseNet-121网络提取高分影像的全局特征;而GCN流采用由预训练VGGNet-16网络得到的卷积特征图构建邻接图,再通过GCN模型提取高分影像的上下文特征。最后,通过加权级联的方式有效地融合全局特征和上下文特征并利用线性分类器实现分类。本文选取AID、RSSCN7和NWPU-RESISC45共3个具有挑战性的数据集进行实验,得到的最高分类精度分别是97.14%、95.46%和94.12%,结果表明本文算法能够有效地表征场景并取得具有竞争力的分类结果。 展开更多
关键词 高分辨率影像 遥感场景分类 图神经网络 卷积神经网络 特征融合
原文传递
一种图象目标实时识别系统
7
作者 郑士贵 《管理观察》 1998年第5期35-35,共1页
本文以TMS320C40为主处理器．选用不变矩为目标特征．采用以积分方法为基础的一种不变矩快速算法。对极点的计算提出具体算法。给出了各种极点的叠加分量，并采用BP神经网络对目标进行分类．实现了一种图象目标实时识别系统。实验证明... 本文以TMS320C40为主处理器．选用不变矩为目标特征．采用以积分方法为基础的一种不变矩快速算法。对极点的计算提出具体算法。给出了各种极点的叠加分量，并采用BP神经网络对目标进行分类．实现了一种图象目标实时识别系统。实验证明，识别效果良好。 展开更多
关键词 图象目标 实时识别 不变矩 BP神经网络 快速算法 TMS320C40 积分方法 目标特征 主处理器 对极点
下载PDF
一种融合知识图谱的图注意力神经网络谣言实时检测方法 被引量：2
8
作者 王根生 朱奕 李胜 《数据分析与知识发现》 EI CSSCI CSCD 北大核心 2024年第6期95-106,共12页
【目的】提高社交媒体中谣言实时检测的准确率,降低谣言传播危害。【方法】提出一种融合知识图谱的图注意力神经网络谣言实时检测方法。首先,通过知识蒸馏从外部知识图谱中获取文本内容的背景知识;其次,通过点互信息把文本和背景知识转... 【目的】提高社交媒体中谣言实时检测的准确率,降低谣言传播危害。【方法】提出一种融合知识图谱的图注意力神经网络谣言实时检测方法。首先,通过知识蒸馏从外部知识图谱中获取文本内容的背景知识;其次,通过点互信息把文本和背景知识转化为加权图结构表示,利用一种考虑边权重的图注意力神经网络从加权图中学习文本的非连续语义特征;然后,通过预训练语言模型BERT学习文本的连续语义特征,利用嵌入方法把用户和内容统计特征转化为连续向量表示;最后,融合所有特征,输入全连接神经网络中进行谣言检测。【结果】在两个公开的社交媒体谣言数据集PHEME和WEIBO上的实验结果表明,所提方法的准确率分别达到了92.1%和84.0%,优于对比基线方法。【局限】所提方法没有融合帖子中可能附加的图片或视频信息,不能进行多模态融合的谣言检测。【结论】融合背景知识可以补充短文本的语义表示,融合用户和内容统计特征可以辅助文本语义特征作决策,提高检测的准确率。 展开更多
关键词 谣言实时检测 图注意力神经网络 知识图谱 语义特征 统计特征 用户特征
原文传递
改进YOLOv3的车辆实时检测与信息识别技术 被引量：29
9
作者 顾恭 徐旭东 《计算机工程与应用》 CSCD 北大核心 2020年第22期173-184,共12页
在复杂无约束自然场景下对车辆实时检测和相关信息的提取识别一直是计算机视觉领域内重要的研究内容之一。该领域问题的突破不但可以为汽车自动驾驶技术的实现和完善带来实际效果的提升,并且在停车场的自动停车调度算法和实时泊车监控... 在复杂无约束自然场景下对车辆实时检测和相关信息的提取识别一直是计算机视觉领域内重要的研究内容之一。该领域问题的突破不但可以为汽车自动驾驶技术的实现和完善带来实际效果的提升,并且在停车场的自动停车调度算法和实时泊车监控系统的改进上有着重要的现实意义。针对当前实时车辆信息检测中存在的车辆检测区域不完整、精度不高以及无法对场景中较远车辆进行准确定位等相关问题,提出了一种Vehicle-YOLO的实时车辆检测分类模型。该模型在最新的YOLOv3算法基础上,通过更改图像输入参数,增强深度残差网络的特征提取能力,采用5个不同尺寸的特征图依次对潜在车辆的边界框提取等方式来提升车辆实时信息检测的精度和普适性,并通过KITTI、VOC等数据集进行性能验证和分析。实验结果表明,Vehicle-YOLO模型在KITTI数据集上达到了96%的均值平均精度,传输速度约为40 f/s,在精度提升的情况下仍能保持良好的实时检测速率。此外,Vehicle-YOLO检测模型在VOC等其余数据集上的实验结果也展现了不同程度的精度提升,故该模型在常见物体的定位检测中有较好的普适性,相较于传统的物体检测算法模型有更好的表现。 展开更多
关键词 车辆实时检测 YOLOv3 目标定位 卷积神经网络 深度残差网络 特征图
下载PDF
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