期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于时空流特征融合的俯视视角下奶牛跛行自动检测方法
1
作者 代昕 王军号 +4 位作者 张翼 王鑫杰 李晏兴 戴百生 沈维政 《智慧农业(中英文)》 CSCD 2024年第4期18-28,共11页
[目的/意义]奶牛跛行检测是规模化奶牛养殖过程中亟待解决的重要问题,现有方法的检测视角主要以侧视为主。然而,侧视视角存在着难以消除的遮挡问题。本研究主要解决侧视视角下存在的遮挡问题。[方法]提出一种基于时空流特征融合的俯视... [目的/意义]奶牛跛行检测是规模化奶牛养殖过程中亟待解决的重要问题,现有方法的检测视角主要以侧视为主。然而,侧视视角存在着难以消除的遮挡问题。本研究主要解决侧视视角下存在的遮挡问题。[方法]提出一种基于时空流特征融合的俯视视角下奶牛跛行检测方法。首先,通过分析深度视频流中跛行奶牛在运动过程中的位姿变化,构建空间流特征图像序列。通过分析跛行奶牛行走时躯体前进和左右摇摆的瞬时速度,利用光流捕获奶牛运动的瞬时速度,构建时间流特征图像序列。将空间流与时间流特征图像组合构建时空流融合特征图像序列。其次,利用卷积块注意力模块(Convolutional Block Attention Module, CBAM)改进PP-TSMv2 (PaddlePaddle-Temporal Shift Module v2)视频动作分类网络,构建奶牛跛行检测模型Cow-TSM (Cow-Temporal Shift Module)。最后,分别在不同输入模态、不同注意力机制、不同视频动作分类网络和现有方法 4个方面对比,进行奶牛跛行实验,以探究所提出方法的优劣性。[结果和讨论]共采集处理了180段奶牛图像序列数据,跛行奶牛与非跛行奶牛视频段数比例为1∶1,所提出模型识别精度达到88.7%,模型大小为22 M,离线推理时间为0.046 s。与主流视频动作分类模型TSM、PP-TSM、PP-TSMv2、SlowFast和TimesFormer模型相比,综合表现最好。同时,以时空流融合特征图像作为输入时,识别精度分别比单时间模态与单空间模态分别提升12%与4.1%,证明本研究中模态融合的有效性。通过与通道注意力(Squeeze-and-Excitation, SE)、卷积核注意力(Selective Kernel, SK)、坐标注意力(Coordinate Attention, CA)与CBAM不同注意力机制进行消融实验,证明利用CBAM注意力机制构建奶牛跛行检测模型效果最佳。最后,与现有跛行检测方法进行对比,所提出的方法同时具有较好的性能和实用性。[结论]本研究能够避免侧视视角下检测跛行奶牛时出现的遮挡问题,对于减少奶牛跛行发生率、提高牧场经济效益具有重要意义,符合牧场规模化建设的需求。 展开更多
关键词 奶牛跛行检测 时空融合 视频动作分类 深度图像 注意力机制 TSM
下载PDF
具有Holling-Ⅱ型功能反应函数的双时滞捕食者-食饵系统的Hopf分支
2
作者 于莉琦 贺树立 王强 《高师理科学刊》 2023年第10期16-21,共6页
在具有Holling-Ⅱ型功能反应函数的捕食者-食饵系统中引入2个时滞参数,用来刻画捕食者和食饵的生长时滞,研究了系统平衡点的局部稳定性.结果表明,随着参数的变化,系统平衡点发生了扰动,进而出现了周期解.给出了Hopf分支存在条件的显示... 在具有Holling-Ⅱ型功能反应函数的捕食者-食饵系统中引入2个时滞参数,用来刻画捕食者和食饵的生长时滞,研究了系统平衡点的局部稳定性.结果表明,随着参数的变化,系统平衡点发生了扰动,进而出现了周期解.给出了Hopf分支存在条件的显示表达式,并通过数值实验验证了结论. 展开更多
关键词 Holling-Ⅱ型功能反应函数 稳定性 时滞 HOPF分支 捕食者-食饵系统
下载PDF
改进的LapSRN遥感图像超分辨重建 被引量:2
3
作者 孙策 刘芳 +1 位作者 巫红 朱福珍 《黑龙江大学自然科学学报》 CAS 2022年第4期490-497,共8页
为了进一步提高遥感图像的超分辨效果,获得细节信息更加丰富的遥感图像,对深度拉普拉斯金字塔网络(Deep Laplacian pyramid super-resolution network,DLPSRN)进行了改进。遥感图像的特征提取是超分辨过程中重要的一部分,直接影响遥感... 为了进一步提高遥感图像的超分辨效果,获得细节信息更加丰富的遥感图像,对深度拉普拉斯金字塔网络(Deep Laplacian pyramid super-resolution network,DLPSRN)进行了改进。遥感图像的特征提取是超分辨过程中重要的一部分,直接影响遥感图像超分辨重建的效果,本文改进了深度拉普拉斯金字塔网络特征的提取模块,应用非对称卷积块即多个并行的卷积核代替单一卷积核,可获得更好的图像特征提取效果。同时,加入了自适应特征集成模块,对提取的不同分辨率的图像特征进行特征交互。预测图像特征的最终权重,按照最终权重来进行遥感图像的超分辨重建,可获得更好的超分辨重建效果。实验结果表明,与原算法相比,改进的深度拉普拉斯金字塔网络重建图像,主观视觉效果和客观评价指标均有所提升,主观视觉上图像细节增多,客观评价指标峰值信噪比提高了0.61 dB,结构相似性提高了0.076。 展开更多
关键词 遥感图像 金字塔网络 深度学习
下载PDF
基于级联残差对抗生成网络的超分辨重建
4
作者 祁成晓 刘芳 +2 位作者 孙策 曲振方 朱福珍 《黑龙江大学自然科学学报》 CAS 2022年第3期365-371,共7页
图像超分辨率技术在遥感领域的应用越来越多,卷积神经网络(Convolutional neural network, CNN)在图像超分辨率任务方面取得了比传统方法更显著的改进。为了解决超分辨重建算法重建图像细节不清晰的问题,对基于对抗生成网络的超分辨重... 图像超分辨率技术在遥感领域的应用越来越多,卷积神经网络(Convolutional neural network, CNN)在图像超分辨率任务方面取得了比传统方法更显著的改进。为了解决超分辨重建算法重建图像细节不清晰的问题,对基于对抗生成网络的超分辨重建算法进行了研究,以恢复接近人眼感知质量的超分辨重建图像。对抗生成网络分为生成器子模块和判别器子模块,生成器模块提取的低频图像特征在进入残差块前进行分组卷积,达到了降低参数量的目的。每3个残差块构成一个级联块,级联块通过级联的方式聚合不同级联块之间图像的特征,以实现信息流传递到更加深层的网络中,经过上采样完成生成器中的图像重建过程。判别器网络用于判别是否为生成器重建图像和真实的高分辨率图像,在真实高分辨率图像的判别过程中提高模型能力。同时,研究了加入感知损失对超分辨重建图像的影响,使重建图片纹理细节更加丰富。实验结果表明,重建图像的峰值信噪比较原来算法提高了0.48 dB,结构相似度提高了0.023,该模型在主观视觉评价和客观量化评估上有所提升。 展开更多
关键词 深度学习 超分辨 SRGAN 生成器 判别器
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部