期刊导航
期刊开放获取
上海教育软件发展有限公..
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
基于多特征与DCNN的红外SF_(6)泄漏检测方法研究
被引量：
2
1
作者
徐守坤
符心宇
+2 位作者
封晓晨
王雨生
石林
《计算机应用与软件》
北大核心
2021年第6期134-142,160,共10页
传统SF_(6)泄漏检测耗费大量人力物力。针对该问题,提出一种基于红外成像技术的自动检漏方法。使用混合高斯模型确认泄漏视频中的疑似泄漏区域;通过HSV颜色空间分析SF_(6)泄漏的颜色特征;分析泄漏SF_(6)在红外技术下的动态特性,提取其...
传统SF_(6)泄漏检测耗费大量人力物力。针对该问题,提出一种基于红外成像技术的自动检漏方法。使用混合高斯模型确认泄漏视频中的疑似泄漏区域;通过HSV颜色空间分析SF_(6)泄漏的颜色特征;分析泄漏SF_(6)在红外技术下的动态特性,提取其不规则运动特征;使用膨胀卷积神经网络(DCNN)作为分类器,并在视频帧上完成对泄漏区域的标注。实验结果表明,该方法通过检测不同设备、不同部位的SF_(6)泄漏视频能够准确标记出SF_(6)泄漏区域,检测准确率可以达到82.71%。
展开更多
关键词
SF_(6)泄漏
混合高斯模型
HSV颜色空间
膨胀卷积神经网络
在线阅读
下载PDF
职称材料
基于姿态估计的安全帽佩戴检测方法研究
被引量：
20
2
作者
王雨生
顾玉宛
+3 位作者
封晓晨
符心宇
庄丽华
徐守坤
《计算机应用研究》
CSCD
北大核心
2021年第3期937-940,945,共5页
针对现有安全帽佩戴检测方法在施工人员复杂姿态下检测难度大、精度不高的问题,提出一种基于姿态估计的安全帽佩戴检测方法。该方法在OpenPose姿态估计模型中引入残差网络优化特征提取,获得施工人员的骨骼点信息,并提出三点定位法,通过...
针对现有安全帽佩戴检测方法在施工人员复杂姿态下检测难度大、精度不高的问题,提出一种基于姿态估计的安全帽佩戴检测方法。该方法在OpenPose姿态估计模型中引入残差网络优化特征提取,获得施工人员的骨骼点信息,并提出三点定位法,通过骨骼点位置信息确定头部区域以缩小检测范围。使用RetinaNet检测头部区域安全帽的佩戴情况,以解决安全帽与施工背景之间类极不平衡的问题。实验表明,该方法在检测精度上较其他方法有明显提高,并且对环境的适应性更强。
展开更多
关键词
目标检测
安全帽识别
姿态估计
三点定位
RetinaNet
在线阅读
下载PDF
职称材料
基于改进U-Net网络的细小裂纹检测
被引量：
4
3
作者
封晓晨
李宁
+3 位作者
顾玉宛
符心宇
王雨生
徐守坤
《计算机应用与软件》
北大核心
2022年第3期193-200,共8页
针对复杂背景下细小裂纹图像检测难、噪声干扰多和裂纹宽度信息易丢失的问题,提出一种基于U-Net改进的方法。利用残差块解决网络退化,加入BN层改善梯度弥散,融入深度可分离卷积以及高尺度的转置卷积,实现特征信息由浅入深的传递;改进注...
针对复杂背景下细小裂纹图像检测难、噪声干扰多和裂纹宽度信息易丢失的问题,提出一种基于U-Net改进的方法。利用残差块解决网络退化,加入BN层改善梯度弥散,融入深度可分离卷积以及高尺度的转置卷积,实现特征信息由浅入深的传递;改进注意力机制,实现细节特征的优化;延伸U-Net特征向量长度,在底部加入由最大池化层、小尺度深度可分离卷积与上采样层构建的层融合模块,实现分辨率和感受野之间的平衡。实验结果表明,在客观标准下,改进的方法比U-Net的IoU的值提高0.1873,Recall的值提高了0.1127,Precision提高了0.1359,F1-score提高了0.0687,并且实验结果皆优于其他方法对于U-Net的改进,减少了伪分割现象,完成对细小裂纹分割,获得更加精细的裂纹宽度信息。
展开更多
关键词
裂纹检测
U-Net
池化层
残差块
注意力机制
在线阅读
下载PDF
职称材料
题名
基于多特征与DCNN的红外SF_(6)泄漏检测方法研究
被引量：
2
1
作者
徐守坤
符心宇
封晓晨
王雨生
石林
机构
常州大学信息科学与工程学院
出处
《计算机应用与软件》
北大核心
2021年第6期134-142,160,共10页
基金
国家自然科学基金项目(61906021)
江苏省教育厅2018年师资队伍建设第二批专项经费(优秀骨干教师)。
文摘
传统SF_(6)泄漏检测耗费大量人力物力。针对该问题,提出一种基于红外成像技术的自动检漏方法。使用混合高斯模型确认泄漏视频中的疑似泄漏区域;通过HSV颜色空间分析SF_(6)泄漏的颜色特征;分析泄漏SF_(6)在红外技术下的动态特性,提取其不规则运动特征;使用膨胀卷积神经网络(DCNN)作为分类器,并在视频帧上完成对泄漏区域的标注。实验结果表明,该方法通过检测不同设备、不同部位的SF_(6)泄漏视频能够准确标记出SF_(6)泄漏区域,检测准确率可以达到82.71%。
关键词
SF_(6)泄漏
混合高斯模型
HSV颜色空间
膨胀卷积神经网络
Keywords
SF_(6)leakage
Gaussian mixed model
HSV color space
Dilated convolutional neural network
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于姿态估计的安全帽佩戴检测方法研究
被引量：
20
2
作者
王雨生
顾玉宛
封晓晨
符心宇
庄丽华
徐守坤
机构
常州大学信息科学与工程学院数理学院
出处
《计算机应用研究》
CSCD
北大核心
2021年第3期937-940,945,共5页
基金
国家自然科学基金资助项目(61906021)。
文摘
针对现有安全帽佩戴检测方法在施工人员复杂姿态下检测难度大、精度不高的问题,提出一种基于姿态估计的安全帽佩戴检测方法。该方法在OpenPose姿态估计模型中引入残差网络优化特征提取,获得施工人员的骨骼点信息,并提出三点定位法,通过骨骼点位置信息确定头部区域以缩小检测范围。使用RetinaNet检测头部区域安全帽的佩戴情况,以解决安全帽与施工背景之间类极不平衡的问题。实验表明,该方法在检测精度上较其他方法有明显提高,并且对环境的适应性更强。
关键词
目标检测
安全帽识别
姿态估计
三点定位
RetinaNet
Keywords
target detection
helmet recognition
attitude estimation
three-point positioning
RetinaNet
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于改进U-Net网络的细小裂纹检测
被引量：
4
3
作者
封晓晨
李宁
顾玉宛
符心宇
王雨生
徐守坤
机构
常州大学信息科学与工程学院
河海大学计算机与信息学院
出处
《计算机应用与软件》
北大核心
2022年第3期193-200,共8页
基金
国家自然科学基金项目(61906021)
江苏省教育厅2018年师资队伍建设第二批专项经费项目。
文摘
针对复杂背景下细小裂纹图像检测难、噪声干扰多和裂纹宽度信息易丢失的问题,提出一种基于U-Net改进的方法。利用残差块解决网络退化,加入BN层改善梯度弥散,融入深度可分离卷积以及高尺度的转置卷积,实现特征信息由浅入深的传递;改进注意力机制,实现细节特征的优化;延伸U-Net特征向量长度,在底部加入由最大池化层、小尺度深度可分离卷积与上采样层构建的层融合模块,实现分辨率和感受野之间的平衡。实验结果表明,在客观标准下,改进的方法比U-Net的IoU的值提高0.1873,Recall的值提高了0.1127,Precision提高了0.1359,F1-score提高了0.0687,并且实验结果皆优于其他方法对于U-Net的改进,减少了伪分割现象,完成对细小裂纹分割,获得更加精细的裂纹宽度信息。
关键词
裂纹检测
U-Net
池化层
残差块
注意力机制
Keywords
Crack detection
U-Net
Pooling layer
Residual block
Attention mechanism
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多特征与DCNN的红外SF_(6)泄漏检测方法研究
徐守坤
符心宇
封晓晨
王雨生
石林
《计算机应用与软件》
北大核心
2021
2
在线阅读
下载PDF
职称材料
2
基于姿态估计的安全帽佩戴检测方法研究
王雨生
顾玉宛
封晓晨
符心宇
庄丽华
徐守坤
《计算机应用研究》
CSCD
北大核心
2021
20
在线阅读
下载PDF
职称材料
3
基于改进U-Net网络的细小裂纹检测
封晓晨
李宁
顾玉宛
符心宇
王雨生
徐守坤
《计算机应用与软件》
北大核心
2022
4
在线阅读
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
