期刊文献+
共找到369篇文章
< 1 2 19 >
每页显示 20 50 100
Adaptive key SURF feature extraction and application in unmanned vehicle dynamic object recognition 被引量:1
1
作者 杜明芳 王军政 +2 位作者 李静 李楠 李多扬 《Journal of Beijing Institute of Technology》 EI CAS 2015年第1期83-90,共8页
A new method based on adaptive Hessian matrix threshold of finding key SRUF ( speeded up robust features) features is proposed and is applied to an unmanned vehicle for its dynamic object recognition and guided navi... A new method based on adaptive Hessian matrix threshold of finding key SRUF ( speeded up robust features) features is proposed and is applied to an unmanned vehicle for its dynamic object recognition and guided navigation. First, the object recognition algorithm based on SURF feature matching for unmanned vehicle guided navigation is introduced. Then, the standard local invariant feature extraction algorithm SRUF is analyzed, the Hessian Metrix is especially discussed, and a method of adaptive Hessian threshold is proposed which is based on correct matching point pairs threshold feedback under a close loop frame. At last, different dynamic object recognition experi- ments under different weather light conditions are discussed. The experimental result shows that the key SURF feature abstract algorithm and the dynamic object recognition method can be used for un- manned vehicle systems. 展开更多
关键词 dynamic object recognition key SURF feature feature matching adaptive Hessianthreshold unmanned vehicle
在线阅读 下载PDF
Multi Multi-Task Learning with Dynamic Splitting for Open Open-Set Wireless Signal Recognition
2
作者 XU Yujie ZHAO Qingchen +2 位作者 XU Xiaodong QIN Xiaowei CHEN Jianqiang 《ZTE Communications》 2022年第S01期44-55,共12页
Open-set recognition(OSR)is a realistic problem in wireless signal recogni-tion,which means that during the inference phase there may appear unknown classes not seen in the training phase.The method of intra-class spl... Open-set recognition(OSR)is a realistic problem in wireless signal recogni-tion,which means that during the inference phase there may appear unknown classes not seen in the training phase.The method of intra-class splitting(ICS)that splits samples of known classes to imitate unknown classes has achieved great performance.However,this approach relies too much on the predefined splitting ratio and may face huge performance degradation in new environment.In this paper,we train a multi-task learning(MTL)net-work based on the characteristics of wireless signals to improve the performance in new scenes.Besides,we provide a dynamic method to decide the splitting ratio per class to get more precise outer samples.To be specific,we make perturbations to the sample from the center of one class toward its adversarial direction and the change point of confidence scores during this process is used as the splitting threshold.We conduct several experi-ments on one wireless signal dataset collected at 2.4 GHz ISM band by LimeSDR and one open modulation recognition dataset,and the analytical results demonstrate the effective-ness of the proposed method. 展开更多
关键词 open-set recognition dynamic method adversarial direction multi-task learn-ing wireless signal
在线阅读 下载PDF
Application of fractal characteristic quantities of pressure fluctuation in subcooled boiling regime recognition
3
作者 KUANG Bo, XU Ji-Jun (Department of Nuclear Power Engineering and Automation, Shanghai Jiaotong University, Shanghai 200030) Engineering 《Nuclear Science and Techniques》 SCIE CAS CSCD 2001年第4期309-318,共10页
The dynamical behavior of the subcooled boiling two-phase system was introduced and discussed. With the introduction of fractal concept, an analysis of the fractal feature of pressure wave signals from nonlinear dynam... The dynamical behavior of the subcooled boiling two-phase system was introduced and discussed. With the introduction of fractal concept, an analysis of the fractal feature of pressure wave signals from nonlinear dynamics point of view, was carried out. Meanwhile, the pseudo phase diagrams of typical time series of sound pressure were given. Finally, through dynamic clustering and on the basis of calculating correlation dimension and Hurst exponent of pressure wave time series on different subcooling conditions, the recognition of developing regime of the two-phase system was delivered, which might provide a promising approach of recognition and diagnosis of a boiling system. 展开更多
关键词 核反应堆 过冷锅炉 热声效应
在线阅读 下载PDF
基于动态注意图的储粮害虫智能识别研究
4
作者 杨海英 赵颖 +2 位作者 周晓光 王殿轩 李佐勇 《中国粮油学报》 北大核心 2025年第2期9-16,共8页
本研究旨在解决实际仓储场景中储粮害虫多物种混合图像的检测识别问题。通过对YOLOv5基础模型架构的改进,提出了一种基于动态注意图的储粮害虫检测识别方法。利用粮堆储粮害虫采集装置获取了仓储害虫不同物种混合的图像数据,并进一步构... 本研究旨在解决实际仓储场景中储粮害虫多物种混合图像的检测识别问题。通过对YOLOv5基础模型架构的改进,提出了一种基于动态注意图的储粮害虫检测识别方法。利用粮堆储粮害虫采集装置获取了仓储害虫不同物种混合的图像数据,并进一步构建了单物种图像数据集与多物种混合图像数据集。本研究运用的方法借助多个动态注意图的有机组合,构建特征之间的长距离依赖关系模型,动态筛选特征图中与当前位置相关性最高的邻接节点,从而增强模型的特征提取能力,提高检测识别精度。在储粮害虫单物种和多物种混合图像的检测识别任务中,该模型的平均精度均值mAP@0.5分别达到了97.2%和91.0%。此外,该模型已成功部署到相关的储粮害虫监测识别系统中,并取得了良好的检测识别效果。 展开更多
关键词 单物种图像 多物种混合图像 检测识别 深度学习 动态注意图
在线阅读 下载PDF
面向6G的通信感知一体化关键技术体系与硬件原型验证
5
作者 赵川斌 孙红 +5 位作者 张腾宇 罗宏亮 王禹淙 蒋玉骅 林博 高飞飞 《电子与信息学报》 北大核心 2025年第4期932-947,共16页
第6代移动通信(6G)系统将基于通信感知一体化能力获取精确的环境信息和用户状态信息,从而在保障通信业务的同时将真实物理世界复刻为数字孪生世界。该文提出一种完备的6G通感一体关键技术体系,包括静态环境重构、动态目标感知、物体材... 第6代移动通信(6G)系统将基于通信感知一体化能力获取精确的环境信息和用户状态信息,从而在保障通信业务的同时将真实物理世界复刻为数字孪生世界。该文提出一种完备的6G通感一体关键技术体系,包括静态环境重构、动态目标感知、物体材质识别3大基本能力。具体地,该文设计了基于多用户、多基站、主被动融合的静态环境重构技术,构建了多基站协同、多特征融合的动态目标感知技术,研究了基于多基站协同的电磁感知与材质识别技术。在此基础上,开发了基于射频系统级芯片上的现场可编程门阵列(RFSoC-FPGA)的通用通感一体化硬件原型平台,可在保持通信服务的同时有效重建环境地图并感知动态目标。 展开更多
关键词 通信感知一体化 静态环境重构 动态目标感知 物体材质识别 硬件原型验证
在线阅读 下载PDF
一种临近空间飞行器模糊星图端对端识别方法
6
作者 张源 李睿 许志 《宇航学报》 北大核心 2025年第1期92-107,共16页
针对临近空间高速、高动态飞行器在大角速度机动下,星敏感器拍摄的星图严重退化致使星图识别成功率急剧下降问题,提出了一种基于深度学习的“识别—粗定位—复原—精定位”一体化星点提取方案。针对传统星点提取算法在载体高动态运动环... 针对临近空间高速、高动态飞行器在大角速度机动下,星敏感器拍摄的星图严重退化致使星图识别成功率急剧下降问题,提出了一种基于深度学习的“识别—粗定位—复原—精定位”一体化星点提取方案。针对传统星点提取算法在载体高动态运动环境下,星点质心提取误差大的问题,设计了一种基于甚快区域卷积神经网络(Faster R-CNN)的主星模式分割算法。首先得到星点的粗略位置,然后通过稠密连接结构的局部星图端对端复原网络,得到星点精确质心位置。考虑真实星图信噪比极低且噪声特性复杂,采用基准星辅助的容错检测算法对星点精定位结果予以校验,剔除误识别及定位误差过大的星点。仿真结果表明,容错检测算法校验后,主星检出率较传统方法提高10%,质心定位精度较平方加权质心法提高15%,基于复原星图的定姿误差小于20″。所提方法能有效提高临近空间高动态飞行环境下星光导航系统的适应能力,且对飞行器快速发射情况下初始位置不准引起的制导误差有较好的修正作用。 展开更多
关键词 端对端识别 星图拖尾 运动模糊 星图复原 临近空间高动态飞行器
在线阅读 下载PDF
独立桩海洋平台基础冲刷深度智能识别方法
7
作者 逄志浩 刘康 +3 位作者 王书冰 袁征 张权 朱渊 《中国海洋平台》 2025年第2期37-44,86,共9页
为应对独立桩海洋平台桩基在复杂海洋环境冲刷作用下产生的入土深度减小、承载力下降,严重影响平台稳定性的问题,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)和深度学习算法的智能识别方法。构建独立桩海洋平台数字... 为应对独立桩海洋平台桩基在复杂海洋环境冲刷作用下产生的入土深度减小、承载力下降,严重影响平台稳定性的问题,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)和深度学习算法的智能识别方法。构建独立桩海洋平台数字仿真模型,运用动力时程分析法模拟不同冲刷深度下平台的动力响应,采用VMD处理动力响应信号,提取关键特征参数,并以特征参数为输入,以冲刷深度为样本输出,结合卷积神经网络(Convolutional Neural Network,CNN)和双向长短时记忆(Bidirectional Long Short-Term Memory,BiLSTM)网络构建冲刷识别模型,进行冲刷深度工况的智能识别。使用试验测量数据对该冲刷智能识别方法的准确性进行验证。结果显示,该模型在仿真条件下的识别准确率达97.22%,在室内试验中的识别准确率达99.17%。 展开更多
关键词 海洋平台 冲刷深度 动力响应 智能识别 变分模态分解 卷积神经网络 双向长短时记忆网络
在线阅读 下载PDF
基于车辆动态行为特征的交通状态识别研究
8
作者 李熙莹 卢美燕 +2 位作者 何兆成 苏淑妍 庞淑敏 《交通运输系统工程与信息》 北大核心 2025年第1期44-55,85,共13页
交通状态识别研究对于预防和缓解交通拥堵具有重要的研究价值,不仅能够为交通管理提供决策支持,还能有效提升道路的运行效率。传统的交通状态识别方法仅考虑单一的宏观特征参数,忽视车辆变道行为的影响以及由此产生的车辆间相互干扰,导... 交通状态识别研究对于预防和缓解交通拥堵具有重要的研究价值,不仅能够为交通管理提供决策支持,还能有效提升道路的运行效率。传统的交通状态识别方法仅考虑单一的宏观特征参数,忽视车辆变道行为的影响以及由此产生的车辆间相互干扰,导致状态划分空间粒度较粗,状态辨识不够精细化,难以深入分析交通拥堵的成因。对此,本文提出一种无人机视角下基于车辆动态行为特征的交通状态识别方法。首先,该方法结合基于旋转检测框的车辆检测算法(YOLOv8s-OBB)和车辆跟踪算法(BoTSORT)检测和跟踪车辆,解决水平框中背景像素冗余以及车辆框重叠的问题,提取车辆空间方向角和旋转4点坐标等更精准的车辆轨迹数据,并计算微观交通流参数;其次,利用获取的车辆空间方向角和旋转位置信息提出车辆动态行为特征参数,即变道干扰率和车辆方向波动指数;然后,结合宏观的平均速度和交通密度参数,构建多维状态特征空间,应用于实际道路场景的交通状态识别。最终实验结果表明:在旋转车辆目标检测中,该方法的mAP@0.5达到0.987,输出的车辆轨迹数据稳定且连续;在交通状态识别中,在平均速度和交通密度作为宏观特征参数的基础上引入变道干扰率后,状态识别精确度达到0.983;进一步,引入车辆方向波动指数后,状态识别精确度达到0.987。同时,根据状态特征空间表征,可以更加精准地将交通状态划分为4种状态,即畅通态、平稳态、拥挤态和堵塞态,从而可以为车辆动态行为定量化分析交通状态影响,为基于无人机视角的交通状态识别提供新的理论参考,为智能交通系统提供先进的状态精细感知。 展开更多
关键词 城市交通 交通状态识别 车辆动态行为特征参数 旋转车辆检测与跟踪 无人机航拍
在线阅读 下载PDF
基于YOLOv5的动态车牌识别及残差网络优化方法
9
作者 杨子奕 崔善柠 +2 位作者 曲大义 杨宇翔 刘朝晖 《青岛理工大学学报》 2025年第2期115-123,共9页
为精确识别复杂交通场景中实时运行的动态车辆牌照,提出了一种基于YOLOv5的动态车牌识别及残差网络优化方法。基于深度残差网络优化方法,采用飞桨Padddle-Paddle平台数据集进行网络模型训练,对车牌数据样本进行图像特征提取;运用YOLOv5... 为精确识别复杂交通场景中实时运行的动态车辆牌照,提出了一种基于YOLOv5的动态车牌识别及残差网络优化方法。基于深度残差网络优化方法,采用飞桨Padddle-Paddle平台数据集进行网络模型训练,对车牌数据样本进行图像特征提取;运用YOLOv5模型架构提升动态车牌的识别效果。基于残差网络优化的YOLOv5动态车牌识别模型输出结果显示,对于小角度、远距离的动态车牌识别,相较于传统模型,识别效果提升15%~20%,优化效果在识别范围内随角度减小及距离增加而提升。基于YOLOv5的动态车牌识别及残差网络优化模型可以有效提升动态车牌的识别精度和识别效率,为复杂交通场景的车车交互提供技术支持。 展开更多
关键词 智能交通 动态车牌识别 YOLOv5 残差网络优化
在线阅读 下载PDF
基于湿重效应的网架罩棚结构动力性能分析
10
作者 胡靖 贾亚军 林晓 《建材世界》 2025年第1期93-96,共4页
为探究服役期间网架罩棚结构的动力特性,论文通过环境激励和人工激励试验对网架罩棚结构的振动模态进行分析。通过网架罩棚结构的动力数据采集及分析可知:荷载激励下的结构频率随振型增大而增大,网架罩棚的阻尼随振型增大而降低。基于... 为探究服役期间网架罩棚结构的动力特性,论文通过环境激励和人工激励试验对网架罩棚结构的振动模态进行分析。通过网架罩棚结构的动力数据采集及分析可知:荷载激励下的结构频率随振型增大而增大,网架罩棚的阻尼随振型增大而降低。基于随机减量法得到的结构最不利位置位于网架罩棚的两侧,最大周期发生在1阶振型处,最大周期为0.508。最后根据理论计算的网架罩棚结构振型与实测振型进行对比,发现所提出的振型分析方法具有较高的可靠性,可为网架结构动力分析及安全性评价提供理论支持。 展开更多
关键词 动力响应 模态识别 健康检测 结构振型 湿重效应
在线阅读 下载PDF
基于多头注意力与多尺度空洞卷积的动态手势识别方法
11
作者 李雯 程旭 胡晓宇 《中国电子科学研究院学报》 2025年第1期83-91,共9页
随着Kinect等深度传感器的推出,对于包含手部关节3D坐标的骨骼数据的研究越来越广泛,许多研究是基于通过计算关节之间的依赖关系来开发基于骨架的手势识别系统,然而,由于这些方法在捕捉关节间复杂空间关系和时间依赖性方面的局限性,往... 随着Kinect等深度传感器的推出,对于包含手部关节3D坐标的骨骼数据的研究越来越广泛,许多研究是基于通过计算关节之间的依赖关系来开发基于骨架的手势识别系统,然而,由于这些方法在捕捉关节间复杂空间关系和时间依赖性方面的局限性,往往提取到的特征效率较低,在实现高性能和通用性方面可能面临困难。本文提出了一种改进的手势识别模型,采用多头注意力机制,并利用多尺度空洞卷积增强对手部关节复杂依赖关系的捕捉,显著提升了识别性能和泛化能力。其次通过多头注意力机制对关节点间的空间关系进行编码,构建全连接图,从而精细捕捉关节点间的复杂依赖关系。同时引入具有不同膨胀率的并行多尺度卷积层,可以有效地捕获多项时间信息,从而提高模型对动态变化的感知能力。此外,为进一步增强模型在动态手势识别中的鲁棒性,采用了一种基于注意力加权的交叉熵损失函数。实验结果表明,在DHG动态手势数据集上,针对14个分类手势,模型取得了97.8%的分类准确率,较其他算法平均提升了7%,针对28个分类手势,模型取得了92.1%的分类准确率,较其他算法平均提升了5%。 展开更多
关键词 动态手势识别 手部骨骼点 时空注意力 多尺度空洞卷积 深度学习
在线阅读 下载PDF
基于多维动态拓扑学习图卷积的骨架动作识别 被引量:2
12
作者 罗会兰 曹立京 《电子学报》 EI CAS CSCD 北大核心 2024年第3期991-1001,共11页
图卷积由于其对图数据的强大表示能力被广泛应用于基于骨架的动作识别任务中.但是现有的图卷积方法在所有帧或通道上都使用共享的图拓扑进行特征聚合,这极大限制了图卷积网络的表示能力.为了解决这些问题,本文提出多维动态拓扑学习图卷... 图卷积由于其对图数据的强大表示能力被广泛应用于基于骨架的动作识别任务中.但是现有的图卷积方法在所有帧或通道上都使用共享的图拓扑进行特征聚合,这极大限制了图卷积网络的表示能力.为了解决这些问题,本文提出多维动态拓扑学习图卷积用于动态建模具有时序与通道特异性的拓扑结构.多维动态拓扑学习图卷积主要包含三个组成部分:纯粹节点拓扑学习图卷积(pure Joint topology learning Graph Convolution,J-GC)、动态时序特异性拓扑学习图卷积(Dynamic Temporal-Wise topology learning Graph Convolution,DTW-GC)和通道特异性拓扑学习图卷积(Channel-Wise topology learning Graph Convolution,CW-GC).特别地,在DTW-GC中使用了动态骨架拓扑建模方法(Dynamic Skeleton Topology Learning,DSTL),以高效地建模富含全局时空拓扑特征的动态骨架拓扑.将多维动态拓扑学习图卷积与多尺度时间卷积(Multi-Scale Temporal Convolution,MS-TC)相结合,本文构建了具有强大建模能力的图卷积网络.此外,为了对骨架数据的空间信息进行补充,本文额外引入了相对节点数据和相对骨骼数据进行多流网络的融合.本文所提出的方法在NTU-RGB+D与NTU-RGB+D 120数据集上分别取得了92.64%和89.29%的准确率,超过了当前最先进方法. 展开更多
关键词 动作识别 深度学习 图卷积 动态骨架拓扑 数据融合
在线阅读 下载PDF
多模态数据融合的加工作业动态手势识别方法 被引量:1
13
作者 张富强 曾夏 +1 位作者 白筠妍 丁凯 《郑州大学学报(工学版)》 CAS 北大核心 2024年第5期30-36,共7页
为了解决单模态数据所提供的特征信息缺乏而导致的识别准确率难以提高、模型鲁棒性较低等问题,提出了面向人机交互的加工作业多模态数据融合动态手势识别策略。首先,采用C3D网络模型并在视频的空间维度和时间维度对深度图像和彩色图像... 为了解决单模态数据所提供的特征信息缺乏而导致的识别准确率难以提高、模型鲁棒性较低等问题,提出了面向人机交互的加工作业多模态数据融合动态手势识别策略。首先,采用C3D网络模型并在视频的空间维度和时间维度对深度图像和彩色图像两种模态数据进行特征提取;其次,将两种模态数据识别结果在决策层按最大值规则进行融合,同时,将原模型使用的Relu激活函数替换为Mish激活函数优化梯度特性;最后,通过3组对比实验得到6种动态手势的平均识别准确率为96.8%。结果表明:所提方法实现了加工作业中动态手势识别的高准确率和高鲁棒性的目标,对人机交互技术在实际生产场景中的应用起到推动作用。 展开更多
关键词 多模态数据融合 加工作业 动态手势识别 C3D Mish激活函数 人机交互
在线阅读 下载PDF
生物统合加工嵌合纤维小体组装模块反应机制探究
14
作者 徐奭 万平 +3 位作者 李娟娟 刘涵 杜济良 田沈 《太阳能学报》 EI CAS CSCD 北大核心 2024年第3期139-144,共6页
为探究生物统合加工嵌合纤维小体中重组蛋白粘连模块与对接模块的分子相互作用及其对嵌合纤维小体组装效率的影响,采用酿酒酵母细胞分泌表达支架蛋白和酶分子催化模块,在胞外通过非变性蛋白凝胶电泳和等温滴定量热法测定分析二级支架蛋... 为探究生物统合加工嵌合纤维小体中重组蛋白粘连模块与对接模块的分子相互作用及其对嵌合纤维小体组装效率的影响,采用酿酒酵母细胞分泌表达支架蛋白和酶分子催化模块,在胞外通过非变性蛋白凝胶电泳和等温滴定量热法测定分析二级支架蛋白、纤维素酶分别与一级支架蛋白结合时的相互作用反应。结果显示,分别连接二级支架蛋白和纤维素酶蛋白的对接模块与粘连模块的亲和力常数增大,亲和力减小,组装反应为焓变驱动的放热反应并产生氢键,证明这些蛋白分子间亲和力减小是导致二级支架蛋白与一级支架蛋白组装效率较低的主要影响因素。 展开更多
关键词 酿酒酵母 嵌合纤维小体 纤维素酶 自组装 蛋白相互识别 分子动力学
在线阅读 下载PDF
基于ReliefF-RBF的路面不平度识别算法研究
15
作者 陈凯 史少阳 +1 位作者 程姗姗 秦也辰 《汽车工程学报》 2024年第1期49-59,共11页
路面不平度对道路车辆行驶安全性及车辆动力学响应具有重要影响。通过将路面不平度识别与先进悬架控制结合,有望能进一步提升乘员舒适性和车辆的操纵稳定性。现有基于数据驱动的路面分类方法难以高效处理时变参数与车速,现有基于模型的... 路面不平度对道路车辆行驶安全性及车辆动力学响应具有重要影响。通过将路面不平度识别与先进悬架控制结合,有望能进一步提升乘员舒适性和车辆的操纵稳定性。现有基于数据驱动的路面分类方法难以高效处理时变参数与车速,现有基于模型的路面识别算法需要已知精确车辆模型,在实际应用中面临车辆物理参数难以获得的问题。提出一种融合模型和数据驱动的路面分类算法,采用基于模型的方法反算等效路面轮廓,结合数据预处理方法,对车辆响应和反算等效路面轮廓数据进行滤波;对等效路面轮廓和响应信息进行时域频域特征计算,采用ReliefF算法进行关键特征提取,构建基于径向基函数神经网络的路面分类器,进行路面分级识别;通过仿真试验和实车试验验证了不同车辆参数和车速下所提出的算法鲁棒性。 展开更多
关键词 路面不平度 车辆动力学 数据驱动 加速度传感器 路面识别
在线阅读 下载PDF
基于动态图特征的堆叠宽度学习三维物体识别网络 被引量:2
16
作者 李威林 孙叶 宋伟 《激光杂志》 CAS 北大核心 2024年第6期161-166,共6页
三维物体点云识别是智能机器人环境感知任务中的重要组成部分。提出一种基于动态图特征的堆叠宽度学习三维物体识别网络(DG-S-BLS),利用动态图卷积网络提取点云的高维特征,通过宽度学习系统(BLS)模型依据样本整体特征对点云分类,再通过... 三维物体点云识别是智能机器人环境感知任务中的重要组成部分。提出一种基于动态图特征的堆叠宽度学习三维物体识别网络(DG-S-BLS),利用动态图卷积网络提取点云的高维特征,通过宽度学习系统(BLS)模型依据样本整体特征对点云分类,再通过基于BLS块间残差的堆叠宽度学习系统模型进一步提高分类精度。在Li DARNet户外点云数据集上的实验结果表明,DG-S-BLS的分类准确率可达99.5%。 展开更多
关键词 宽度学习系统 点云识别 动态图卷积网络
在线阅读 下载PDF
基于STGCN算法的视频图像人体动作轮廓动态识别 被引量:1
17
作者 张宗 石林 《现代电子技术》 北大核心 2024年第18期144-148,共5页
人体动作轮廓在视频中的呈现具有多样性和连续性。人体动作不仅涉及到时间上的变化,还包括空间上的位置关系,受其姿势、速度、方向等影响。人体动作时空信息之间的关联难以充分捕捉,导致动作轮廓识别精度较低。为此,引入时空图卷积网络(... 人体动作轮廓在视频中的呈现具有多样性和连续性。人体动作不仅涉及到时间上的变化,还包括空间上的位置关系,受其姿势、速度、方向等影响。人体动作时空信息之间的关联难以充分捕捉,导致动作轮廓识别精度较低。为此,引入时空图卷积网络(STGCN)算法,提出一种视频图像人体动作轮廓动态识别方法。文中采用OpenPose模型从视频图像中提取描述关节点位置的置信图和描述人体关节间连接情况的二维矢量场,构建人体动作骨架图。结合视频帧时间序列组建人体动作骨架时空图,将其作为STGCN模型的输入,通过时空图卷积操作充分捕捉人体动作的时空特征后,采用Softmax层获取动态识别到的视频图像人体动作轮廓;并在STGCN模型中引入两种注意力模块,强化网络特征提取能力,提高动作轮廓识别精度。实验结果表明,所提方法可以有效实现视频图像人体动作轮廓的动态识别,引入的两种注意力模块对STGCN模型进行改进,可提升其动作轮廓识别效果。 展开更多
关键词 时空图卷积网络算法 视频图像 人体动作轮廓 动态识别 注意力机制 骨架图 人体关节点
在线阅读 下载PDF
基于多波段特征融合模板匹配的目标识别方法
18
作者 徐晴 梁金金 +2 位作者 张玉山 李云飞 刘伟 《红外》 CAS 2024年第4期7-12,24,共7页
为了满足天基系统对红外探测目标的高精度识别需求,提出了一种基于多波段特征融合模板匹配的目标识别方法。首先阐述分析了目标多维特征要素以及分类手段。结合目标运动特征、多波段下目标光谱特征以及红外辐射变化等特征实现了特征融... 为了满足天基系统对红外探测目标的高精度识别需求,提出了一种基于多波段特征融合模板匹配的目标识别方法。首先阐述分析了目标多维特征要素以及分类手段。结合目标运动特征、多波段下目标光谱特征以及红外辐射变化等特征实现了特征融合处理,并基于区域特征变化,采用动态规整模板匹配算法完成了目标识别。最后结合合作目标的红外辐射强度序列数据对参数进行了训练调整。分析结果表明,本文建立的识别方法能够较好地实现目标型号识别,性能优于传统的动态规整匹配算法。 展开更多
关键词 目标识别 多维特征 动态规整 区域特征
在线阅读 下载PDF
基于平行全维动态注意力机制的视觉地点识别方法
19
作者 刘沛津 刘淑婕 +2 位作者 何林 彭莉峻 付雪峰 《液晶与显示》 CAS CSCD 北大核心 2024年第9期1233-1242,共10页
针对天气、季节、光线等环境变化导致的视觉地点识别鲁棒性低的问题,提出了一种提升视觉地点识别特征描述子环境稳健性的多维度注意力机制——平行全维动态注意力机制(POD-Attention)。为实现卷积核在全维度上的动态精细探索,增强特征... 针对天气、季节、光线等环境变化导致的视觉地点识别鲁棒性低的问题,提出了一种提升视觉地点识别特征描述子环境稳健性的多维度注意力机制——平行全维动态注意力机制(POD-Attention)。为实现卷积核在全维度上的动态精细探索,增强特征提取网络对建筑物等不变性特征的提取与学习能力,采用全维动态卷积块在卷积核全维度(输入输出通道、卷积空间和卷积核数量)上添加互补性注意力。将1×1卷积、Skip Squeeze-and-Excitation(SSE)模块与全维动态卷积块平行融合,不仅有效提高了特征提取速率,还扩大了视觉地点识别网络的感受野,进一步提升了视觉地点的识别准确率。在公开数据集上进行的实验表明,基于VGG16及Patch-NetVLAD特征聚合的视觉地点识别方法经POD注意力机制改进后,在Nordland与Mapillary Street-Level Sequences数据集上的Recall@1指标提升了9.7%与1.8%,充分证明了本文POD注意力机制对于网络性能的提升效果,也证明了基于本文POD注意力机制的视觉地点识别方法的有效性。 展开更多
关键词 视觉地点识别 环境鲁棒性 深度学习 平行全维动态注意力机制 平行策略
在线阅读 下载PDF
一种动态自适应麻雀搜索算法及在车联网驾驶行为识别中的应用
20
作者 涂友斌 阚欣宇 +1 位作者 王岩 邓志祥 《现代电子技术》 北大核心 2024年第23期147-153,共7页
针对麻雀搜索算法(SSA)跟随者接近种群内个体最佳位置时收敛速度过快而导致易陷入局部最优的问题,文中提出一种基于动态自适应的改进型麻雀搜索算法(ASSA)。首先,在搜索寻优过程中,对发现者位置和跟随者位置进行动态更新,为保证算法在... 针对麻雀搜索算法(SSA)跟随者接近种群内个体最佳位置时收敛速度过快而导致易陷入局部最优的问题,文中提出一种基于动态自适应的改进型麻雀搜索算法(ASSA)。首先,在搜索寻优过程中,对发现者位置和跟随者位置进行动态更新,为保证算法在迭代后期的收敛速度,警戒者的个数采用线性递减的方式;其次,为防止算法陷入局部最优而导致的迭代中断,通过高斯随机分布形成新的发现者;最后,为验证改进算法的有效性,利用4种典型的函数进行测试,测试结果与SSA进行对比。结果表明:ASSA能够有效解决SSA易陷入局部最优的问题,并在收敛速度等性能上得到了有效提升。在此基础上,将ASSA算法应用到车联网驾驶行为识别中,通过优化BP神经网络,使得网络具有更高的识别准确率和性能。 展开更多
关键词 麻雀搜索算法 动态自适应 BP神经网络 驾驶行为识别 车联网 高斯随机分布
在线阅读 下载PDF
上一页 1 2 19 下一页 到第
使用帮助 返回顶部