检索结果-维普期刊中文期刊服务平台

基于多特征融合相似度的视频关键帧提取算法: 1; 作者黄清丰洪才 +1 位作者刘立陈凌云《计算机应用与软件》北大核心 2025年第4期114-121,188,共9页; 针对基于内容的视频检索中关键帧提取效率不高,导致选取的关键帧代表性不够,造成整个视频检索系统性能不足的问题,提出一种基于多特征融合相似度的关键帧提取算法。该算法使用颜色直方图与全卷积神经网络结合的方法对视频进行镜头检测,... 展开更多; 关键词关键帧提取特征向量镜头检测特征提取深度网络三重损失学习; 在线阅读下载PDF 职称材料

基于共享联结三元组卷积神经网络的枪弹膛线痕迹快速匹配方法: 2; 作者潘楠潘地林 +3 位作者潘世博刘海石蒋雪梅刘益《河北科技大学学报》 CAS 北大核心 2021年第3期214-221,共8页; 针对传统通过激光检测提取膛线线形痕迹信号时枪弹痕迹检测精度不高且操作复杂的问题,提出了新型提取和处理方法。采用多尺度配准、弹性形状度量与卷积神经网络技术,基于多模式弹性驱动自适应控制方法,建立了试件末端位置和姿态参数分... 展开更多; 关键词测试计量仪器枪弹痕迹多尺度配准弹性形状度量三重损失函数卷积神经网络; 在线阅读下载PDF 职称材料

基于改进度量学习的煤矿井下行人重识别方法研究被引量：2: 3; 作者张立亚王寓郝博南《工矿自动化》 CSCD 北大核心 2023年第9期84-89,166,共7页; 传统基于度量学习的煤矿井下行人重识别方法中,由于度量学习忽略正负样本绝对距离,造成损失函数梯度消失或梯度弥散,导致井下人员位置信息识别精度不高。针对该问题,提出了一种基于改进度量学习的煤矿井下行人重识别方法。首先,采用基... 展开更多; 关键词矿井人员精确定位行人重识别度量学习相似性测量自适应三重损失函数累积匹配特征; 在线阅读下载PDF 职称材料

基于轻量网络的近红外光和可见光融合的异质人脸识别被引量：8: 4; 作者张典汪海涛 +1 位作者姜瑛陈星《小型微型计算机系统》 CSCD 北大核心 2020年第4期807-811,共5页; 针对近红外图像与人脸库里的可见光图像匹配的异质人脸识别(Heterogeneous face recognition,HFR),以及人脸识别所用到的深度卷积网络参数量和计算量大的问题,提出了用于学习近红外光图像和可见光图像之间跨光谱域不变的特征的轻量级人... 展开更多; 关键词异质人脸识别迁移学习三重损失函数轻量级深度卷积网络; 在线阅读下载PDF 职称材料

采用卷积神经网络的红外和可见光图像块匹配被引量：6: 5; 作者毛远宏马钟贺占庄《红外与激光工程》 EI CSCD 北大核心 2021年第5期245-253,共9页; 红外和可见光图像块匹配在视觉导航和目标识别等任务中有着广泛的应用。由于红外和可见光传感器有不同的成像原理,红外和可见光图像块匹配更加具有挑战。深度学习在可见光领域图像的块匹配上取得了很好的性能,但是它们很少涉及到红外和... 展开更多; 关键词红外和可见光图像块匹配卷积神经网络对比损失三重损失多尺度特征融合; 在线阅读下载PDF 职称材料

题名基于多特征融合相似度的视频关键帧提取算法: 1; 作者黄清丰洪才刘立陈凌云; 机构武汉轻工大学数学与计算机学院武汉轻工大学网络与信息中心; 出处《计算机应用与软件》北大核心 2025年第4期114-121,188,共9页; 基金湖北省教育厅重点科研计划项目(D20101703)。; 文摘针对基于内容的视频检索中关键帧提取效率不高,导致选取的关键帧代表性不够,造成整个视频检索系统性能不足的问题,提出一种基于多特征融合相似度的关键帧提取算法。该算法使用颜色直方图与全卷积神经网络结合的方法对视频进行镜头检测,将视频分割成内容相关性更高的镜头,使用多特征融合求相似度的方法在镜头中提取关键帧,使用深度特征求相似度的方法去除冗余的关键帧,得到更精确的结果。实验数据表明,该算法提取的关键帧对视频有较强的概括性,可应用于视频检索与摘要,整体查全率与查准率分别能达到85.61%和83.21%,与其他算法比较,该算法提取的关键帧冗余度相对较小。; 关键词关键帧提取特征向量镜头检测特征提取深度网络三重损失学习; Keywords Keyframe extraction Feature vector Shot detection Feature extraction Deep network Triplet loss learning; 分类号 TP37 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于共享联结三元组卷积神经网络的枪弹膛线痕迹快速匹配方法: 2; 作者潘楠潘地林潘世博刘海石蒋雪梅刘益; 机构昆明理工大学民航与航空学院昆明智渊测控科技有限公司公安部物证鉴定中心昆明信诺莱伯科技有限公司; 出处《河北科技大学学报》 CAS 北大核心 2021年第3期214-221,共8页; 基金国家自然科学基金(51965030) 公安部科技计划项目(2016JSYJA03) 公安部物证鉴定中心信息化建设项目(SGS2019102901)。; 文摘针对传统通过激光检测提取膛线线形痕迹信号时枪弹痕迹检测精度不高且操作复杂的问题,提出了新型提取和处理方法。采用多尺度配准、弹性形状度量与卷积神经网络技术,基于多模式弹性驱动自适应控制方法,建立了试件末端位置和姿态参数分布模型,采用孤立森林算法检测信号进行异常处理,利用变尺度形态滤波算法去除非细小特征,引入平方速度函数优化弹性形状度量算法,完成曲线轮廓嵌入层映射;在膛线线形匹配部分,建立了适用于痕迹特征的优化参数共享联结三元组卷积神经网络模型,通过嵌入层相似度计算和最小化三重损失函数训练该网络至收敛;最后进行了不同方法的相似度匹配对比实验。结果表明,与传统的检测方法相比,新方法解决了传统枪弹痕迹检测中面临的精度与操作性问题,保证检测结果的稳定性,且成本大大降低。在膛线线形痕迹提取中采用多模式弹性驱动自适应控制方法和三元组卷积神经网络模型,可为枪弹痕迹检测提供一种新的可行方法和思路。; 关键词测试计量仪器枪弹痕迹多尺度配准弹性形状度量三重损失函数卷积神经网络; Keywords test and measurement instrument bullet trace multi-scale registration elastic shape metric triplet loss function convolution neural network; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于改进度量学习的煤矿井下行人重识别方法研究被引量：2: 3; 作者张立亚王寓郝博南; 机构煤炭科学技术研究院有限公司煤矿应急避险技术装备工程研究中心北京市煤矿安全工程技术研究中心中国传媒大学信息与通信工程学院; 出处《工矿自动化》 CSCD 北大核心 2023年第9期84-89,166,共7页; 基金天地科技股份有限公司科技创新创业资金专项项目(2022-2-TD-ZD001,2022-TD-ZD001,2023-TD-ZD005-005)。; 文摘传统基于度量学习的煤矿井下行人重识别方法中,由于度量学习忽略正负样本绝对距离,造成损失函数梯度消失或梯度弥散,导致井下人员位置信息识别精度不高。针对该问题,提出了一种基于改进度量学习的煤矿井下行人重识别方法。首先,采用基于手工设计特征的井下人员特征提取方法,对颜色空间、纹理空间等特征进行手动加工提炼,丰富特征维度。然后,采用欧氏距离对人员高维特征进行相似性计算。最后,提出一种改进的三重损失函数,通过在传统三重损失函数中加入自适应权重,增加有效样本的权重,解决了由于忽略正负样本绝对距离导致的梯度消失或梯度弥散问题。将传统识别方法与基于改进度量学习的煤矿井下行人重识别方法进行了累积匹配特征曲线验证、识别速率验证,结果表明:①基于改进度量学习的煤矿井下行人重识别方法在相似样本个数为50左右时,样本匹配概率达100%。②在2种不同标定大小图像的推理耗时上,基于改进度量学习的煤矿井下行人重识别方法较传统重识别方法分别减少了44,68 ms。③基于改进度量学习的煤矿井下行人重识别方法在舍弃行人头脚部分图像后表现更好,在相似样本个数为42左右时,样本匹配概率达100%。; 关键词矿井人员精确定位行人重识别度量学习相似性测量自适应三重损失函数累积匹配特征; Keywords precise positioning of mine personnel personnel re-recognition metric learning similarity measurement adaptive triple loss function cumulative matching feature; 分类号 TD672 [矿业工程—矿山机电]; 在线阅读下载PDF 职称材料

题名基于轻量网络的近红外光和可见光融合的异质人脸识别被引量：8: 4; 作者张典汪海涛姜瑛陈星; 机构昆明理工大学信息工程与自动化学院; 出处《小型微型计算机系统》 CSCD 北大核心 2020年第4期807-811,共5页; 基金国家自然科学基金项目(61462049)资助。; 文摘针对近红外图像与人脸库里的可见光图像匹配的异质人脸识别(Heterogeneous face recognition,HFR),以及人脸识别所用到的深度卷积网络参数量和计算量大的问题,提出了用于学习近红外光图像和可见光图像之间跨光谱域不变的特征的轻量级人脸识别算法.首先使用大规模可见光图像数据集和改进的交叉熵损失函数,训练出一个类内紧凑、类间可分的可见光人脸识别模型,然后用改进的近红外光与可见光图像混合的三元组数据集配合的三重角度损失函数做迁移学习.相对于通用的深度学习方法,本方案对来自两种光谱域(近红外光和可见光)的人脸图像,都有很好的识别效果.同时通过研发轻量级的深度卷积网络,使算法可以在嵌入式设备中高效的运行,提高算法的工业应用价值.; 关键词异质人脸识别迁移学习三重损失函数轻量级深度卷积网络; Keywords heterogeneous face recognition transfer learning triple angle loss function light weight deep convolution network; 分类号 TP301 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名采用卷积神经网络的红外和可见光图像块匹配被引量：6: 5; 作者毛远宏马钟贺占庄; 机构西安微电子技术研究所; 出处《红外与激光工程》 EI CSCD 北大核心 2021年第5期245-253,共9页; 基金国家自然科学基金青年科学基金(61905089) 中国航天科技集团公司第九研究院创新基金(2019JY06) 中国航天科技集团钱学森青年创新基金(2019年度第39项)。; 文摘红外和可见光图像块匹配在视觉导航和目标识别等任务中有着广泛的应用。由于红外和可见光传感器有不同的成像原理,红外和可见光图像块匹配更加具有挑战。深度学习在可见光领域图像的块匹配上取得了很好的性能,但是它们很少涉及到红外和可见光的图像块。文中提出了一种基于卷积神经网络的红外和可见光的图像块匹配网络。此网络由特征提取和特征匹配两部分组成。在特征提取过程中,使用对比和三重损失函数能够最大化不同类的图像块的特征距离,缩小同一类图像块的特征距离,使得网络能够更加关注于图像块的公共特征,而忽略红外和可见光成像之间差异。在红外和可见光图像中,不同尺度的空间特征能够提供更加丰富的区域和轮廓信息。红外和可见光图像块的高层特征和底层特征融合可以有效地提升特征的表现能力。改进后的网络相比于先前卷积神经匹配网络,准确率提升了9.8%。; 关键词红外和可见光图像块匹配卷积神经网络对比损失三重损失多尺度特征融合; Keywords infrared-visible image patches matching convolutional neural networks contrastive loss triplet loss multi-scale spatial feature integration; 分类号 TP391 [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	基于多特征融合相似度的视频关键帧提取算法	黄清丰洪才刘立陈凌云	《计算机应用与软件》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于共享联结三元组卷积神经网络的枪弹膛线痕迹快速匹配方法	潘楠潘地林潘世博刘海石蒋雪梅刘益	《河北科技大学学报》 CAS 北大核心	2021	0	在线阅读下载PDF 职称材料
3	基于改进度量学习的煤矿井下行人重识别方法研究	张立亚王寓郝博南	《工矿自动化》 CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
4	基于轻量网络的近红外光和可见光融合的异质人脸识别	张典汪海涛姜瑛陈星	《小型微型计算机系统》 CSCD 北大核心	2020	8	在线阅读下载PDF 职称材料
5	采用卷积神经网络的红外和可见光图像块匹配	毛远宏马钟贺占庄	《红外与激光工程》 EI CSCD 北大核心	2021	6	在线阅读下载PDF 职称材料