检索结果-维普期刊中文期刊服务平台

基于二阶池化特征融合的孪生网络目标跟踪算法被引量：1: 1; 作者陈茂林侯志强 +2 位作者余旺盛马素刚蒲磊《空军工程大学学报（自然科学版）》 CSCD 北大核心 2022年第3期68-74,共7页; 为提升基于孪生网络目标跟踪算法的特征表达能力,获得更好的跟踪性能,提出了一种轻量级的基于二阶池化特征融合的孪生网络目标跟踪算法。首先,使用孪生网络结构获取目标的深度特征;然后,在孪生网络结构的末端并行添加二阶池化网络和轻... 展开更多; 关键词目标跟踪孪生网络二阶池化网络通道注意力; 在线阅读下载PDF 职称材料

基于改进二阶段检测网络的长时跟踪重检测方法: 2; 作者赵年甫王霖 +1 位作者王向军陈文亮《应用光学》 CAS 北大核心 2023年第4期768-776,共9页; 为构建适用于长时跟踪的重检测模块,受改进二阶段检测网络的GlobalTrack方法的启发,提出了一种高效的对特定模板目标进行端到端重检测的深度网络:首先,为了在大尺度图像上更高效地融合模板特征,通过构造交叉信息增强模块改进深度互相关... 展开更多; 关键词长时跟踪二阶段检测重检测通道注意力机制; 在线阅读下载PDF 职称材料

基于改进YOLOv7的煤矿输送带异物识别算法被引量：2: 3; 作者刘海强高业成 +1 位作者陈晓晶葛广建《仪表技术与传感器》 CSCD 北大核心 2024年第10期95-99,共5页; 针对煤矿井下图像不清晰以及YOLOv7定位误差较大的问题,提出了一种改进YOLOv7模型。首先通过直方图均衡化提高图像目标的清晰度,然后在YOLOv7的主干网络中添加二阶通道注意力模块(SOCA),使其专注于更有益的信息,添加空洞空间卷积池化金... 展开更多; 关键词煤矿输送带异物识别 YOLOv7 直方图均衡化二阶通道注意力(soca) 空洞空间卷积池化金字塔(ASPP); 在线阅读下载PDF 职称材料

基于深度学习的快速长时视觉跟踪算法: 4; 作者侯志强马靖媛 +3 位作者韩若雪马素刚余旺盛范九伦《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第8期2391-2403,共13页; 在目标尺寸变化、遮挡和出视场等复杂长时视觉跟踪环境下,现有基于深度学习的视觉跟踪算法很难对目标进行实时准确的跟踪。针对该问题,提出一种快速的长时视觉跟踪算法,该算法由一个快速短时视觉跟踪算法和一个快速全局重检测模块组成... 展开更多; 关键词长时视觉跟踪深度学习二阶通道注意力区域空间注意力全局重检测; 在线阅读下载PDF 职称材料

题名基于二阶池化特征融合的孪生网络目标跟踪算法被引量：1: 1; 作者陈茂林侯志强余旺盛马素刚蒲磊; 机构西安邮电大学计算机学院西安邮电大学陕西省网络数据分析与智能处理重点实验室空军工程大学信息与导航学院火箭军工程大学作战保障学院; 出处《空军工程大学学报（自然科学版）》 CSCD 北大核心 2022年第3期68-74,共7页; 基金国家自然科学基金(62072370)。; 文摘为提升基于孪生网络目标跟踪算法的特征表达能力,获得更好的跟踪性能,提出了一种轻量级的基于二阶池化特征融合的孪生网络目标跟踪算法。首先,使用孪生网络结构获取目标的深度特征;然后,在孪生网络结构的末端并行添加二阶池化网络和轻量级通道注意力,以获取目标的二阶池化特征和通道注意力特征;最后,将目标的深度特征、二阶池化特征和通道注意力特征进行融合,使用融合后的特征进行互相关操作,得到地响应图能很好地区分目标和背景,提高跟踪模型的判别能力,改善目标定位的精度,从而提升跟踪性能。所提算法使用Got-10k数据集进行端到端的训练,并在数据集OTB100和VOT2018上进行验证。实验结果表明,所提算法与基准算法相比,跟踪性能取得了显著提升:在OTB100数据集上,精确度和成功率分别提高了7.5%和5.2%;在VOT2018数据集上,预期平均重叠率(EAO)提高了4.3%。; 关键词目标跟踪孪生网络二阶池化网络通道注意力; Keywords target tracking siamese network second-order pooling network channel attention; 分类号 TP391.4 [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

题名基于改进二阶段检测网络的长时跟踪重检测方法: 2; 作者赵年甫王霖王向军陈文亮; 机构天津大学精密测试技术及仪器国家重点实验室天津大学微光机电系统技术教育部重点实验室; 出处《应用光学》 CAS 北大核心 2023年第4期768-776,共9页; 基金国家自然基金(51575388)。; 文摘为构建适用于长时跟踪的重检测模块,受改进二阶段检测网络的GlobalTrack方法的启发,提出了一种高效的对特定模板目标进行端到端重检测的深度网络:首先,为了在大尺度图像上更高效地融合模板特征,通过构造交叉信息增强模块改进深度互相关方法,利用交叉通道注意力信息编码搜索特征和模板特征;此外,采用动态实例交互模块替代传统二阶段网络的RPN(region proposal network)和RCNN(region-based convolutional neural networks)结构,根据模板信息指导检测网络的分类和回归阶段,构建了端到端的稀疏重检测结构。在LaSOT和OxUva长时跟踪数据集上进行对比实验,本文方法相较于原始方法性能提升3%,实时帧率提升173%。实验结果表明,改进后的方法可以在全图范围内更准确、快速地重新检测模板目标。; 关键词长时跟踪二阶段检测重检测通道注意力机制; Keywords long-term tracking two-stage detection re-detection channel attention mechanism; 分类号 TN94 [电子电信—信号与信息处理] TP11 [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YOLOv7的煤矿输送带异物识别算法被引量：2: 3; 作者刘海强高业成陈晓晶葛广建; 机构金陵科技学院计算机工程学院中煤科工集团常州研究院有限公司南京师范大学计算机与电子信息学院; 出处《仪表技术与传感器》 CSCD 北大核心 2024年第10期95-99,共5页; 基金江苏省高等学校基础科学(自然科学)面上项目(21KJD440001) 江苏省博士后科研资助计划项目(2021K399C) 金陵科技学院博士科研启动基金项目(jit-b-202128)。; 文摘针对煤矿井下图像不清晰以及YOLOv7定位误差较大的问题,提出了一种改进YOLOv7模型。首先通过直方图均衡化提高图像目标的清晰度,然后在YOLOv7的主干网络中添加二阶通道注意力模块(SOCA),使其专注于更有益的信息,添加空洞空间卷积池化金字塔(ASPP)模块,以多尺度的方式捕获上下文信息。实验结果表明:应用于煤矿输送带异物识别时,改进YOLOv7优于YOLOv7、YOLOv5、YOLOv5-CBAM模型。; 关键词煤矿输送带异物识别 YOLOv7 直方图均衡化二阶通道注意力(soca) 空洞空间卷积池化金字塔(ASPP); Keywords coal mine conveyor belt foreign object detection YOLOv7 histogram equalization second-order channel attention(soca) atrous spatial pyramid pooling(ASPP); 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

题名基于深度学习的快速长时视觉跟踪算法: 4; 作者侯志强马靖媛韩若雪马素刚余旺盛范九伦; 机构西安邮电大学计算机学院西安邮电大学陕西省网络数据分析与智能处理重点实验室空军工程大学信息与导航学院; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第8期2391-2403,共13页; 基金国家自然科学基金(62072370)。; 文摘在目标尺寸变化、遮挡和出视场等复杂长时视觉跟踪环境下,现有基于深度学习的视觉跟踪算法很难对目标进行实时准确的跟踪。针对该问题,提出一种快速的长时视觉跟踪算法,该算法由一个快速短时视觉跟踪算法和一个快速全局重检测模块组成。在基准算法SiamRPN中加入二阶通道与区域空间融合的注意力模块作为短时视觉跟踪算法,在保证快速性的同时,提高算法的短时视觉跟踪精确度和成功率;为使改进后的短时视觉跟踪算法具有快速的长时视觉跟踪能力,在算法中加入提出的基于模板匹配的全局重检测模块,该模块使用轻量级网络和快速的相似度判断方法,加快重检测速率。在OTB100、LaSOT、UAV20L、VOT2018-LT、VOT2020-LT等5个数据集上进行测试,实验结果表明,所提算法在长时视觉跟踪中具有优越的跟踪性能,平均速度达104帧/s。; 关键词长时视觉跟踪深度学习二阶通道注意力区域空间注意力全局重检测; Keywords long-term visual tracking deep learning second-order channel attention regional spatial attention global re-detection; 分类号 TP391.4 [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	基于二阶池化特征融合的孪生网络目标跟踪算法	陈茂林侯志强余旺盛马素刚蒲磊	《空军工程大学学报（自然科学版）》 CSCD 北大核心	2022	1	在线阅读下载PDF 职称材料
2	基于改进二阶段检测网络的长时跟踪重检测方法	赵年甫王霖王向军陈文亮	《应用光学》 CAS 北大核心	2023	0	在线阅读下载PDF 职称材料
3	基于改进YOLOv7的煤矿输送带异物识别算法	刘海强高业成陈晓晶葛广建	《仪表技术与传感器》 CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
4	基于深度学习的快速长时视觉跟踪算法	侯志强马靖媛韩若雪马素刚余旺盛范九伦	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料