检索结果-维普期刊中文期刊服务平台

引入全局上下文模块和高效注意力机制的车辆跟踪算法被引量：5: 1; 作者李畅王一丁 +1 位作者孙芮何忠贺《科学技术与工程》北大核心 2022年第11期4424-4433,共10页; 孪生全卷积神经网络目标跟踪算法(SiamFC)近些年成为车辆跟踪领域的研究热点。但该算法缺乏对目标车辆的深层特征提取和整体感知,在背景复杂、低分辨率、光照变化的情况下容易跟丢。提出使用深度残差网络ResNet50作为主干网络,根据跟踪... 展开更多; 关键词孪生神经网络车辆跟踪高效注意力模块全局上下文模块; 在线阅读下载PDF 职称材料

基于暗区域引导的低照度图像增强: 2; 作者汪婉灵熊邦书 +2 位作者欧巧凤余磊饶智博《应用科学学报》北大核心 2025年第2期245-256,共12页; 针对现有增强方法在图像照度分布不均匀时出现的局部过度增强、颜色失真以及细节丢失问题,提出了一种结合暗区域引导与注意力机制的低照度图像增强方法。首先,采用简单线性迭代聚类方法生成暗区域引导图,指导网络在保障正常曝光区域不... 展开更多; 关键词低照度图像增强暗区域引导通道注意力模块全局上下文模块深度学习; 在线阅读下载PDF 职称材料

一种基于FFA-Net改进的单幅图像去雾算法: 3; 作者何钦徐望明 +2 位作者王义焕罗扬王薇《武汉科技大学学报》 CAS 北大核心 2024年第6期448-456,共9页; 雾霾会严重影响使用卷积神经网络的视觉系统对目标图像的检测和识别能力,为此本文在特征融合注意力网络FFA-Net的基础上设计和添加全局空间上下文增强(GSCE)模块和细节渐进增强(PDE)模块,进而提出一种改进型单幅图像去雾算法。GSCE模块... 展开更多; 关键词图像去雾卷积神经网络 FFA-Net 全局空间上下文增强模块细节渐进增强模块; 在线阅读下载PDF 职称材料

基于单目深度估计和校准参数的距离测算方法被引量：3: 4; 作者余萍胡旭欣《电子测量技术》北大核心 2022年第20期88-94,共7页; 为了提升有监督学习的单目深度估计网络对于实际场景测距任务的准确性和适用性,提出了一种基于单目深度估计和校准参数的距离测算方法。首先通过引入多元注意力模块和优化设计网络结构,构建了一种融合全局上下文和空间注意力机制的网络(... 展开更多; 关键词单目深度估计卷积神经网络全局上下文模块空间注意力机制; 在线阅读下载PDF 职称材料

SMS和双向特征融合的自然背景柑橘黄龙病检测技术被引量：3: 5; 作者曾伟辉陈亚飞 +2 位作者胡根生鲍文霞梁栋《农业机械学报》 EI CAS CSCD 北大核心 2022年第11期280-287,共8页; 柑橘黄龙病严重影响柑橘的产量和品质。在自然背景下,柑橘叶片之间存在相互遮挡以及尺寸变化大的问题,使得遮挡及小尺寸的黄龙病叶片容易漏检,而且由于黄龙病叶片的颜色、纹理特征与柑橘其他病害十分相似,容易存在误检的问题,导致现有... 展开更多; 关键词柑橘黄龙病检测自然背景全局上下文模块可变形卷积双向特征融合; 在线阅读下载PDF 职称材料

基于改进YOLOX-s的机场跑道冰雪状态感知被引量：2: 6; 作者邢志伟阚犇 +2 位作者刘子硕李彪罗谦《上海交通大学学报》 EI CAS CSCD 北大核心 2023年第10期1292-1304,共13页; 针对机场冰雪跑道安全性和适航性状态感知能力不足及跑道表面状况报告交互的新需求,提出一种面向多尺度特征融合的机场跑道冰雪状态感知模型.以YOLOX-s模型为基础,在主干特征提取网络中引入全局上下文模块,获取更丰富的浅层与深层特征;... 展开更多; 关键词跑道冰雪状态感知 YOLOX-s 全局上下文模块双向特征金字塔网络自适应空间特征融合结构 α-EIoU损失函数; 在线阅读下载PDF 职称材料

基于DenseNet与注意力机制的遥感影像云检测算法被引量：7: 7; 作者刘广进王光辉 +2 位作者毕卫华刘慧杰杨化超《自然资源遥感》 CSCD 北大核心 2022年第2期88-96,共9页; 遥感影像云检测是遥感影像处理过程中的第一步,针对传统的云检测算法小块薄云检测效果差的问题,该文提出了一种融合注意力机制的密集连接网络遥感影像云检测方法。首先,将自然资源部国土卫星遥感应用中心提供的影像人工勾取云矢量并制... 展开更多; 关键词云检测 DenseNet 双注意力机制全局上下文建模模块空洞卷积; 在线阅读下载PDF 职称材料

题名引入全局上下文模块和高效注意力机制的车辆跟踪算法被引量：5: 1; 作者李畅王一丁孙芮何忠贺; 机构北方工业大学电气与控制工程学院北方工业大学信息学院; 出处《科学技术与工程》北大核心 2022年第11期4424-4433,共10页; 基金北京市长城学者培养计划(CIT&TCD20190304)。; 文摘孪生全卷积神经网络目标跟踪算法(SiamFC)近些年成为车辆跟踪领域的研究热点。但该算法缺乏对目标车辆的深层特征提取和整体感知,在背景复杂、低分辨率、光照变化的情况下容易跟丢。提出使用深度残差网络ResNet50作为主干网络,根据跟踪模型特性,从剪裁特征图、调整网络总步长和嵌入高效通道注意力模块三方面对其进行优化,高效提取特征的同时增强模型的差异化认知,并在分支网络引入全局上下文模块(non-local network,NLNet),增强跟踪模型对目标车辆的整体感知。经实验证明,提出的算法在低分辨率、光照变化和复杂背景的情况下跟踪速度和鲁棒性显著提升。在VOT2018和OTB2015数据集中测试均能得到较好的跟踪结果,与经典跟踪模型SiamFC相比,在OTB2015数据集中测试的跟踪精度提高了5.5%,跟踪成功率提高了2.7%,跟踪速度提高了14%可达98帧/s。; 关键词孪生神经网络车辆跟踪高效注意力模块全局上下文模块; Keywords fully-convolutional siamese neural network vehicle tracking efficient channel attention module non-local module; 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

题名基于暗区域引导的低照度图像增强: 2; 作者汪婉灵熊邦书欧巧凤余磊饶智博; 机构南昌航空大学图像处理与模式识别江西省重点实验室; 出处《应用科学学报》北大核心 2025年第2期245-256,共12页; 基金国家自然科学基金(No.62365014) 江西省重点研发计划项目(No.20212BBE53017)资助。; 文摘针对现有增强方法在图像照度分布不均匀时出现的局部过度增强、颜色失真以及细节丢失问题,提出了一种结合暗区域引导与注意力机制的低照度图像增强方法。首先,采用简单线性迭代聚类方法生成暗区域引导图,指导网络在保障正常曝光区域不过度增强的情况下,重点增强图像曝光不足区域;其次,设计通道注意力模块,提高网络对颜色信息的提取能力,更好地恢复图像颜色,保证颜色自然度;再次,设计全局上下文模块,增加网络全局感知能力,丰富图像细节信息;最后,增强网络融合输入特征和暗区域注意力网络输出特征,实现图像对比度再增强。在6个公共数据集上进行多组对比实验,分别从主观与客观两方面进行性能对比,结果表明所提方法能够有效解决低照度图像存在的颜色失真、细节丢失和曝光不均匀问题,具有较好的视觉增强效果与泛化性。; 关键词低照度图像增强暗区域引导通道注意力模块全局上下文模块深度学习; Keywords low-light image enhancement dark region guidance channel attention module global context module deep learning; 分类号 TP751.1 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名一种基于FFA-Net改进的单幅图像去雾算法: 3; 作者何钦徐望明王义焕罗扬王薇; 机构武汉科技大学信息科学与工程学院武汉科技大学冶金自动化与检测技术教育部工程研究中心武汉科技大学计算机科学与技术学院; 出处《武汉科技大学学报》 CAS 北大核心 2024年第6期448-456,共9页; 基金国家自然科学基金项目(62202347) 湖北省中央引导地方科技发展专项(2023EGA001) 武汉科技大学冶金自动化与检测技术教育部工程研究中心开放课题(MADTOF2021B02).; 文摘雾霾会严重影响使用卷积神经网络的视觉系统对目标图像的检测和识别能力,为此本文在特征融合注意力网络FFA-Net的基础上设计和添加全局空间上下文增强(GSCE)模块和细节渐进增强(PDE)模块,进而提出一种改进型单幅图像去雾算法。GSCE模块用于增强全局空间信息,PDE模块用于逐步细化和增强图像特征,二者结合进行高效和轻量级的特征提取,弥补原模型中大量使用跳跃连接所造成的细节信息损失。改进模型分别在公共基准数据集RESIDE的室内数据和室外数据上进行训练,并分别在SOTS的室内和室外两个数据集上进行了测试。结果表明,本文算法明显超越了原FFA-Net和现有典型的单幅图像去雾算法,尤其在SOTS室内测试数据集上,单独融合GSCE模块就使得PSNR指标从36.36 dB提升到38.39 dB,在进一步使用PDE模块后PSNR指标提升到38.78 dB,算法的去雾性能得到较大提高,验证了改进策略的有效性。; 关键词图像去雾卷积神经网络 FFA-Net 全局空间上下文增强模块细节渐进增强模块; Keywords image dehazing convolutional neural network FFA-Net GSCE module PDE module; 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

题名基于单目深度估计和校准参数的距离测算方法被引量：3: 4; 作者余萍胡旭欣; 机构华北电力大学; 出处《电子测量技术》北大核心 2022年第20期88-94,共7页; 文摘为了提升有监督学习的单目深度估计网络对于实际场景测距任务的准确性和适用性,提出了一种基于单目深度估计和校准参数的距离测算方法。首先通过引入多元注意力模块和优化设计网络结构,构建了一种融合全局上下文和空间注意力机制的网络(GSNet),然后制定校准参数以建立场景的预测距离与实际距离的比例关系,从而获得校准后的距离值。实验证明,融合网络GSNet和校准参数可以有效减小单目深度估计方法在实际测算距离的误差。相比于使用单目深度估计直接预测距离信息,本文方法测算距离的平均绝对误差小于0.15 m,平均相对误差小于10%,具有很好的可行性和准确性。; 关键词单目深度估计卷积神经网络全局上下文模块空间注意力机制; Keywords monocular depth estimation convolutional neural network global context block spatial attention mechanism; 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SMS和双向特征融合的自然背景柑橘黄龙病检测技术被引量：3: 5; 作者曾伟辉陈亚飞胡根生鲍文霞梁栋; 机构安徽大学互联网学院科大国创软件股份有限公司中央研究院安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心; 出处《农业机械学报》 EI CAS CSCD 北大核心 2022年第11期280-287,共8页; 基金安徽省自然科学基金项目(2108085MC95) 安徽省科技重大专项(202003a06020016) +1 种基金农业生态大数据分析与应用技术国家地方联合工程研究中心开放项目(AE202004); 文摘柑橘黄龙病严重影响柑橘的产量和品质。在自然背景下,柑橘叶片之间存在相互遮挡以及尺寸变化大的问题,使得遮挡及小尺寸的黄龙病叶片容易漏检,而且由于黄龙病叶片的颜色、纹理特征与柑橘其他病害十分相似,容易存在误检的问题,导致现有的算法对自然背景柑橘黄龙病检测的精度不高。本研究提出了一种结合剪切混合拼接(Shearing mixed splicing, SMS)增广算法和双向特征融合的自然背景柑橘黄龙病检测方法,该方法通过SMS、镜像翻转和旋转方法对训练集和验证集进行了增广,增加了训练集和验证集图像中背景目标的数量和多样性;为了自适应地改变柑橘黄龙病检测中的局部采样点,增大有效感受野,使用可变形卷积替换骨干网络后3个卷积层中所有的标准卷积;为了减小自然背景的影响,使用全局上下文模块对骨干网络后3个卷积层输出的特征图进行特征增强,来建立有效的长距离依赖,以便更好的学习到全局上下文信息;使用双向融合特征金字塔,改善浅层特征和深层特征的信息交流路径,用以降低因柑橘黄龙病叶片尺寸变化大导致的漏检,提高小尺寸的柑橘黄龙病叶片的检测精度。实验结果表明,本研究提出的方法用于自然背景柑橘黄龙病的检测,平均精度可达84.8%,性能优于SSD、RetinaNet、YOLO v3、YOLO v5s、Faster RCNN、Cascade RCNN等目标检测方法。; 关键词柑橘黄龙病检测自然背景全局上下文模块可变形卷积双向特征融合; Keywords citrus Huanglongbing detection natural background global context block deformable convolution two-way feature fusion; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] S436.66 [农业科学—农业昆虫与害虫防治]; 在线阅读下载PDF 职称材料

题名基于改进YOLOX-s的机场跑道冰雪状态感知被引量：2: 6; 作者邢志伟阚犇刘子硕李彪罗谦; 机构中国民航大学电子信息与自动化学院天津航空机电有限公司中国民航局第二研究所工程技术研究中心; 出处《上海交通大学学报》 EI CAS CSCD 北大核心 2023年第10期1292-1304,共13页; 基金国家重点研发计划(2018YFB1601200)资助项目。; 文摘针对机场冰雪跑道安全性和适航性状态感知能力不足及跑道表面状况报告交互的新需求,提出一种面向多尺度特征融合的机场跑道冰雪状态感知模型.以YOLOX-s模型为基础,在主干特征提取网络中引入全局上下文模块,获取更丰富的浅层与深层特征;将颈部结构中路径聚合网络替换为双向特征金字塔,以提升特征融合能力;在加强特征提取网络尾部添加自适应空间特征融合结构,进一步增强特征融合效果;使用α-EIoU优化损失函数,提高模型收敛速度与精度.实验结果表明,改进后的YOLOX-s模型在跑道冰雪实验系统所得的冰雪污染物数据集上平均精度达到了91.53%,比原始的YOLOX-s模型提高了4.68%,能够为机场跑道除冰雪作业提供决策支持.; 关键词跑道冰雪状态感知 YOLOX-s 全局上下文模块双向特征金字塔网络自适应空间特征融合结构 α-EIoU损失函数; Keywords pavement snow and ice state perception YOLOX-s global context block(GC block) bi-directional feature pyramid network(BiFPN) adaptive spatial feature fusion(ASFF) α-EIoU loss function; 分类号 TP391.9 [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DenseNet与注意力机制的遥感影像云检测算法被引量：7: 7; 作者刘广进王光辉毕卫华刘慧杰杨化超; 机构中国矿业大学环境与测绘学院自然资源部国土卫星遥感应用中心皖北煤电集团有限责任公司; 出处《自然资源遥感》 CSCD 北大核心 2022年第2期88-96,共9页; 基金国家重点研发计划项目“集成北斗/Galileo/LiDAR/倾斜摄影的智慧城市三维场景重建关键技术研究”(编号:2017YFE0119600)资助。; 文摘遥感影像云检测是遥感影像处理过程中的第一步,针对传统的云检测算法小块薄云检测效果差的问题,该文提出了一种融合注意力机制的密集连接网络遥感影像云检测方法。首先,将自然资源部国土卫星遥感应用中心提供的影像人工勾取云矢量并制作云标签,再将其进行顺序裁剪、色彩抖动、旋转等预处理,以增广样本量;然后,将预处理过后的遥感影像及其标签一并输入到以DenseNet作为编码器与解码器的神经网络中,编码器与解码器之间加入级联的空洞卷积模块以增大感受野,双注意力机制与全局上下文建模模块以抑制一些无关的细节信息;最后,经过实验验证表明其精确率可以达到95%以上,交并比可以达到91%以上,较传统云检测算法有较大提高,可以很好地提取小块薄云。; 关键词云检测 DenseNet 双注意力机制全局上下文建模模块空洞卷积; Keywords cloud detection DenseNet dual attention mechanism global context modeling module atrous convolution; 分类号 TP751.1 [自动化与计算机技术—检测技术与自动化装置]; 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	引入全局上下文模块和高效注意力机制的车辆跟踪算法	李畅王一丁孙芮何忠贺	《科学技术与工程》北大核心	2022	5	在线阅读下载PDF 职称材料
2	基于暗区域引导的低照度图像增强	汪婉灵熊邦书欧巧凤余磊饶智博	《应用科学学报》北大核心	2025	0	在线阅读下载PDF 职称材料
3	一种基于FFA-Net改进的单幅图像去雾算法	何钦徐望明王义焕罗扬王薇	《武汉科技大学学报》 CAS 北大核心	2024	0	在线阅读下载PDF 职称材料
4	基于单目深度估计和校准参数的距离测算方法	余萍胡旭欣	《电子测量技术》北大核心	2022	3	在线阅读下载PDF 职称材料
5	SMS和双向特征融合的自然背景柑橘黄龙病检测技术	曾伟辉陈亚飞胡根生鲍文霞梁栋	《农业机械学报》 EI CAS CSCD 北大核心	2022	3	在线阅读下载PDF 职称材料
6	基于改进YOLOX-s的机场跑道冰雪状态感知	邢志伟阚犇刘子硕李彪罗谦	《上海交通大学学报》 EI CAS CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
7	基于DenseNet与注意力机制的遥感影像云检测算法	刘广进王光辉毕卫华刘慧杰杨化超	《自然资源遥感》 CSCD 北大核心	2022	7	在线阅读下载PDF 职称材料