检索结果-维普期刊中文期刊服务平台

融合空间与通道重构卷积和注意力的轻量型动物姿态估计被引量：1: 1; 作者宰清鹏徐杨《计算机工程与应用》北大核心 2025年第6期282-294,共13页; 动物姿态估计在行为生态学、动物健康监测、野生动物保护等领域的重要性不断凸显。然而,目前主流的动物姿态估计算法过于关注准确率,导致网络复杂度和计算成本不断攀升,这使得在移动设备和嵌入式平台上的应用受到了限制。针对该问题,提... 展开更多; 关键词动物姿态估计轻量型高分辨率注意力机制空间与通道重构卷积; 在线阅读下载PDF 职称材料

基于改进堆叠沙漏网络的动物姿态估计被引量：3: 2; 作者张雯雯徐杨 +1 位作者白芮陈娜《计算机工程》 CAS CSCD 北大核心 2023年第2期263-270,共8页; 堆叠沙漏网络在动物姿态估计任务中得到成功应用,但其编码-解码过程容易丢失网络的浅层信息,影响了检测精度。针对该问题,提出基于改进堆叠沙漏网络的动物姿态估计模型。设计一种基于SE注意力机制的多尺度最大池化模块,完成多尺度信息... 展开更多; 关键词动物姿态估计堆叠沙漏网络多尺度信息提取注意力机制特征融合; 在线阅读下载PDF 职称材料

改进高分辨率网络的多目标动物姿态估计研究被引量：2: 3; 作者徐贵冬徐杨 +1 位作者邓辉莫寒《计算机工程与应用》 CSCD 北大核心 2023年第22期182-192,共11页; 在动物姿态估计任务中,多目标动物姿态估计的各类遮挡情况,会导致动物关键点的检测效果不佳。针对该问题,提出基于改进高分辨网络的多目标动物姿态估计网络PAENet。使用融合了自注意力机制的混合卷积ACmix,重新设计了高分辨率网络的瓶... 展开更多; 关键词多目标动物姿态估计高分辨率网络注意力机制多尺度特征; 在线阅读下载PDF 职称材料

深度学习在动物行为分析中的应用研究进展被引量：6: 4; 作者申通王硕 +1 位作者李孟秦伦明《计算机科学与探索》 CSCD 北大核心 2024年第3期612-626,共15页; 近年来动物行为分析已成为脑科学与人工智能等领域的重要研究手段之一,研究者基于深度学习的图像分析技术,构建了自动化、智能化的动物行为分析方法。相较于传统的动物行为分析方法,该类方法无需对动物进行特殊标记,可高效地对动物的姿... 展开更多; 关键词动物行为分析方法深度学习动物姿态估计; 在线阅读下载PDF 职称材料

题名融合空间与通道重构卷积和注意力的轻量型动物姿态估计被引量：1: 1; 作者宰清鹏徐杨; 机构贵州大学大数据与信息工程学院贵阳铝镁设计研究院有限公司; 出处《计算机工程与应用》北大核心 2025年第6期282-294,共13页; 基金贵州省科技计划项目(黔科合支撑[2023]一般326)。; 文摘动物姿态估计在行为生态学、动物健康监测、野生动物保护等领域的重要性不断凸显。然而,目前主流的动物姿态估计算法过于关注准确率,导致网络复杂度和计算成本不断攀升,这使得在移动设备和嵌入式平台上的应用受到了限制。针对该问题,提出融合空间与通道重构卷积和金字塔分割注意力的多尺度动物姿态估计网络SPANet。使用金字塔分割注意力与坐标注意力机制,重新设计了高分辨率网络的瓶颈层EPSAneck,在减轻过度使用大卷积核带来的计算成本的同时,增强了网络对有用特征的提取能力;提出了基于空间和通道重构卷积以及坐标注意力机制的SCCAblock基础模块,在显著减少计算冗余和内存访问的同时,增强了通道与空间之间的信息交互;利用反卷积模块对网络输出的特征融合方式进行重新设计,进一步提升了网络的准确率。实验结果表明,提出的网络模型相较于高分辨率网络在AP10K测试集上的平均精度提升了1.8个百分点,同时浮点运算量降低了48.5%、模型参数量减少了67.0%。在AnimalPose数据集上,浮点运算量降低49.5%,模型参数量降低67.0%。实验数据表明,该网络可在降低模型复杂度的同时实现预测精度的小范围提升。; 关键词动物姿态估计轻量型高分辨率注意力机制空间与通道重构卷积; Keywords animal pose estimation lightweight high-resolution attention mechanism spatial and channel reconstruction convolution; 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

题名基于改进堆叠沙漏网络的动物姿态估计被引量：3: 2; 作者张雯雯徐杨白芮陈娜; 机构贵州大学大数据与信息工程学院贵阳铝镁设计研究院有限公司; 出处《计算机工程》 CAS CSCD 北大核心 2023年第2期263-270,共8页; 基金贵州省科技计划(黔科合支撑[2021]一般176)。; 文摘堆叠沙漏网络在动物姿态估计任务中得到成功应用,但其编码-解码过程容易丢失网络的浅层信息,影响了检测精度。针对该问题,提出基于改进堆叠沙漏网络的动物姿态估计模型。设计一种基于SE注意力机制的多尺度最大池化模块,完成多尺度信息的提取,解决池化后信息大量丢失的问题,提高网络获取全局信息的能力,同时提出多级特征融合方法,充分提取和融合特征信息。在此基础上,嵌入CBAM注意力机制,学习特征融合权重,提升网络对多通道信息的提取能力,抑制无效特征,使网络提取出更丰富、细腻的特征。在TigDog数据集和合成动物数据集上进行训练和测试,结果表明,该模型估计性能优于Syn、BDL、CyCADA和CC-SSL模型,其对于马和老虎的PCK@0.05指标较次优的CC-SSL模型分别提高4.6%和3.5%。消融实验结果也验证了整个网络体系结构的先进性和有效性。; 关键词动物姿态估计堆叠沙漏网络多尺度信息提取注意力机制特征融合; Keywords animal pose estimation Stacked Hourglass Network(SHN) multi-scale information extraction attention mechanism feature fusion; 分类号 TP18 [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

题名改进高分辨率网络的多目标动物姿态估计研究被引量：2: 3; 作者徐贵冬徐杨邓辉莫寒; 机构贵州大学大数据与信息工程学院贵阳铝镁设计研究院有限公司; 出处《计算机工程与应用》 CSCD 北大核心 2023年第22期182-192,共11页; 基金贵州省科技计划项目(黔科合支撑[2021]一般176)。; 文摘在动物姿态估计任务中,多目标动物姿态估计的各类遮挡情况,会导致动物关键点的检测效果不佳。针对该问题,提出基于改进高分辨网络的多目标动物姿态估计网络PAENet。使用融合了自注意力机制的混合卷积ACmix,重新设计了高分辨率网络的瓶颈模块,以增强网络对大尺度特征的提取能力;提出了串联通道注意力机制和空间注意力机制的PSAsblock基础模块,对动物姿态的多尺度特征进行高效提取;重新设计网络输出的特征融合部分,以充分利用低分辨率分支的特征信息,通过加入反卷积模块进一步提升网络的热图回归预测准确率。在最新公开的大规模哺乳动物姿态估计基准数据集AP10K上进行实验,结果表明,PAENet相比当前用于动物姿态估计的高分辨率网络,平均精度mAP提升了2.4个百分点,中型物体检测准确率AP^(M)提升了3.6个百分点,有效增强了网络在多目标动物姿态估计中遮挡关键点特征的提取能力。; 关键词多目标动物姿态估计高分辨率网络注意力机制多尺度特征; Keywords multi-objective animal pose estimation high resolution network attention mechanism multi-scale features; 分类号 TP391 [自动化与计算机技术—计算机应用技术] 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

题名深度学习在动物行为分析中的应用研究进展被引量：6: 4; 作者申通王硕李孟秦伦明; 机构上海电力大学电子与信息工程学院中国科学院上海微系统与信息技术研究所; 出处《计算机科学与探索》 CSCD 北大核心 2024年第3期612-626,共15页; 基金国家重点研发计划(2021YFC2501500)。; 文摘近年来动物行为分析已成为脑科学与人工智能等领域的重要研究手段之一,研究者基于深度学习的图像分析技术,构建了自动化、智能化的动物行为分析方法。相较于传统的动物行为分析方法,该类方法无需对动物进行特殊标记,可高效地对动物的姿态进行估计和跟踪,实验情景贴近自然情况,为复杂的动物行为实验提供了潜在可能性。对深度学习在动物行为分析中的应用研究进行综述,首先简要分析动物行为分析的任务及现状;然后重点介绍并比较现有的基于深度学习的动物行为分析工具,根据实验分析的行为维度,将该类工具分为二维的动物行为分析工具和三维的动物行为分析工具,并对工具的功能、性能以及适用范围进行论述;进而介绍了现有的动物数据集和评价指标,对现有的动物行为分析工具所利用的算法机制从优势、局限性、适用场景做出总结;最后,从数据集、实验范式和低延时性等方面对基于深度学习的动物行为分析工具做出展望。; 关键词动物行为分析方法深度学习动物姿态估计; Keywords animal behavior analysis methods deep learning animal pose estimation; 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	融合空间与通道重构卷积和注意力的轻量型动物姿态估计	宰清鹏徐杨	《计算机工程与应用》北大核心	2025	1	在线阅读下载PDF 职称材料
2	基于改进堆叠沙漏网络的动物姿态估计	张雯雯徐杨白芮陈娜	《计算机工程》 CAS CSCD 北大核心	2023	3	在线阅读下载PDF 职称材料
3	改进高分辨率网络的多目标动物姿态估计研究	徐贵冬徐杨邓辉莫寒	《计算机工程与应用》 CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
4	深度学习在动物行为分析中的应用研究进展	申通王硕李孟秦伦明	《计算机科学与探索》 CSCD 北大核心	2024	6	在线阅读下载PDF 职称材料