期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
一种边缘梯度插值的感兴趣区域池化算法
1
作者 周跃进 丁家益 《吉林大学学报(理学版)》 CAS 北大核心 2024年第3期643-654,共12页
针对现有主流的目标检测算法存在检测精确率低、图像边缘区域分割不全等问题,提出一种基于Mask RCNN模型的感兴趣区域池化算法.首先,通过Otsu阈值分割法将感兴趣区域特征图划分为边缘区域和非边缘区域;其次,对边缘区域使用边缘梯度插值... 针对现有主流的目标检测算法存在检测精确率低、图像边缘区域分割不全等问题,提出一种基于Mask RCNN模型的感兴趣区域池化算法.首先,通过Otsu阈值分割法将感兴趣区域特征图划分为边缘区域和非边缘区域;其次,对边缘区域使用边缘梯度插值算法进行插值,对非边缘区域使用双线性插值算法进行插值,从而将离散的特征图映射到一个连续空间中;再次,将插值后的特征图均匀分割成k×k个单元;最后,对每个单元利用二重积分求均值以完成池化操作.对比实验结果表明,该算法基于Mask RCNN模型在数据集COCO(2014)上比现有算法的检测精确率有一定提升,对图像边缘区域的细节分割效果较好. 展开更多
关键词 Mask RCNN模型 感兴趣区域池化 Otsu阈值分割 边缘梯度插值 双线性插值
在线阅读 下载PDF
基于SVR模型的自适应区域池化物体检测方法
2
作者 季云峰 邓小龙 徐毅 《计算机工程与设计》 北大核心 2017年第10期2804-2808,共5页
针对物体检测容易受外形、视觉等可变性影响的问题,提出一种利用支持向量回归(SVR)模型的区域池化检测方法,即自适应区域池化方法,该方法适用于分割区域,能自动发现不同的实例和图像块。生成区域方案,每种样本的方案都由不同颜色的边界... 针对物体检测容易受外形、视觉等可变性影响的问题,提出一种利用支持向量回归(SVR)模型的区域池化检测方法,即自适应区域池化方法,该方法适用于分割区域,能自动发现不同的实例和图像块。生成区域方案,每种样本的方案都由不同颜色的边界框表示;利用区域池化法提取特征,解析区域结构;分类数据采用非极大值抑制法得到检测结果。实验结果验证了提出方法的有效性,与其它同类方法相比,该方法对物体检测的性能明显提升,其中平均召回率达到了90.8%,加入CNN特征,性能提升幅度更大。 展开更多
关键词 区域池化 自适应 支持向量回归 非极大值抑制法 分类
在线阅读 下载PDF
改进深度学习块卷积神经网络的人脸表情识别 被引量:11
3
作者 何永强 秦勤 王俊鹏 《计算机工程与设计》 北大核心 2019年第3期850-855,共6页
设计一种改进的块卷积神经网络架构,并结合主动形状模型和局部二元模式映射实现人脸表情识别。采用主动形状模型定位人脸关键点,实现人脸姿态校正和感兴趣区域抽取;对校正后的图像进行局部二元模式映射,降低光照干扰;设计改进的卷积神... 设计一种改进的块卷积神经网络架构,并结合主动形状模型和局部二元模式映射实现人脸表情识别。采用主动形状模型定位人脸关键点,实现人脸姿态校正和感兴趣区域抽取;对校正后的图像进行局部二元模式映射,降低光照干扰;设计改进的卷积神经网络架构,对局部二元模式图像和感兴趣区域两个输入项进行学习和训练,建立分类器并实现人脸表情分类。人脸表情识别实验结果表明,该方法识别率高,运算效率较高。 展开更多
关键词 人脸表情识别 块卷积神经网络 主动形状模型 局部二元模式 感兴趣区域池化
在线阅读 下载PDF
基于改进Faster R-CNN的小尺度行人检测 被引量:22
4
作者 陈泽 叶学义 +1 位作者 钱丁炜 魏阳洋 《计算机工程》 CAS CSCD 北大核心 2020年第9期226-232,241,共8页
为提高小尺度行人检测的准确性,提出一种基于改进Faster R-CNN的目标检测方法。通过引入基于双线性插值的对齐池化层,避免感兴趣区域池化过程中两次量化操作导致的位置偏差,同时设计基于级联的多层特征融合策略,将具有丰富细节信息的浅... 为提高小尺度行人检测的准确性,提出一种基于改进Faster R-CNN的目标检测方法。通过引入基于双线性插值的对齐池化层,避免感兴趣区域池化过程中两次量化操作导致的位置偏差,同时设计基于级联的多层特征融合策略,将具有丰富细节信息的浅层特征图和具有抽象语义信息的深层特征图进行通道叠加,从而解决小尺度行人在深层特征图中特征信息缺乏的问题。在INRIA和PASCAL VOC2012数据集上的实验结果表明,在小尺度行人检测效率相同的情况下,该方法相比基于Faster R-CNN的检测方法平均精确率均值分别提高了17.58%和23.78%。 展开更多
关键词 小尺度行人检测 区域建议网络 感兴趣区域池化 Faster R-CNN网络 特征融合
在线阅读 下载PDF
基于改进Faster R_CNN的苹果叶片病害检测模型 被引量:34
5
作者 李鑫然 李书琴 刘斌 《计算机工程》 CAS CSCD 北大核心 2021年第11期298-304,共7页
在实际条件下,苹果叶片病害图像背景复杂且病斑较小,难以进行实时检测。针对该问题,提出一种改进的Faster R_CNN模型。通过特征金字塔网络将具有细节信息的浅层特征和具有语义信息的深层特征融合,以提取丰富的苹果叶片病害特征。同时采... 在实际条件下,苹果叶片病害图像背景复杂且病斑较小,难以进行实时检测。针对该问题,提出一种改进的Faster R_CNN模型。通过特征金字塔网络将具有细节信息的浅层特征和具有语义信息的深层特征融合,以提取丰富的苹果叶片病害特征。同时采用精确感兴趣区域池化,避免感兴趣区域池化中2次量化操作对病斑较小的苹果叶片病害造成像素偏差。实验结果表明,该模型能对自然条件下5种苹果叶片病害进行有效检测,平均精度均值达82.48%,与Faster R_CNN、YOLOv3和Mask R_CNN模型相比,其平均精度均值分别提高了6.01、14.12和5.06个百分点。 展开更多
关键词 苹果叶片病害 病害检测 Faster R_CNN模型 特征金字塔网络 精确感兴趣区域池化
在线阅读 下载PDF
基于改进的Faster R-CNN的通用目标检测框架 被引量:8
6
作者 马佳良 陈斌 孙晓飞 《计算机应用》 CSCD 北大核心 2021年第9期2712-2719,共8页
针对当前基于深度学习的检测器不能有效检测形状不规则或长宽相差悬殊的目标的问题,在传统Faster R-CNN算法的基础上,提出了一个改进的二阶段目标检测框架——Accurate R-CNN。首先,提出了新的交并比(IoU)度量——有效交并比(EIoU),通... 针对当前基于深度学习的检测器不能有效检测形状不规则或长宽相差悬殊的目标的问题,在传统Faster R-CNN算法的基础上,提出了一个改进的二阶段目标检测框架——Accurate R-CNN。首先,提出了新的交并比(IoU)度量——有效交并比(EIoU),通过提出中心度权重来降低训练数据中冗余包围框的占比。然后,提出了一个上下文相关的特征重分配模块(FRM),通过建模目标的远程依赖和局部上下文关系信息对特征进行重编码,以弥补池化过程中的形状信息损失。实验结果表明,在微软多场景通用目标(MS COCO)数据集上,对于包围框检测任务,当使用深度为50和101的残差网络(ResNet)作为骨干网络时,Accurate R-CNN比基线模型Faster R-CNN的平均精度(AP)分别提高了1.7个百分点和1.1个百分点,超越了使用同样骨干网络的基于掩膜的检测器。在添加掩膜分支后,对于实例分割任务,当使用两种不同深度的ResNet作为骨干网络时,Accurate R-CNN比Mask R-CNN的掩膜平均精度分别提高了1.2个百分点和1.1个百分点。研究结果显示,相较于基线模型,Accurate R-CNN在不同数据集、不同任务上均取得了更好的检测效果。 展开更多
关键词 计算机视觉 目标检测 实例分割 交并比 感兴趣区域池化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部