检索结果-维普期刊中文期刊服务平台

基于空洞卷积下采样单元的轻量化害虫图像识别模型被引量：2: 1; 作者孔令旺赵刚《江苏农业科学》北大核心 2024年第11期189-196,共8页; 近年来,随着深度学习技术在计算机视觉领域的广泛应用,害虫图像识别成为农业领域中一项重要任务。为了解决害虫图像识别中传统深度学习模型对计算资源和存储空间需求过高的问题,本研究提出一种基于空洞卷积下采样单元的轻量化害虫图像... 展开更多; 关键词空洞卷积下采样单元轻量化害虫图像识别多尺度识别深度学习; 在线阅读下载PDF 职称材料

基于TA-UNet3+的高分辨率遥感图像地表水体提取: 2; 作者白倩罗小波母仕林《计算机工程与应用》北大核心 2025年第13期245-255,共11页; 遥感图像中准确提取地表水体信息对于水资源管理、环境监测等领域至关重要。然而,由于地表覆盖的多样性、水体与周围环境的交汇、植被的复杂遮挡等因素,使得这项任务仍然面临着一系列挑战。为了提高地表水体提取精度,基于U-Net3+网络进... 展开更多; 关键词地表水体提取遥感图像 TA-UNet3+ 阈值注意力密集上采样卷积 TA-ASPP模块窗口注意力; 在线阅读下载PDF 职称材料

基于改进YOLOv5s的马脸识别方法研究: 3; 作者张立娟唐开婷《智慧农业导刊》 2025年第11期18-21,25,共5页; 为实现马匹身份快速识别,该文以自建数据集为研究对象,提出一种基于YOLOv5s的轻量化检测算法。首先该算法将YOLOv5s的主干网络替换成轻量级神经网络MobileNetv3。其次在头部网络C3模块分别添加NAM、ParNet、Triplet注意力模块。最后将... 展开更多; 关键词马脸识别 YOLOv5s MobileNetv3 注意力模块转置卷积上采样; 在线阅读下载PDF 职称材料

基于DRF优化采样的无人车轨迹规划方法被引量：1: 4; 作者李研强郑亚雯 +2 位作者张岱峰李超张超《电子测量技术》北大核心 2023年第5期105-112,共8页; 针对城市道路场景下无人驾驶汽车最优轨迹生成算法存在的运行时间长、轨迹评价标准单一的问题,提出一种基于行车风险场优化采样区域的无人车轨迹规划方法。该方法通过改进的二维高斯分布函数分别建立静态障碍物和动态障碍物风险场模型,... 展开更多; 关键词无人驾驶汽车轨迹规划行车风险场二维高斯分布卷积选定采样; 在线阅读下载PDF 职称材料

基于全卷积网络的图像语义分割算法被引量：8: 5; 作者李英杰张惊雷《计算机应用与软件》北大核心 2020年第8期213-218,273,共7页; 基于卷积神经网络的语义分割模型易存在提取特征不充分、上采样恢复原图尺寸时丢失细节等问题,导致分割精度降低。对比提出一种基于全卷积网络DeepLab v3的改进算法。采用LeakyReLU激活函数,增强网络提取较弱特征的能力;输入图像在多孔... 展开更多; 关键词语义分割深度卷积网络多孔空间金字塔池化密集上采样卷积; 在线阅读下载PDF 职称材料

基于一致性感知特征融合的高动态范围成像方法被引量：2: 6; 作者印佳丽韩津 +1 位作者陈斌刘西蒙《计算机学报》 EI CAS CSCD 北大核心 2024年第10期2352-2367,共16页; 高动态范围成像(High Dynamic Range Imaging,HDRI)技术是指通过融合多张低动态范围(Low Dynamic Range,LDR)图像拓展图像动态范围、完整图像内容的方法,其为解决由于相机传感器动态范围有限而导致所拍摄图像内容丢失的问题提供了实际... 展开更多; 关键词高动态范围成像图像融合特征融合上下文一致性卷积采样; 在线阅读下载PDF 职称材料

DFNet:高效的无解码语义分割方法: 7; 作者刘腊梅杜宝昌 +2 位作者黄惠玲章永鉴韩军《液晶与显示》 CAS CSCD 北大核心 2024年第2期121-130,共10页; 针对编解码语义分割网络计算量大、解码结构复杂的问题,提出一种高效无解码的二值语义分割模型DFNet。该模型首先去除主流分割网络中复杂的解码结构和跳跃连接,采用卷积重塑上采样方法重塑特征编码直接得到分割结果,简化网络模型结构;... 展开更多; 关键词二值分割卷积重塑上采样 EC&SA PolyCE 道路分割缺陷检测; 在线阅读下载PDF 职称材料

题名基于空洞卷积下采样单元的轻量化害虫图像识别模型被引量：2: 1; 作者孔令旺赵刚; 机构吉林工程职业学院信息工程学院吉林大学; 出处《江苏农业科学》北大核心 2024年第11期189-196,共8页; 基金国家自然科学基金(编号:62076109)。; 文摘近年来,随着深度学习技术在计算机视觉领域的广泛应用,害虫图像识别成为农业领域中一项重要任务。为了解决害虫图像识别中传统深度学习模型对计算资源和存储空间需求过高的问题,本研究提出一种基于空洞卷积下采样单元的轻量化害虫图像识别模型。该模型采用轻量化网络架构,并引入空洞卷积和下采样技术来减小计算量和存储空间。首先,采用MobileNet v2网络来替代VGG16网络,以解决主干特征提取网络参数量过大的问题;其次,设计空洞卷积下采样单元对特征图进行降采样,从而实现模型的多尺度识别;最后,引入空洞卷积更好地捕获不同尺度的感受野。试验结果表明,本研究模型对害虫的识别准确率比VGG16模型提高了1.47%;相较于现有深度学习模型,该模型在减小50%参数量的同时,依然能够保持较高的识别准确率和实时性能。期待本研究模型可以对农业领域中害虫的监测与预警等提供一定的实际应用价值。; 关键词空洞卷积下采样单元轻量化害虫图像识别多尺度识别深度学习; 分类号 TP391.41 [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TA-UNet3+的高分辨率遥感图像地表水体提取: 2; 作者白倩罗小波母仕林; 机构重庆邮电大学计算机科学与技术学院重庆邮电大学空间大数据智能技术重庆市工程研究中心; 出处《计算机工程与应用》北大核心 2025年第13期245-255,共11页; 基金国家重点研发计划政府间国际科技创新合作项目(2021YFE0194700) 重庆市高技术产业重大产业技术研发(D2018-82) 重庆市教委重点合作项目(HZ2021008)。; 文摘遥感图像中准确提取地表水体信息对于水资源管理、环境监测等领域至关重要。然而,由于地表覆盖的多样性、水体与周围环境的交汇、植被的复杂遮挡等因素,使得这项任务仍然面临着一系列挑战。为了提高地表水体提取精度,基于U-Net3+网络进行优化,提出了一种适用于高分辨率遥感图像的TA-UNet3+网络模型。在编码器端由深度特征到浅层逐层引入窗口注意力嵌入模块,将来自更深层特征的局部注意力逐步嵌入到较低级特征中,提高特征图的语义理解能力。引入了结合阈值注意力和深度可分离的TA-ASPP模块,有效提高了特征信息的提取效率。在解码器端修改了多尺度融合模块,采用可学习的密集上采样卷积和深度分离卷积替代原始的双线性插值与普通卷积,在保证精度的同时显著降低了计算复杂度。数据集选择了重庆市不同场景下的部分地区,实验结果表明,TA-UNet3+网络模型在精度、召回率、F1和IoU等评价指标上均优于语义分割网络,表现出更高的地表水体提取精度。; 关键词地表水体提取遥感图像 TA-UNet3+ 阈值注意力密集上采样卷积 TA-ASPP模块窗口注意力; Keywords surface water extraction remote sensing images TA-UNet3+ threshold attention dense upsampling convolution TA-ASPP module window attention; 分类号 TP751 [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

题名基于改进YOLOv5s的马脸识别方法研究: 3; 作者张立娟唐开婷; 机构伊犁职业技术学院喀什职业技术学院; 出处《智慧农业导刊》 2025年第11期18-21,25,共5页; 基金 2024-2025年度伊犁州职业教育研究项目(YLGZ012)。; 文摘为实现马匹身份快速识别,该文以自建数据集为研究对象,提出一种基于YOLOv5s的轻量化检测算法。首先该算法将YOLOv5s的主干网络替换成轻量级神经网络MobileNetv3。其次在头部网络C3模块分别添加NAM、ParNet、Triplet注意力模块。最后将最邻近插值上采样方式替换成转置卷积上采样方式。最优模型(YOLOv5s+v3+Triplet+ConvTranspose2d)平均精度均值为99.5%,准确率为97.2%,召回率为98.9%,模型体积10.9 MB,相较于基础的YOLOv5s模型准确率提高0.5%,召回率提高0.2%,模型体积减小3.9 MB。改进模型在大幅减少模型大小的同时使模型性能保持在一个较高的水平,为畜牧养殖数字化和智能化提供方法参考,具有较高的应用价值。; 关键词马脸识别 YOLOv5s MobileNetv3 注意力模块转置卷积上采样; Keywords horse face recognition YOLOv5s MobileNetv3 attention module transposed convolution upsampling; 分类号 TP319 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于DRF优化采样的无人车轨迹规划方法被引量：1: 4; 作者李研强郑亚雯张岱峰李超张超; 机构齐鲁工业大学(山东省科学院)山东省科学院自动化研究所; 出处《电子测量技术》北大核心 2023年第5期105-112,共8页; 基金国家自然科学基金(52072214) 山东省重大科技创新工程项目(2019JZZY010126)资助; 文摘针对城市道路场景下无人驾驶汽车最优轨迹生成算法存在的运行时间长、轨迹评价标准单一的问题,提出一种基于行车风险场优化采样区域的无人车轨迹规划方法。该方法通过改进的二维高斯分布函数分别建立静态障碍物和动态障碍物风险场模型,对道路中采样区域目标点的行车风险进行量化,通过卷积的方式选定行车风险较小区域的采样目标点生成最优轨迹。仿真结果表明,该优化方法在每个规划周期只选取部分采样目标点用于轨迹生成,提高了算法的运行效率,使得算法单帧运行时间均小于0.1 s。行车风险场的加入使得算法的采样区域更加符合驾驶人的行为习惯,提高了算法规划结果的拟人化程度,从而保证无人车具有较高的行驶效率。; 关键词无人驾驶汽车轨迹规划行车风险场二维高斯分布卷积选定采样; Keywords driverless vehicle trajectory planning driving risk field two-dimensional Gaussian distribution convolution selected sampling; 分类号 U461 [机械工程—车辆工程]; 在线阅读下载PDF 职称材料

题名基于全卷积网络的图像语义分割算法被引量：8: 5; 作者李英杰张惊雷; 机构天津市复杂系统控制理论及应用重点实验室天津理工大学电气电子工程学院; 出处《计算机应用与软件》北大核心 2020年第8期213-218,273,共7页; 文摘基于卷积神经网络的语义分割模型易存在提取特征不充分、上采样恢复原图尺寸时丢失细节等问题,导致分割精度降低。对比提出一种基于全卷积网络DeepLab v3的改进算法。采用LeakyReLU激活函数,增强网络提取较弱特征的能力;输入图像在多孔空间金字塔池化(ASPP)后,使用密集上采样卷积(DUC)恢复与原图尺寸一致的预测图;在训练时使用Nadam优化器,提高网络的收敛速度和鲁棒性。在PASCAL VOC 2012数据集上进行了验证与评测,结果表明算法平均交并比(mIoU)相比于原算法提高0.6%。; 关键词语义分割深度卷积网络多孔空间金字塔池化密集上采样卷积; Keywords Semantic segmentation Deep convolution network Atrous spatial pyramid pooling Dense upsampling convolution; 分类号 TP3 [自动化与计算机技术—计算机科学与技术]; 在线阅读下载PDF 职称材料

题名基于一致性感知特征融合的高动态范围成像方法被引量：2: 6; 作者印佳丽韩津陈斌刘西蒙; 机构福州大学计算机与大数据学院福州大学网络系统信息安全福建省高校重点实验室; 出处《计算机学报》 EI CAS CSCD 北大核心 2024年第10期2352-2367,共16页; 基金国家自然科学基金(62202104,62102422,62072109,U1804263) 福建省自然科学基金(2021J05129,2021J06013)资助。; 文摘高动态范围成像(High Dynamic Range Imaging,HDRI)技术是指通过融合多张低动态范围(Low Dynamic Range,LDR)图像拓展图像动态范围、完整图像内容的方法,其为解决由于相机传感器动态范围有限而导致所拍摄图像内容丢失的问题提供了实际的解决方案.通过数十年的研究,众多有效的HDRI方法已被提出,并在无物体运动、内容曝光良好的静态场景中取得接近最优的性能.然而,现实场景中物体移动和相机偏移无法避免,直接使用传统HDRI方法会在融合后的HDR图像中产生严重的重影和伪影.这使得仅包含简单融合过程的HDRI方法并不适用于实际应用,现实场景中的HDRI任务仍然具有一定挑战.因此,针对动态场景下的HDRI研究迅速发展.近期的方法集中在借助深度卷积神经网络(Convolutional Neural Network,CNN)的力量以期实现更好的性能.在这些基于CNN的方法中,特征融合对于恢复图像完整内容、消除图像伪影方面起着至关重要的作用.传统的特征融合方法通过借助跳跃连接或注意力模块,首先将LDR图像的特征进行拼接,并通过堆叠的卷积操作逐渐关注不同的局部特征.然而,此类方案通常忽略了LDR图像序列之间丰富的上下文依赖关系,且未充分利用特征之间的纹理一致性.为解决这一问题,本文提出了一种全新的一致性感知特征融合(Coherence-Aware Feature Aggregation,CAFA)方案,该方案在卷积过程中对输入特征中位于不同空间位置但具有相同上下文信息的特征信息进行采样,从而显式地将上下文一致性纳入特征融合中.基于CAFA,本文进一步提出了一种结合CAFA的动态场景下一致性感知高动态范围成像网络CAHDRNet.为更好地嵌合CAFA方案,本文通过设计三个额外的可学习模块来构建CAHDRNet.首先,使用基于在ImageNet上预训练的VGG-19构建可学习特征提取器,并在模型训练期间不断更新该特征提取器的参数.这种设计可实现LDR图像的联合特征学习,为CAFA中的上下文一致性评估奠定了坚实基础.接着,应用所提出的CAFA模块,通过在图像特征中采样具有相同上下文的信息进行特征融合.最后,本文提出使用一种多尺度残差补全模块来处理融合后的特征,利用不同扩张率进行特征学习,以实现更强大的特征表示并在图像缺失区域中进行可信细节填充.同时,设计一个软注意力模块来学习不同图像区域的重要性,以便在跳跃连接期间获得与参考图像互补的所需特征.多种实验验证了CAHDRNet的有效性并证实其优于现有最先进的方法.具体而言,本文所提出的CAHDRNet在Kalantari数据集上HDR-VDP-2和PSNR-L等指标相较于次好方法AHDRNet分别提升了1.61和0.68.; 关键词高动态范围成像图像融合特征融合上下文一致性卷积采样; Keywords high dynamic range imaging image fusion feature aggregation contextual coherence convolutional sampling; 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DFNet:高效的无解码语义分割方法: 7; 作者刘腊梅杜宝昌黄惠玲章永鉴韩军; 机构辽宁工程技术大学软件学院中国科学院海西研究院泉州装备制造研究中心厦门理工学院电气工程与自动化学院; 出处《液晶与显示》 CAS CSCD 北大核心 2024年第2期121-130,共10页; 基金福建省科技计划(No.2019T3025,No.2021T3060,No.2021T3032,No.2021T3010) 福建省闽都实验室主任基金(No.2021ZR107)。; 文摘针对编解码语义分割网络计算量大、解码结构复杂的问题,提出一种高效无解码的二值语义分割模型DFNet。该模型首先去除主流分割网络中复杂的解码结构和跳跃连接,采用卷积重塑上采样方法重塑特征编码直接得到分割结果,简化网络模型结构;其次在编码器中融合轻量双重注意力机制EC&SA,提高特征编码的通道及空间信息交互,增强网络的编码能力;最后使用PolyCE损失替代常规分割损失,解决正负样本不均衡问题,提高模型的分割精度。在Deep‑Globe道路分割和CrackForest缺陷检测等二值分割数据集上的实验结果表明,本文模型的分割精度F1均值和IoU均值分别达到84.69%和73.95%,且分割速度高达94 FPS,远超主流语义分割模型,极大地提高了分割任务效率。; 关键词二值分割卷积重塑上采样 EC&SA PolyCE 道路分割缺陷检测; Keywords binary segmentation convolution remolding upsampling EC&SA PolyCE road segmentation defect detection; 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	基于空洞卷积下采样单元的轻量化害虫图像识别模型	孔令旺赵刚	《江苏农业科学》北大核心	2024	2	在线阅读下载PDF 职称材料
2	基于TA-UNet3+的高分辨率遥感图像地表水体提取	白倩罗小波母仕林	《计算机工程与应用》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于改进YOLOv5s的马脸识别方法研究	张立娟唐开婷	《智慧农业导刊》	2025	0	在线阅读下载PDF 职称材料
4	基于DRF优化采样的无人车轨迹规划方法	李研强郑亚雯张岱峰李超张超	《电子测量技术》北大核心	2023	1	在线阅读下载PDF 职称材料
5	基于全卷积网络的图像语义分割算法	李英杰张惊雷	《计算机应用与软件》北大核心	2020	8	在线阅读下载PDF 职称材料
6	基于一致性感知特征融合的高动态范围成像方法	印佳丽韩津陈斌刘西蒙	《计算机学报》 EI CAS CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
7	DFNet:高效的无解码语义分割方法	刘腊梅杜宝昌黄惠玲章永鉴韩军	《液晶与显示》 CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料