检索结果-维普期刊中文期刊服务平台

基于改进双边分割网络的井下轨道检测算法被引量：5: 1; 作者卫星刘邵凡 +2 位作者杨国强陆阳魏臻《计算机应用研究》 CSCD 北大核心 2020年第S01期348-350,共3页; 基于视觉的轨道检测是实现矿井机车无人驾驶的重要内容,而传统人工特征提取的轨道检测算法在精度和速度上均存在弊端,且井下光照、积水等环境影响因素导致不可照搬地面车道线检测算法。为此提出一种适用于井下轨道实时检测的改进双边分... 展开更多; 关键词轨道检测双边分割网络金字塔注意力深度学习; 在线阅读下载PDF 职称材料

全局双边网络的语义分割算法被引量：5: 2; 作者任天赐黄向生 +2 位作者丁伟利安重阳翟鹏博《计算机科学》 CSCD 北大核心 2020年第S01期161-165,共5页; 语义分割任务是对图像中的物体按照类别进行像素级别的预测,其难点在于在保留足够空间信息的同时获取足够的上下文信息。为解决这一问题,文中提出了全局双边网络语义分割算法。该算法将大尺度卷积核融入BiSeNet网络中,在BiSeNet网络原... 展开更多; 关键词语义分割双边分割网络全局卷积网络; 在线阅读下载PDF 职称材料

融合多尺度特征的残差车道线检测网络: 3; 作者蒋源张欢 +2 位作者朱高峰朱凤华熊刚《测绘通报》 CSCD 北大核心 2024年第10期71-76,共6页; 针对车道线分布范围广、占像素少、特征不易提取的问题,本文构建了一种基于多尺度特征融合的残差车道线检测网络。首先,以残差双边网络为基础,采用双边特征聚合模块,利用语义分支的上下文信息指导同一阶段的细节分支的特征响应,并融合... 展开更多; 关键词车道线检测双边分割网络多尺度注意力机制端到端; 在线阅读下载PDF 职称材料

基于红外热成像的夜间农田实时语义分割被引量：10: 4; 作者易诗李俊杰贾勇《农业工程学报》 EI CAS CSCD 北大核心 2020年第18期174-180,共7页; 农田环境实时语义分割是构成智能农机的视觉环境感知的重要环节,夜间农田语义分割可以使智能农机在夜间通过视觉感知农田环境进行全天候作业,而夜间无光环境下,可见光摄像头成像效果较差,将造成语义分割精度的下降。为保证夜间农田环境... 展开更多; 关键词智能农机语义分割红外热成像红外实时双边语义分割网络夜间农田数据集; 在线阅读下载PDF 职称材料

题名基于改进双边分割网络的井下轨道检测算法被引量：5: 1; 作者卫星刘邵凡杨国强陆阳魏臻; 机构合肥工业大学计算机与信息学院安全关键工业测控技术教育部工程研究中心; 出处《计算机应用研究》 CSCD 北大核心 2020年第S01期348-350,共3页; 基金国家重点研发计划专项项目(2016YFC0801405) 安徽省重点研发计划项目(201904d07020008); 文摘基于视觉的轨道检测是实现矿井机车无人驾驶的重要内容,而传统人工特征提取的轨道检测算法在精度和速度上均存在弊端,且井下光照、积水等环境影响因素导致不可照搬地面车道线检测算法。为此提出一种适用于井下轨道实时检测的改进双边分割深度学习网络。首先给出检测网络整体结构,其次重点提出了用于获取较大感受野的金字塔注意力模块,以及用于综合空间路径模块和金字塔注意力模块特征的通道注意力融合模块,最后进行了实验验证。结果表明,所提网络能够有效提取出轨道区域,检测速率达到50 fps,检测精度达到86.79%。; 关键词轨道检测双边分割网络金字塔注意力深度学习; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程] 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

题名全局双边网络的语义分割算法被引量：5: 2; 作者任天赐黄向生丁伟利安重阳翟鹏博; 机构燕山大学电气工程学院中国科学院自动化研究所中国科学院微电子所; 出处《计算机科学》 CSCD 北大核心 2020年第S01期161-165,共5页; 基金国家重点研发计划(2018YFB1308302,2018YFB1308300) 复杂物体表面纹理获取和三维重建的关键技术研究项目(61573356)。; 文摘语义分割任务是对图像中的物体按照类别进行像素级别的预测,其难点在于在保留足够空间信息的同时获取足够的上下文信息。为解决这一问题,文中提出了全局双边网络语义分割算法。该算法将大尺度卷积核融入BiSeNet网络中,在BiSeNet网络原有的空间路径和上下文路径两条分支的基础上增加全局路径分支,使网络能够捕获更多的上下文信息,同时提出将BiSeNet网络中的注意力优化模块和特征融合模块中的全局池化模块替换为全局卷积模块,进一步提高了网络获取上下文信息的能力,从而使预测结果更加准确。实验结果表明,该算法在Cityscapes数据集上将交并比(MIoU)指标提高了0.84%,获得了优于BiSeNet网络的表现。; 关键词语义分割双边分割网络全局卷积网络; Keywords Semantic segmentation Bilateral segmentation network Global convolutional network; 分类号 TP389.1 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名融合多尺度特征的残差车道线检测网络: 3; 作者蒋源张欢朱高峰朱凤华熊刚; 机构湖州职业技术学院湖州市物联网智能系统集成技术重点实验室中国科学院自动化研究所山东交通学院轨道交通学院; 出处《测绘通报》 CSCD 北大核心 2024年第10期71-76,共6页; 基金国家自然科学基金(U1909204)。; 文摘针对车道线分布范围广、占像素少、特征不易提取的问题,本文构建了一种基于多尺度特征融合的残差车道线检测网络。首先,以残差双边网络为基础,采用双边特征聚合模块,利用语义分支的上下文信息指导同一阶段的细节分支的特征响应,并融合两分支的信息;然后,针对不同阶段具有不同尺度,使用多尺度自适应特征对齐融合模块,构建采样前后偏移向量索引表,降低因简单采样而造成的细节信息缺失;最后,引入空间注意力机制,增强模型的长距离特征捕捉能力。试验结果表明,本文模型在3个公开数据集上均取得了良好效果,其中在CULane数据集上的准确度达77.89%,比目前主流算法高2%。; 关键词车道线检测双边分割网络多尺度注意力机制端到端; Keywords lane line detection bilateral segmentation network multi-scale attention end to end; 分类号 P237 [天文地球—摄影测量与遥感]; 在线阅读下载PDF 职称材料

题名基于红外热成像的夜间农田实时语义分割被引量：10: 4; 作者易诗李俊杰贾勇; 机构成都理工大学信息科学与技术学院(网络安全学院、牛津布鲁克斯学院); 出处《农业工程学报》 EI CAS CSCD 北大核心 2020年第18期174-180,共7页; 基金国家自然科学基金项目(61771096) 国家大学生创新创业项目(201910616129)。; 文摘农田环境实时语义分割是构成智能农机的视觉环境感知的重要环节,夜间农田语义分割可以使智能农机在夜间通过视觉感知农田环境进行全天候作业,而夜间无光环境下,可见光摄像头成像效果较差,将造成语义分割精度的下降。为保证夜间农田环境下红外图像语义分割的精度与实时性,该研究提出了一种适用于红外图像的红外实时双边语义分割网络(Infrared Real-time Bilateral Semantic Segmentation Network,IR-BiSeNet),根据红外图像分辨率低,细节模糊的特点该网络在实时双边语义分割网络(Bilateral Semantic Segmentation Net,BiSeNet)结构基础上进行改进,在其空间路径上,进一步融合红外图像低层特征,在该网络构架中的注意力提升模块、特征融合模块上使用全局最大池化层替换全局平均池化层以保留红外图像纹理细节信息。为验证提出方法的有效性,通过在夜间使用红外热成像采集的农田数据集上进行试验,数据集分割目标包括田地、行人、植物、障碍物、背景。经试验验证,提出方法在夜间农田红外数据集上达到了85.1%的平均交并比(Mean Intersection over Union,MIoU),同时达到40帧/s的处理速度,满足对夜间农田的实时语义分割。; 关键词智能农机语义分割红外热成像红外实时双边语义分割网络夜间农田数据集; Keywords intelligent agricultural machinery semantic segmentation infrared thermal imaging infrared real-time bilateral semantic segmentation net farmland dataset at night; 分类号 TN919.5 [电子电信—通信与信息系统]; 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	基于改进双边分割网络的井下轨道检测算法	卫星刘邵凡杨国强陆阳魏臻	《计算机应用研究》 CSCD 北大核心	2020	5	在线阅读下载PDF 职称材料
2	全局双边网络的语义分割算法	任天赐黄向生丁伟利安重阳翟鹏博	《计算机科学》 CSCD 北大核心	2020	5	在线阅读下载PDF 职称材料
3	融合多尺度特征的残差车道线检测网络	蒋源张欢朱高峰朱凤华熊刚	《测绘通报》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
4	基于红外热成像的夜间农田实时语义分割	易诗李俊杰贾勇	《农业工程学报》 EI CAS CSCD 北大核心	2020	10	在线阅读下载PDF 职称材料