期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到272篇文章
< 1 2 … 14 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于可变形全卷积神经网络的冬小麦自动解译研究 被引量：5
1
作者 李旭青 张秦雪 +3 位作者 安志远 金永涛 张秦浩 丁晖 《农业机械学报》 EI CAS CSCD 北大核心 2020年第9期144-151,共8页
以高分二号遥感影像为研究对象进行冬小麦多元特征的提取,在U-Net模型基础上进行改进,将一种可变形全卷积神经网络(DFCNN)模型引入到遥感影像自动解译领域。为提高网络模型对几何变化特征的提取能力,引入可变形卷积的思想,将可训练的二... 以高分二号遥感影像为研究对象进行冬小麦多元特征的提取,在U-Net模型基础上进行改进,将一种可变形全卷积神经网络(DFCNN)模型引入到遥感影像自动解译领域。为提高网络模型对几何变化特征的提取能力,引入可变形卷积的思想,将可训练的二维偏移量加入到网络中的每个卷积层前,使卷积产生形变,并获得对象级语义信息,从而增强了模型对不同尺寸及空间分布的冬小麦特征的表达。使用DFCNN模型对数据集进行训练及微调,得到最优的网络模型,其像素精度为98.1%,解译时间为0.630 s。采用FCNN模型、U-Net模型及RF算法得到的冬小麦自动解译像素精度分别为89.3%、93.9%、90.0%,说明基于DFCNN模型的冬小麦自动解译精度相对较高,且对复杂的几何变化特征有较好的表达,具有较好的泛化能力。 展开更多
关键词 冬小麦 自动解译 可变形全卷积神经网络 GF-2
在线阅读 下载PDF
基于卷积神经网络的仿刺参(Apostichopus japonicus)疣足全基因组选择初步研究
2
作者 林涛 倪萍 +4 位作者 包晓凯 李宇泽 韩泠姝 丁君 王扬帆 《海洋通报》 北大核心 2025年第2期186-195,共10页
仿刺参(Apostichopus japonicus)是山东省和辽宁省的支柱水产种类之一。全基因组选择(Genomic Seletion,GS)分子育种以高效率、高准确率等优势,将农业生物育种推向了新的发展阶段。目前,传统家系育种仍是刺参良种选育的主要手段,发展适... 仿刺参(Apostichopus japonicus)是山东省和辽宁省的支柱水产种类之一。全基因组选择(Genomic Seletion,GS)分子育种以高效率、高准确率等优势,将农业生物育种推向了新的发展阶段。目前,传统家系育种仍是刺参良种选育的主要手段,发展适用于刺参的全基因组选择技术是刺参良种选育的未来重点发展方向,具有重要研究价值。卷积深层神经网络(Convolutional Neural Network,CNN)已经应用在基因互作效应的估计中,解决全基因组选择主流GBLUP方法无法估计基因互作的非加性效应的问题。本研究以仿刺参的重要经济性状疣足为表型,使用52271个SNP基因型,探究了GBLUP和CNN育种值估计的差异。结果表明,在仿刺参疣足数量的遗传力为0.611的情况下,相比于GBLUP方法的预测准确率(0.56363),CNN方法的预测准确率(0.83485)更高,表明基于CNN学习SNP之间潜在的基因互作信息,提高了育种值估计的准确率。本研究首次将CNN用于仿刺参疣足性状的全基因组选择中,研究结果为仿刺参生长性状的分子育种提供了理论支撑。 展开更多
关键词 仿刺参 全基因组选择 卷积神经网络 疣足数量
在线阅读 下载PDF
全卷积定位神经网络在两个地震相互干扰情形下的应用
3
作者 陈慧慧 张雄 +1 位作者 田宵 张伟 《地球物理学报》 北大核心 2025年第1期139-152,共14页
台站连续记录的弱余震或微震数据中经常会遇到两个地震发生的时间比较接近,波形存在互相干扰的情况,给震相拾取和关联等处理造成困难,进而影响地震定位结果.近年来,人们开始探索使用深度学习方法直接从波形数据中定位地震,但鲜有对两个... 台站连续记录的弱余震或微震数据中经常会遇到两个地震发生的时间比较接近,波形存在互相干扰的情况,给震相拾取和关联等处理造成困难,进而影响地震定位结果.近年来,人们开始探索使用深度学习方法直接从波形数据中定位地震,但鲜有对两个波形相互干扰的地震进行定位的情况.本研究基于全卷积神经网络模型,采用叠加两个高斯概率分布的方法,同时标记两个地震,使得同一时窗内存在两个波形相互干扰的地震事件时,神经网络能够同时定位两个地震事件.我们将该方法应用于美国南加州的Ridgecrest地震序列和样本,研究发现输入时窗只包含一个地震事件时,实际数据定位平均误差为2.8 km,当输出标签包含两个地震时,我们利用输出标签减去其中一个地震位置波峰的方法提取出两个地震的位置,估算出的干扰地震事件定位平均误差为7.9 km (定位范围89 km×72 km,包含了位置提取方法的误差).测试表明,该方法对两个波形相互干扰的地震进行定位具有一定的效果,对多事件相互干扰的定位研究具有一定启发意义,从而进一步提高地震监测的完备性. 展开更多
关键词 地震定位 相互干扰 全卷积神经网络
在线阅读 下载PDF
基于融合卷积神经网络的车辆多目标检测方法 被引量：1
4
作者 曹佳 郑秋梅 段泓舟 《激光杂志》 北大核心 2025年第1期208-213,共6页
在实际场景中,车辆目标往往会被其他车辆、建筑物等对象遮挡,背景也可能非常复杂,为了保障检测精度,提出一种基于融合卷积神经网络的车辆多目标检测方法。采用激光雷达采集车辆目标图像,将采集的车辆行驶图像根据其车道线特征划分为两... 在实际场景中,车辆目标往往会被其他车辆、建筑物等对象遮挡,背景也可能非常复杂,为了保障检测精度,提出一种基于融合卷积神经网络的车辆多目标检测方法。采用激光雷达采集车辆目标图像,将采集的车辆行驶图像根据其车道线特征划分为两侧区域,将车道线以内的区域作为车辆多目标检测初始感兴趣区域(ROI),在ROI中采用车底阴影假设区域分割法获取车辆检测目标的假设区域。在原始卷积神经网络的基础上作进一步优化,设计可变形卷积神经网络(DF-R-CNN)模型,将得到的假设区域作为网络模型所需的车辆多目标检测候选区域,通过该模型实现车辆多目标的精准检测。实验结果表明,所提方法的召回率最高值达到了85%,损失函数最低值约为1.8,说明其具有较高的检测精度和检测效果。 展开更多
关键词 卷积神经网络 车道线划分 感兴趣区域ROI 可变形卷积神经网络 车辆多目标检测
在线阅读 下载PDF
基于全卷积神经网络多任务学习的时域语音分离 被引量：1
5
作者 孙林慧 王春艳 张蒙 《信号处理》 CSCD 北大核心 2024年第12期2228-2237,共10页
基于深度神经网络时频掩码进行语音分离时,目标信号相位一般采用混合信号的相位谱,且对性别组合缺乏针对性处理,这导致分离语音的质量不佳。针对该问题,本文提出一种基于全卷积神经网络联合性别组合检测(Fully Convolutional Neural Net... 基于深度神经网络时频掩码进行语音分离时,目标信号相位一般采用混合信号的相位谱,且对性别组合缺乏针对性处理,这导致分离语音的质量不佳。针对该问题,本文提出一种基于全卷积神经网络联合性别组合检测(Fully Convolutional Neural Network-Gender Combination Detection,FCN-GCD)多任务学习的时域语音分离方法。该方法首先在语音分离支路构建全卷积神经网络,该网络的输入为时域两人混合语音信号,输出为目标讲话者的纯净语音信号,运用卷积编码器和反卷积解码器对特征进行压缩和重建,实现端到端的语音分离。其次将混合语音性别组合检测任务整合到语音分离网络中,在两个任务联合约束下获取辅助信息特征和语音分离特征,并将这些深度特征相结合来提升语音分离质量。该FCN-GCD方法是一种时域语音分离方法,不需要进行相位恢复和频域到时域的重构,相比频域处理方法,该处理过程简单,从而提高了运算效率。另外,该方法从混合语音性别组合检测任务中提取有效的辅助信息特征,利用联合特征实现了更有效的语音分离。实验结果表明,与单任务的语音分离方法相比,本文所提出的FCN-GCD方法在男男、女女和男女三种性别组合下均有效提高了语音质量,在语音质量感知评估(Perceptual Evaluation of Speech Quality,PESQ)、短时客观可懂度(Short-Time Objective Intelligibility,STOI)、信号干扰比(Signalto-Interference Ratio,SIR)、信号失真比(Signal-to-Distortion Ratio,SDR)和信号伪像比(Signal-to-Artifact Ratio,SAR)评价指标上均获得更佳的表现。 展开更多
关键词 深度神经网络 语音分离 全卷积神经网络 特征融合 多任务学习
在线阅读 下载PDF
一种基于全卷积神经网络的空中目标战术意图识别模型 被引量：3
6
作者 李乐民 宋亚飞 +1 位作者 王鹏 王科 《空军工程大学学报》 CSCD 北大核心 2024年第5期98-106,共9页
针对现有空中目标识别方法敏捷性和可靠度不够高的问题,研究设计了一种深度学习模型MLSTM-FCN,结合了全卷积神经网络、循环神经网络和压缩与激励模块的优点。全卷积网络能够提取空战数据中的复杂局部特征,长短记忆神经网络可以捕捉空战... 针对现有空中目标识别方法敏捷性和可靠度不够高的问题,研究设计了一种深度学习模型MLSTM-FCN,结合了全卷积神经网络、循环神经网络和压缩与激励模块的优点。全卷积网络能够提取空战数据中的复杂局部特征,长短记忆神经网络可以捕捉空战意图数据的时序特征。通过消融实验和对比实验结果表明,MLSTM-FCN模型在意图识别准确率、反应速度和抗干扰能力方面明显优于现有的空中目标意图识别模型,取得了sota的结果,为指挥员在进行空中作战决策时提供更有效的依据。 展开更多
关键词 意图识别 空中目标 深度学习 全卷积网络 长短记忆神经网络 压缩与激励模块
在线阅读 下载PDF
改进全卷积神经网络的遥感图像小目标检测 被引量：1
7
作者 徐雪峰 郭广伟 黄余 《机械设计与制造》 北大核心 2024年第10期38-42,共5页
对遥感图像中小目标的检测进行研究,提出改进全卷积神经网络的检测新算法。首先,分析了分层概率图模型和深度学习的基本概念和模型。然后,提出分层概率图模型中分层马尔可夫随机场的后验边际模式的递归获取步骤。最后,将全卷积神经网络... 对遥感图像中小目标的检测进行研究,提出改进全卷积神经网络的检测新算法。首先,分析了分层概率图模型和深度学习的基本概念和模型。然后,提出分层概率图模型中分层马尔可夫随机场的后验边际模式的递归获取步骤。最后,将全卷积神经网络和分层概率图模型联合,实现对全卷积神经网络的改进,构建遥感图像小目标检测新方法。此外,在所提方法中,选用随机森林技术从分类学习样本中估计每个类和分辨率的后验概率。基于对某地区卫星数据集的处理,将所提出的检测方法与其他四种方法进行了对比。对比实验结果表明,与其他方法相比,所提出的检测方法对低矮植被、车辆、树等遥感图像中的小目标具有更高的检测准确率。 展开更多
关键词 小目标检测 遥感图像 全卷积神经网络 分层概率图模型 随机森林
在线阅读 下载PDF
基于全卷积神经网络的纵横波分解技术研究及其在弹性波成像中的应用
8
作者 许凯 陈祖庆 +3 位作者 孙振涛 张广智 康家光 王静波 《石油物探》 CSCD 北大核心 2024年第6期1126-1137,共12页
纵波(P)和横波(S)波场分解对弹性介质中的多分量地震波成像至关重要,但是常规P-S波波场分解方法精度相对较低,且存在成像假象的问题。为此,构建了一种基于全卷积神经网络(FCN)的网络结构,用于二维各向同性弹性介质地震波场的P-S波波场... 纵波(P)和横波(S)波场分解对弹性介质中的多分量地震波成像至关重要,但是常规P-S波波场分解方法精度相对较低,且存在成像假象的问题。为此,构建了一种基于全卷积神经网络(FCN)的网络结构,用于二维各向同性弹性介质地震波场的P-S波波场分解。该网络由全卷积神经网络构建,使用合成波场快照进行训练,训练完成的网络类似空间滤波器,可实现高精度的P-S波波场分解。不同于基于傅里叶变换的P-S波波场分解方法,该方法可以在波场任意空间位置处开展P-S波波场分解,因此适用于面向目标的地震成像。合成数据的计算示例表明,基于全卷积神经网络的纵横波波场分解方法可有效分解P波和S波波场,且精度高于其他空间域分解方法。弹性波逆时偏移成像结果表明,使用基于全卷积神经网络(FCN)的P-S波波场分解方法所获得的基于P波和S波的地震波成像结果,可有效减少速度界面处的成像假象,提高复杂地质条件下的多波成像精度。 展开更多
关键词 弹性波场 P-S波波场分解 全卷积神经网络(FCN) 弹性波成像
在线阅读 下载PDF
基于全卷积神经网络的大坝变形监测数据粗差识别方法研究 被引量：6
9
作者 齐智勇 孙辅庭 +3 位作者 毛延翩 周建波 张春辉 李秋炎 《水电能源科学》 北大核心 2023年第3期87-90,共4页
针对大坝变形监测数据普遍存在粗差的问题,采用全卷积神经网络(FCN)模型对人工标记数据集进行表征学习的方法实现变形粗差数据识别的人工智能模拟;在此基础上,利用Python和Tensorflow框架构建了用于变形监测数据粗差识别的FCN模型并以... 针对大坝变形监测数据普遍存在粗差的问题,采用全卷积神经网络(FCN)模型对人工标记数据集进行表征学习的方法实现变形粗差数据识别的人工智能模拟;在此基础上,利用Python和Tensorflow框架构建了用于变形监测数据粗差识别的FCN模型并以人工标注数据集进行模型训练;最后,以训练得到的最优模型对某重力坝变形监测数据进行粗差识别应用。结果表明,经训练的FCN模型能够较准确地识别大坝变形监测数据中的粗差值,提高了大坝安全管理效率。 展开更多
关键词 监测 粗差 全卷积神经网络 大坝安全 人工智能
在线阅读 下载PDF
基于全卷积神经网络的灌区无人机正射影像渠系提取 被引量：8
10
作者 张宏鸣 王斌 +3 位作者 韩文霆 杨江涛 蒲攀 蔚继承 《农业机械学报》 EI CAS CSCD 北大核心 2019年第6期241-248,共8页
为快速准确获取灌区渠系分布信息,科学调配区域农业水资源、提高水资源利用率,通过基于全卷积神经网络(Fully convolutional networks,FCN)的语义分割模型进行渠系轮廓提取。利用无人机采集正射影像并进行标注,以VGG 19网络为基础,通过... 为快速准确获取灌区渠系分布信息,科学调配区域农业水资源、提高水资源利用率,通过基于全卷积神经网络(Fully convolutional networks,FCN)的语义分割模型进行渠系轮廓提取。利用无人机采集正射影像并进行标注,以VGG 19网络为基础,通过多尺度特征融合的方式实现FCN-8s结构,使用Tensorflow深度学习框架构建FCN渠系提取模型;对数据集进行数据增强,分割后放入FCN模型中训练、测试。实验结果显示,针对不同复杂程度的测试区域,FCN模型的提取准确度、完整度、精度均高于支持向量机方法和改进霍夫变换方法,均值分别为95.78%、92.29%、89.45%。结果表明,该方法能够实现灌区渠系轮廓的高精度提取,具有较好的泛化性和鲁棒性。 展开更多
关键词 渠系 提取 全卷积神经网络 无人机 正射影像 语义分割
在线阅读 下载PDF
基于全卷积神经网络的肝脏CT影像分割研究 被引量：25
11
作者 郭树旭 马树志 +6 位作者 李晶 张惠茅 孙长建 金兰依 刘晓鸣 刘奇楠 李雪妍 《计算机工程与应用》 CSCD 北大核心 2017年第18期126-131,共6页
针对腹部CT影像邻近器官对比度较低及因个体肝脏形状差异较大等引起肝脏分割困难的问题,提出了全卷积神经网络肝脏分割模型。首先通过卷积神经网络提取图像深层、抽象的特征,再通过反卷积运算对提取到的特征映射进行插值重构后得到分割... 针对腹部CT影像邻近器官对比度较低及因个体肝脏形状差异较大等引起肝脏分割困难的问题,提出了全卷积神经网络肝脏分割模型。首先通过卷积神经网络提取图像深层、抽象的特征,再通过反卷积运算对提取到的特征映射进行插值重构后得到分割结果。由于单纯进行反卷积得到的分割结果往往比较粗糙,因此,在反卷积之前,先融合高层与低层的特征,并且通过增加反卷积的层数、减少反卷积步长,得到了更为精确的分割结果。与传统卷积神经网络的分割方法相比,该模型可以充分利用CT影像的空间信息。实验数据表明该模型能够使腹部CT影像肝脏分割具有较高的精度。 展开更多
关键词 深度学习 全卷积神经网络 医学图像分割
在线阅读 下载PDF
基于全卷积神经网络的林区航拍图像虫害区域识别方法 被引量：19
12
作者 刘文定 田洪宝 +2 位作者 谢将剑 赵恩庭 张军国 《农业机械学报》 EI CAS CSCD 北大核心 2019年第3期179-185,共7页
针对航拍林区虫害图像的虫害区域不规则和传统识别方法泛化能力差的问题,提出一种基于全卷积神经网络(Fully convolution networks,FCN)的虫害区域识别方法。采用八旋翼无人机航拍虫害林区、获取林区虫害图像,并对虫害区域进行像素级标... 针对航拍林区虫害图像的虫害区域不规则和传统识别方法泛化能力差的问题,提出一种基于全卷积神经网络(Fully convolution networks,FCN)的虫害区域识别方法。采用八旋翼无人机航拍虫害林区、获取林区虫害图像,并对虫害区域进行像素级标注,用于模型训练;将VGG16模型的全连接层替换为卷积层,并通过上采样实现端到端的学习;使用预训练的卷积层参数,提升模型收敛速度;采用跳跃结构融合多种特征信息,有效提升识别精度,并通过该方法构造了5种全卷积神经网络。试验表明,针对林区航拍虫害图像,FCN-2s在5种全卷积神经网络中区域识别精度最高,其像素准确率为97. 86%,平均交并比为79. 49%,单幅分割时间为4. 31 s。该方法与K-means、脉冲耦合神经网络、复合梯度分水岭算法相比,像素准确率分别高出44. 93、20. 73、6. 04个百分点,平均交并比分别高出50. 19、35. 67、18. 86个百分点,单幅分割时间分别缩短47. 54、19. 70、11. 39 s,可以实现林区航拍图像的虫害区域快速准确识别,为林业虫害监测和防治提供参考。 展开更多
关键词 林业虫害监测 航拍 图像识别 全卷积神经网络 语义分割 迁移学习
在线阅读 下载PDF
基于全卷积神经网络的非对称并行语义分割模型 被引量：12
13
作者 李宝奇 贺昱曜 +1 位作者 何灵蛟 强伟 《电子学报》 EI CAS CSCD 北大核心 2019年第5期1058-1064,共7页
针对RGB图像具有丰富的色彩细节特征,红外图像对目标轮廓、尺寸、边界等外形特征有较高敏感度的特点,提出了一种非对称并行语义分割模型APFCN(Asymmetric Parallelism Fully Convolutional Networks).APFCN上路设计了一个卷积核尺寸非... 针对RGB图像具有丰富的色彩细节特征,红外图像对目标轮廓、尺寸、边界等外形特征有较高敏感度的特点,提出了一种非对称并行语义分割模型APFCN(Asymmetric Parallelism Fully Convolutional Networks).APFCN上路设计了一个卷积核尺寸非统一的五层空洞卷积网络来提取红外图像目标高层轮廓特征;下路沿用卷积加池化网络提取RGB图像三个尺度上的细节特征;后端将红外图像高层特征与RGB图像三个尺度的细节特征进行融合,并将4倍上采样后的融合特征作为语义分割输出.结果表明,APFCN在像素精度和交并比等方面均优于FCN(输入为RGB图像或红外图像),适用于背景一致下地面目标的语义分割任务. 展开更多
关键词 语义分割 全卷积神经网络 非对称并行全卷积神经网络 空洞卷积 空洞率
在线阅读 下载PDF
区域生长全卷积神经网络交互分割肝脏CT图像 被引量：6
14
作者 张丽娟 章润 +2 位作者 李东明 李阳 王晓坤 《液晶与显示》 CAS CSCD 北大核心 2021年第9期1294-1304,共11页
由于医疗图像质量差、对比度低、患者之间差异大导致全自动分割方法很难获得足够准确、鲁棒的结果。为了解决全自动分割方法的局限性,本文提出一种基于神经网络改进的区域生长法,并与全卷积神经网络相结合对肝脏CT图像进行交互式分割。... 由于医疗图像质量差、对比度低、患者之间差异大导致全自动分割方法很难获得足够准确、鲁棒的结果。为了解决全自动分割方法的局限性,本文提出一种基于神经网络改进的区域生长法,并与全卷积神经网络相结合对肝脏CT图像进行交互式分割。首先对图像进行预处理,突出待分割肝脏区域;接着计算像素在不同边缘检测算子下的梯度值作为该像素的特征,形成像素特征向量训练网络该网络以一对像素特征向量为输入,以两像素的关联度系数为输出;然后将训练好的神经网络模型作为区域生长算法的生长准则,手动交互选取一点产生分割结果;最后将分割结果作为原图的交互信息和原图灰度通道连接在一起一同输入全卷积神经网络。实验结果表明平均Dice系数达到96.69%,像素准确率达到99.62%,平均交并比达到96.65%。不同的腹部CT图像序列中肝脏的分割结果表明,该方法能精确提取肝脏区域,满足临床应用的需求。 展开更多
关键词 全卷积神经网络 区域生长法 交互式分割
在线阅读 下载PDF
全卷积神经网络图像语义分割方法综述 被引量：61
15
作者 张鑫 姚庆安 +2 位作者 赵健 金镇君 冯云丛 《计算机工程与应用》 CSCD 北大核心 2022年第8期45-57,共13页
图像语义分割是计算机视觉领域的热点研究课题,随着全卷积神经网络的迅速兴起,图像语义分割和全卷积神经网络的融合发展取得了非常卓越的成绩。通过对近年来高质量文献的收集,重点对全卷积神经网络图像语义分割方法进行总结。将收集的文... 图像语义分割是计算机视觉领域的热点研究课题,随着全卷积神经网络的迅速兴起,图像语义分割和全卷积神经网络的融合发展取得了非常卓越的成绩。通过对近年来高质量文献的收集,重点对全卷积神经网络图像语义分割方法进行总结。将收集的文献,按照应用场景的不同,划分为经典语义分割、实时性语义分割和RGBD语义分割,对具有代表性的分割方法进行阐述。同时归纳了常用的公共数据集和性能的评价指标,并对常用数据集上的实验进行分析总结,对全卷积神经网络未来可能的研究方向进行展望。 展开更多
关键词 图像语义分割 计算机视觉 全卷积神经网络
在线阅读 下载PDF
全卷积神经网络用于遥感影像水体提取 被引量：30
16
作者 王雪 隋立春 +2 位作者 钟棉卿 李顶萌 党丽丽 《测绘通报》 CSCD 北大核心 2018年第6期41-45,共5页
提出了一种全卷积神经网络模型用于遥感影像的水体目标提取的方法,介绍了全卷积神经网络的基本原理及构建3种网络模型的过程。为了分析模型效果,首先搜集带有水体的影像数据,并将这些数据标注为水体和背景两类,然后利用构建的全卷积神... 提出了一种全卷积神经网络模型用于遥感影像的水体目标提取的方法,介绍了全卷积神经网络的基本原理及构建3种网络模型的过程。为了分析模型效果,首先搜集带有水体的影像数据,并将这些数据标注为水体和背景两类,然后利用构建的全卷积神经网络模型进行推理和学习获取先验模型,最后对测试影像进行水体提取试验。通过与传统的基于影像光谱特征的阈值法和基于图论的Grab Cut算法提取结果进行比较,验证了本文方法的可行性。 展开更多
关键词 遥感影像 水体提取 全卷积神经网络 阈值法 GrabCut算法
在线阅读 下载PDF
基于全卷积神经网络的多源高分辨率遥感道路提取 被引量：18
17
作者 张永宏 夏广浩 +3 位作者 阚希 何静 葛涛涛 王剑庚 《计算机应用》 CSCD 北大核心 2018年第7期2070-2075,共6页
针对半自动道路提取方法人工参与较多、提取精度不高且较为耗时的问题提出一种基于全卷积神经网络(FCN)的多源高分辨率遥感道路提取方法。首先,对高分二号和World View图像进行分割,用卷积神经网络(CNN)分类出包含道路的图像;然后,用Ca... 针对半自动道路提取方法人工参与较多、提取精度不高且较为耗时的问题提出一种基于全卷积神经网络(FCN)的多源高分辨率遥感道路提取方法。首先,对高分二号和World View图像进行分割,用卷积神经网络(CNN)分类出包含道路的图像;然后,用Canny算子提取道路的边缘特征信息;最后,结合RGB、Gray和标签图放入FCN中训练,将现有的FCN模型拓展为多卫星源输入及多特征源输入的FCN模型。选取西藏日喀则地区作为研究区域,实验结果显示,所提方法在对高分辨率遥感影像进行道路提取时能够达到99.2%的提取精度,并且有效地减少了提取所需的时间。 展开更多
关键词 全卷积神经网络 多源输入 遥感图像 道路提取 CANNY算子
在线阅读 下载PDF
基于全卷积神经网络的云杉图像分割算法 被引量：17
18
作者 陈锋军 王成翰 +1 位作者 顾梦梦 赵燕东 《农业机械学报》 EI CAS CSCD 北大核心 2018年第12期188-194,210,共8页
以云杉为研究对象提出了应用全卷积神经网络(Fully convolutional networks,FCN)分割图像的算法。利用无人机采集图像,标注470幅云杉图像,其中300幅组成训练集,170幅组成测试集,标注90幅樟子松图像作为附加测试集。以VGG16为基础建立云... 以云杉为研究对象提出了应用全卷积神经网络(Fully convolutional networks,FCN)分割图像的算法。利用无人机采集图像,标注470幅云杉图像,其中300幅组成训练集,170幅组成测试集,标注90幅樟子松图像作为附加测试集。以VGG16为基础建立云杉分割FCN模型,利用Tensorflow框架实现和训练网络,通过共享权值和逐渐降低的学习速率,提高FCN模型的训练性能。选择像素精度(PA)、均像素精度(MPA)、均交并比(MIoU)和频权交并比(FWIo U) 4个语义分割评价指标评价测试结果。FCN模型分割云杉图像,PA和MPA达到0. 86,MIoU达到0. 75,FWIo U达到0. 76,处理速率达到0. 085 s/幅,有效地解决了光照变化、云杉个体差异、地面杂草干扰和植株之间粘连的影响。与HSV颜色空间阈值分割以及K均值聚类分割算法比较,FCN模型的MIoU分别提高0. 10和0. 38。 展开更多
关键词 云杉 图像分割 无人机 苗木库存统计 全卷积神经网络
在线阅读 下载PDF
基于全卷积神经网络的遥感图像海面目标检测 被引量：10
19
作者 喻钧 康秦瑀 +3 位作者 陈中伟 初苗 胡志毅 姚红革 《弹箭与制导学报》 北大核心 2020年第5期15-19,23,共6页
针对通常的神经网络算法在检测遥感图像海面目标时存在精确率低、漏检概率高的问题,改进了一种基于YOLOv3全卷积神经网络的遥感图像海面目标检测方法。首先根据海面目标的宽高比例,利用Kmeans++聚类算法,确定出适合于数据集的anchor box... 针对通常的神经网络算法在检测遥感图像海面目标时存在精确率低、漏检概率高的问题,改进了一种基于YOLOv3全卷积神经网络的遥感图像海面目标检测方法。首先根据海面目标的宽高比例,利用Kmeans++聚类算法,确定出适合于数据集的anchor box值;接着采用FPN思想进行特征融合;最后,选用GIOU作为坐标预测的损失函数,进一步优化检测结果。实验表明:文中方法在遥感图像海面目标检测中的平均精确率为90.82%,相比于其他算法平均提高了5.34%。 展开更多
关键词 YOLOv3 全卷积神经网络 遥感图像 目标检测
在线阅读 下载PDF
基于全卷积神经网络和结构化森林的结构体裂纹分割方法 被引量：7
20
作者 王森 伍星 +1 位作者 张印辉 柳小勤 《仪器仪表学报》 EI CAS CSCD 北大核心 2020年第8期170-179,共10页
针对现有深度学习方法在复杂背景下无法保证裂纹特征映射的有效传递和融合,结构化森林对相似、随机的裂纹特征无法准确判别的问题,提出一种基于全卷积神经网络和结构化森林的结构体裂纹分割方法。首先,以全卷积神经网络框架为基础构建5... 针对现有深度学习方法在复杂背景下无法保证裂纹特征映射的有效传递和融合,结构化森林对相似、随机的裂纹特征无法准确判别的问题,提出一种基于全卷积神经网络和结构化森林的结构体裂纹分割方法。首先,以全卷积神经网络框架为基础构建5种消融神经网络用于扩充细微裂纹全局特征;其次,提出一种基于多尺度结构化森林的裂纹分割参数竞争策略用于效改善细微裂纹区分能力;最后利用基于消融神经网络和结构化森林的耦合分割方法进行裂纹图像的联合预测。在2类结构体裂纹数据集上对所提方法进行实验验证表明,所提方法能够在复杂相似背景下提高裂纹检测的精度,可以实现有效的结构体健康监测。 展开更多
关键词 全卷积神经网络 结构化森林 反对称双正交小波变换 结构体裂纹分割
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 14 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部