检索结果-维普期刊中文期刊服务平台

基于改进Faster RCNN的安全帽佩戴检测研究被引量：74: 1; 作者徐守坤王雅如 +3 位作者顾玉宛李宁庄丽华石林《计算机应用研究》 CSCD 北大核心 2020年第3期901-905,共5页; 针对已有安全帽佩戴检测算法对部分遮挡、尺寸不一和小目标存在检测难度大、准确率低的问题,提出了基于改进的Faster RCNN和多部件结合的安全帽佩戴检测方法。在原始Faster RCNN上运用多尺度训练和增加锚点数量增强网络检测不同尺寸目... 展开更多; 关键词安全帽佩戴检测 FASTER RCNN 多尺度训练在线困难样本挖掘多部件结合; 在线阅读下载PDF 职称材料

基于改进区域卷积神经网络的安全帽佩戴检测被引量：18: 2; 作者徐守坤王雅如顾玉宛《计算机工程与设计》北大核心 2020年第5期1385-1389,共5页; 针对已有的安全帽佩戴检测算法对小尺寸目标和部分遮挡目标检测效果较差的问题,在区域卷积神经网络基础上,做出优化用于安全帽佩戴检测。在原始Faster RCNN的基础上使用多层卷积特征融合技术优化区域建议网络产生候选区域特征图,使用在... 展开更多; 关键词安全帽佩戴检测区域卷积神经网络区域建议网络多层卷积特征融合在线困难样本挖掘; 在线阅读下载PDF 职称材料

基于Faster-RCNN的遥感图像飞机检测算法被引量：13: 3; 作者张中宝王洪元 +1 位作者张继杨薇《南京师大学报（自然科学版）》 CAS CSCD 北大核心 2018年第4期79-86,共8页; CCCV2017发布遥感图像飞机数据集,用于评测飞机检测算法.针对该遥感图像数据集中的飞机朝向不确定、图像覆盖范围广、图像背景复杂度高,导致飞机检测难度大、检测算法准确率和算法泛化能力低等问题,提出了基于Faster-RCNN的飞机检测改... 展开更多; 关键词遥感图像飞机检测 Faster-RCNN 残差网络区域建议网络在线困难样本挖掘; 在线阅读下载PDF 职称材料

基于深度卷积神经网络的糖尿病视网膜病变分期及病灶检测被引量：13: 4; 作者谢云霞黄海于胡建斌《计算机应用》 CSCD 北大核心 2020年第8期2460-2464,共5页; 针对糖尿病视网膜病变(DR)图像分辨率过大、病灶特征过于分散难以获取以及正负难易样本不平衡而导致DR分期精确率一直无法得到有效提高的问题,提出了改进的基于快速区域的卷积神经网络(Faster R-CNN)和子图分割相结合的DR分期方法。首先... 展开更多; 关键词糖尿病视网膜病变目标检测基于快速区域的卷积神经网络算法子图分割在线困难样本挖掘; 在线阅读下载PDF 职称材料

改进Mask R-CNN在航拍灾害检测的应用研究被引量：11: 5; 作者李梁董旭彬赵清华《计算机工程与应用》 CSCD 北大核心 2019年第21期167-176,共10页; 目标检测在众多领域具有极高的理论意义与应用价值,更稳定、更精确的目标检测方法是目前灾害检测领域研究的热点与难点。将基于深度学习的目标检测方法应用于灾害检测中,提出基于改进Mask R-CNN的航拍灾害检测方法。针对检测中出现的准... 展开更多; 关键词深度学习灾害检测特征金字塔在线困难样本挖掘多部件结合; 在线阅读下载PDF 职称材料

题名基于改进Faster RCNN的安全帽佩戴检测研究被引量：74: 1; 作者徐守坤王雅如顾玉宛李宁庄丽华石林; 机构常州大学信息科学与工程学院数理学院闽江学院福建省信息处理与智能控制重点实验室; 出处《计算机应用研究》 CSCD 北大核心 2020年第3期901-905,共5页; 基金国家自然科学基金应急管理项目(61640211) 2016年度省第五期“333工程”科研资助项目。; 文摘针对已有安全帽佩戴检测算法对部分遮挡、尺寸不一和小目标存在检测难度大、准确率低的问题,提出了基于改进的Faster RCNN和多部件结合的安全帽佩戴检测方法。在原始Faster RCNN上运用多尺度训练和增加锚点数量增强网络检测不同尺寸目标的鲁棒性,并引入防止正负样本不均衡的在线困难样本挖掘策略,然后对检测出的佩戴安全帽工人和安全帽等采用多部件结合方法剔除误检目标。实验表明,相比于原始Faster RCNN,检测准确率提高了7%,对环境的适应性更强。; 关键词安全帽佩戴检测 FASTER RCNN 多尺度训练在线困难样本挖掘多部件结合; Keywords safety helmet wearing detection Faster RCNN multi-scale training hard negative sample mining multi-part model; 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

题名基于改进区域卷积神经网络的安全帽佩戴检测被引量：18: 2; 作者徐守坤王雅如顾玉宛; 机构常州大学信息科学与工程学院; 出处《计算机工程与设计》北大核心 2020年第5期1385-1389,共5页; 基金国家自然科学基金应急管理基金项目(61640211)。; 文摘针对已有的安全帽佩戴检测算法对小尺寸目标和部分遮挡目标检测效果较差的问题,在区域卷积神经网络基础上,做出优化用于安全帽佩戴检测。在原始Faster RCNN的基础上使用多层卷积特征融合技术优化区域建议网络产生候选区域特征图,使用在线困难样本挖掘技术训练ROI网络,自动挑选出困难样本使训练更加有效。实验结果表明,相比原始的Faster RCNN算法,所提方法检测精度提高了4.73%,对部分遮挡和小尺寸目标均有较好的检测效果,对环境变化具有更强的适应性。; 关键词安全帽佩戴检测区域卷积神经网络区域建议网络多层卷积特征融合在线困难样本挖掘; Keywords safety helmet wear detection region convolutional neural network region proposal network multi-layer convolution feature fusion online hard example mining; 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Faster-RCNN的遥感图像飞机检测算法被引量：13: 3; 作者张中宝王洪元张继杨薇; 机构常州大学信息科学与工程学院; 出处《南京师大学报（自然科学版）》 CAS CSCD 北大核心 2018年第4期79-86,共8页; 基金国家自然科学基金(61572085); 文摘 CCCV2017发布遥感图像飞机数据集,用于评测飞机检测算法.针对该遥感图像数据集中的飞机朝向不确定、图像覆盖范围广、图像背景复杂度高,导致飞机检测难度大、检测算法准确率和算法泛化能力低等问题,提出了基于Faster-RCNN的飞机检测改进算法.首先,通过对图像采用翻转以及角度旋转等方式对数据集进行合理的扩增;然后,在扩增后的数据集上,使用深度残差网络对图像进行特征提取,针对数据集中飞机目标的长宽比特点优化区域建议网络;同时,为了防止训练集中正负样本不均衡,采用在线困难样本挖掘方法对数据进行训练.在CCCV2017数据集上评估表明,改进后的Faster-RCNN算法极大提高了初始的Faster-RCNN算法性能,在测试集上m AP达到了89.93%.在NWPUVHR-10、NWPU-RESISC45、UCAS-AOD遥感图像飞机数据集测试表明,该改进模型同样具有良好的性能,从而验证了该模型具有良好的鲁棒性和泛化能力.; 关键词遥感图像飞机检测 Faster-RCNN 残差网络区域建议网络在线困难样本挖掘; Keywords remote sensing images airplane detection Faster-RCNN residual network region proposal network online hard example mining; 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

题名基于深度卷积神经网络的糖尿病视网膜病变分期及病灶检测被引量：13: 4; 作者谢云霞黄海于胡建斌; 机构西南交通大学信息科学与技术学院爱尔眼科成都东区爱尔眼科医院; 出处《计算机应用》 CSCD 北大核心 2020年第8期2460-2464,共5页; 文摘针对糖尿病视网膜病变(DR)图像分辨率过大、病灶特征过于分散难以获取以及正负难易样本不平衡而导致DR分期精确率一直无法得到有效提高的问题,提出了改进的基于快速区域的卷积神经网络(Faster R-CNN)和子图分割相结合的DR分期方法。首先,使用子图分割解决视盘区域对于病灶识别的干扰问题;其次,在特征提取阶段使用深度残差网络以解决病灶在高分辨率眼底图像中占比小而导致的特征难以获取的问题;最后,在感兴趣区域(ROI)生成时采用在线困难样本挖掘(OHEM)方法解决正负难易样本不平衡的问题。在国际公开数据集EyePACS进行DR分期实验,所提方法在DR病分期中精确率0期达到94.83%,1期达到86.84%,2期达到94.00%,3期达到87.21%,4期达到82.96%。实验结果表明,改进后的Faster R-CNN能对DR图像高效分期并自动标注出病灶。; 关键词糖尿病视网膜病变目标检测基于快速区域的卷积神经网络算法子图分割在线困难样本挖掘; Keywords Diabetic Retinopathy(DR) object detection Faster Region-based Convolutional Neural Network(Faster R-CNN)algorithm subgraph segmentation Online Hard Example Mining(OHEM); 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

题名改进Mask R-CNN在航拍灾害检测的应用研究被引量：11: 5; 作者李梁董旭彬赵清华; 机构太原师范学院管理系太原理工大学信息与计算机学院&新型传感器和智能控制教育部(山西)重点实验室微纳系统研究中心; 出处《计算机工程与应用》 CSCD 北大核心 2019年第21期167-176,共10页; 基金国家自然科学基金（No.61872261）山西省社科联重点课题研究项目（No.SSKLZDKT2017090）太原师范学院大学生创新创业训练项目（No.CXCY1839）; 文摘目标检测在众多领域具有极高的理论意义与应用价值,更稳定、更精确的目标检测方法是目前灾害检测领域研究的热点与难点。将基于深度学习的目标检测方法应用于灾害检测中,提出基于改进Mask R-CNN的航拍灾害检测方法。针对检测中出现的准确率较低,采用改进特征金字塔的结构,充分利用特征映射图的信息,提高各尺寸灾害目标的检测精度;并引入在线困难样本挖掘机制,解决正负样本不均衡的问题,减少误检率和漏检率。同时采用多部件结合的方法剔除误检目标。为验证该方法的有效性,在Tensorflow深度学习框架上,选取不同高度的森林火灾、滑坡、泥石流、地震航拍图像进行验证实验。结果表明,该方法能实现对不同类型的灾害进行快速而又准确的检测,同时对基于其他应用背景的目标识别研究也具有一定的参考意义。; 关键词深度学习灾害检测特征金字塔在线困难样本挖掘多部件结合; Keywords deep learning disaster detection feature pyramid online difficult sample mining multi-part combination; 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	作者	出处	发文年	被引量	操作
1	基于改进Faster RCNN的安全帽佩戴检测研究	徐守坤王雅如顾玉宛李宁庄丽华石林	《计算机应用研究》 CSCD 北大核心	2020	74	在线阅读下载PDF 职称材料
2	基于改进区域卷积神经网络的安全帽佩戴检测	徐守坤王雅如顾玉宛	《计算机工程与设计》北大核心	2020	18	在线阅读下载PDF 职称材料
3	基于Faster-RCNN的遥感图像飞机检测算法	张中宝王洪元张继杨薇	《南京师大学报（自然科学版）》 CAS CSCD 北大核心	2018	13	在线阅读下载PDF 职称材料
4	基于深度卷积神经网络的糖尿病视网膜病变分期及病灶检测	谢云霞黄海于胡建斌	《计算机应用》 CSCD 北大核心	2020	13	在线阅读下载PDF 职称材料
5	改进Mask R-CNN在航拍灾害检测的应用研究	李梁董旭彬赵清华	《计算机工程与应用》 CSCD 北大核心	2019	11	在线阅读下载PDF 职称材料