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9篇文章
< 1 >
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：
多分辨率特征融合的人体下肢关键点检测
1
作者 夏晓华 向浩鸣 +3 位作者 陈坚 冯鑫淼 邱法博 王耀耀 《光学精密工程》 北大核心 2025年第14期2291-2302,共12页
现有的人体关键点检测模型缺乏对高分辨率特征的关注,训练中使用的数据集分辨率较低且标注误差较大,导致其在步态分析等任务中检测结果不稳定,定位精度较差。针对上述问题,提出一种基于多分辨率特征融合的人体下肢关键点检测模型,以高... 现有的人体关键点检测模型缺乏对高分辨率特征的关注,训练中使用的数据集分辨率较低且标注误差较大,导致其在步态分析等任务中检测结果不稳定,定位精度较差。针对上述问题,提出一种基于多分辨率特征融合的人体下肢关键点检测模型,以高分辨率图像作为网络输入,利用微调的MobiliNet v1网络结合注意力机制提取全局低分辨率特征,初步预测关键点位置,通过与之并行的浅层网络提取局部高分辨率特征,然后采用连续残差结构与注意力机制将不同分辨率特征融合,提升预测关键点的准确性,并有效缓解高分辨率图像带来的高计算量问题。通过预标记的方式制作高分辨率、高精度的人体下肢关键点数据集以确保模型训练的准确性。以模型复杂度、检测速度、检测精确率以及检测误差为评价指标,与其他经典和先进的方法进行实验对比。结果表明,所提模型的测试检测率达到95.2%,均优于Light⁃weight-OpenPose,HRNet-W32,HRNet-W48,YOLO-Pose,RTMPose和SimCC模型,检测精确率提升了4.1%~83.6%,FPS提升了7.6~13.9。证明了提出的模型在高精度人体下肢关键点检测中的有效性。 展开更多
关键词 人体下肢关键点检测 多分辨率特征融合 注意力机制 预标记
在线阅读 下载PDF
基于多分辨率特征融合的葡萄尺寸检测 被引量：3
2
作者 李颀 杨军 《江苏农业学报》 CSCD 北大核心 2022年第2期394-402,共9页
针对葡萄特征提取不够充分且果粒排列密集相互遮挡难以准确检测的问题,以陕西省鄠邑区户太8号葡萄为研究对象,提出一种基于特征金字塔网络(FPN)特征融合的Faster R-CNN卷积神经网络模型完成复杂背景情况下葡萄果粒的检测与识别。以ResNe... 针对葡萄特征提取不够充分且果粒排列密集相互遮挡难以准确检测的问题,以陕西省鄠邑区户太8号葡萄为研究对象,提出一种基于特征金字塔网络(FPN)特征融合的Faster R-CNN卷积神经网络模型完成复杂背景情况下葡萄果粒的检测与识别。以ResNet50为主干网络,引入金字塔结构,增强网络模型对葡萄果粒不同分辨率特征的提取能力,同时加入GA-RPN网络生成自适应锚框,引入遮挡补偿机制,以解决密集葡萄果粒存在的遮挡问题。模型验证结果表明,本研究提出的模型精度均值(AP)在候选框与原标记框的重叠率(IOU)阈值为50时可达95.9%,对葡萄果粒、果穗的检测准确率分别为95.8%、96.1%,相比于原始Faster R-CNN模型识别性能更优。利用双目视觉算法对葡萄果粒进行尺寸测量,在最佳测量距离(0.6~1.4 m)其相对误差可控制在2%以内。 展开更多
关键词 葡萄无损检测 多分辨率特征融合 遮挡补偿 机器视觉
在线阅读 下载PDF
基于多分辨率特征融合的任意尺度图像超分辨率重建 被引量：8
3
作者 范文卓 吴涛 +4 位作者 许俊平 李庆庆 张建林 李美惠 魏宇星 《计算机工程》 CAS CSCD 北大核心 2023年第9期217-225,共9页
传统深度学习的图像超分辨率重建网络仅在固定分辨率上提取特征,存在无法综合高级语义信息、只能以特定尺度因子重建图像、泛化能力较弱、网络参数量较大等问题。提出一种基于多分辨率特征融合的任意尺度图像超分辨率重建算法MFSR。在... 传统深度学习的图像超分辨率重建网络仅在固定分辨率上提取特征,存在无法综合高级语义信息、只能以特定尺度因子重建图像、泛化能力较弱、网络参数量较大等问题。提出一种基于多分辨率特征融合的任意尺度图像超分辨率重建算法MFSR。在多分辨率特征融合编码阶段设计多分辨率特征提取模块以提取不同分辨率特征,通过构建双重注意力模块增强网络特征提取能力,使不同分辨率特征之间进行充分交互,以获取信息丰富的融合特征图。在图像重建阶段利用多层感知机对融合特征图进行解码,实现任意尺度的图像超分辨率重建。实验结果表明,在Set5数据集上分别以尺度因子2、3、4、6、8进行测试,所提算法的峰值信噪比分别为38.62、34.70、32.41、28.96、26.62 dB,模型参数量为0.72×106,在大幅减少参数量的同时能保持重建质量,可以实现任意尺度的图像超分辨率重建,性能优于SRCNN、VDSR、EDSR等主流算法。 展开更多
关键词 多分辨率特征融合 超分辨率重建 任意尺度 双重注意力 特征交互
在线阅读 下载PDF
基于射频指纹多分辨率特征融合的辐射源个体识别方法
4
作者 余江 陈川 +4 位作者 贾勇 姚光乐 王琛 张喜娟 陈亚锋 《电讯技术》 2025年第11期1844-1850,共7页
针对辐射源分类任务存在的特征信息表达有限和分类精度低等问题,提出了一种基于多分辨率特征融合的辐射源个体识别方法。该方法利用短时傅里叶变换3种不同分辨率的时频域谱图表达辐射源个体特征。使用ResNext50构建多通道卷积神经网络,... 针对辐射源分类任务存在的特征信息表达有限和分类精度低等问题,提出了一种基于多分辨率特征融合的辐射源个体识别方法。该方法利用短时傅里叶变换3种不同分辨率的时频域谱图表达辐射源个体特征。使用ResNext50构建多通道卷积神经网络,提取不同时频分辨率的特征。在网络中引入多通道特征加权融合机制,对不同通道的特征进行加权融合,组合不同分辨率下的特征信息。实验证明,这种方法提升了辐射源信号的细微指纹信息表达能力,相比特征层融合方法和单一特征表达方法两种方法,识别准确率分别提升2.15%和6.8%。 展开更多
关键词 辐射源个体识别 射频指纹 多分辨率特征融合 短时傅里叶变换
在线阅读 下载PDF
基于多谱注意力高分辨率网络的人体姿态估计 被引量：8
5
作者 马皖宜 张德平 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2022年第8期1283-1292,共10页
针对人体姿态估计中多分辨率特征融合时出现的特征信息丢失的问题,基于Lite-HRNet引入多谱注意力机制,设计了一个轻量级的结合多谱注意力机制的高分辨率人体姿态估计网络LiteMSA-HRNet.将多谱注意力机制融入Lite-HRNet,利用多个频率分量... 针对人体姿态估计中多分辨率特征融合时出现的特征信息丢失的问题,基于Lite-HRNet引入多谱注意力机制,设计了一个轻量级的结合多谱注意力机制的高分辨率人体姿态估计网络LiteMSA-HRNet.将多谱注意力机制融入Lite-HRNet,利用多个频率分量,提取更丰富的特征信息,获得更优的多分辨率特征重复融合的效果;在主体网络后利用一个反卷积模块,将其生成的更高分辨率特征和主体网络生成的高分辨率特征进行融合;引入通道置换、逐点分组卷积和深度可分离卷积,轻量化反卷积模块中的残差块,提升网络定位关键点的速度.在COCO2017数据集上的实验结果表明,与其他网络相比,Lite MSA-HRNet在人体姿态估计精度和复杂度之间取得了较好的平衡结果. 展开更多
关键词 人体姿态估计 多谱注意力 高分辨率网络 轻量化网络 多分辨率特征融合
在线阅读 下载PDF
基于多时间特征融合网络的ADS-B实采信号分离
6
作者 王文益 袁梦 《电讯技术》 北大核心 2024年第9期1394-1399,共6页
不同于以往单天线广播式自动相关监视(Automatic Dependent Surveillance-Broadcast,ADS-B)信号分离中利用仿真的ADS-B信号制作数据集,将单天线接收的真实飞机发射的ADS-B原始信号通过调整信号起始时间以及功率并人为增加噪声来制作数... 不同于以往单天线广播式自动相关监视(Automatic Dependent Surveillance-Broadcast,ADS-B)信号分离中利用仿真的ADS-B信号制作数据集,将单天线接收的真实飞机发射的ADS-B原始信号通过调整信号起始时间以及功率并人为增加噪声来制作数据集。为了提高信号分离的时域波形精度,提出一种多分辨率多时间特征融合重采样(Multi-Temporal fusion Resampling of Multi-Resolution Features,MTRM-RF)网络,通过卷积将信号转化成不同采样率的信号并分别使用多层堆叠逐渐膨胀的一维卷积提取不同时间间隔的特征,以获得更多的时间信息。对多种基于深度学习的语音分离网络进行比较发现,MTRM-RF网络能够有效地融合ADS-B信号的不同采样率、不同时间间隔采样点的特征进行训练。并且随着训练集数据量的增加,分离信号的平均解码正确率达到88.39%,证明该网络可有效分离单天线实采的ADS-B交织信号。 展开更多
关键词 广播式自动相关监视 深度学习 信号分离 单天线 多分辨率多时间特征融合重采样网络
在线阅读 下载PDF
引入注意力机制的多分辨率人体姿态估计研究 被引量：4
7
作者 张越 黄友锐 刘鹏坤 《计算机工程与应用》 CSCD 北大核心 2021年第8期126-132,共7页
针对人体姿态估计任务中多分辨率特征表征直接融合时存在无法有效利用特征图空间特征信息的问题,基于High-Resolution Net(HRNet)进行结构设计,构建出结合了通道域注意力和空间域注意力机制的多分辨率人体姿态估计网络GCT-Nonlocal Net(... 针对人体姿态估计任务中多分辨率特征表征直接融合时存在无法有效利用特征图空间特征信息的问题,基于High-Resolution Net(HRNet)进行结构设计,构建出结合了通道域注意力和空间域注意力机制的多分辨率人体姿态估计网络GCT-Nonlocal Net(GNNet),提出了一种基于注意力机制的多分辨率表征融合方法,在不同分辨率表征融合前由空间注意力提取出各分辨率表征更有用的空间特征信息来改进融合单元,使得各分辨率表征间的信息融合效果更佳,最终输出的高分辨率表征含有更丰富的特征信息,同时构造了Gateneck模块和Gateblock模块,其通过引入通道注意力更明确地对通道关系建模从而高效地提取通道信息。在MS COCOVAL 2017进行验证,结果显示提出的GNNet相较于SOTA级表现的HRNet在相当参数量与运算量的情况下获得了更高的准确度,mAP提高了1.4个百分点。实验结果表明,所提方法有效地提高了多分辨率特征表征融合效果。 展开更多
关键词 卷积神经网络 人体姿态估计 多分辨率特征表征融合 空间域注意力机制 通道域注意力机制
在线阅读 下载PDF
多级多尺神经网络自搜索的焊缝缺陷语义分割 被引量：1
8
作者 张睿 李吉 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2024年第11期1750-1760,共11页
为进一步提高焊缝缺陷X-ray底片低质影像语义分割精度,降低人工设计网络主观影响及耗时等问题,提出一种多级多尺神经网络自搜索的焊缝缺陷语义分割方法.通过对多尺度轻量化候选操作、通道注意力机制和多层级动态神经网络架构的设计,从... 为进一步提高焊缝缺陷X-ray底片低质影像语义分割精度,降低人工设计网络主观影响及耗时等问题,提出一种多级多尺神经网络自搜索的焊缝缺陷语义分割方法.通过对多尺度轻量化候选操作、通道注意力机制和多层级动态神经网络架构的设计,从不同维度提升网络对低质影像缺陷特征提取的表达能力;同时对网络训练早期与最终识别性能之间的潜在关联探索,提出使用固定采样逐步确定最优候选操作的渐进式快速神经架构搜索方法.在架构搜索阶段使用自行采集、标注的483幅X-ray焊缝缺陷图像,经过随机裁剪、旋转、平移等数据增强操作进行架构寻优,最终以较低的搜索成本自动构建出焊缝缺陷语义分割网络.实验表明,所提方法对X-ray焊缝缺陷进行语义分割最终mIoU指数达到了49.23%,高于人工设计网络的45.41%和直接使用模型迁移的28.86%,网络自搜索速度和分割效果提升明显. 展开更多
关键词 语义分割 多分辨率多尺度特征融合 神经架构搜索 焊缝缺陷 无损检测
在线阅读 下载PDF
改进深度学习优化电力设备缺陷图像识别 被引量：7
9
作者 于彦良 李静力 王斌 《机械设计与制造》 北大核心 2021年第7期176-178,183,共4页
红外图像特征对具有发热特征的电力特设缺陷具有较好的表达能力,随着电力企业设备红外图像的积累,传统检测方法遇到效率和准确率瓶颈,为此,提出了基于改进Faster RCNN的缺陷识别算法,算法通过模型中RPN网络卷积核的优化,减少RPN网络的... 红外图像特征对具有发热特征的电力特设缺陷具有较好的表达能力,随着电力企业设备红外图像的积累,传统检测方法遇到效率和准确率瓶颈,为此,提出了基于改进Faster RCNN的缺陷识别算法,算法通过模型中RPN网络卷积核的优化,减少RPN网络的计算量,通过多分辨率特征融合提高网络对缺陷特征语义信息和细节定位信息的应用,最后通过自适应训练数据抽样提高正负训练样本抽取的有效性,从而提高算法缺陷识别准确率。实测数据实验表明,改进模型的目标函数可以在较少的迭代次数下实现稳定实收,在准确率、召回率和运行时间等评价指标上优于传统Faster RCNN模型、SIFT算子模型等已有模型,从而验证了算法的有效性和对不同背景干扰的有效性。 展开更多
关键词 电力设备缺陷识别 深度学习网络 改进Faster RCNN模型 多分辨率特征融合
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 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