期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
特征金字塔多尺度全卷积目标检测算法
被引量：
19
1
作者
林志洁
罗壮
+1 位作者
赵磊
鲁东明
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2019年第3期533-540,共8页
基于区域建议网络构建一种特征金字塔多尺度网络结构,并结合全卷积操作完成微小目标与类别无关目标的检测.为了提升图像中微小目标的检测精度,构建基于侧链接融合的3层金字塔结构网络,充分利用语义级别比较低的图像卷积特征.为了提高类...
基于区域建议网络构建一种特征金字塔多尺度网络结构,并结合全卷积操作完成微小目标与类别无关目标的检测.为了提升图像中微小目标的检测精度,构建基于侧链接融合的3层金字塔结构网络,充分利用语义级别比较低的图像卷积特征.为了提高类别无关的图像目标检测鲁棒性,提出特定的非极大值抑制算法,在重叠目标过滤时消除冗余目标窗口,并对目标窗口进行位置精修.在PASCAL VOC 2007、PASCAL VOC 2012以及古代绘画数据集上的实验结果表明:所提算法对于微小目标、多尺度目标检测及种类无关的目标检测的检测精度高于已有算法.
展开更多
关键词
图像目标检测
图像特征金字塔
多尺度全卷积
微小目标检测
类别无关目标检测
在线阅读
下载PDF
职称材料
基于通道注意力的多尺度全卷积压缩感知重构
被引量：
5
2
作者
刘玉红
陈满银
刘晓燕
《计算机工程》
CAS
CSCD
北大核心
2022年第12期189-195,共7页
现有分块压缩感知图像重建算法存在计算量大、重构时间长,以及在低采样率下重构的图像具有严重的块效应等问题。提出一种基于通道注意力的多尺度全卷积压缩感知图像重构模型。通过均值滤波消除完整场景图像中的噪声点,减少冗余信息,以...
现有分块压缩感知图像重建算法存在计算量大、重构时间长,以及在低采样率下重构的图像具有严重的块效应等问题。提出一种基于通道注意力的多尺度全卷积压缩感知图像重构模型。通过均值滤波消除完整场景图像中的噪声点,减少冗余信息,以提取更加有效的信息,采用不同卷积核大小的卷积层对低频信息进行多尺度全卷积采样,得到不同感受野的图像特征信息,丰富网络中原始图像的特征信息。在此基础上,设计一种新的注意力残差模块,通过挖掘特征图通道之间的关联性以提取关键特征信息,提升重构图像的质量。在DIV2K、Set0和Set5数据集上的实验结果表明,当采样率为1%时,该模型的峰值信噪比和结构相似性相较于深度学习模型ISTA-Net分别平均提升了2.02 dB和0.0782,相较于迭代优化模型TVAL3,重构一张256×256像素图像所花费的时间平均缩短2.6084 s。所提模型在低采样率下能够有效利用原始图像中的信息生成更清晰的重构图像。
展开更多
关键词
压缩感知
卷积
神经网络
均值滤波
多尺度全卷积
测量
注意力机制
在线阅读
下载PDF
职称材料
题名
特征金字塔多尺度全卷积目标检测算法
被引量：
19
1
作者
林志洁
罗壮
赵磊
鲁东明
机构
浙江科技学院信息与电子工程学院
浙江大学计算机学院
出处
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2019年第3期533-540,共8页
基金
浙江省科技计划资助项目(2017C33176)
浙江科技学院博士启动基金资助项目
浙江省自然科学基金资助项目(ly16f02008)
文摘
基于区域建议网络构建一种特征金字塔多尺度网络结构,并结合全卷积操作完成微小目标与类别无关目标的检测.为了提升图像中微小目标的检测精度,构建基于侧链接融合的3层金字塔结构网络,充分利用语义级别比较低的图像卷积特征.为了提高类别无关的图像目标检测鲁棒性,提出特定的非极大值抑制算法,在重叠目标过滤时消除冗余目标窗口,并对目标窗口进行位置精修.在PASCAL VOC 2007、PASCAL VOC 2012以及古代绘画数据集上的实验结果表明:所提算法对于微小目标、多尺度目标检测及种类无关的目标检测的检测精度高于已有算法.
关键词
图像目标检测
图像特征金字塔
多尺度全卷积
微小目标检测
类别无关目标检测
Keywords
image target detection
image feature pyramid
multi-scale full convolution
small targets detection
category-independent target 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
基于通道注意力的多尺度全卷积压缩感知重构
被引量：
5
2
作者
刘玉红
陈满银
刘晓燕
机构
兰州交通大学电子与信息工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2022年第12期189-195,共7页
基金
甘肃省科技计划(20JR10RA273)。
文摘
现有分块压缩感知图像重建算法存在计算量大、重构时间长,以及在低采样率下重构的图像具有严重的块效应等问题。提出一种基于通道注意力的多尺度全卷积压缩感知图像重构模型。通过均值滤波消除完整场景图像中的噪声点,减少冗余信息,以提取更加有效的信息,采用不同卷积核大小的卷积层对低频信息进行多尺度全卷积采样,得到不同感受野的图像特征信息,丰富网络中原始图像的特征信息。在此基础上,设计一种新的注意力残差模块,通过挖掘特征图通道之间的关联性以提取关键特征信息,提升重构图像的质量。在DIV2K、Set0和Set5数据集上的实验结果表明,当采样率为1%时,该模型的峰值信噪比和结构相似性相较于深度学习模型ISTA-Net分别平均提升了2.02 dB和0.0782,相较于迭代优化模型TVAL3,重构一张256×256像素图像所花费的时间平均缩短2.6084 s。所提模型在低采样率下能够有效利用原始图像中的信息生成更清晰的重构图像。
关键词
压缩感知
卷积
神经网络
均值滤波
多尺度全卷积
测量
注意力机制
Keywords
compressed sensing
Convolutional Neural Network(CNN)
mean filtering
multi-scale fully convolutional measurement
attention mechanism
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
特征金字塔多尺度全卷积目标检测算法
林志洁
罗壮
赵磊
鲁东明
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2019
19
在线阅读
下载PDF
职称材料
2
基于通道注意力的多尺度全卷积压缩感知重构
刘玉红
陈满银
刘晓燕
《计算机工程》
CAS
CSCD
北大核心
2022
5
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
