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8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：
基于点云稀疏空间特征聚合激励的单阶段3D目标检测模型 被引量：1
1
作者 鲁斌 孙洋 杨振宇 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2024年第5期721-733,共13页
针对目前基于点云的3D目标检测中单阶段体素法存在感受野固定、特征尺度单一,导致模型对点云特征学习不够充分、模型检测效果存在瓶颈等问题,提出了一种可端对端训练的基于体素的单阶段3D目标检测模型.首先,利用多尺度稀疏空间特征聚合... 针对目前基于点云的3D目标检测中单阶段体素法存在感受野固定、特征尺度单一,导致模型对点云特征学习不够充分、模型检测效果存在瓶颈等问题,提出了一种可端对端训练的基于体素的单阶段3D目标检测模型.首先,利用多尺度稀疏空间特征聚合模块,聚合点云在不同稀疏空间尺度上的特征,使特征充分保留点云的空间信息;然后,对特征进行分层激励,通过多尺度感受野对特征进行分层学习,强化特征的表达能力,降低噪声信息对检测结果的影响;最后,将特征输入检测头进行候选框的分类和回归.在公开的自动驾驶数据集KITTI上与主流单阶段3D目标检测模型进行了对比实验,包含对3类目标共9个的难度等级目标的检测.所提模型在其中5个等级中的平均准确率有明显提升,尤其对点云稀疏的目标,表现出较好的检测效果.实验结果表明,所提模型能够充分提取点云空间信息并有效地学习点云多尺度特征. 展开更多
关键词 3D目标检测 激光雷达点云 多尺度稀疏空间特征聚合 分层激励
在线阅读 下载PDF
基于高阶空间特征聚合的车型识别算法
2
作者 杨潞霞 薛映昭 +1 位作者 张红瑞 马永杰 《电子测量技术》 北大核心 2025年第4期169-180,共12页
针对复杂交通场景下车型目标密集、遮挡而造成的车型识别精度低的问题,提出基于高阶空间特征聚合的车型识别算法。首先,在特征提取的下采样阶段,设计了HSIDM模块,实现更深层次的特征聚合,减少细小信息损失。其次,在特征融合部分设计了DM... 针对复杂交通场景下车型目标密集、遮挡而造成的车型识别精度低的问题,提出基于高阶空间特征聚合的车型识别算法。首先,在特征提取的下采样阶段,设计了HSIDM模块,实现更深层次的特征聚合,减少细小信息损失。其次,在特征融合部分设计了DMFAM模块,动态调整各尺度特征的权重,获取多尺度的上下文信息,以增强模型对多样化特征的适应能力。然后,设计解耦REL-Head检测头,将分类和回归任务拆解,避免任务混杂,增强局部特征的学习能力与抗干扰能力。最后,将本文模型部署到边缘设备进行测试。实验结果显示,本文算法在复杂度交通场景数据集BIT-Vehicle和UA-DETRAC上,mAP相较于原模型分别提升了0.7%和3.9%,并在边缘设备上可以流畅运行,具有较好的识别效果。表明所提出的方法能够有效提高车型识别的精度并应用于受限设备。 展开更多
关键词 车型识别 高阶空间交互 动态多尺度特征聚合 解耦检测头
在线阅读 下载PDF
多尺度特征融合的轻量化遥感影像变化检测算法
3
作者 刘子阳 向筱铭 +2 位作者 龚杰 王勇华 邓帆 《遥感信息》 CSCD 北大核心 2024年第6期139-146,共8页
针对遥感影像变化检测算法中双时态特征提取计算量大、任务无关目标判识困难和双时态特征交互不足的问题,提出了一种基于深度学习的多尺度特征融合的轻量化变化检测方法。该方法通过多尺度提取双时态特征、差异特征分析和上采样生成变... 针对遥感影像变化检测算法中双时态特征提取计算量大、任务无关目标判识困难和双时态特征交互不足的问题,提出了一种基于深度学习的多尺度特征融合的轻量化变化检测方法。该方法通过多尺度提取双时态特征、差异特征分析和上采样生成变化检测结果,以较少的计算成本准确提取变化区域。首先,在特征提取模块中平衡参数与性能,保证特征提取能力的同时有效减少参数量;其次,通过时间特征交互和空间特征聚合辅助提取差异特征,剔除了任务无关目标并促进了双时态特征的充分交互;最后,逐步利用多尺度的差异特征掩膜进行上采样提取变化区域,高效生成了变化结果。实验结果分析表明,该方法具有准确率高和计算复杂度低的特点,具有较好的泛化性和易部署的优势。 展开更多
关键词 变化检测 多尺度特征融合 轻量化 时间特征交互 空间特征聚合 差异特征掩膜
在线阅读 下载PDF
基于稀疏编码空间金字塔匹配和GA-SVM的列车故障自动识别 被引量：9
4
作者 孙国栋 周振 +2 位作者 王俊豪 张杨 赵大兴 《光学精密工程》 EI CAS CSCD 北大核心 2018年第12期3087-3098,共12页
针对货车运行故障动态图像中车辆挡键、集尘器和安全链锁紧螺栓的故障检测,提出一种基于稀疏编码空间金字塔匹配和遗传算法优化的支持向量机相结合的通用故障自动识别算法。首先在不同尺度空间对样本图像进行划分,对每个部分提取尺度不... 针对货车运行故障动态图像中车辆挡键、集尘器和安全链锁紧螺栓的故障检测,提出一种基于稀疏编码空间金字塔匹配和遗传算法优化的支持向量机相结合的通用故障自动识别算法。首先在不同尺度空间对样本图像进行划分,对每个部分提取尺度不变特征变换特征,利用随机抽取样本的SIFT特征通过迭代学习生成字典并进行稀疏编码;其次利用主成分分析定义编码后的特征对故障识别准确率的贡献值,并据此对编码特征进行降维;然后利用编码降维后的特征结合遗传算法对线性SVM分类器进行训练;最后用训练好的分类器模型对挡键、集尘器和安全链锁紧螺栓的故障进行识别。实验结果表明,本文提出的算法能较好的应用于3种不同类型的故障识别,识别率分别为97.25%、99.00%和97.50%,同时对噪声和光照变化具有一定的鲁棒性,能满足车辆故障的实际检测需求。 展开更多
关键词 故障动态图像检测 稀疏编码 空间金字塔 尺度不变特征变换 遗传算法 支持向量机
在线阅读 下载PDF
基于多尺度和跨空间融合的超声乳腺结节分割 被引量：1
5
作者 赵欣 祝倩倩 +1 位作者 赵聪 吴佳玲 《计算机应用》 CSCD 北大核心 2023年第11期3599-3606,共8页
针对超声成像分辨率低且存在噪声、结节形态与纹理复杂多变导致超声乳腺结节精确分割较为困难的问题,提出一种融合多尺度特征提取和跨空间特征融合的超声乳腺结节端到端自动分割方法。首先,设计一种多尺度特征提取与融合(MFEF)模块,通... 针对超声成像分辨率低且存在噪声、结节形态与纹理复杂多变导致超声乳腺结节精确分割较为困难的问题,提出一种融合多尺度特征提取和跨空间特征融合的超声乳腺结节端到端自动分割方法。首先,设计一种多尺度特征提取与融合(MFEF)模块,通过融合4条具有不同感受野的卷积路径使网络具有多尺度的特征提取能力。其次,为对高级语义信息进行多尺度观察和信息筛选,在瓶颈层采用尺度感知与特征聚合(SFA)模块,以增强编码阶段的深层特征提取能力。此外,设计跨空间残差融合(CRF)模块,并将它应用在编、解码器间的跳跃连接上。该模块一方面对不同编码层进行跨空间信息融合,实现不同编码层间的信息互补;另一方面进一步提取编码层信息特征,缓解编解码对等层之间的语义差异,从而更好地补偿解码阶段的信息损失。在公开的超声乳腺结节数据集上的实验结果显示,所提方法的DICE系数可达0.888,同主流的深度学习分割模型UNet、AttUNet、ResUNet++、SKUNet相比,提高了0.033~0.094,对比相同数据集中的改进模型如CF2-Net、ESTAN、FS-UNet、SMU-Net,提高了0.001~0.068。所提方法分割结果图的主观视觉效果与专家给出的金标准最接近,能更加准确地分割出乳腺结节区域。 展开更多
关键词 多尺度特征融合 跨空间特征融合 尺度感知与特征聚合 卷积神经网络 超声乳腺结节分割
在线阅读 下载PDF
基于压缩图像与YOLOv5模型的架空输电线路缺陷检测技术 被引量：1
6
作者 刘敏 姜亮 +2 位作者 田杨阳 张璐 陈岑 《沈阳工业大学学报》 北大核心 2025年第2期152-159,共8页
【目的】输电线路作为电能传输和使用过程中的重要环节,其安全稳定对电力系统的正常运行起着至关重要的作用,因此输电线路日常巡检具有重要作用。重大事故通常由微小缺陷隐患发展而来,日常巡检通常采用人工、无人机、可视化通道等手段,... 【目的】输电线路作为电能传输和使用过程中的重要环节,其安全稳定对电力系统的正常运行起着至关重要的作用,因此输电线路日常巡检具有重要作用。重大事故通常由微小缺陷隐患发展而来,日常巡检通常采用人工、无人机、可视化通道等手段,无论何种方式都需要处理大量可视化、红外或者紫外照片。但由于输电线路的特殊性,架设条件涉及多种环境,其巡检图像背景通常较为复杂,采用人工复核审查的方式精度较高,但对经验依赖较大且效率极低。如何快速、准确地识别架空线路巡检图片是架空输电线路缺陷识别的关键。传统输电线路巡检图片识别方法在复杂背景的干扰下,容易出现缺陷识别精确度不高的问题。【方法】为提高架空输电线路巡检图像复杂背景下的检测准确率,提出了一种兼顾识别效率和准确性的缺陷检测方法。基于压缩图像技术并结合YOLOv5模型,设计了一种基于稀疏卷积的非对称特征聚合压缩算法,将原始图像通过编码减少图像存储所需空间以便于存储和传输,经过信息通道传输到解密器后,再将压缩图像进行解码复原以提升局部集合特征的学习效率。同时,通过融入通道空间注意力模块从特征图中得到注意力通道权重矩阵和空间权重矩阵,并通过权重矩阵判断特征图区域的重要程度,完成对YOLOv5模型处理效率的提升。【结果】将压缩恢复后的图像输入改进YOLOv5模型中,利用通道注意力模块(CAM)和空间注意力模块(SAM)分别对图像进行通道与空间上的注意力数据处理,通过全局平均池化和最大池化处理增强目标区域的特征,并引入空间注意力模块增强通道注意力对特征位置信息的关注,以检测出存在缺陷的设备,并通过实验验证了方法的有效性。【结论】以某架空线路的巡检图像数据集为基础,对检测方法开展训练与测试,结果表明,巡检图像经所提技术压缩后,尺寸明显减小,恢复后的图像尺寸较原图约降低了3 MB且未出现失真;改进YOLOv5模型具有较高的检测精确度,其检测准确率和时间分别为0.91和0.87 s,算法在降低图像尺寸提升检测速度的同时保证了检测准确率。 展开更多
关键词 架空输电线路 缺陷检测 图像压缩 改进YOLOv5模型 非对称特征聚合编解码网络 通道空间注意力模块 逐通道稀疏残差卷积 检测准确率
在线阅读 下载PDF
一种针对SAR图像的舰船目标检测算法
7
作者 孟凡龙 齐向阳 范怀涛 《电光与控制》 北大核心 2025年第1期74-79,共6页
由于环境复杂、舰船目标散焦和尺度的多样性,基于SAR图像的舰船目标检测仍然存在一些问题。提出了一种针对SAR图像的舰船目标检测算法。首先,基于可变形卷积构建舰船目标特征细化模块,提高对大长宽比姿态的舰船目标的特征提取能力;其次... 由于环境复杂、舰船目标散焦和尺度的多样性,基于SAR图像的舰船目标检测仍然存在一些问题。提出了一种针对SAR图像的舰船目标检测算法。首先,基于可变形卷积构建舰船目标特征细化模块,提高对大长宽比姿态的舰船目标的特征提取能力;其次,在主干网络末尾引入了舰船空间金字塔聚合结构,增强对舰船目标的全局特征提取能力;最后,设计了尺度扩展特征金字塔网络,增强舰船浅层和深层特征信息的交互,提高对多尺度舰船目标的检测能力。实验结果表明,所提算法在HRSID数据集上的mAP达到了93.72%,F1分数达到了89.70%,优于所有比较算法,具有良好的检测效果。 展开更多
关键词 SAR图像 舰船检测 可变形卷积 舰船空间金字塔聚合结构 尺度扩展特征金字塔网络
在线阅读 下载PDF
基于AgriSwin的植物病虫害检测算法
8
作者 刘微 张傲 《电子测量技术》 北大核心 2024年第24期160-170,共11页
针对现代农业中植物病虫害检测所面临的多尺度特征和复杂背景处理难题,本文提出了一种高效且精准的检测模型AgriSwin,以提升农业病虫害检测的精度和效率。AgriSwin模型在Swin Transformer的基础上,融合了扩张特征聚合模块与自适应空间... 针对现代农业中植物病虫害检测所面临的多尺度特征和复杂背景处理难题,本文提出了一种高效且精准的检测模型AgriSwin,以提升农业病虫害检测的精度和效率。AgriSwin模型在Swin Transformer的基础上,融合了扩张特征聚合模块与自适应空间卷积模块。扩张特征聚合模块通过不同扩张率的卷积层实现多尺度特征提取,并利用全局特征信息的自适应加权机制优化了特征融合效果。自适应空间卷积模块则通过生成自适应权重,对特征图进行动态加权,从而在复杂背景下增强局部和全局信息的捕捉能力。实验结果表明,AgriSwin模型在PlantDoc、PlantVillage和自建数据集上的检测精确率分别达到79.65%、99.90%和95.08%。此外,该模型的参数量比Swin Transformer-T减少了25.63%,在保持高精确率的同时显著降低了内存和计算资源的占用,展示了在大规模农业应用中的广泛潜力。 展开更多
关键词 植物病虫害检测 深度学习 卷积神经网络 多尺度卷积 自适应空间卷积 特征聚合 农业自动化
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