检索结果-维普期刊中文期刊服务平台

基于多尺度细节的孪生卷积神经网络图像融合算法被引量：7: 1; 作者刘博韩广良罗惠元《液晶与显示》 CAS CSCD 北大核心 2021年第9期1283-1293,共11页; 图像融合将来自不同捕获条件或不同传感器的互补图像进行融合以提高图像的视觉质量。针对这一任务,本文提出一种改进的滚动引导滤波与神经网络相结合的多尺度融合算法。首先,使用孪生卷积神经网络学习图像特征,并以此获得包含源图像显... 展开更多; 关键词图像处理孪生卷积神经网络图像融合滚动引导滤波多尺度图像; 在线阅读下载PDF 职称材料

引入感知模型的改进孪生卷积神经网络实现人脸识别算法研究被引量：18: 2; 作者徐先峰张丽 +1 位作者郎彬夏振《电子学报》 EI CAS CSCD 北大核心 2020年第4期643-647,共5页; 针对非限定性条件下人脸识别困难问题,设计了一种引入感知模型的改进孪生卷积神经网络结构(Inception Module Incorporated Siamese Convolutional Neural Networks,IMISCNN),在充分利用孪生结构有效减少外界干扰并避免过拟合等优点的... 展开更多; 关键词人脸识别孪生卷积神经网络感知模型循环学习率; 在线阅读下载PDF 职称材料

基于孪生卷积神经网络的车辆一致性判别方法: 3; 作者李洁樱《中国交通信息化》 2018年第4期104-105,共2页; 目前,高速公路一般通过车牌与收费卡信息匹配的方式进行换卡逃费的判别,该方法对于无牌车辆则无法判别。本文基于孪生卷积神经网络从车辆外形特征出发,对于同一张收费卡的出入口车辆进行识别,判断是否为同一辆车,可以有效打击无牌车辆... 展开更多; 关键词高速公路孪生卷积神经网络车辆外形特征; 在线阅读下载PDF 职称材料

基于孪生并行注意力网络的包装印刷品商标真伪鉴别研究被引量：1: 4; 作者王晓红宛东《包装学报》 2023年第1期86-94,共9页; 为了借助手机精确快速地鉴别微小篡改的包装印刷品商标真伪,提出孪生并行注意力卷积神经网络判别模型。通过孪生网络的共享权重机制降低网络系统的表征偏差,通过并行注意力机制提高对微小篡改变化特征的提取能力,最大程度降低打印拍照... 展开更多; 关键词孪生卷积神经网络双注意力机制微小篡改商标真伪鉴别; 在线阅读下载PDF 职称材料

少量样本下基于孪生CNN的SAR目标识别被引量：5: 5; 作者王博威潘宗序 +1 位作者胡玉新马闻《雷达科学与技术》北大核心 2019年第6期603-609,615,共8页; 针对深度学习中的有监督学习需要大量的标注数据,提出了一种少量训练样本下的SAR目标识别方法,解决了SAR图像人工标注成本较高、标注样本不足的问题。首先通过构建正负样本对的策略对数据集进行样本扩充,大幅增加数据量;其次,设计了一... 展开更多; 关键词少量样本孪生卷积神经网络(孪生CNN) SAR目标识别过拟合; 在线阅读下载PDF 职称材料

紫外吸收光谱法的水质参数预测模型研究: 6; 作者朱永健刘金福 +1 位作者潘晓文金晶《科学技术创新》 2024年第6期51-54,共4页; 紫外吸收光谱法是一种快速、简便且无二次污染的水质检测技术,借助孪生卷积神经网络构建的水质化学需氧量和浊度预测模型,在小样本情况下能够实现高精度的预测。在实际水样的预测中,R2值可高达0.97,相较于其他模型,具有更高的预测精度... 展开更多; 关键词紫外吸收光谱化学需氧量浊度孪生卷积神经网络; 在线阅读下载PDF 职称材料

基于二阶SiamRPN多重交并比回归的无人机视觉导航被引量：1: 7; 作者朱良彬陈宇《无线电工程》北大核心 2023年第2期417-423,共7页; 针对无人机视觉导航中实时图像目标物体尺寸小、干扰物多、存在运动模糊,导致识别与定位性能差的问题,提出了一种基于二阶SiamRPN多重交并比(Multiple Intersection over Union, MIoU)回归网络的一阶段算法。在孪生卷积神经网络(Convolu... 展开更多; 关键词视觉导航孪生卷积神经网络归一化协方差多重交并比区域建议网络; 在线阅读下载PDF 职称材料

题名基于多尺度细节的孪生卷积神经网络图像融合算法被引量：7: 1; 作者刘博韩广良罗惠元; 机构中国科学院长春光学精密机械与物理研究所中国科学院大学; 出处《液晶与显示》 CAS CSCD 北大核心 2021年第9期1283-1293,共11页; 基金国家自然科学基金青年基金(No.61401425,No.61602432)。; 文摘图像融合将来自不同捕获条件或不同传感器的互补图像进行融合以提高图像的视觉质量。针对这一任务,本文提出一种改进的滚动引导滤波与神经网络相结合的多尺度融合算法。首先,使用孪生卷积神经网络学习图像特征,并以此获得包含源图像显著特征的权值映射图。随后,使用改进的滚动引导滤波对图像进行多尺度分解,结合信息熵使滚动引导滤波权重参数自适应化来实现多尺度自适应分解,并结合非线性映射增强图像细节信息。最后,采用局部能量与权值图相结合的自适应调整融合模式对多尺度图像进行融合。经实验对比,所提方法能够避免出现图像边缘圆晕效应,且能够更好地突出图像边缘、细节纹理特征。另外,与其他算法相比,本文所提出的算法在平均梯度、信息熵、视觉信息保真度以及空间频率等客观评价指标项上均取得了更优的性能表现。; 关键词图像处理孪生卷积神经网络图像融合滚动引导滤波多尺度图像; Keywords image processing siamese convolution neural network image fusion rolling guided filtering multiscale image; 分类号 TP391.4 [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

题名引入感知模型的改进孪生卷积神经网络实现人脸识别算法研究被引量：18: 2; 作者徐先峰张丽郎彬夏振; 机构长安大学电子与控制工程学院; 出处《电子学报》 EI CAS CSCD 北大核心 2020年第4期643-647,共5页; 基金国家自然科学基金(No.61201407,No.61473047) 陕西省自然科学基础研究计划(No.2016JQ5130) +2 种基金西安市智慧高速公路信息融合与控制重点实验室(No.ZD13CG46)。; 文摘针对非限定性条件下人脸识别困难问题,设计了一种引入感知模型的改进孪生卷积神经网络结构(Inception Module Incorporated Siamese Convolutional Neural Networks,IMISCNN),在充分利用孪生结构有效减少外界干扰并避免过拟合等优点的基础上,为其增加感知模型实现更丰富特征的提取.为寻找最优学习率引入了循环学习率策略,加速模型收敛.在CASIA-webface和Extended Yale B标准人脸数据库上的仿真实验表明,所提IMISCNN算法提升了人脸识别精度.; 关键词人脸识别孪生卷积神经网络感知模型循环学习率; Keywords face recognition siamese convolutional neural networks inception module cyclical learning rate; 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

题名基于孪生卷积神经网络的车辆一致性判别方法: 3; 作者李洁樱; 机构广东利通科技投资有限公司; 出处《中国交通信息化》 2018年第4期104-105,共2页; 文摘目前,高速公路一般通过车牌与收费卡信息匹配的方式进行换卡逃费的判别,该方法对于无牌车辆则无法判别。本文基于孪生卷积神经网络从车辆外形特征出发,对于同一张收费卡的出入口车辆进行识别,判断是否为同一辆车,可以有效打击无牌车辆换卡逃费行为。; 关键词高速公路孪生卷积神经网络车辆外形特征; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程] U491 [交通运输工程—交通运输规划与管理]; 在线阅读下载PDF 职称材料

题名基于孪生并行注意力网络的包装印刷品商标真伪鉴别研究被引量：1: 4; 作者王晓红宛东; 机构上海理工大学出版印刷与艺术设计学院; 出处《包装学报》 2023年第1期86-94,共9页; 基金国家新闻出版署智能与绿色柔版印刷重点实验室招标课题资助(ZBKT202108); 文摘为了借助手机精确快速地鉴别微小篡改的包装印刷品商标真伪,提出孪生并行注意力卷积神经网络判别模型。通过孪生网络的共享权重机制降低网络系统的表征偏差,通过并行注意力机制提高对微小篡改变化特征的提取能力,最大程度降低打印拍照引入的噪声对篡改特征提取的影响。在2种印刷纸张、2种拍摄光源和2种拍摄手机组合的8种开放场景中,拍摄多组真伪商标的印刷图像,建立篡改面积0.4%~0.7%的商标真伪数据集。模型在该打印拍照数据集上鉴别准确率为94%以上,在真实山寨商标上的鉴别准确率为100%。本文提出的孪生并行注意力卷积神经网络模型,具有较高的细粒度鉴别精度和较强的泛化能力,能够在开放场景下有效地实现基于图像微小篡改的包装印刷品商标真伪的鉴别。; 关键词孪生卷积神经网络双注意力机制微小篡改商标真伪鉴别; Keywords siamese convolutional neural network parallel attention mechanism slight tempering logo authenticity discrimination; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] TS851.6 [轻工技术与工程]; 在线阅读下载PDF 职称材料

题名少量样本下基于孪生CNN的SAR目标识别被引量：5: 5; 作者王博威潘宗序胡玉新马闻; 机构中国科学院大学中国科学院电子学研究所中国科学院空间信息处理与应用系统技术重点实验室; 出处《雷达科学与技术》北大核心 2019年第6期603-609,615,共8页; 基金国家自然科学基金(No.61701478); 文摘针对深度学习中的有监督学习需要大量的标注数据,提出了一种少量训练样本下的SAR目标识别方法,解决了SAR图像人工标注成本较高、标注样本不足的问题。首先通过构建正负样本对的策略对数据集进行样本扩充,大幅增加数据量;其次,设计了一种基于度量学习和深度学习的孪生卷积神经网络(孪生CNN),用于衡量样本之间的相似概率;然后采用多任务联合学习的方法训练模型,有效缓解了相干斑噪声对SAR图像的影响,降低了噪声过多易引起的过拟合风险;最后,设计了一种基于孪生CNN的识别样本具体类别的加权投票模型。实验采用了MSTAR和OpenSARShip数据集,在小规模训练集上通过上述方法取得了较好的识别效果。; 关键词少量样本孪生卷积神经网络(孪生CNN) SAR目标识别过拟合; Keywords small scale dataset siamese CNN SAR target recognition over-fitting; 分类号 TN958 [电子电信—信号与信息处理] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名紫外吸收光谱法的水质参数预测模型研究: 6; 作者朱永健刘金福潘晓文金晶; 机构福建农林大学计算机与信息学院福建农林大学林学院福州市台江环境监测站; 出处《科学技术创新》 2024年第6期51-54,共4页; 基金中央引导地方科技发展资金项目“智慧湿地保护监测监管服务系统”(2020L3006) 福建省省级科技创新重点项目“湿地碳库生态安全动态评价关键技术研发及应用”(2021G02007) 福建省科技创新项目资金资助“福建省滨海湿地碳储量时空动态监测与智能计算关键技术研究”(东南生态修复[2021]4号KY-090000-04-2021-013)。; 文摘紫外吸收光谱法是一种快速、简便且无二次污染的水质检测技术,借助孪生卷积神经网络构建的水质化学需氧量和浊度预测模型,在小样本情况下能够实现高精度的预测。在实际水样的预测中,R2值可高达0.97,相较于其他模型,具有更高的预测精度和更广泛的适用范围,为在线监测水体中化学需氧量和浊度的污染程度提供了一种全新的技术支持。; 关键词紫外吸收光谱化学需氧量浊度孪生卷积神经网络; Keywords ultraviolet absorption spectrum chemical oxygen demand turbidity siamese convolutional neu-ral network; 分类号 X832 [环境科学与工程—环境工程]; 在线阅读下载PDF 职称材料

题名基于二阶SiamRPN多重交并比回归的无人机视觉导航被引量：1: 7; 作者朱良彬陈宇; 机构中国电子科技集团公司第五十四研究所; 出处《无线电工程》北大核心 2023年第2期417-423,共7页; 基金国家部委基金资助项目。; 文摘针对无人机视觉导航中实时图像目标物体尺寸小、干扰物多、存在运动模糊,导致识别与定位性能差的问题,提出了一种基于二阶SiamRPN多重交并比(Multiple Intersection over Union, MIoU)回归网络的一阶段算法。在孪生卷积神经网络(Convolutional Neural Network, CNN)框架中引入归一化协方差增加二阶信息,提升网络对边缘的特征提取;使用区域建议模块对匹配位置进行分类和锚定,并在网络优化过程中提出MIoU损失函数,从而精确地实现端到端的特征提取与匹配过程。在旋翼型无人机搭建平台进行实验验证,结果表明该算法可以稳健地进行目标定位。; 关键词视觉导航孪生卷积神经网络归一化协方差多重交并比区域建议网络; Keywords visual navigation siamese convolutional neural network normalized covariance MIoU region proposal network; 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	基于多尺度细节的孪生卷积神经网络图像融合算法	刘博韩广良罗惠元	《液晶与显示》 CAS CSCD 北大核心	2021	7	在线阅读下载PDF 职称材料
2	引入感知模型的改进孪生卷积神经网络实现人脸识别算法研究	徐先峰张丽郎彬夏振	《电子学报》 EI CAS CSCD 北大核心	2020	18	在线阅读下载PDF 职称材料
3	基于孪生卷积神经网络的车辆一致性判别方法	李洁樱	《中国交通信息化》	2018	0	在线阅读下载PDF 职称材料
4	基于孪生并行注意力网络的包装印刷品商标真伪鉴别研究	王晓红宛东	《包装学报》	2023	1	在线阅读下载PDF 职称材料
5	少量样本下基于孪生CNN的SAR目标识别	王博威潘宗序胡玉新马闻	《雷达科学与技术》北大核心	2019	5	在线阅读下载PDF 职称材料
6	紫外吸收光谱法的水质参数预测模型研究	朱永健刘金福潘晓文金晶	《科学技术创新》	2024	0	在线阅读下载PDF 职称材料
7	基于二阶SiamRPN多重交并比回归的无人机视觉导航	朱良彬陈宇	《无线电工程》北大核心	2023	1	在线阅读下载PDF 职称材料