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
基于区块自适应特征融合的图像实时语义分割
被引量：
10
1
作者
黄庭鸿
聂卓赟
+3 位作者
王庆国
李帅
晏来成
郭东生
《自动化学报》
EI
CAS
CSCD
北大核心
2021年第5期1137-1148,共12页
近年来结合深度学习的图像语义分割方法日益发展,并在机器人、自动驾驶等领域中得到应用.本文提出一种基于区块自适应特征融合(Block adaptive feature fusion,BAFF)的实时语义分割算法,该算法在轻量卷积网络架构上,对前后文特征进行分...
近年来结合深度学习的图像语义分割方法日益发展,并在机器人、自动驾驶等领域中得到应用.本文提出一种基于区块自适应特征融合(Block adaptive feature fusion,BAFF)的实时语义分割算法,该算法在轻量卷积网络架构上,对前后文特征进行分区块自适应加权融合,有效提高了实时语义分割精度.首先,分析卷积网络层间分割特征的感受野对分割结果的影响,并在跳跃连接结构(SkipNet)上提出一种特征分区块加权融合机制;然后,采用三维卷积进行层间特征整合,建立基于深度可分离的特征权重计算网络.最终,在自适应加权作用下实现区块特征融合.实验结果表明,本文算法能够在图像分割的快速性和准确性之间做到很好的平衡,在复杂场景分割上具有较好的鲁棒性.
展开更多
关键词
深度学习
实时语义分割网络
区块自适应特征融合
跳跃连接结构
在线阅读
下载PDF
职称材料
基于红外热成像的夜间农田实时语义分割
被引量：
10
2
作者
易诗
李俊杰
贾勇
《农业工程学报》
EI
CAS
CSCD
北大核心
2020年第18期174-180,共7页
农田环境实时语义分割是构成智能农机的视觉环境感知的重要环节,夜间农田语义分割可以使智能农机在夜间通过视觉感知农田环境进行全天候作业,而夜间无光环境下,可见光摄像头成像效果较差,将造成语义分割精度的下降。为保证夜间农田环境...
农田环境实时语义分割是构成智能农机的视觉环境感知的重要环节,夜间农田语义分割可以使智能农机在夜间通过视觉感知农田环境进行全天候作业,而夜间无光环境下,可见光摄像头成像效果较差,将造成语义分割精度的下降。为保证夜间农田环境下红外图像语义分割的精度与实时性,该研究提出了一种适用于红外图像的红外实时双边语义分割网络(Infrared Real-time Bilateral Semantic Segmentation Network,IR-BiSeNet),根据红外图像分辨率低,细节模糊的特点该网络在实时双边语义分割网络(Bilateral Semantic Segmentation Net,BiSeNet)结构基础上进行改进,在其空间路径上,进一步融合红外图像低层特征,在该网络构架中的注意力提升模块、特征融合模块上使用全局最大池化层替换全局平均池化层以保留红外图像纹理细节信息。为验证提出方法的有效性,通过在夜间使用红外热成像采集的农田数据集上进行试验,数据集分割目标包括田地、行人、植物、障碍物、背景。经试验验证,提出方法在夜间农田红外数据集上达到了85.1%的平均交并比(Mean Intersection over Union,MIoU),同时达到40帧/s的处理速度,满足对夜间农田的实时语义分割。
展开更多
关键词
智能农机
语义
分割
红外热成像
红外
实时
双边
语义
分割
网络
夜间农田数据集
在线阅读
下载PDF
职称材料
题名
基于区块自适应特征融合的图像实时语义分割
被引量：
10
1
作者
黄庭鸿
聂卓赟
王庆国
李帅
晏来成
郭东生
机构
华侨大学信息科学与工程学院
约翰内斯堡大学智能系统研究所
香港理工大学
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2021年第5期1137-1148,共12页
基金
国家自然科学基金(61403149)
华侨大学中青年教师科研提升资助计划项目(ZQN-PY408,Z14Y0002)
华侨大学研究生科研创新基金(17013082039)资助。
文摘
近年来结合深度学习的图像语义分割方法日益发展,并在机器人、自动驾驶等领域中得到应用.本文提出一种基于区块自适应特征融合(Block adaptive feature fusion,BAFF)的实时语义分割算法,该算法在轻量卷积网络架构上,对前后文特征进行分区块自适应加权融合,有效提高了实时语义分割精度.首先,分析卷积网络层间分割特征的感受野对分割结果的影响,并在跳跃连接结构(SkipNet)上提出一种特征分区块加权融合机制;然后,采用三维卷积进行层间特征整合,建立基于深度可分离的特征权重计算网络.最终,在自适应加权作用下实现区块特征融合.实验结果表明,本文算法能够在图像分割的快速性和准确性之间做到很好的平衡,在复杂场景分割上具有较好的鲁棒性.
关键词
深度学习
实时语义分割网络
区块自适应特征融合
跳跃连接结构
Keywords
Deep learning
real-time semantic segmentation network
block adaptive feature fusion(BAFF)
SkipNet
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
基于红外热成像的夜间农田实时语义分割
被引量：
10
2
作者
易诗
李俊杰
贾勇
机构
成都理工大学信息科学与技术学院(网络安全学院、牛津布鲁克斯学院)
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2020年第18期174-180,共7页
基金
国家自然科学基金项目(61771096)
国家大学生创新创业项目(201910616129)。
文摘
农田环境实时语义分割是构成智能农机的视觉环境感知的重要环节,夜间农田语义分割可以使智能农机在夜间通过视觉感知农田环境进行全天候作业,而夜间无光环境下,可见光摄像头成像效果较差,将造成语义分割精度的下降。为保证夜间农田环境下红外图像语义分割的精度与实时性,该研究提出了一种适用于红外图像的红外实时双边语义分割网络(Infrared Real-time Bilateral Semantic Segmentation Network,IR-BiSeNet),根据红外图像分辨率低,细节模糊的特点该网络在实时双边语义分割网络(Bilateral Semantic Segmentation Net,BiSeNet)结构基础上进行改进,在其空间路径上,进一步融合红外图像低层特征,在该网络构架中的注意力提升模块、特征融合模块上使用全局最大池化层替换全局平均池化层以保留红外图像纹理细节信息。为验证提出方法的有效性,通过在夜间使用红外热成像采集的农田数据集上进行试验,数据集分割目标包括田地、行人、植物、障碍物、背景。经试验验证,提出方法在夜间农田红外数据集上达到了85.1%的平均交并比(Mean Intersection over Union,MIoU),同时达到40帧/s的处理速度,满足对夜间农田的实时语义分割。
关键词
智能农机
语义
分割
红外热成像
红外
实时
双边
语义
分割
网络
夜间农田数据集
Keywords
intelligent agricultural machinery
semantic segmentation
infrared thermal imaging
infrared real-time bilateral semantic segmentation net
farmland dataset at night
分类号
TN919.5 [电子电信—通信与信息系统]
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
基于区块自适应特征融合的图像实时语义分割
黄庭鸿
聂卓赟
王庆国
李帅
晏来成
郭东生
《自动化学报》
EI
CAS
CSCD
北大核心
2021
10
在线阅读
下载PDF
职称材料
2
基于红外热成像的夜间农田实时语义分割
易诗
李俊杰
贾勇
《农业工程学报》
EI
CAS
CSCD
北大核心
2020
10
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
