检索结果-维普期刊中文期刊服务平台

基于非对称增强注意力与特征交叉融合的行人重识别方法被引量：1: 1; 作者金梅李媛媛 +2 位作者郝兴军杨曼张立国《计量学报》 CSCD 北大核心 2022年第12期1573-1580,共8页; 针对现有的行人重识别方法提取到的特征信息充分性与辨识性不足导致检索精度低的问题,提出一种基于非对称增强注意力与特征交叉融合的行人重识别方法。首先,构建非对称增强注意力模块,通过多重池化聚合的跨邻域通道交互注意力增强显著... 展开更多; 关键词计量学行人重识别非对称增强注意力特征交叉融合深度学习首位命中率; 在线阅读下载PDF 职称材料

面向表情识别的重影非对称残差注意力网络模型被引量：2: 2; 作者闫河李梦雪 +1 位作者张宇宁刘建骐《智能系统学报》 CSCD 北大核心 2023年第2期333-340,共8页; 针对ResNet50中的Bottleneck经过1×1卷积降维后主干分支丢失部分特征信息而导致在表情识别中准确率不高的问题,本文通过引入Ghost模块和深度可分离卷积分别替换Bottleneck中的1×1卷积和3×3卷积,保留更多原始特征信息,提... 展开更多; 关键词表情识别特征提取 ResNet50 Ghost模块 Mish 非对称残差注意力深度可分离卷积深度学习; 在线阅读下载PDF 职称材料

一种基于定位和非对称补偿的伪装目标分割方法: 3; 作者徐义飞李晓冬李新德《系统工程与电子技术》 EI CSCD 北大核心 2022年第9期2707-2715,共9页; 伪装是欺骗观察者感知系统的一种手段,善于伪装的个体在纹理特征上与背景具有高度的相似性。为解决前景与背景因相似而导致的像素归属歧义,提出一种基于定位和补偿网络(locating and compensation network,LCNet)的伪装目标分割网络。... 展开更多; 关键词纹理伪装目标非对称注意力补偿双注意力定位双主干网; 在线阅读下载PDF 职称材料

空间位置矫正的稀疏特征图像分类网络被引量：1: 4; 作者姜文涛陈晨张晟翀《光电工程》 CAS CSCD 北大核心 2024年第5期66-82,共17页; 为稀疏语义并加强对重点特征的关注,增强空间位置和局部特征的关联性,对特征空间位置进行约束,本文提出空间位置矫正的稀疏特征图像分类网络(SSCNet)。该网络以ResNet-34残差网络为基础,首先,提出稀疏语义强化特征模块(SSEF),SSEF模块... 展开更多; 关键词图像分类特征提取空间位置矫正稀疏语义对称注意力全局感知; 在线阅读下载PDF 职称材料

基于改进ViT的红外人体图像步态识别方法研究被引量：6: 5; 作者杨彦辰云利军 +1 位作者梅建华卢琳《应用光学》 CAS 北大核心 2023年第1期71-78,共8页; 针对卷积神经网络在步态识别时准确率易饱和现象,以及Vision Transformer(ViT)对步态数据集拟合效率较低的问题,提出构建一个对称双重注意力机制模型,保留行走姿态的时间顺序,用若干独立特征子空间有针对性地拟合步态图像块;同时,采用... 展开更多; 关键词步态识别对称双重注意力机制迁移学习红外人体图像 Vision Transformer 卷积神经网络; 在线阅读下载PDF 职称材料

题名基于非对称增强注意力与特征交叉融合的行人重识别方法被引量：1: 1; 作者金梅李媛媛郝兴军杨曼张立国; 机构燕山大学电气工程学院; 出处《计量学报》 CSCD 北大核心 2022年第12期1573-1580,共8页; 基金河北省科学技术研究与发展计划科技支撑计划(20310302D) 河北省中央引导地方专项(199477141G)。; 文摘针对现有的行人重识别方法提取到的特征信息充分性与辨识性不足导致检索精度低的问题,提出一种基于非对称增强注意力与特征交叉融合的行人重识别方法。首先,构建非对称增强注意力模块,通过多重池化聚合的跨邻域通道交互注意力增强显著特征表示,使网络聚焦于图像中的行人区域;其次,考虑到网络各层特征间的差异性与关联性,构建特征交叉融合模块,利用交叉融合方式实现同层不同级特征的跨层级融合,进而实现多尺度融合;最后,水平切分输出特征以获取局部特征,从而实现在特定区域上描述行人。在Market1501、DukeMTMC-reID与CUHK03这3个公开数据集上对提出的方法进行了验证,首位命中率(Rank-1)分别达到了93.5%、85.1%和64.3%,证明了该方法在提升行人重识别性能上具有优越性。; 关键词计量学行人重识别非对称增强注意力特征交叉融合深度学习首位命中率; Keywords metrology pedestrian re-identification asymmetric enhanced attention feature cross fusion deep learning Rank-1; 分类号 TB96 [机械工程—光学工程]; 在线阅读下载PDF 职称材料

题名面向表情识别的重影非对称残差注意力网络模型被引量：2: 2; 作者闫河李梦雪张宇宁刘建骐; 机构重庆理工大学两江人工智能学院; 出处《智能系统学报》 CSCD 北大核心 2023年第2期333-340,共8页; 基金国家重点研发计划“智能机器人”重点专项(2018YFB-1308602) 国家自然科学基金面上项目(61173184) 重庆市自然科学基金项目(cstc2018jcyjAX0694)。; 文摘针对ResNet50中的Bottleneck经过1×1卷积降维后主干分支丢失部分特征信息而导致在表情识别中准确率不高的问题,本文通过引入Ghost模块和深度可分离卷积分别替换Bottleneck中的1×1卷积和3×3卷积,保留更多原始特征信息,提升主干分支的特征提取能力;利用Mish激活函数替换Bottleneck中的ReLU激活函数,提高了表情识别的准确率;在此基础上,通过在改进的Bottleneck之间添加非对称残差注意力模块(asymmetric residual attention block, ARABlock)来提升模型对重要信息的表示能力,从而提出一种面向表情识别的重影非对称残差注意力网络(ghost asymmetric residual attention network, GARAN)模型。对比实验结果表明,本文方法在FER2013和CK+表情数据集上具有较高的识别准确率。; 关键词表情识别特征提取 ResNet50 Ghost模块 Mish 非对称残差注意力深度可分离卷积深度学习; Keywords expression recognition feature extraction ResNet50 Ghost module Mish asymmetric residual attention depthwise separable convolution deep learning; 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

题名一种基于定位和非对称补偿的伪装目标分割方法: 3; 作者徐义飞李晓冬李新德; 机构东南大学自动化学院信息系统工程重点实验室南京数学应用中心; 出处《系统工程与电子技术》 EI CSCD 北大核心 2022年第9期2707-2715,共9页; 基金信息系统工程重点实验室开放基金(05202003)资助课题。; 文摘伪装是欺骗观察者感知系统的一种手段,善于伪装的个体在纹理特征上与背景具有高度的相似性。为解决前景与背景因相似而导致的像素归属歧义,提出一种基于定位和补偿网络(locating and compensation network,LCNet)的伪装目标分割网络。该方法效仿了捕食者从搜索→确立→聚焦的寻猎过程,涵盖双主干网的强感知提取、定位模块的双注意力以及级联的非对称补偿模块的细化像素模糊。实验表明,在4种评价指标下,LCNet在3个具有挑战的伪装数据集上都显著优于现有的6种最新模型,具有较高分割性能。; 关键词纹理伪装目标非对称注意力补偿双注意力定位双主干网; Keywords textural camouflaged object asymmetric attention compensation double attention locating dual-backbone; 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

题名空间位置矫正的稀疏特征图像分类网络被引量：1: 4; 作者姜文涛陈晨张晟翀; 机构辽宁工程技术大学软件学院光电信息控制和安全技术重点实验室; 出处《光电工程》 CAS CSCD 北大核心 2024年第5期66-82,共17页; 基金国家自然科学基金资助项目(61172144) 辽宁省自然科学基金资助项目(20170540426) 辽宁省教育厅重点基金资助项目(LJYL049)。; 文摘为稀疏语义并加强对重点特征的关注,增强空间位置和局部特征的关联性,对特征空间位置进行约束,本文提出空间位置矫正的稀疏特征图像分类网络(SSCNet)。该网络以ResNet-34残差网络为基础,首先,提出稀疏语义强化特征模块(SSEF),SSEF模块将深度可分离卷积(DSC)和SE相融合,在稀疏语义的同时增强特征提取能力,并能够保持空间信息的完整性;然后,提出空间位置矫正对称注意力机制(SPCS),SPCS将对称全局坐标注意力机制加到网络特定位置中,能够加强特征之间的空间关系,对特征的空间位置进行约束和矫正,从而增强网路对全局细节特征的感知能力;最后,提出平均池化残差模块(APM),并将APM应用到网络的每个残差分支中,使网络能够更有效地捕捉全局特征信息,增强特征的平移不变性,延缓网络过拟合,提高网络的泛化能力。在多个数据集中,SSCNet相比于其它高性能网络在分类准确率上均有不同程度的提升,证明了其在兼顾全局信息的同时,能够更好地提取局部细节信息,具有较高的分类准确率和较强的泛化性能。; 关键词图像分类特征提取空间位置矫正稀疏语义对称注意力全局感知; Keywords image classification feature extraction space position correction sparse semantics symmetric attention global perception; 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

题名基于改进ViT的红外人体图像步态识别方法研究被引量：6: 5; 作者杨彦辰云利军梅建华卢琳; 机构云南师范大学信息学院云南省光电信息技术重点实验室云南省烟草烟叶公司设备信息科; 出处《应用光学》 CAS 北大核心 2023年第1期71-78,共8页; 基金云南省应用基础研究计划重点项目(2018FA033) 云南师范大学研究生科研创新基金项目(YJSJJ21-B77)。; 文摘针对卷积神经网络在步态识别时准确率易饱和现象,以及Vision Transformer(ViT)对步态数据集拟合效率较低的问题,提出构建一个对称双重注意力机制模型,保留行走姿态的时间顺序,用若干独立特征子空间有针对性地拟合步态图像块;同时,采用对称架构的方式,增强注意力模块在拟合步态特征时的作用,并利用异类迁移学习进一步提升特征拟合效率。将该模型运用在中科院CASIA C红外人体步态库中进行多次仿真实验,平均识别准确率达到96.8%。结果表明,本文模型在稳定性、数据拟合速度以及识别准确率3方面皆优于传统ViT模型和CNN对比模型。; 关键词步态识别对称双重注意力机制迁移学习红外人体图像 Vision Transformer 卷积神经网络; Keywords gait recognition symmetrical dual attention mechanism transfer learning infrared human body images vision transformer convolutional neural network; 分类号 TN219 [电子电信—物理电子学] TP181 [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	作者	出处	发文年	被引量	操作
1	基于非对称增强注意力与特征交叉融合的行人重识别方法	金梅李媛媛郝兴军杨曼张立国	《计量学报》 CSCD 北大核心	2022	1	在线阅读下载PDF 职称材料
2	面向表情识别的重影非对称残差注意力网络模型	闫河李梦雪张宇宁刘建骐	《智能系统学报》 CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
3	一种基于定位和非对称补偿的伪装目标分割方法	徐义飞李晓冬李新德	《系统工程与电子技术》 EI CSCD 北大核心	2022	0	在线阅读下载PDF 职称材料
4	空间位置矫正的稀疏特征图像分类网络	姜文涛陈晨张晟翀	《光电工程》 CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
5	基于改进ViT的红外人体图像步态识别方法研究	杨彦辰云利军梅建华卢琳	《应用光学》 CAS 北大核心	2023	6	在线阅读下载PDF 职称材料