检索结果-维普期刊中文期刊服务平台

基于深度卷积神经网络的糖尿病视网膜病变分期及病灶检测被引量：13: 1; 作者谢云霞黄海于胡建斌《计算机应用》 CSCD 北大核心 2020年第8期2460-2464,共5页; 针对糖尿病视网膜病变(DR)图像分辨率过大、病灶特征过于分散难以获取以及正负难易样本不平衡而导致DR分期精确率一直无法得到有效提高的问题,提出了改进的基于快速区域的卷积神经网络(Faster R-CNN)和子图分割相结合的DR分期方法。首先... 展开更多; 关键词糖尿病视网膜病变目标检测基于快速区域的卷积神经网络算法子图分割在线困难样本挖掘; 在线阅读下载PDF 职称材料

一种基于改进的MobileNetV2网络语义分割算法被引量：31: 2; 作者孟琭徐磊郭嘉阳《电子学报》 EI CAS CSCD 北大核心 2020年第9期1769-1776,共8页; 基于金字塔卷积神经网络的语义分割算法准确率很高,但是其计算资源消耗巨大、算法执行时间长、无法满足实时性要求.为了解决这个问题,本文做出了以下改进:(1)用MobileNet替换原网络的结构,减少了网络运算时间和内存开销;(2)引入编码器-... 展开更多; 关键词语义分割卷积神经网络金字塔网络快速语义分割 MobileNet 编码器-解码器; 在线阅读下载PDF 职称材料

基于改进Fast-SCNN的塑瓶气泡缺陷实时分割算法: 3; 作者付磊任德均 +3 位作者吴华运郜明邱吕胡云起《计算机应用》 CSCD 北大核心 2020年第6期1824-1829,共6页; 在医用塑瓶的瓶身气泡检测时,瓶身气泡位置的任意性、气泡大小的不确定性以及气泡特征与瓶身特征之间的相似性增加了气泡缺陷的检测难度。针对上述气泡缺陷检测难点问题,提出了一种基于改进快速分割卷积神经网络(Fast-SCNN)的实时分割... 展开更多; 关键词语义分割图像处理快速分割卷积神经网络(fast-scnn) SENet 缺陷检测; 在线阅读下载PDF 职称材料

基于部件检测与检索的行人精细化分割被引量：1: 4; 作者王枫厉智 +1 位作者刘青山孙玉宝《电子学报》 EI CAS CSCD 北大核心 2019年第2期502-508,共7页; 针对行人图像外观的多样性以及结构、姿态、场景的复杂性,提出一种有效的精细化行人部件分割方法.该方法实现把一幅行人图像分割成不同的语义区域,主要包含三个阶段,前两个阶段单独训练两个Fast R-CNN(Fast Region-based Convolutional ... 展开更多; 关键词行人分割快速区域卷积神经网络过分割部件检索; 在线阅读下载PDF 职称材料

光流估计下的移动端实时人脸检测被引量：6: 5; 作者魏震宇文畅 +1 位作者谢凯贺建飚《计算机应用》 CSCD 北大核心 2018年第4期1146-1150,共5页; 为了提高移动设备人脸检测准确率,提出一种应用于移动设备的实时人脸检测算法。通过改进ViolaJones方法进行人脸区域快速分割,在不损失速度的情况下提高分割精度;同时应用了光流估计方法将卷积神经网络子网络在离散关键帧上的特征提取... 展开更多; 关键词人脸检测快速区域分割瀑布型分类器卷积神经网络光流估计; 在线阅读下载PDF 职称材料

《计算机工程与设计》2019年第40卷总目次: 6; 《计算机工程与设计》北大核心 2019年第12期I0001-I0015,共15页; 关键词卷积神经网络组稀疏表示文本分类算法多特征融合特征选择方法图像分割算法人脸超分辨率核相关滤波目标检测算法吕学强人体动作识别网络入侵检测命名实体识别提取算法离群点检测残差网络快速匹配算法《计算机工程与设计》; 在线阅读下载PDF 职称材料

题名基于深度卷积神经网络的糖尿病视网膜病变分期及病灶检测被引量：13: 1; 作者谢云霞黄海于胡建斌; 机构西南交通大学信息科学与技术学院爱尔眼科成都东区爱尔眼科医院; 出处《计算机应用》 CSCD 北大核心 2020年第8期2460-2464,共5页; 文摘针对糖尿病视网膜病变(DR)图像分辨率过大、病灶特征过于分散难以获取以及正负难易样本不平衡而导致DR分期精确率一直无法得到有效提高的问题,提出了改进的基于快速区域的卷积神经网络(Faster R-CNN)和子图分割相结合的DR分期方法。首先,使用子图分割解决视盘区域对于病灶识别的干扰问题;其次,在特征提取阶段使用深度残差网络以解决病灶在高分辨率眼底图像中占比小而导致的特征难以获取的问题;最后,在感兴趣区域(ROI)生成时采用在线困难样本挖掘(OHEM)方法解决正负难易样本不平衡的问题。在国际公开数据集EyePACS进行DR分期实验,所提方法在DR病分期中精确率0期达到94.83%,1期达到86.84%,2期达到94.00%,3期达到87.21%,4期达到82.96%。实验结果表明,改进后的Faster R-CNN能对DR图像高效分期并自动标注出病灶。; 关键词糖尿病视网膜病变目标检测基于快速区域的卷积神经网络算法子图分割在线困难样本挖掘; Keywords Diabetic Retinopathy(DR) object detection Faster Region-based Convolutional Neural Network(Faster R-CNN)algorithm subgraph segmentation Online Hard Example Mining(OHEM); 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

题名一种基于改进的MobileNetV2网络语义分割算法被引量：31: 2; 作者孟琭徐磊郭嘉阳; 机构东北大学信息科学与工程学院辛辛那提大学电气工程与计算机系; 出处《电子学报》 EI CAS CSCD 北大核心 2020年第9期1769-1776,共8页; 基金国家自然科学基金(No.61973058) 教育部中央高校基本科研基金(No.N2004020)。; 文摘基于金字塔卷积神经网络的语义分割算法准确率很高,但是其计算资源消耗巨大、算法执行时间长、无法满足实时性要求.为了解决这个问题,本文做出了以下改进:(1)用MobileNet替换原网络的结构,减少了网络运算时间和内存开销;(2)引入编码器-解码器结构提高输出图像的分辨率,进一步细化分割结果;(3)针对高分辨率图像推断时间过长的问题,本文设计了多级图像输入方法,降低了网络推断高分辨率图像所消耗的时间.本文在VOC 2012数据集和Cityscapes数据集上进行了测试,并与FCN、SegNet、DeepLab、PSPNet以及DFN等语义分割模型对比.实验结果表明,本文设计的语义分割算法在VOC 2012数据集上达到了76.1%的mIoU,在Cityscapes数据集上达到了74.1%的mIoU,略低于传统语义分割算法;处理一张分辨率为1024×512的图片需要18ms,少于传统语义分割算法,满足了实时性要求,达到了准确率与计算资源消耗之间的平衡.; 关键词语义分割卷积神经网络金字塔网络快速语义分割 MobileNet 编码器-解码器; Keywords semantic segmentation convolution neural network pyramid network fast semantic segmentation MobileNet encoder-decoder; 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

题名基于改进Fast-SCNN的塑瓶气泡缺陷实时分割算法: 3; 作者付磊任德均吴华运郜明邱吕胡云起; 机构四川大学机械工程学院; 出处《计算机应用》 CSCD 北大核心 2020年第6期1824-1829,共6页; 文摘在医用塑瓶的瓶身气泡检测时,瓶身气泡位置的任意性、气泡大小的不确定性以及气泡特征与瓶身特征之间的相似性增加了气泡缺陷的检测难度。针对上述气泡缺陷检测难点问题,提出了一种基于改进快速分割卷积神经网络(Fast-SCNN)的实时分割算法。该分割算法的基础框架为Fast-SCNN,而为弥补原有网络分割尺寸的鲁棒性不足,借鉴了SENet的通道间信息的利用与多级跳跃连接的思想,具体为网络进一步下采样提取深层特征,在解码阶段将上采样操作融合SELayer模块,同时增加两次与网络浅层的跳跃连接。设计四组对比实验,在气泡数据集上以平均交并比(MIoU)与算法单张分割时间作为评价指标。实验结果表明,改进Fast-SCNN的综合性能最好,其MIoU为97.08%,其预处理后的医用塑瓶的平均检测时间为24.4 ms,其边界分割准确率较Fast-SCNN提升了2.3%,增强了对微小气泡的分割能力,而且该网络的MIoU相较现有的U-Net提升了0.27%,时间上降低了7.5 ms,综合检测性能远超过全卷积神经网络(FCN-8s)。该算法能够有效地对较小的、边缘不清晰的气泡进行分割,满足对气泡缺陷实时分割检测的工程要求。; 关键词语义分割图像处理快速分割卷积神经网络(fast-scnn) SENet 缺陷检测; Keywords semantic segmentation image processing Fast Segmentation Convolutional Neural Network(fast-scnn) Squeeze-and-Excitation Networks(SENet) defect detection; 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

题名基于部件检测与检索的行人精细化分割被引量：1: 4; 作者王枫厉智刘青山孙玉宝; 机构南京信息工程大学信息与控制学院江苏省大数据分析技术实验室; 出处《电子学报》 EI CAS CSCD 北大核心 2019年第2期502-508,共7页; 基金国家自然科学基金(No.61532009); 文摘针对行人图像外观的多样性以及结构、姿态、场景的复杂性,提出一种有效的精细化行人部件分割方法.该方法实现把一幅行人图像分割成不同的语义区域,主要包含三个阶段,前两个阶段单独训练两个Fast R-CNN(Fast Region-based Convolutional Neural Network,快速区域卷积神经网络)模型,分别用来检测整个人体以及各个部件以获得各类别部件的大体位置;第三个阶段使用基于检索过分割图像的方法来对检测到的各个部件进行分割,最后把各部件分割结果还原到原图坐标上以得到最终的分割结果.实验表明所提方法在三个公开的数据库上,与其他算法相比,分割准确率更高,边缘效果更好.; 关键词行人分割快速区域卷积神经网络过分割部件检索; Keywords pedestrian segmentation Fast R-CNN over-segmentation parts retrieval; 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

题名光流估计下的移动端实时人脸检测被引量：6: 5; 作者魏震宇文畅谢凯贺建飚; 机构长江大学计算机科学学院长江大学电子信息学院中南大学信息科学与工程学院; 出处《计算机应用》 CSCD 北大核心 2018年第4期1146-1150,共5页; 基金国家自然科学基金资助项目(61272147) 长江大学大学生创新创业训练计划项目(2017008)~~; 文摘为了提高移动设备人脸检测准确率,提出一种应用于移动设备的实时人脸检测算法。通过改进ViolaJones方法进行人脸区域快速分割,在不损失速度的情况下提高分割精度;同时应用了光流估计方法将卷积神经网络子网络在离散关键帧上的特征提取结果传播至非关键帧,提高神经网络实际检测运行效率。实验使用You Tube视频人脸数据库、自建20人各1 min正位人脸视频数据库和实际检测项目在不同分辨率下进行,实验结果表明运行速度在2.35帧/秒~22.25帧/秒,达到了一般人脸检测水平;人脸检测在10%误检率下召回率由Viola-Jones的65.93%提高到82.5%~90.8%,接近卷积神经网络检测精度,满足了移动设备实时人脸检测的速度和精度要求。; 关键词人脸检测快速区域分割瀑布型分类器卷积神经网络光流估计; Keywords face detection quick region segmentation cascade classifier Convolution Neural Network(CNN) optical flow estimation; 分类号 TP3941 [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《计算机工程与设计》2019年第40卷总目次: 6; 出处《计算机工程与设计》北大核心 2019年第12期I0001-I0015,共15页; 关键词卷积神经网络组稀疏表示文本分类算法多特征融合特征选择方法图像分割算法人脸超分辨率核相关滤波目标检测算法吕学强人体动作识别网络入侵检测命名实体识别提取算法离群点检测残差网络快速匹配算法《计算机工程与设计》; 分类号 TP [自动化与计算机技术]; 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	基于深度卷积神经网络的糖尿病视网膜病变分期及病灶检测	谢云霞黄海于胡建斌	《计算机应用》 CSCD 北大核心	2020	13	在线阅读下载PDF 职称材料
2	一种基于改进的MobileNetV2网络语义分割算法	孟琭徐磊郭嘉阳	《电子学报》 EI CAS CSCD 北大核心	2020	31	在线阅读下载PDF 职称材料
3	基于改进Fast-SCNN的塑瓶气泡缺陷实时分割算法	付磊任德均吴华运郜明邱吕胡云起	《计算机应用》 CSCD 北大核心	2020	0	在线阅读下载PDF 职称材料
4	基于部件检测与检索的行人精细化分割	王枫厉智刘青山孙玉宝	《电子学报》 EI CAS CSCD 北大核心	2019	1	在线阅读下载PDF 职称材料
5	光流估计下的移动端实时人脸检测	魏震宇文畅谢凯贺建飚	《计算机应用》 CSCD 北大核心	2018	6	在线阅读下载PDF 职称材料
6	《计算机工程与设计》2019年第40卷总目次		《计算机工程与设计》北大核心	2019	0	在线阅读下载PDF 职称材料