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
基于深度特征匹配的白内障术中眼球旋转角度检测方法
被引量：
1
1
作者
赵文涛
续欣莹
+2 位作者
谢珺
程兰
张喆
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2024年第9期1407-1417,共11页
为了实现对白内障手术中眼球旋转角度的测量,提出基于深度特征匹配的白内障术中眼球旋转角度检测方法,即对术前基准图像与术中图像中角膜缘周围区域的特征点进行提取与匹配,以计算术中眼球旋转角度.针对角膜缘周围纹理特征丰富但相似性...
为了实现对白内障手术中眼球旋转角度的测量,提出基于深度特征匹配的白内障术中眼球旋转角度检测方法,即对术前基准图像与术中图像中角膜缘周围区域的特征点进行提取与匹配,以计算术中眼球旋转角度.针对角膜缘周围纹理特征丰富但相似性高、特征易受手术进程与器械干扰而发生显著变化等问题,提出一种结合注意力卷积模块和自适应跳层连接的自监督图像局部特征提取与描述模型.在注意力卷积模块中,利用坐标注意力机制加强模型对于方向和空间位置信息的准确感知,并通过条件参数化深度卷积提升模型容量,增强对于特征信息的表示能力;在自适应跳层连接中,通过融合深层语义信息和浅层结构信息获得对特征点更具区分性的描述.在CATARACT数据集上的实验结果表明,所提模型在各误差限下的特征点平均匹配精度均优于其他同类模型;所提方法的眼球旋转角度测量误差为0.740°,实时检测速度为36.675帧/s,满足白内障手术中眼球旋转角度检测精度和实时性的要求.
展开更多
关键词
眼球
旋转角度检测
白内障手术
深度学习
特征提取与描述
注意力机制
在线阅读
下载PDF
职称材料
基于改进YOLOv5的旋转目标检测算法及其应用研究
被引量：
1
2
作者
沈中华
陈万委
甘增康
《包装工程》
CAS
北大核心
2023年第19期229-237,共9页
目的 提高工业分拣上常见的纹理多样、随机堆放盒体的检测与识别能力。方法 提出一种基于YOLOv5的旋转目标检测算法,该算法包括目标分类、位姿角度识别和边界框位置定位3个模块功能。目标分类模块中,通过自建数据集和设计8种目标分类标...
目的 提高工业分拣上常见的纹理多样、随机堆放盒体的检测与识别能力。方法 提出一种基于YOLOv5的旋转目标检测算法,该算法包括目标分类、位姿角度识别和边界框位置定位3个模块功能。目标分类模块中,通过自建数据集和设计8种目标分类标签以供模型分类学习;位姿角度识别模块对YOLOv5头网络中添加角度预测分支,引入环形平滑标签角度分类方法,实现分拣盒体的旋转角度精准检测;在边界框位置定位模块上,使用LCIoU回归框损失函数来计算旋转框回归损失,得到紧密包裹目标位置的边界框。结果 改进的YOLOv5算法在自建数据集上检测精度达到95.03%,在机器人多物体分拣实验中的准确率可达100%。结论 本文算法在盒体处于散乱堆放、密集堆放、堆叠堆放场景下均具有较高的定位与识别精度。
展开更多
关键词
杂乱盒体
YOLOv5
环形平滑标签
旋转角度检测
在线阅读
下载PDF
职称材料
题名
基于深度特征匹配的白内障术中眼球旋转角度检测方法
被引量：
1
1
作者
赵文涛
续欣莹
谢珺
程兰
张喆
机构
太原理工大学电气与动力工程学院
太原理工大学信息与计算机学院
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2024年第9期1407-1417,共11页
基金
国家自然科学基金(62073232)
山西省自然科学基金(202103021224056)
山西省科技合作交流专项(202104041101030)。
文摘
为了实现对白内障手术中眼球旋转角度的测量,提出基于深度特征匹配的白内障术中眼球旋转角度检测方法,即对术前基准图像与术中图像中角膜缘周围区域的特征点进行提取与匹配,以计算术中眼球旋转角度.针对角膜缘周围纹理特征丰富但相似性高、特征易受手术进程与器械干扰而发生显著变化等问题,提出一种结合注意力卷积模块和自适应跳层连接的自监督图像局部特征提取与描述模型.在注意力卷积模块中,利用坐标注意力机制加强模型对于方向和空间位置信息的准确感知,并通过条件参数化深度卷积提升模型容量,增强对于特征信息的表示能力;在自适应跳层连接中,通过融合深层语义信息和浅层结构信息获得对特征点更具区分性的描述.在CATARACT数据集上的实验结果表明,所提模型在各误差限下的特征点平均匹配精度均优于其他同类模型;所提方法的眼球旋转角度测量误差为0.740°,实时检测速度为36.675帧/s,满足白内障手术中眼球旋转角度检测精度和实时性的要求.
关键词
眼球
旋转角度检测
白内障手术
深度学习
特征提取与描述
注意力机制
Keywords
eye rotation angle detection
cataract surgery
deep learning
feature extraction and description
at-tention mechanism
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
基于改进YOLOv5的旋转目标检测算法及其应用研究
被引量：
1
2
作者
沈中华
陈万委
甘增康
机构
桂林理工大学机械与控制工程学院
深圳职业技术学院智能制造研究院
出处
《包装工程》
CAS
北大核心
2023年第19期229-237,共9页
基金
校级科研启动项目(6022312029K)。
文摘
目的 提高工业分拣上常见的纹理多样、随机堆放盒体的检测与识别能力。方法 提出一种基于YOLOv5的旋转目标检测算法,该算法包括目标分类、位姿角度识别和边界框位置定位3个模块功能。目标分类模块中,通过自建数据集和设计8种目标分类标签以供模型分类学习;位姿角度识别模块对YOLOv5头网络中添加角度预测分支,引入环形平滑标签角度分类方法,实现分拣盒体的旋转角度精准检测;在边界框位置定位模块上,使用LCIoU回归框损失函数来计算旋转框回归损失,得到紧密包裹目标位置的边界框。结果 改进的YOLOv5算法在自建数据集上检测精度达到95.03%,在机器人多物体分拣实验中的准确率可达100%。结论 本文算法在盒体处于散乱堆放、密集堆放、堆叠堆放场景下均具有较高的定位与识别精度。
关键词
杂乱盒体
YOLOv5
环形平滑标签
旋转角度检测
Keywords
messy Box
YOLOv5
ring smooth label
rotation angle detection
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
基于深度特征匹配的白内障术中眼球旋转角度检测方法
赵文涛
续欣莹
谢珺
程兰
张喆
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
基于改进YOLOv5的旋转目标检测算法及其应用研究
沈中华
陈万委
甘增康
《包装工程》
CAS
北大核心
2023
1
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
