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
3
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
基于全连接神经网络的三维人体姿态估计
被引量：
10
1
作者
孟琭
高恒上
+1 位作者
张含光
刘阳
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2020年第10期165-177,共13页
人体姿态估计是计算机视觉领域的重要分支,在实践中有广泛应用,例如:智能交通、安防监控、影视娱乐、司法分析等。现有的三维人体姿态估计算法大多来源于二维人体姿态估计算法的扩展,其识别结果是以三维关节点、线的形式来体现,无法展...
人体姿态估计是计算机视觉领域的重要分支,在实践中有广泛应用,例如:智能交通、安防监控、影视娱乐、司法分析等。现有的三维人体姿态估计算法大多来源于二维人体姿态估计算法的扩展,其识别结果是以三维关节点、线的形式来体现,无法展示更多的人体细节信息,且表达形式比较抽象,难于理解。为解决这个问题,本文引入了参数化人体模型(SMPL),该模型可以实体化的展示三维人体姿态。本文通过二维图像预测人体的三维姿态,该过程分为3个阶段,首先从多角度二维图像中预测人体关节点的二维坐标,然后基于全连接神经网络实现二维关节点到SMPL模型参数的映射,最后根据这些参数构建三维SMPL模型,以展示三维人体姿态。实验表明,本文通过从图像中提取二维关节点坐标,并以此为全连接神经网络的输入,可以快速、准确的估计出人体三维姿态。相比从二维图像直接估计三维人体姿态的方法,本文的模型降低了训练参数,简化了网络结构,加快了模型训练的速度,节约了训练成本。
展开更多
关键词
三维人体姿态估计
全连接神经
网络
沙漏型网络
SMPL网格模
型
在线阅读
下载PDF
职称材料
基于像素注意力的双通道立体匹配网络
2
作者
桑海伟
徐孩
+2 位作者
熊伟程
左羽
赵勇
《计算机工程与科学》
CSCD
北大核心
2020年第5期877-883,共7页
针对现有立体匹配算法在弱纹理、重复纹理、反射表面等病态区域误匹配率高的问题,提出一种基于像素注意力的双通道立体匹配卷积神经网络PASNet,该网络包括双通道注意力沙漏型子网络和注意力U型子网络。首先,通过双通道注意力沙漏型子网...
针对现有立体匹配算法在弱纹理、重复纹理、反射表面等病态区域误匹配率高的问题,提出一种基于像素注意力的双通道立体匹配卷积神经网络PASNet,该网络包括双通道注意力沙漏型子网络和注意力U型子网络。首先,通过双通道注意力沙漏型子网络提取输入图像的特征图;其次,通过关联层得到特征图的代价矩阵;最后,利用注意力U型子网络对代价矩阵进行代价聚合,输出视差图。在KITTI数据集上的实验结果表明,所提出的网络能有效解决病态区域误匹配率高等问题,提升立体匹配精度。
展开更多
关键词
立体匹配
像素注意力
沙
漏
型
子
网络
U
型
子
网络
双通道
在线阅读
下载PDF
职称材料
基于图像融合和改进CornerNet-Squeeze的煤矿井下行人检测方法
被引量：
3
3
作者
邹盛
周李兵
+1 位作者
季亮
于政乾
《工矿自动化》
CSCD
北大核心
2023年第2期77-84,共8页
在煤矿井下无人驾驶和安防监控等领域,对行人目标的检测至关重要,但受井下光线昏暗、光照不均、背景复杂、行人目标小且密集等特殊工况环境的影响,图像中的行人目标存在边缘细节特征少、信噪比低、与背景相似度高等问题,难以有效识别遮...
在煤矿井下无人驾驶和安防监控等领域,对行人目标的检测至关重要,但受井下光线昏暗、光照不均、背景复杂、行人目标小且密集等特殊工况环境的影响,图像中的行人目标存在边缘细节特征少、信噪比低、与背景相似度高等问题,难以有效识别遮挡多尺度下的行人目标。针对上述问题,提出了一种基于图像融合和改进CornerNet-Squeeze的煤矿井下行人目标检测方法。采用双尺度图像融合(TIF)算法将红外相机和深度相机采集的图像进行像素级融合,再进行形态学处理,减少背景干扰。在CornerNet-Squeeze网络基础上,将八度卷积(OctConv)引入沙漏型主干网络,处理图像特征中高低频信息,增强图像边缘特征,提高多尺度行人检测能力。实验结果表明:①在深度图像、红外图像、融合图像3种数据集上,改进CornerNet-Squeeze模型在保持原算法实时性的同时,有效提升了井下行人检测精度。②采用融合图像数据集训练的模型检测精度较红外图像和深度图像数据集训练的模型高,可见融合图像能充分发挥深度图像和红外图像的优势,有助于提高模型检测精度。③在不同程度遮挡和多尺度行人目标6种场景下,改进CornerNet-Squeeze训练的模型的行人漏检率最低。④与YOLOv4相比,在COCO2014行人数据集上改进CornerNet-Squeeze算法的平均精度提高了1.1%,检测速度提高了6.7%。⑤改进CornerNet-Squeeze能够有效检测出图像中远处小目标,对小目标的检测能力提升明显。
展开更多
关键词
煤矿井下行人检测
双尺度图像融合
CornerNet-Squeeze
边缘增强
沙
漏
型
主干
网络
多尺度行人检测
在线阅读
下载PDF
职称材料
题名
基于全连接神经网络的三维人体姿态估计
被引量：
10
1
作者
孟琭
高恒上
张含光
刘阳
机构
东北大学信息科学与工程学院
中国科学院沈阳自动化研究所
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2020年第10期165-177,共13页
基金
国家重点研发计划课题(2018YFB2003203)
国家自然科学基金(62073061)
教育部基本科研业务项目(N2004020)资助
文摘
人体姿态估计是计算机视觉领域的重要分支,在实践中有广泛应用,例如:智能交通、安防监控、影视娱乐、司法分析等。现有的三维人体姿态估计算法大多来源于二维人体姿态估计算法的扩展,其识别结果是以三维关节点、线的形式来体现,无法展示更多的人体细节信息,且表达形式比较抽象,难于理解。为解决这个问题,本文引入了参数化人体模型(SMPL),该模型可以实体化的展示三维人体姿态。本文通过二维图像预测人体的三维姿态,该过程分为3个阶段,首先从多角度二维图像中预测人体关节点的二维坐标,然后基于全连接神经网络实现二维关节点到SMPL模型参数的映射,最后根据这些参数构建三维SMPL模型,以展示三维人体姿态。实验表明,本文通过从图像中提取二维关节点坐标,并以此为全连接神经网络的输入,可以快速、准确的估计出人体三维姿态。相比从二维图像直接估计三维人体姿态的方法,本文的模型降低了训练参数,简化了网络结构,加快了模型训练的速度,节约了训练成本。
关键词
三维人体姿态估计
全连接神经
网络
沙漏型网络
SMPL网格模
型
Keywords
three-dimensional human pose estimation
full-connected neural network
hourglass network
SMPL grid model
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
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
基于像素注意力的双通道立体匹配网络
2
作者
桑海伟
徐孩
熊伟程
左羽
赵勇
机构
贵州师范学院数学与大数据学院
北京大学深圳研究生院信息工程学院
贵州大学计算机科学与技术学院
出处
《计算机工程与科学》
CSCD
北大核心
2020年第5期877-883,共7页
基金
国家自然科学基金(61771321)
贵州省科技计划项目(黔科合支撑[2019]239号,黔科合基础[2019]1250号)
+1 种基金
贵州省第四批千人创新创业人才
深圳科技计划科研布局项目(JCYJ201605066172651253)。
文摘
针对现有立体匹配算法在弱纹理、重复纹理、反射表面等病态区域误匹配率高的问题,提出一种基于像素注意力的双通道立体匹配卷积神经网络PASNet,该网络包括双通道注意力沙漏型子网络和注意力U型子网络。首先,通过双通道注意力沙漏型子网络提取输入图像的特征图;其次,通过关联层得到特征图的代价矩阵;最后,利用注意力U型子网络对代价矩阵进行代价聚合,输出视差图。在KITTI数据集上的实验结果表明,所提出的网络能有效解决病态区域误匹配率高等问题,提升立体匹配精度。
关键词
立体匹配
像素注意力
沙
漏
型
子
网络
U
型
子
网络
双通道
Keywords
stereo matching
pixel attention
hourglass subnet
U-shaped subnet
siamese
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
基于图像融合和改进CornerNet-Squeeze的煤矿井下行人检测方法
被引量：
3
3
作者
邹盛
周李兵
季亮
于政乾
机构
中煤科工集团常州研究院有限公司
天地(常州)自动化股份有限公司
出处
《工矿自动化》
CSCD
北大核心
2023年第2期77-84,共8页
基金
江苏省科技成果转化专项项目(BA2022040)
中国煤炭科工集团有限公司科技创新创业资金专项重点项目(2021-TDZD004)
+1 种基金
天地科技股份有限公司科技创新创业资金专项项目(2021-TD-ZD004)
中煤科工集团常州研究院有限公司科研项目(2022TY6001)。
文摘
在煤矿井下无人驾驶和安防监控等领域,对行人目标的检测至关重要,但受井下光线昏暗、光照不均、背景复杂、行人目标小且密集等特殊工况环境的影响,图像中的行人目标存在边缘细节特征少、信噪比低、与背景相似度高等问题,难以有效识别遮挡多尺度下的行人目标。针对上述问题,提出了一种基于图像融合和改进CornerNet-Squeeze的煤矿井下行人目标检测方法。采用双尺度图像融合(TIF)算法将红外相机和深度相机采集的图像进行像素级融合,再进行形态学处理,减少背景干扰。在CornerNet-Squeeze网络基础上,将八度卷积(OctConv)引入沙漏型主干网络,处理图像特征中高低频信息,增强图像边缘特征,提高多尺度行人检测能力。实验结果表明:①在深度图像、红外图像、融合图像3种数据集上,改进CornerNet-Squeeze模型在保持原算法实时性的同时,有效提升了井下行人检测精度。②采用融合图像数据集训练的模型检测精度较红外图像和深度图像数据集训练的模型高,可见融合图像能充分发挥深度图像和红外图像的优势,有助于提高模型检测精度。③在不同程度遮挡和多尺度行人目标6种场景下,改进CornerNet-Squeeze训练的模型的行人漏检率最低。④与YOLOv4相比,在COCO2014行人数据集上改进CornerNet-Squeeze算法的平均精度提高了1.1%,检测速度提高了6.7%。⑤改进CornerNet-Squeeze能够有效检测出图像中远处小目标,对小目标的检测能力提升明显。
关键词
煤矿井下行人检测
双尺度图像融合
CornerNet-Squeeze
边缘增强
沙
漏
型
主干
网络
多尺度行人检测
Keywords
underground pedestrian detection
two-scale image fusion
CornerNet-Squeeze
edge enhancement
hourglass type backbone network
multi-scale pedestrian detection
分类号
TD67 [矿业工程—矿山机电]
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
基于全连接神经网络的三维人体姿态估计
孟琭
高恒上
张含光
刘阳
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2020
10
在线阅读
下载PDF
职称材料
2
基于像素注意力的双通道立体匹配网络
桑海伟
徐孩
熊伟程
左羽
赵勇
《计算机工程与科学》
CSCD
北大核心
2020
0
在线阅读
下载PDF
职称材料
3
基于图像融合和改进CornerNet-Squeeze的煤矿井下行人检测方法
邹盛
周李兵
季亮
于政乾
《工矿自动化》
CSCD
北大核心
2023
3
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
