检索结果-维普期刊中文期刊服务平台

一种结合孪生倒残差与自注意力增强的遥感影像变化检测方法: 1; 作者张荞曹志成 +3 位作者沈洋汪宙峰王成武许嘉欣《自然资源遥感》北大核心 2025年第3期85-94,共10页; 遥感影像变化检测在国土调查更新、城市发展监测与规划等方面中具有重大的应用需求。针对遥感影像变化检测在实际应用中面临的挑战,文章提出了一种结合孪生倒残差结构与自注意力增强的轻量级变化检测方法。该方法通过引入孪生的改进型... 展开更多; 关键词遥感影像变化检测改进型倒残差自注意力增强模块轻量化模型; 在线阅读下载PDF 职称材料

红外弱光下多特征融合与注意力增强铁路异物检测被引量：1: 2; 作者陈永王镇 +1 位作者卢晨涛张娇娇《北京航空航天大学学报》 EI CAS CSCD 北大核心 2023年第8期1884-1895,共12页; 针对红外弱光环境下铁路异物检测时存在目标特征提取不充分、检测精度及实时性低的问题,在CenterNet目标检测模型的基础上,提出了一种红外弱光下多特征融合与注意力增强的无锚框异物检测深度学习模型。在红外目标多尺度特征提取的基础上... 展开更多; 关键词机器视觉红外弱光异物检测自适应特征融合空洞卷积增强注意力模块无锚框网络; 在线阅读下载PDF 职称材料

HD-YOLO:复杂场景下安全帽佩戴检测算法被引量：1: 3; 作者邱云飞腰瑞琳 +1 位作者金海波张嘉宁《安全与环境学报》北大核心 2025年第1期165-174,共10页; 针对目标密集、有遮挡的复杂施工场景下安全帽佩戴检测存在漏检、误检的问题,提出了一种基于YOLOv8的HD-YOLO安全帽佩戴检测算法。首先,设计了GRC-C2f结构,使用多分支结构捕获多尺度特征,兼顾训练阶段的特征提取能力和推理阶段的计算效... 展开更多; 关键词安全社会工程安全帽检测 YOLOv8算法 GRC-C2f模块 DSASF颈部结构 Focal Modulation模块空间增强注意力模块; 在线阅读下载PDF 职称材料

融合局部和全局特征的息肉分割模型被引量：1: 4; 作者张攀峰杨贺 +2 位作者神显豪程小辉杜慧《电子测量技术》北大核心 2024年第16期100-109,共10页; 针对现有模型在息肉分割中存在复杂区域分割困难、边缘细节信息丢失、泛化能力不足等问题,提出一种融合局部和全局特征的息肉分割模型。以卷积神经网络和Transformer作为并行编码器,使模型可以兼顾多种尺度的局部细节特征和全局语义特征... 展开更多; 关键词息肉分割 TRANSFORMER 卷积神经网络注意力增强模块多尺度残差模块特征融合; 在线阅读下载PDF 职称材料

题名一种结合孪生倒残差与自注意力增强的遥感影像变化检测方法: 1; 作者张荞曹志成沈洋汪宙峰王成武许嘉欣; 机构西南石油大学地球科学与技术学院自然资源部第三大地测量队; 出处《自然资源遥感》北大核心 2025年第3期85-94,共10页; 基金四川省科技计划项目“基于时空大数据的地下生命线安全智能感知与性态演化关键技术研究”(编号:2023YFS0406) 自然资源部第三大地测量队科技项目“多源遥感影像人工智能解译技术及资源管理研究”(编号:2022KJ01) 四川省测绘地理信息局科技项目“基础地理实体构建与可视化表达关键技术研究”(编号:2023KJ001)共同资助。; 文摘遥感影像变化检测在国土调查更新、城市发展监测与规划等方面中具有重大的应用需求。针对遥感影像变化检测在实际应用中面临的挑战,文章提出了一种结合孪生倒残差结构与自注意力增强的轻量级变化检测方法。该方法通过引入孪生的改进型倒残差结构替代传统卷积神经网络结构作为骨干网络,充分提取特征信息且大幅降低网络复杂度,使用自注意力增强模块提升网络的全局信息关注能力,在损失函数中加入边缘权重精准优化提取结果的细节,利用多层次的跳接残差连接充分融合全局与局部特征。在公开和自制的遥感影像变化检测数据集上对该方法分别进行性能测试,结果表明,所提方法相较于其他变化检测方法,在不降低检测精度的前提下大幅减少了网络参数量和计算量,实现了遥感影像变化检测模型轻量化。; 关键词遥感影像变化检测改进型倒残差自注意力增强模块轻量化模型; Keywords remote sensing image change detection modified inverted residual structure self-attention enhancement module lightweight model; 分类号 TP79 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名红外弱光下多特征融合与注意力增强铁路异物检测被引量：1: 2; 作者陈永王镇卢晨涛张娇娇; 机构兰州交通大学电子与信息工程学院甘肃省人工智能与图形图像处理工程研究中心; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2023年第8期1884-1895,共12页; 基金国家自然科学基金(61963023,61841303) 兰州交通大学天佑创新团队(TY202003) 兰州交通大学基础研究拔尖人才项目(2022JC36)。; 文摘针对红外弱光环境下铁路异物检测时存在目标特征提取不充分、检测精度及实时性低的问题,在CenterNet目标检测模型的基础上,提出了一种红外弱光下多特征融合与注意力增强的无锚框异物检测深度学习模型。在红外目标多尺度特征提取的基础上,引入自适应特征融合(ASFF)模块,充分利用目标高层语义与底层细粒度特征信息,提升红外目标特征提取能力。通过提出的空洞卷积增强注意力模块(Dilated-CBAM)进行关键特征提取,扩大注意力模块感受野范围,克服了原始CenterNet卷积块感受野映射区域变窄、无法检测弱小目标的问题,提升了无锚框网络的检测精度。使用Smooth L1损失函数进行训练,克服了L1损失函数在网络训练过程收敛速度慢及训练不稳定解的问题。通过铁路红外数据集及现场实验测试,结果表明:所提方法较原始CenterNet模型平均检测精度提高了8.03%,检测框置信度提升了31.23%,平均检测速率是Faster R-CNN模型的9.6倍,所提方法在红外弱光环境下能够更加快速准确地检测出铁路异物,主客观评价均优于对比方法。; 关键词机器视觉红外弱光异物检测自适应特征融合空洞卷积增强注意力模块无锚框网络; Keywords machine vision infrared low light intrusion object detection adaptive spatial feature fusion dilated-convolutional block attention module anchor-free network; 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HD-YOLO:复杂场景下安全帽佩戴检测算法被引量：1: 3; 作者邱云飞腰瑞琳金海波张嘉宁; 机构辽宁工程技术大学软件学院辽宁工程技术大学电气与控制工程学院; 出处《安全与环境学报》北大核心 2025年第1期165-174,共10页; 基金国家自然科学基金项目(62173171)。; 文摘针对目标密集、有遮挡的复杂施工场景下安全帽佩戴检测存在漏检、误检的问题,提出了一种基于YOLOv8的HD-YOLO安全帽佩戴检测算法。首先,设计了GRC-C2f结构,使用多分支结构捕获多尺度特征,兼顾训练阶段的特征提取能力和推理阶段的计算效率。其次,设计了DSASF颈部结构,结合动态上采样和多尺度特征融合,精准识别和定位图像中的小目标,以提高检测性能。然后,引入Focal Modulation模块替换原有的快速空间金字塔池化(Spatial Pyramid Pooling-Fast,SPPF)结构模块,捕捉图像中的长距离依赖和上下文信息,聚焦于复杂背景中的目标。最后,采用空间增强注意力模块(Spatially Enhanced Attention Module,SEAM)解决小目标遮挡问题。试验结果表明,HD-YOLO算法在同一数据集上平均精度均值为81.8%,相比原始YOLOv8算法提高了5.0百分点。设计的HD-YOLO算法有效提高了复杂场景中佩戴安全帽的检测精度。; 关键词安全社会工程安全帽检测 YOLOv8算法 GRC-C2f模块 DSASF颈部结构 Focal Modulation模块空间增强注意力模块; Keywords safe social engineering helmet detection YOLOv8 algorithm GRC-C2f module DSASF neck structure Focal Modulation module spatially enhanced attention module; 分类号 X924.2 [环境科学与工程—安全科学]; 在线阅读下载PDF 职称材料

题名融合局部和全局特征的息肉分割模型被引量：1: 4; 作者张攀峰杨贺神显豪程小辉杜慧; 机构桂林理工大学计算机科学与工程学院广西嵌入式技术与智能系统重点实验室桂林理工大学物理与电子信息工程学院桂林理工大学公共管理学院; 出处《电子测量技术》北大核心 2024年第16期100-109,共10页; 基金国家自然科学基金(62362018,62362017,61862019) 广西重点研发计划(桂科AB23075116,桂科AB24010338)项目资助。; 文摘针对现有模型在息肉分割中存在复杂区域分割困难、边缘细节信息丢失、泛化能力不足等问题,提出一种融合局部和全局特征的息肉分割模型。以卷积神经网络和Transformer作为并行编码器,使模型可以兼顾多种尺度的局部细节特征和全局语义特征;在跳跃连接处构建注意力增强模块和多尺度残差模块,前者强化模型对重要信息的关注度,后者高效探索目标区域并准确预测其边界,同时促进不同层次特征之间的交互;在解码阶段采用基于残差的逐步上采样特征融合方式汇聚各阶段特征,进一步增强模型的感知能力,丰富息肉特征;最后使用高效预测头促进浅层特征的融合,输出分割结果。该模型在多个对比实验中表现最优,同次优模型相比,在Kvasir、CVC-ClinicDB数据集上,mDice平均提升了1.21%;mIoU平均提升了1.82%;在CVC-ColonDB、ETIS数据集上,mDice平均提升了2.67%,mIoU平均提升了2.83%。实验结果表明,相比于现有主流模型,该模型具有较优的分割精度和泛化性能。; 关键词息肉分割 TRANSFORMER 卷积神经网络注意力增强模块多尺度残差模块特征融合; Keywords polyp segmentation Transformer convolutional neural network attention enhancement block multi-scale residual block feature fusion; 分类号 TP391 [自动化与计算机技术—计算机应用技术] TN911 [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	一种结合孪生倒残差与自注意力增强的遥感影像变化检测方法	张荞曹志成沈洋汪宙峰王成武许嘉欣	《自然资源遥感》北大核心	2025	0	在线阅读下载PDF 职称材料
2	红外弱光下多特征融合与注意力增强铁路异物检测	陈永王镇卢晨涛张娇娇	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料
3	HD-YOLO:复杂场景下安全帽佩戴检测算法	邱云飞腰瑞琳金海波张嘉宁	《安全与环境学报》北大核心	2025	1	在线阅读下载PDF 职称材料
4	融合局部和全局特征的息肉分割模型	张攀峰杨贺神显豪程小辉杜慧	《电子测量技术》北大核心	2024	1	在线阅读下载PDF 职称材料