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
基于并行附加特征提取网络的SSD地面小目标检测模型
被引量：
16
1
作者
李宝奇
贺昱曜
+1 位作者
强伟
何灵蛟
《电子学报》
EI
CAS
CSCD
北大核心
2020年第1期84-91,共8页
针对SSD原始附加特征提取网络(Original Additional Feature Extraction Network,OAFEN)中stride操作造成图像小目标信息丢失和串联结构产生的多尺度特征之间冗余度较大的问题,提出了一种计算量小、感受野大的深度可分离空洞卷积(Depthw...
针对SSD原始附加特征提取网络(Original Additional Feature Extraction Network,OAFEN)中stride操作造成图像小目标信息丢失和串联结构产生的多尺度特征之间冗余度较大的问题,提出了一种计算量小、感受野大的深度可分离空洞卷积(Depthwise Separable Dilated Convolution,DSDC),并利用DSDC设计了一个包含三个独立子网络的并行附加特征提取网络(Parallel Additional Feature Extraction Network,PAFEN).PAFEN上路用两个DSDC提取尺寸为19*19和3*3的特征图;中路用一个DSDC提取尺寸为10*10的特征图;下路用两个DSDC提取尺寸为5*5和1*1的特征图.实验结果表明,在SSD框架内,PAFEN在mAP和检测时间等方面均优于OAFEN,适用于地面小目标的检测任务.
展开更多
关键词
目标检测
SSD
深度可
分离
卷积
空洞
卷积
深度可分离空洞卷积
并行附加特征提取网络
在线阅读
下载PDF
职称材料
基于改进SSD的合成孔径声呐图像水下多尺度目标轻量化检测模型
被引量：
14
2
作者
李宝奇
黄海宁
+2 位作者
刘纪元
刘正君
韦琳哲
《电子与信息学报》
EI
CSCD
北大核心
2021年第10期2854-2862,共9页
针对轻量化目标检测模型SSD-MV2对合成孔径声呐(SAS)图像水下多尺度目标检测精度低的问题,该文提出一种新的卷积核模块-可扩张可选择模块(ESK),ESK具有通道可扩张、通道可选择和模型参数少的优点。与此同时,利用ESK模块重新设计了SSD的...
针对轻量化目标检测模型SSD-MV2对合成孔径声呐(SAS)图像水下多尺度目标检测精度低的问题,该文提出一种新的卷积核模块-可扩张可选择模块(ESK),ESK具有通道可扩张、通道可选择和模型参数少的优点。与此同时,利用ESK模块重新设计了SSD的基础网络和附加特征提取网络,记作SSD-MV2ESK,并为其选择了合理的扩张系数和多尺度系数。在合成孔径声呐图像水下多尺度目标检测数据集SST-DET上,SSD-MV2ESK在模型参数基本相等的条件下,检测精度比SSD-MV2提升4.71%。实验结果表明,SSD-MV2ESK适用于合成孔径声呐图像水下多尺度目标检测任务。
展开更多
关键词
合成孔径声呐
图像水下多尺度目标检测
SSD
MobileNet
V2
多通道可选择
深度可分离空洞卷积
在线阅读
下载PDF
职称材料
基于改进CycleGAN的浑浊水体图像增强算法研究
被引量：
3
3
作者
李宝奇
黄海宁
+2 位作者
刘纪元
刘正君
韦琳哲
《电子与信息学报》
EI
CSCD
北大核心
2022年第7期2504-2511,共8页
针对循环生成对抗网络(Cycle Generative Adversarial Networks,CycleGAN)在浑浊水体图像增强中存在质量差和速度慢的问题,该文提出一种可扩展、可选择和轻量化的特征提取单元BSDK(Bottleneck Selective Dilated Kernel),并利用BSDK设...
针对循环生成对抗网络(Cycle Generative Adversarial Networks,CycleGAN)在浑浊水体图像增强中存在质量差和速度慢的问题,该文提出一种可扩展、可选择和轻量化的特征提取单元BSDK(Bottleneck Selective Dilated Kernel),并利用BSDK设计了一个新的生成器网络BSDKNet。与此同时,提出一种多尺度损失函数MLF(Multi-scale Loss Function)。在自建的浑浊水体图像增强数据集TC(Turbid and Clear)上,该文BM-CycleGAN比原始CycleGAN的精度提升3.27%,生成器网络参数降低4.15MB,运算时间减少0.107s。实验结果表明BMCycleGAN适合浑浊水体图像增强任务。
展开更多
关键词
图像增强
生成对抗网络
循环生成对抗网络
深度可分离空洞卷积
多尺度结构相似性
在线阅读
下载PDF
职称材料
题名
基于并行附加特征提取网络的SSD地面小目标检测模型
被引量：
16
1
作者
李宝奇
贺昱曜
强伟
何灵蛟
机构
西北工业大学航海学院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2020年第1期84-91,共8页
基金
国家自然科学基金(No.61271143)
文摘
针对SSD原始附加特征提取网络(Original Additional Feature Extraction Network,OAFEN)中stride操作造成图像小目标信息丢失和串联结构产生的多尺度特征之间冗余度较大的问题,提出了一种计算量小、感受野大的深度可分离空洞卷积(Depthwise Separable Dilated Convolution,DSDC),并利用DSDC设计了一个包含三个独立子网络的并行附加特征提取网络(Parallel Additional Feature Extraction Network,PAFEN).PAFEN上路用两个DSDC提取尺寸为19*19和3*3的特征图;中路用一个DSDC提取尺寸为10*10的特征图;下路用两个DSDC提取尺寸为5*5和1*1的特征图.实验结果表明,在SSD框架内,PAFEN在mAP和检测时间等方面均优于OAFEN,适用于地面小目标的检测任务.
关键词
目标检测
SSD
深度可
分离
卷积
空洞
卷积
深度可分离空洞卷积
并行附加特征提取网络
Keywords
target detection
SSD
depthwise separable convolution
dilated convolution
depthwise separable dilated convolution
parallel additional feature extraction network
分类号
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
基于改进SSD的合成孔径声呐图像水下多尺度目标轻量化检测模型
被引量：
14
2
作者
李宝奇
黄海宁
刘纪元
刘正君
韦琳哲
机构
中国科学院声学研究所
中国科学院先进水下信息技术重点实验室
出处
《电子与信息学报》
EI
CSCD
北大核心
2021年第10期2854-2862,共9页
基金
国家自然科学基金(11904386)
国家基础科研计划重大项目(JCKY2016206A003)
中国科学院青年创新促进会(2019023)。
文摘
针对轻量化目标检测模型SSD-MV2对合成孔径声呐(SAS)图像水下多尺度目标检测精度低的问题,该文提出一种新的卷积核模块-可扩张可选择模块(ESK),ESK具有通道可扩张、通道可选择和模型参数少的优点。与此同时,利用ESK模块重新设计了SSD的基础网络和附加特征提取网络,记作SSD-MV2ESK,并为其选择了合理的扩张系数和多尺度系数。在合成孔径声呐图像水下多尺度目标检测数据集SST-DET上,SSD-MV2ESK在模型参数基本相等的条件下,检测精度比SSD-MV2提升4.71%。实验结果表明,SSD-MV2ESK适用于合成孔径声呐图像水下多尺度目标检测任务。
关键词
合成孔径声呐
图像水下多尺度目标检测
SSD
MobileNet
V2
多通道可选择
深度可分离空洞卷积
Keywords
Synthetic Aperture Sonar(SAS)
Underwater multi-scale target detection
Single Shot Detector(SSD)
MobileNet V2
Channel selectable
Depthwise separable dilated convolution
分类号
TN959.72 [电子电信—信号与信息处理]
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CycleGAN的浑浊水体图像增强算法研究
被引量：
3
3
作者
李宝奇
黄海宁
刘纪元
刘正君
韦琳哲
机构
中国科学院声学研究所
中国科学院先进水下信息技术重点实验室
出处
《电子与信息学报》
EI
CSCD
北大核心
2022年第7期2504-2511,共8页
基金
国家自然科学基金(11904386)
国家基础科研计划重大项目(JCKY2016206A003)
中国科学院青年创新促进会(2019023)。
文摘
针对循环生成对抗网络(Cycle Generative Adversarial Networks,CycleGAN)在浑浊水体图像增强中存在质量差和速度慢的问题,该文提出一种可扩展、可选择和轻量化的特征提取单元BSDK(Bottleneck Selective Dilated Kernel),并利用BSDK设计了一个新的生成器网络BSDKNet。与此同时,提出一种多尺度损失函数MLF(Multi-scale Loss Function)。在自建的浑浊水体图像增强数据集TC(Turbid and Clear)上,该文BM-CycleGAN比原始CycleGAN的精度提升3.27%,生成器网络参数降低4.15MB,运算时间减少0.107s。实验结果表明BMCycleGAN适合浑浊水体图像增强任务。
关键词
图像增强
生成对抗网络
循环生成对抗网络
深度可分离空洞卷积
多尺度结构相似性
Keywords
Image enhancement
Generative adversarial networks
Cycle generative adversarial networks
Selective dilated kernel networks
Multi scale structural similarity
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
基于并行附加特征提取网络的SSD地面小目标检测模型
李宝奇
贺昱曜
强伟
何灵蛟
《电子学报》
EI
CAS
CSCD
北大核心
2020
16
在线阅读
下载PDF
职称材料
2
基于改进SSD的合成孔径声呐图像水下多尺度目标轻量化检测模型
李宝奇
黄海宁
刘纪元
刘正君
韦琳哲
《电子与信息学报》
EI
CSCD
北大核心
2021
14
在线阅读
下载PDF
职称材料
3
基于改进CycleGAN的浑浊水体图像增强算法研究
李宝奇
黄海宁
刘纪元
刘正君
韦琳哲
《电子与信息学报》
EI
CSCD
北大核心
2022
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
