MSFFNet:基于多尺度特征融合网络的红外目标检测算法

1

作者 王国平 张博 +3 位作者 高文卓 李雪 潘杨 朱磊 《红外与激光工程》 北大核心 2025年第8期297-308,共12页

针对复杂背景下红外图像中目标纹理信息少、特征轮廓模糊以及小目标检测困难等问题,提出了一种基于多尺度特征融合网络的红外目标检测算法。为了提升红外图像的多尺度特征信息融合能力,在设计的融合网络中,引入尺度序列特征融合模块,有... 针对复杂背景下红外图像中目标纹理信息少、特征轮廓模糊以及小目标检测困难等问题,提出了一种基于多尺度特征融合网络的红外目标检测算法。为了提升红外图像的多尺度特征信息融合能力,在设计的融合网络中,引入尺度序列特征融合模块,有效融合红外图像中多尺度目标的全局信息和深层语义信息;引入三尺度特征编码模块,增强小目标的局部细节提取能力;设计双通道注意力机制,融合不同通道中的细节信息和多尺度信息,增强多尺度红外图像的特征信息。针对复杂背景信息干扰导致小目标检测精度低的问题,设计共享细节增强检测头,增强小目标的细节特征信息,提升对小目标细节信息的捕获能力,同时降低模型的参数量。最后,提出WIMPDIoU损失函数,克服CIoU过度依赖IoU面积和中心点距离的局限性,从而为红外图像的目标检测提供更精细和稳定的边界框优化效果。实验结果表明,所提出的红外目标检测算法在FLIR ADAS v2数据集上的表现优于基准网络YOLOv8s,其中mAP@0.5提升了5.25%,mAP@0.5:0.95提升了4.59%,同时参数量减少了2.8 M,从而验证了所提算法对红外图像良好的检测性能。 展开更多

关键词 红外目标检测 特征融合网络 注意力 检测头 损失函数

在线阅读 下载PDF 职称材料

管道漏磁信号分类的多特征融合网络研究

2

作者 魏媛媛 刘瑞萍 +1 位作者 付世沫 王耀力 《太原理工大学学报》 CAS 北大核心 2024年第5期929-936,共8页

【目的】地下管道如预应力钢筒混凝土管(PCCP)等检漏是城市基础设施管理和维护中至关重要的一项工作。提出一种识别地下管道弱磁分布类型的磁异常多特征融合网络(MMF)。【方法】充分利用标准正交基函数(OBF)和最小熵(MED)两种检测特征,... 【目的】地下管道如预应力钢筒混凝土管(PCCP)等检漏是城市基础设施管理和维护中至关重要的一项工作。提出一种识别地下管道弱磁分布类型的磁异常多特征融合网络(MMF)。【方法】充分利用标准正交基函数(OBF)和最小熵(MED)两种检测特征,以全面而准确地捕捉漏磁信号的复杂特性。首先,在不同物径距离上利用OBF和MED进行磁异常检测,获取实测目标磁场特征;其次,融合磁场特征设计多特征融合网络MMF,并引入多头注意力机制捕捉序列磁场中的复杂关系和特征;最后,采用多特征熵权法MFEW,根据输入特征熵分配网络权重。【结果】实验结果显示,MMF网络异常分类达到了98.86%的精度,AUC评估结果为99.25%,同时模型更加精简,具有更高的计算效率,能够在相对较短的训练时间内取得令人满意的性能。 展开更多

关键词 信号检测与分类 多特征融合网络 熵权法 多头注意力机制

在线阅读 下载PDF 职称材料

基于多时间特征融合网络的ADS-B实采信号分离

3

作者 王文益 袁梦 《电讯技术》 北大核心 2024年第9期1394-1399,共6页

不同于以往单天线广播式自动相关监视(Automatic Dependent Surveillance-Broadcast,ADS-B)信号分离中利用仿真的ADS-B信号制作数据集,将单天线接收的真实飞机发射的ADS-B原始信号通过调整信号起始时间以及功率并人为增加噪声来制作数... 不同于以往单天线广播式自动相关监视(Automatic Dependent Surveillance-Broadcast,ADS-B)信号分离中利用仿真的ADS-B信号制作数据集,将单天线接收的真实飞机发射的ADS-B原始信号通过调整信号起始时间以及功率并人为增加噪声来制作数据集。为了提高信号分离的时域波形精度,提出一种多分辨率多时间特征融合重采样(Multi-Temporal fusion Resampling of Multi-Resolution Features,MTRM-RF)网络,通过卷积将信号转化成不同采样率的信号并分别使用多层堆叠逐渐膨胀的一维卷积提取不同时间间隔的特征,以获得更多的时间信息。对多种基于深度学习的语音分离网络进行比较发现,MTRM-RF网络能够有效地融合ADS-B信号的不同采样率、不同时间间隔采样点的特征进行训练。并且随着训练集数据量的增加,分离信号的平均解码正确率达到88.39%,证明该网络可有效分离单天线实采的ADS-B交织信号。 展开更多

关键词 广播式自动相关监视 深度学习 信号分离 单天线 多分辨率多时间特征融合重采样网络

在线阅读 下载PDF 职称材料

基于增强特征融合网络的行人重识别方法 被引量：7

4

作者 刘玉杰 周彩云 +1 位作者 李宗民 李华 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2021年第2期232-240,共9页

针对行人重识别技术受遮挡、背景冗余、光照、姿态以及检测误差等问题的影响,鲁棒的行人特征表达对正确检索行人越来越重要.为了利用对齐特征和度量学习的优势,进一步分析局部空间语义特征.首先,在特征层面:一是在ResNet50框架中嵌入空... 针对行人重识别技术受遮挡、背景冗余、光照、姿态以及检测误差等问题的影响,鲁棒的行人特征表达对正确检索行人越来越重要.为了利用对齐特征和度量学习的优势,进一步分析局部空间语义特征.首先,在特征层面:一是在ResNet50框架中嵌入空间变换结构,自适应对齐局部区域空间特征,解决因局部区域不对齐导致的空间语义不一致的问题;二是通过对齐的局部特征设计一种增强特征融合网络,充分利用语义信息间的关联性提取图像的细节特征.然后,在损失函数层面:提出一种排序矩阵方法选取区域样本对,设计了一种局部三元组损失计算方法,联合正则化分类损失共同训练网络,充分利用融合的增强特征,达到高效度量的效果.最后,文中方法结合现有的重排算法进一步提高了Rank-1与mAP检索精度,在行人重识别基准数据集Market-1501上的实验结果,证明了本文方法的有效性. 展开更多

关键词 空间语义特征 增强特征融合网络 排序矩阵 局部三元组损失

在线阅读 下载PDF 职称材料

基于特征金字塔的多尺度特征融合网络 被引量：10

5

作者 郭启帆 刘磊 +2 位作者 张珹 徐文娟 靖稳峰 《工程数学学报》 CSCD 北大核心 2020年第5期521-530,共10页

特征金字塔网络(FPN)是CNN网络对图像信息进行表达输出的一种有效方法,在目标检测网络中广泛应用.然而,FPN没有充分地将浅层的细节信息传递到深层的语义特征,存在特征融合不足的缺陷,因而只能依靠深层语义信息来进行预测,从而忽略了网... 特征金字塔网络(FPN)是CNN网络对图像信息进行表达输出的一种有效方法,在目标检测网络中广泛应用.然而,FPN没有充分地将浅层的细节信息传递到深层的语义特征,存在特征融合不足的缺陷,因而只能依靠深层语义信息来进行预测,从而忽略了网络低层细节信息,对各种视觉学习的效果造成了一定的影响.针对FPN存在的以上问题,本文提出基于特征金字塔的多尺度特征融合网络模型,在FPN主干网络的基础上,设计了混合特征金字塔和金字塔融合模块,并结合注意力机制,对特征金字塔进行了多尺度的深度融合.本文在PASCAL VOC2012和MS COCO2014数据集上,以Faster R-CNN作为基础检测器进行实验,验证了MFPN对特征融合的有效性. 展开更多

关键词 特征金字塔网络 多尺度特征融合网络 注意力机制

在线阅读 下载PDF 职称材料

基于多尺度特征融合网络的苹果病害叶片检测 被引量：8

6

作者 刘敏 周丽 《中国农机化学报》 北大核心 2023年第8期184-190,共7页

准确地检测出苹果叶片的病害对提高苹果产量和质量具有重要意义。针对现有苹果叶片病害检测模型信息利用不充分,导致检测性能不佳的问题,提出一种基于多尺度特征融合网络的苹果病害叶片检测方法。首先,利用深度可分离卷积改进传统Vgg-1... 准确地检测出苹果叶片的病害对提高苹果产量和质量具有重要意义。针对现有苹果叶片病害检测模型信息利用不充分,导致检测性能不佳的问题,提出一种基于多尺度特征融合网络的苹果病害叶片检测方法。首先,利用深度可分离卷积改进传统Vgg-16网络,并作为苹果叶片病害图片的全局特征提取器;其次,利用Swin Transformer网络作为局部特征提取器;然后,提出一种多尺度特征融合网络将局部和全局特征进行融合,构造多尺度特征;最后,将融合的多尺度特征作为全连接网络的输入,实现苹果病害叶片的检测。实验结果表明,所提出方法可以实现93.98%的准确率、94.11%的精准率、93.93%的召回率和94.62%的F_(1)值。相比当前主流的苹果病害叶片检测模型,在检测精度和模型参数计算量等方面,均具有很强的竞争力。 展开更多

关键词 苹果病害 叶片检测 全局特征 局部特征 多尺度特征融合网络 病害识别

在线阅读 下载PDF 职称材料

基于深度特征融合网络的风电机组行星齿轮箱故障诊断方法 被引量：19

7

作者 李东东 赵阳 +1 位作者 赵耀 蒋海涛 《电力系统保护与控制》 EI CSCD 北大核心 2022年第10期1-10,共10页

行星齿轮箱是风电机组中的重要部件,对风电机组的安全可靠运行具有重要意义。为此,提出一种基于深度特征融合网络的行星齿轮箱故障诊断方法,用于实现变速工况、样本不足和强噪声场景下的故障诊断。首先将原始信号扩展到多个特征域。其... 行星齿轮箱是风电机组中的重要部件,对风电机组的安全可靠运行具有重要意义。为此,提出一种基于深度特征融合网络的行星齿轮箱故障诊断方法,用于实现变速工况、样本不足和强噪声场景下的故障诊断。首先将原始信号扩展到多个特征域。其次利用多维堆栈稀疏自编码器提取各域特征。最后针对传统Softmax分类器对融合信息分类能力不足的问题,提出基于竞争粒子群算法优化的回声状态网络进行特征融合并输出诊断结果。经多场景不同故障诊断方法对比实验,所提方法在行星齿轮箱变速工况下分类效果良好,并对训练样本的减少和外界噪声有很强的鲁棒性。 展开更多

关键词 行星齿轮箱 故障诊断 多场景 深度学习 堆栈稀疏自编码器 回声状态网络 深度特征融合网络

在线阅读 下载PDF 职称材料

基于特征融合网络的短波信号规格识别 被引量：2

8

作者 张见 吴迪 +2 位作者 胡涛 朱世先 楚倩楠 《信号处理》 CSCD 北大核心 2022年第8期1766-1776,共11页

针对目前短波信号规格识别中特征选取单一、相同调制类型信号区分能力弱的问题,提出了基于特征融合网络的信号规格识别算法,设计了一种以信号矢量图和数据流作为网络输入的识别模型。首先,通过信号预处理,得到矢量图和标准化的信号数据... 针对目前短波信号规格识别中特征选取单一、相同调制类型信号区分能力弱的问题,提出了基于特征融合网络的信号规格识别算法,设计了一种以信号矢量图和数据流作为网络输入的识别模型。首先,通过信号预处理,得到矢量图和标准化的信号数据矩阵作为特征源,并由此设计了基于特征融合网络的信号规格识别模型;其次,利用模型的密集连接卷积算法,在避免网络退化的同时,对矢量图和数据矩阵进行深度特征提取、融合与学习,实现对目标信号的规格识别;此外,在构造短波信号数据集时设计了随机频偏策略,进一步提高网络模型的泛化能力。仿真实验表明,所提算法对含有相同调制方式的信号集识别效果较好,且模型空间小、运算速度快,当信噪比为0 dB时识别准确率可达98%。 展开更多

关键词 信号规格识别 短波 特征融合网络 数据流 矢量图

在线阅读 下载PDF 职称材料

基于域特征融合网络的跨工况下多组件设备寿命预测方法研究

9

作者 黄浩 邓耀华 唐佳敏 《电子测量与仪器学报》 CSCD 北大核心 2023年第5期189-197,共9页

针对不同工况下多组件设备退化数据分布存在差异导致设备的寿命预测模型精度下降的问题,本文提出一种能适应于不同工况的域特征融合网络(DFF-Net)。首先,把不同工况的退化数据输入到特征提取网络以获取跨工况特征,然后利用域特征融合网... 针对不同工况下多组件设备退化数据分布存在差异导致设备的寿命预测模型精度下降的问题,本文提出一种能适应于不同工况的域特征融合网络(DFF-Net)。首先,把不同工况的退化数据输入到特征提取网络以获取跨工况特征,然后利用域特征融合网络(DFF-Net)对跨工况特征进行域适应调整,最后把调整后的数据输入寿命预测模型,输出不同工况下设备的寿命预测结果。通过在公开数据集上的试验表明,相比于没有增加域特征融合网络的寿命预测模型,本文模型在测试集上预测结果的MAE和RMSE分别降低了6.5%和7.4%,说明本文模型能有效地提高跨工况设备寿命预测的准确率。 展开更多

关键词 域特征融合网络 跨工况 寿命预测 迁移学习 深度学习

在线阅读 下载PDF 职称材料

渐进自适应特征融合的轻量化火焰检测算法研究

10

作者 李啸澜 马勇 《计算机科学》 北大核心 2025年第4期64-73,共10页

针对视觉安防系统在边缘计算平台部署火焰检测模型时面临的精度与实时性难以平衡的问题,提出一种渐进自适应特征融合的轻量化火焰检测算法。首先,设计轻量级稀疏卷积算子降低模型计算复杂度与内存访问开销。其次,针对分组卷积的通道间... 针对视觉安防系统在边缘计算平台部署火焰检测模型时面临的精度与实时性难以平衡的问题,提出一种渐进自适应特征融合的轻量化火焰检测算法。首先,设计轻量级稀疏卷积算子降低模型计算复杂度与内存访问开销。其次,针对分组卷积的通道间信息交互缺陷,基于残差思想构建长距离上下文特征增强的轻量级特征提取组件。为解决深度骨干网络中特征丢失及背景干扰问题,创新性地提出基于高频增强的轻量级特征强化机制,优化空间域和通道域参数,缓解背景干扰问题。在此基础上,建立特征增强-渐进自适应特征融合框架,促进不同尺度特征图充分融合,提高特征图利用率,增强对多尺度目标的识别效果。实验结果表明,所提方法在实时推理速度最高达到27.1 FPS的同时,参数量降低至2.1×10^(6),较基准模型减少69.5%,并达到83.4%的mAP@0.5检测精度,显著优于现有主流方法。 展开更多

关键词 深度学习 计算机视觉 目标检测 轻量化神经网络 特征提取网络 特征融合网络 特征增强

在线阅读 下载PDF 职称材料

基于雷达-红外成像特征级融合的角反射器智能识别算法

11

作者 孙殿星 窦钥聪 +2 位作者 彭锐晖 董云龙 郭玮 《兵工学报》 北大核心 2025年第5期304-315,共12页

海面角反射器具有极强的雷达回波特性,其形成的假目标在时域持续干扰,制造虚假态势,给导引头的精准打击带来很大挑战。针对该问题,利用红外传感器不受角反射器干扰的优势,提出一种基于雷达-红外特征级融合的多目标场景下角反射器智能识... 海面角反射器具有极强的雷达回波特性,其形成的假目标在时域持续干扰,制造虚假态势,给导引头的精准打击带来很大挑战。针对该问题,利用红外传感器不受角反射器干扰的优势,提出一种基于雷达-红外特征级融合的多目标场景下角反射器智能识别算法。通过YOLOv8网络对红外图像的目标干扰进行初次判别,高置信度目标图像直接输出识别结果;对低置信度目标图像单独裁剪,利用雷达-红外角度信息进行目标关联并提取雷达特征;将雷达特征与红外图像作为双通道融合网络的输入,实现对低置信度目标的二次判别。经实测数据验证,所提方法的识别准确率在96%以上,所做工作对角反射器干扰识别具有参考意义。 展开更多

关键词 角反射器 目标识别 雷达红外复合制导 双通道特征融合网络

在线阅读 下载PDF 职称材料

基于多特征融合时差网络的带式输送机区域违规行为识别 被引量：2

12

作者 马天 姜梅 +2 位作者 杨嘉怡 张杰慧 丁旭涵 《工矿自动化》 CSCD 北大核心 2024年第7期115-122,共8页

现有的煤矿井下带式输送机区域违规行为(如攀爬、跨越、倚靠带式输送机等)识别方法对特征提取不充分、难以考虑到行为时间差异,导致违规行为识别准确率不高。针对该问题,基于ResNet50模型,提出了一种基于多特征融合时差网络(MFFTDN)的... 现有的煤矿井下带式输送机区域违规行为(如攀爬、跨越、倚靠带式输送机等)识别方法对特征提取不充分、难以考虑到行为时间差异,导致违规行为识别准确率不高。针对该问题,基于ResNet50模型,提出了一种基于多特征融合时差网络(MFFTDN)的带式输送机区域违规行为识别方法,将多特征融合和时间差分进行结合,对不同时间段的行为进行多特征融合。首先在原始模型ResNet50的第2和第3阶段引入短期多特征融合(STMFF)模块,将来自多个连续帧的时间和特征拼接在一起,再对融合后的特征进行时间差分计算,即相邻帧的特征差值,以在短期内捕捉局部动作变化。然后在原始模型ResNet50的第4阶段引入长期多特征融合(LTMFF)模块,将来自连续帧的短期多特征拼接在一起,再对相邻时间点的特征进行时间差分计算,以获取行为的长期多特征。最后将融合后的特征进行分类,输出识别结果。实验结果表明:①该方法的平均精度和准确率较原始模型ResNet50分别提高了8.18%和8.47%,说明同时引入STMFF和LTMFF模块能够有效提取到不同时间段的多特征信息。②该方法在自建煤矿井下带式输送机区域违规行为数据集上的准确率为89.62%,平均精度为89.30%,模型的参数量为197.2×10^(6)。③Grad−CAM热力图显示,该方法能够更有效地关注到违规行为的关键区域,精确捕捉到井下带式输送机区域的违规行为。 展开更多

关键词 带式输送机 不安全行为 违规行为识别 短期多特征融合 长期多特征融合 多特征融合时差网络 时间差分

在线阅读 下载PDF 职称材料

用于胸片分类的自校正特征融合金字塔网络

13

作者 宫霄霖 程琦 李锵 《天津大学学报（自然科学与工程技术版）》 EI CAS CSCD 北大核心 2024年第5期511-520,共10页

胸部疾病的病灶区域面积差异较大,易受健康部位的影响,难以定位,并且用于诊断疾病的X射线胸片样本数据分布不平衡,导致胸部疾病分类网络的分类准确度较低.针对胸部疾病分类任务中仍然存在的问题和挑战,本文提出了一种自校正特征融合金... 胸部疾病的病灶区域面积差异较大,易受健康部位的影响,难以定位,并且用于诊断疾病的X射线胸片样本数据分布不平衡,导致胸部疾病分类网络的分类准确度较低.针对胸部疾病分类任务中仍然存在的问题和挑战,本文提出了一种自校正特征融合金字塔网络.该网络使用自校正卷积增强疾病部位在特征图上以及通道之间的位置联系,在不引入额外参数量的条件下增大了卷积的感受野,避免无病区域的信息干扰;然后通过特征融合金字塔网络整合多尺度图像特征信息,在获取高分辨率特征图的同时,能够准确地定位病变区域,可以更好地识别不同尺度疾病的特征,在多标签分类任务上具有独特的优势;同时引入频率通道注意力机制强化网络对疾病特征的提取能力,在上采样和特征融合变换之前,减少全局平均池化过程中造成的特征丢失;最后提出一种轮次焦点损失函数区分不同种类胸部疾病的训练程度,根据分类难易程度区分样本,并在不同的训练轮次调整权重,以解决胸部疾病样本分布不平衡问题.在ChestX-ray14数据集上的平均AUC值可达0.853,在CheXpert数据集上的平均AUC值可达0.903,超过了近年来较为先进的网络模型.实验结果表明,该网络与传统的胸部疾病分类网络相比能有效地提高胸部疾病的分类精度,并且具有较强的泛化能力. 展开更多

关键词 胸部疾病 自校正卷积 特征融合金字塔网络 频率通道注意力 轮次焦点损失函数

在线阅读 下载PDF 职称材料

基于双层DCT-Mask特征融合算法的堆叠垃圾实例分割

14

作者 李利 梁晶 +1 位作者 陈旭东 潘红光 《科学技术与工程》 北大核心 2024年第26期11341-11348,共8页

复杂堆叠场景下的垃圾实例分割受到严重遮挡和高密集性特点的影响,具有更大的检测难度。针对该问题,提出了一种结合DCT-Mask和双层特征融合网络思想的实例分割方法,用于高度堆叠场景下的垃圾实例分割。在网络结构层面,首先在数据预处理... 复杂堆叠场景下的垃圾实例分割受到严重遮挡和高密集性特点的影响,具有更大的检测难度。针对该问题,提出了一种结合DCT-Mask和双层特征融合网络思想的实例分割方法,用于高度堆叠场景下的垃圾实例分割。在网络结构层面,首先在数据预处理环节对特征数据进行解耦,并通过双分支特征融合降低堆叠对遮挡物体特征的影响,从而解决复杂堆叠遮挡下的实例分割问题。针对该场景下的密集混淆问题,在候选框分类回归部分融入了级联分类器,并优化了分割网络分支的损失函数。实验采用堆叠垃圾分类实例分割数据集进行实验验证,实验结果表明,该方法的AP_(50)、平均准确率mAP等指标有较大提升,且具有较好的分割效果和一定的可解释性。 展开更多

关键词 复杂堆叠遮挡场景 垃圾分类 双层特征融合网络 多级联检测器 损失函数优化

在线阅读 下载PDF 职称材料

基于航拍图像的自适应感知目标检测网络 被引量：1

15

作者 袁玲玲 陈春梅 +2 位作者 朱天鑫 邓豪 刘桂华 《电子测量技术》 北大核心 2025年第2期57-65,共9页

由于无人机拍摄高度和角度的多样性,其图像往往呈现背景复杂且小目标居多的特征,这导致了相关检测算法性能较差。针对此问题,本文提出了一种基于自适应感知网络的航拍图像车辆检测方法,旨在从提高车辆特征显著度和改善特征信息损失两个... 由于无人机拍摄高度和角度的多样性,其图像往往呈现背景复杂且小目标居多的特征,这导致了相关检测算法性能较差。针对此问题,本文提出了一种基于自适应感知网络的航拍图像车辆检测方法,旨在从提高车辆特征显著度和改善特征信息损失两个方面来提升小目标的检测性能。首先,为了提取更高效的特征表征,提出了自适应感知特征提取模块,该模块通过捕捉长程依赖关系和更强的几何特征表示,能够自适应地对物体的形状进行建模。其次,为了减少下采样和连续池化造成的信息损失,设计了双分支空间感知下采样模块,该模块混合不同通道的特征图,以最大限度地保留小目标特征信息。然后,在特征融合网络中,引入了具有丰富空间信息的浅层特征图,以增强小目标的检测能力。最后,设计了新的动态回归损失函数DEIoU,该函数引入惩罚项来度量真实框与检测框之间横纵比的相关性,从而进一步提高网络的预测精度。在Visdrone数据集上的实验结果表明,所提方法的平均精度均值mAP达到了70%,推理速度达到了99.26 fps,实现了较好的速度与精度的平衡,并且所提方法在UCAS-AOD数据集上取得了最佳的检测精度,具有较强的泛化能力。 展开更多

关键词 无人机 目标检测 自适应感知特征提取 特征融合网络 双分支空间感知下采样

在线阅读 下载PDF 职称材料

采用多尺度特征增强的路面病害检测模型 被引量：2

16

作者 胡鹏 夏晓华 +3 位作者 钟预全 段智威 姚运仕 成高立 《西安交通大学学报》 北大核心 2025年第2期156-169,共14页

针对现有网络多尺度特征提取能力不足造成路面病害因尺寸差异难以完全识别的问题,提出了一种多尺度特征增强的路面病害检测模型。构建基于混合空洞卷积的快速空间金字塔池化模块,通过堆叠不同膨胀系数的空洞卷积进一步扩大网络感受野,... 针对现有网络多尺度特征提取能力不足造成路面病害因尺寸差异难以完全识别的问题,提出了一种多尺度特征增强的路面病害检测模型。构建基于混合空洞卷积的快速空间金字塔池化模块,通过堆叠不同膨胀系数的空洞卷积进一步扩大网络感受野,以实现更大范围上下文信息的捕捉,并保留更多的空间信息;设计多路径特征融合网络,通过多分支和跳跃连接实现跨层级的特征捕捉,并减少特征融合过程中的信息丢失;采用K-means聚类算法结合交叉比获得合理的瞄点框;在损失函数中,设计一种面积惩罚项并设置下降梯度,提高预测框回归精度与效率;通过引入跨通道交互的高效注意力实现模型重要通道间的交互。实验结果表明:所提模型的检测精度比原模型YOLOv5s提高了4.0%;与Faster R-CNN、CenterNet等经典模型和YOLOv8s、YOLOv7n-tiny等先进模型相比,检测精度提高了1.0%~17.9%。模型经TensorRT加速引擎优化加速后,在NVIDIA Jetson TX2与NVIDIA Jetson Nano平台上的检测速率提高近1倍,同时不影响检测精度。 展开更多

关键词 路面病害检测 多尺度特征增强 混合空洞卷积 特征融合网络 高效通道注意力 嵌入式平台

在线阅读 下载PDF 职称材料

并行双路径主干下全局特征融合的目标检测算法 被引量：2

17

作者 邱云飞 辛浩 《计算机科学与探索》 CSCD 北大核心 2024年第12期3247-3259,共13页

常规单路径架构主干经过积极的下采样,往往导致特征信息的丢失。同时,仅依靠特征金字塔简单地相加或拼接不利于浅层到深层的特征集成。针对上述问题,提出一种并行双路径主干下全局特征融合的目标检测算法。采用双路径架构主干并行地提... 常规单路径架构主干经过积极的下采样,往往导致特征信息的丢失。同时,仅依靠特征金字塔简单地相加或拼接不利于浅层到深层的特征集成。针对上述问题,提出一种并行双路径主干下全局特征融合的目标检测算法。采用双路径架构主干并行地提取空间与语义信息,并通过双路径融合模块,促进特征信息间的相互补充。顶部特征依次与金字塔池化多尺度池映射相加,利用注意力机制将多尺度池化特征聚集其中,进一步提高多尺度的检测性能。聚集全局尺度信息,利用自注意机制将其融入不同层特征,并重复多次以构建全局特征融合的颈部网络结构,有效提升颈部网络融合全局上下文信息的能力。头部采用Ghost Conv并结合通道混洗操作,维持模型性能的同时减少参数冗余。在KITTI、BDD100K和PASCAL VOC数据集上展开实验,所提算法的平均精度值相较于基线模型(YOLOv7-tiny)分别提高了3.5、3.4和2.7个百分点。实验结果表明,提出的算法提升了复杂场景下的检测性能,而且对算力等资源的要求较低。 展开更多

关键词 目标检测 双路径主干 池化注意力 全局特征融合颈部网络 Ghost检测头

在线阅读 下载PDF 职称材料

基于特征融合并行优化模型的环境γ辐射剂量率数据分析与预测

18

作者 刘君武 吴允平 林明贵 《辐射防护》 CAS CSCD 北大核心 2024年第2期126-133,共8页

核电辐射环境监测网(ERMS)能提供实时、连续的监测数据,是核电最重要的外围监督性设施,为辐射环境评估提供数据依据。为掌握影响辐射数据质量的特征要素与及时发现环境的辐射异常,开展高压电离室探测器(HPIC)剂量率数据的特征挖掘与预... 核电辐射环境监测网(ERMS)能提供实时、连续的监测数据,是核电最重要的外围监督性设施,为辐射环境评估提供数据依据。为掌握影响辐射数据质量的特征要素与及时发现环境的辐射异常,开展高压电离室探测器(HPIC)剂量率数据的特征挖掘与预测研究,提出一种基于奇异谱分析算法(singular spectrum analysis,SSA)的γ辐射剂量率数据预处理方法,从其历史数据中学习涨幅趋势和拐点细节变化;针对数据的多维度特点,设计一种特征融合并行优化模型预测框架,以福建宁德核电站外围11个自动站辐射监测数据、天顶方向总电子含量(VTEC)数据进行实验验证。实验结果表明,该模型对环境γ辐射剂量率预测取得了较好的预测性能与精度。 展开更多

关键词 时间序列 辐射环境 高压电离室探测器 Γ辐射剂量率 奇异谱分析 特征融合网络

在线阅读 下载PDF 职称材料

双向特征融合与特征选择的遥感影像目标检测 被引量：18

19

作者 肖进胜 张舒豪 +2 位作者 陈云华 王元方 杨力衡 《电子学报》 EI CAS CSCD 北大核心 2022年第2期267-272,共6页

遥感影像中复杂的背景占据图像的大部分区域,严重影响了目标检测效果.本文提出一种可以对特征图进行多特征选择的目标检测网络.设计了双向多尺度特征融合网络,融合深浅层信息,提高复杂背景下小目标的检测效果,在保留常规特征金字塔自上... 遥感影像中复杂的背景占据图像的大部分区域,严重影响了目标检测效果.本文提出一种可以对特征图进行多特征选择的目标检测网络.设计了双向多尺度特征融合网络,融合深浅层信息,提高复杂背景下小目标的检测效果,在保留常规特征金字塔自上而下路径的同时,增加一条自下而上的路径,减少浅层特征传递到顶层经历的网络层数,从而控制浅层特征损失.为了降低多尺度特征图中无用信息对后续检测网络的干扰,设计了基于注意力机制的多特征选择模块,网络自适应地专注于有用特征,忽略无用特征.针对传统五参数回归法在预测角度时存在严重的边界不连续问题,不能精确预测长宽比值比较大的目标,将角度预测当作分类任务处理.在DOTA数据集和自制数据集DOTA-GF上进行实验,6类典型目标的mAP分别达到0.651和0.641,与主流目标检测算法的对比实验结果表明提出的方法的有效性. 展开更多

关键词 遥感影像 目标检测 特征融合网络 多特征选择 角度预测

在线阅读 下载PDF 职称材料

基于特征融合卷积神经网络的FMCW雷达人体动作识别 被引量：12

20

作者 张丽丽 刘博 +1 位作者 屈乐乐 刘雨轩 《电讯技术》 北大核心 2022年第2期147-154,共8页

针对微多普勒特征识别人体动作的局限性,基于调频连续波(Frequency Modulated Continuous Wave,FMCW)雷达采用深度学习方法对人体动作识别,提出了一种特征融合卷积神经网络结构。利用FMCW雷达采样的人体动作回波数据分别构建出时间-距... 针对微多普勒特征识别人体动作的局限性,基于调频连续波(Frequency Modulated Continuous Wave,FMCW)雷达采用深度学习方法对人体动作识别,提出了一种特征融合卷积神经网络结构。利用FMCW雷达采样的人体动作回波数据分别构建出时间-距离特征和微多普勒特征图,将这两种特征图作为输入数据分别经由输入层进入卷积层,经Batch Normalization层、ReLU激活函数和最大池化层计算之后完成特征降维,然后对两种降维后的特征进行融合,融合后的特征图再经过卷积层和池化层计算获得更深层次的特征,最后经过两个全连接层,在输出层完成人体动作识别。采用英国格拉斯哥大学公开的数据集进行10折交叉验证,实验结果显示,与单一特征域的识别准确率相比,采用两种特征融合的结构进行人体动作识别的准确率提升了1%,验证了该模型的有效性。 展开更多

关键词 人体动作识别 调频连续波雷达 特征融合卷积神经网络 时间-距离特征 微多普勒特征

在线阅读 下载PDF 职称材料