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
共找到336篇文章
< 1 2 … 17 >
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：
基于深度子领域适应卷积神经网络的结构损伤识别
1
作者 张健飞 曹雨 《振动与冲击》 北大核心 2025年第3期251-260,共10页
针对卷积神经网络(convolutional neural networks,CNN)结构损伤识别模型泛化能力差的问题,提出了一种基于深度子领域适应卷积神经网络(deep subdomain adaptation convolutional neural networks,DSACNN)的结构损伤识别方法。以实际结... 针对卷积神经网络(convolutional neural networks,CNN)结构损伤识别模型泛化能力差的问题,提出了一种基于深度子领域适应卷积神经网络(deep subdomain adaptation convolutional neural networks,DSACNN)的结构损伤识别方法。以实际结构为目标域,以有限元模型为源域,根据损伤类别将源域和目标域划分成一系列子领域。在CNN中嵌入子领域适应模块,构建DSACNN模型,通过最小化源域上的损伤分类误差和领域之间的局部最大均值差异,对齐两个领域对应子领域的特征、建立特征与损伤类别之间的映射,从而将源域上的损伤识别能力迁移到目标域之上。模型的训练无需已知目标域样本的损伤标签,采用预训练全局领域适应提高其伪标签的准确率。试验结果表明:与全局领域适应模型相比,基于预训练全局领域适应的DSACNN模型在模拟目标域上准确率最大提高幅度达到21.8%,在实测目标域上提高了9.6%,具有更强的泛化能力。 展开更多
关键词 结构损伤识别 子领域适应 局部最大均值差异 卷积神经网络(cnn)
在线阅读 下载PDF
融合稀疏八叉树与卷积神经网络的汽车风阻系数预测 被引量：2
2
作者 王刚 张瑞昊 +2 位作者 刘学龙 袁海东 韩旭 《计算力学学报》 CAS CSCD 北大核心 2024年第1期58-65,共8页
针对汽车风阻系数预测研究中参数化方法难以准确表征汽车外造型的难题,提出融合稀疏八叉树与卷积神经网络的汽车风阻系数预测方法。将汽车外造型按照八叉树结构离散,使用平均法向量对离散的复杂曲面进行简化,利用卷积神经网络对八叉树... 针对汽车风阻系数预测研究中参数化方法难以准确表征汽车外造型的难题,提出融合稀疏八叉树与卷积神经网络的汽车风阻系数预测方法。将汽车外造型按照八叉树结构离散,使用平均法向量对离散的复杂曲面进行简化,利用卷积神经网络对八叉树形式的汽车外造型进行特征提取,进而对汽车风阻系数进行快速预测。通过改变卷积层数与全连接层数,研究了不同卷积神经网络结构对风阻系数预测精度的影响。与参数化方法相比,本文提出的外造型表示方法能更好地描述模型细节,构建的卷积神经网络结构对风阻系数预测的最小相对误差为1.453%,且计算速度是CFD仿真的1620倍,具有较高的精度及计算效率。 展开更多
关键词 风阻系数 深度学习 稀疏八叉树 卷积神经网络 汽车
在线阅读 下载PDF
基于工业声信号处理的卷积神经网络建模方法研究
3
作者 张鹏 《电声技术》 2025年第1期1-4,共4页
研究卷积神经网络(Convolutional Neural Network,CNN)在工业声信号处理中的应用,通过设计多尺度卷积核与注意力机制,实现工业设备的智能故障诊断。采用小波包降噪和梅尔频率倒谱系数(Mel Frequency Cepstral Coefficient,MFCC)特征提取... 研究卷积神经网络(Convolutional Neural Network,CNN)在工业声信号处理中的应用,通过设计多尺度卷积核与注意力机制,实现工业设备的智能故障诊断。采用小波包降噪和梅尔频率倒谱系数(Mel Frequency Cepstral Coefficient,MFCC)特征提取,结合多尺度卷积核和注意力机制构建CNN模型。实验结果表明,该模型在离心压缩机故障诊断中的准确率高达96.7%,显著优于传统MFCC+支持向量机(Support Vector Machine,SVM)和基础MFCC+CNN方法。 展开更多
关键词 工业声信号 卷积神经网络(cnn) 多尺度卷积核 注意力机制
在线阅读 下载PDF
基于卷积神经网络的海底地形识别
4
作者 王永东 陈文锋 刘果 《电声技术》 2025年第2期78-82,共5页
针对海底地形识别任务中识别精度低的问题,提出一种运用卷积神经网络(Convolutional Neural Network,CNN)进行海底地形识别的算法。该算法通过提取收集到的海底点云数据并进行预处理使其与CNN卷积层输入相适应,随后使用CNN进行识别与检... 针对海底地形识别任务中识别精度低的问题,提出一种运用卷积神经网络(Convolutional Neural Network,CNN)进行海底地形识别的算法。该算法通过提取收集到的海底点云数据并进行预处理使其与CNN卷积层输入相适应,随后使用CNN进行识别与检测。通过混淆矩阵对算法性能进行验证与评估,实验结果表明,基于CNN的海底地形识别算法在识别与分类中的准备率都超过90%,错误预测率均低于10%,表明该算法具备应用于识别海底地形任务的潜力。 展开更多
关键词 卷积神经网络(cnn) 地形特征 深度学习 地形识别
在线阅读 下载PDF
基于“存算一体”的卷积神经网络加速器
5
作者 卢莹莹 孙翔宇 +1 位作者 计炜梁 邢占强 《太赫兹科学与电子信息学报》 2025年第2期170-174,共5页
基于冯·诺伊曼架构的卷积神经网络(CNN)实现方案难以满足高性能与低功耗的要求,本文设计了一种基于“存算一体”架构的卷积神经网络加速器。利用可变电阻式存储器(RRAM)阵列实现“存算一体”架构,采用高效的数据输入管道及硬件处... 基于冯·诺伊曼架构的卷积神经网络(CNN)实现方案难以满足高性能与低功耗的要求,本文设计了一种基于“存算一体”架构的卷积神经网络加速器。利用可变电阻式存储器(RRAM)阵列实现“存算一体”架构,采用高效的数据输入管道及硬件处理单元进行大批量图像数据的处理,实现了高性能的数字图像识别。仿真结果表明,该卷积神经网络加速器有着更快的计算能力,其时钟频率可达100 MHz;此外,该结构综合得到的面积为300742μm^(2),为常规设计方法的56.6%。本文设计的加速模块在很大程度上提高了CNN加速器的速率并降低了能耗,仿真结果对高性能神经网络加速器设计有指导意义和参考作用。 展开更多
关键词 存算一体 卷积神经网络(cnn) 加速器 输入管道 处理单元
在线阅读 下载PDF
面向稀疏卷积神经网络的CGRA加速器研究 被引量：1
6
作者 谭龙 严明玉 +3 位作者 吴欣欣 李文明 吴海彬 范东睿 《高技术通讯》 CAS 北大核心 2024年第2期173-186,共14页
本文针对规模日益增长和演变迅速的稀疏卷积神经网络(CNN)应用,提出一款高能效且灵活的加速结构DyCNN来提升其性能和能效。DyCNN基于兼具灵活性和高能效的粗粒度可重构架构(CGRA)设计,可以利用其指令的高并行性来高效支持CNN的操作。Dy... 本文针对规模日益增长和演变迅速的稀疏卷积神经网络(CNN)应用,提出一款高能效且灵活的加速结构DyCNN来提升其性能和能效。DyCNN基于兼具灵活性和高能效的粗粒度可重构架构(CGRA)设计,可以利用其指令的高并行性来高效支持CNN的操作。DyCNN使用基于数据感知的指令动态过滤机制来滤除各计算单元中由于稀疏CNN中权值静态稀疏性和激活值动态稀疏性产生的大量无效计算和访存指令,使它们能像执行稠密网络一样高效复用一组指令。此外DyCNN利用基于负载感知的动静结合负载调度策略解决了稀疏导致的负载不均衡问题。实验结果表明,DyCNN运行稀疏CNN与运行密集CNN相比实现了平均1.69倍性能提升和3.04倍能效提升,比先进的GPU(cuSPARSE)和Cambricon-X上的解决方案分别实现了2.78倍、1.48倍性能提升和35.62倍、1.17倍能效提升。 展开更多
关键词 稀疏卷积神经网络(cnn) 专用加速结构 粗粒度可重构架构(CGRA) 动态指令过滤 动态负载调度
在线阅读 下载PDF
基于连续小波卷积神经网络的轴承智能故障诊断方法 被引量：1
7
作者 耿志强 陈威 +1 位作者 马波 韩永明 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2024年第10期2069-2075,共7页
传统故障诊断方法存在特征提取有限和故障检测不准确的问题,为此提出新的轴承智能故障诊断方法.构建连续小波卷积层取代卷积神经网络(CNN)中的初始卷积层,用于提取轴承数据的初级特征;使用增强ACON激活函数处理提取的振动信号;设计新的... 传统故障诊断方法存在特征提取有限和故障检测不准确的问题,为此提出新的轴承智能故障诊断方法.构建连续小波卷积层取代卷积神经网络(CNN)中的初始卷积层,用于提取轴承数据的初级特征;使用增强ACON激活函数处理提取的振动信号;设计新的计算空间,提高CNN的整体自适应性.在凯斯西储大学轴承数据集上开展滚动轴承故障诊断方法对比实验.结果表明,与传统基于CNN、快速傅里叶变换-CNN、长短时记忆CNN故障诊断方法相比,所提方法的故障诊断精度分别提高了7.45、4.46和1.53个百分点,CNN的收敛速度更快.在不同工况的泛化任务中,所提方法的平均准确率为99.64%,准确性和泛化能力良好. 展开更多
关键词 卷积神经网络(cnn) 连续小波 自适应激活函数 轴承 故障诊断
在线阅读 下载PDF
基于片上系统的可配置卷积神经网络加速器的设计与实现 被引量：1
8
作者 张立国 杨红光 +1 位作者 金梅 申前 《高技术通讯》 CAS 北大核心 2024年第7期744-754,共11页
针对现阶段卷积神经网络(CNN)加速器的设计只能部署在单一现场可编程门阵列(FPGA)平台、不支持硬件平台升级迭代的问题,设计了一种基于片上系统(SoC)的可配置CNN加速器。该加速器具备以下2个特点:(1)在电路设计中将数据位宽、中间缓存... 针对现阶段卷积神经网络(CNN)加速器的设计只能部署在单一现场可编程门阵列(FPGA)平台、不支持硬件平台升级迭代的问题,设计了一种基于片上系统(SoC)的可配置CNN加速器。该加速器具备以下2个特点:(1)在电路设计中将数据位宽、中间缓存空间大小、乘法器阵列(MAC)并行度作为一种可选配置参数,通过调整资源使用量,使得该加速器能够适配不同FPGA硬件;(2)提出了动态数据复用的策略,通过对比数据传输过程中不同复用方式下的总参数量差异,动态地选择复用方法,以减少数据传输的等待时间,提高乘法器阵列利用率。该方案在ZCU104板卡上进行了实验,实验结果表明,当数据位宽选择8、乘法器阵列并行度选择1024、核心运算模块工作在180 MHz时,卷积运算阵列峰值吞吐量为180 GOPs,功耗为3.75 W,能效比达到47.97 GOPs·W^(-1),对于VGG16网络,其卷积层的平均乘法器阵列利用率达到84.37%。 展开更多
关键词 卷积神经网络(cnn) 现场可编程门阵列(FPGA) cnn加速器 可配置 异构加速
在线阅读 下载PDF
基于卷积神经网络的轴承故障诊断综述
9
作者 周宇 王燕 《北京印刷学院学报》 2024年第8期6-12,共7页
轴承故障的诊断一直以来都是诊断领域的一大挑战,尽早发现轴承故障有助于减少损失并预防潜在危险。本文旨在对卷积神经网络在轴承故障诊断领域的应用进行系统综述,详细分析了卷积神经网络模型的结构和原理,阐述了其在轴承故障诊断领域... 轴承故障的诊断一直以来都是诊断领域的一大挑战,尽早发现轴承故障有助于减少损失并预防潜在危险。本文旨在对卷积神经网络在轴承故障诊断领域的应用进行系统综述,详细分析了卷积神经网络模型的结构和原理,阐述了其在轴承故障诊断领域的发展历程,并深入探讨了常见公共数据集的特征,评述了卷积神经网络在轴承故障诊断中的优势和不足、当前面临的困难以及未来可能的研究方向。 展开更多
关键词 轴承 故障诊断 卷积神经网络(cnn) 数据集
在线阅读 下载PDF
面向织物疵点检测神经网络模型的研究进展
10
作者 刁宇涵 祝双武 赵妍 《纺织科技进展》 2025年第3期21-29,共9页
疵点严重影响了织物外观质量,织物疵点自动检测技术对提高检测效率、降低人工成本、提高纺织企业生产智能化水平都具有重要的意义;因基于深度学习的神经网络具有强大的特征提取能力,近些年越来越多的研究人员将其用于织物疵点自动检测... 疵点严重影响了织物外观质量,织物疵点自动检测技术对提高检测效率、降低人工成本、提高纺织企业生产智能化水平都具有重要的意义;因基于深度学习的神经网络具有强大的特征提取能力,近些年越来越多的研究人员将其用于织物疵点自动检测过程中,提出了很多用于织物疵点检测的神经网络模型。为了提高织物疵点的检测性能和效率,对基于CNN(Convolutional Neural Networks)、生成模型和DETR(Detection Transformer)等当前主流网络模型的检测原理进行概述;分析以这几种网络为主干的多个神经网络模型,讨论其优缺点以及目前它们在织物疵点检测上的应用状况和面临的挑战;展望DETR相关算法的研究趋势。 展开更多
关键词 深度学习 织物疵点检测 卷积神经网络(cnn) 生成模型 DETR
在线阅读 下载PDF
基于卷积神经网络和模态转换的磁瓦内部缺陷检测方法
11
作者 卢后洪 谢罗峰 +3 位作者 朱杨洋 殷鸣 杜波 殷国富 《中国测试》 CAS 北大核心 2024年第2期22-27,共6页
针对人工检测磁瓦内部缺陷过程中需要成熟的经验知识,检测过程不稳定且效率较低等问题,设计一套智能化检测系统。受人工检测的启发,提出一种基于卷积神经网络和模态转换的磁瓦内部缺陷检测方法。将时域信号转换为时-频域语谱图,利用卷... 针对人工检测磁瓦内部缺陷过程中需要成熟的经验知识,检测过程不稳定且效率较低等问题,设计一套智能化检测系统。受人工检测的启发,提出一种基于卷积神经网络和模态转换的磁瓦内部缺陷检测方法。将时域信号转换为时-频域语谱图,利用卷积神经对语谱图提取特征并分类。为更精准地强调重要信息而抑制无关信息,将坐标注意力机制引入到卷积神经网络中。提出的基于卷积神经网络和模态转换的预测模型的准确率达到98.4%,证明提出的检测方法对于磁瓦内部缺陷检方法是有效的。实验结果表明,模态转换和坐标注意力机制能提升模型的性能。 展开更多
关键词 磁瓦 卷积神经网络(cnn) 内部缺陷 模态转换 注意力机制
在线阅读 下载PDF
利用参数稀疏性的卷积神经网络计算优化及其FPGA加速器设计 被引量：23
12
作者 刘勤让 刘崇阳 《电子与信息学报》 EI CSCD 北大核心 2018年第6期1368-1374,共7页
针对卷积神经网络(CNN)在嵌入式端的应用受实时性限制的问题,以及CNN卷积计算中存在较大程度的稀疏性的特性,该文提出一种基于FPGA的CNN加速器实现方法来提高计算速度。首先,挖掘出CNN卷积计算的稀疏性特点;其次,为了用好参数稀疏性,把... 针对卷积神经网络(CNN)在嵌入式端的应用受实时性限制的问题,以及CNN卷积计算中存在较大程度的稀疏性的特性,该文提出一种基于FPGA的CNN加速器实现方法来提高计算速度。首先,挖掘出CNN卷积计算的稀疏性特点;其次,为了用好参数稀疏性,把CNN卷积计算转换为矩阵相乘;最后,提出基于FPGA的并行矩阵乘法器的实现方案。在Virtex-7 VC707 FPGA上的仿真结果表明,相比于传统的CNN加速器,该设计缩短了19%的计算时间。通过稀疏性来简化CNN计算过程的方式,不仅能在FPGA实现,也能迁移到其他嵌入式端。 展开更多
关键词 卷积神经网络 稀疏性 计算优化 矩阵乘法器 FPGA
在线阅读 下载PDF
基于卷积神经网络的噪声抑制算法优化 被引量：1
13
作者 王睿 裴瑶瑶 《电声技术》 2024年第4期28-30,共3页
针对语音信号中的噪声抑制问题,提出一种基于卷积神经网络(Convolutional Neural Networks,CNN)的噪声抑制优化算法。首先,探讨基于CNN的噪声抑制框架,并研究基于L1正则化的优化方法。利用Noisy Speech Database进行实验测试,比较传统CN... 针对语音信号中的噪声抑制问题,提出一种基于卷积神经网络(Convolutional Neural Networks,CNN)的噪声抑制优化算法。首先,探讨基于CNN的噪声抑制框架,并研究基于L1正则化的优化方法。利用Noisy Speech Database进行实验测试,比较传统CNN和文章提出的方法在不同噪声环境下的去噪效果。实验结果表明,文章提出方法的信噪比(Signal-to-Noise Ratio,SNR)和均方根误差(Root Mean Square Error,RMSE)均优于传统CNN。 展开更多
关键词 卷积神经网络(cnn) 噪声抑制 正则化 算法优化
在线阅读 下载PDF
基于卷积神经网络的实时语音分割优化研究
14
作者 杨波 《电声技术》 2024年第5期46-48,共3页
为进一步提高实时语音分割的性能,分析基于卷积神经网络(Convolutional Neural Networks,CNN)的实时语音分割优化方法。首先,介绍CNN的基本结构和在语音分割中的数学原理。其次,引入修剪技术,根据权重的重要性分数决定保留或删除权重。... 为进一步提高实时语音分割的性能,分析基于卷积神经网络(Convolutional Neural Networks,CNN)的实时语音分割优化方法。首先,介绍CNN的基本结构和在语音分割中的数学原理。其次,引入修剪技术,根据权重的重要性分数决定保留或删除权重。实验结果表明,该方法的准确率、召回率、F1值及用时均优于传统CNN。 展开更多
关键词 卷积神经网络(cnn) 语音分割 实时性 修剪技术
在线阅读 下载PDF
基于卷积神经网络下的湖羊面部识别研究
15
作者 沈伟 王笑语 +2 位作者 吴攀 王承丽 岳万福 《浙江畜牧兽医》 2024年第5期1-4,共4页
卷积神经网络(CNN)是一种前馈型神经网络,从被称人工神经网络的传统神经网络中发展而来,在计算机视觉领域表现突出。本文首先介绍了设计的CNN卷积神经网络结构,其次,解析了实验硬件环境和工具软件,以及实验过程及细节调整,最后展示了实... 卷积神经网络(CNN)是一种前馈型神经网络,从被称人工神经网络的传统神经网络中发展而来,在计算机视觉领域表现突出。本文首先介绍了设计的CNN卷积神经网络结构,其次,解析了实验硬件环境和工具软件,以及实验过程及细节调整,最后展示了实验结果并进行了分析。试验结果表明,基于卷积神经网络模型的羊脸检测效果较为理想,而羊脸识别工作则仅在正面羊脸上取得了较高的准确率,其它视角的羊脸识别工作仍有待进一步的研究。 展开更多
关键词 卷积神经网络(cnn) 羊脸识别 湖羊
在线阅读 下载PDF
稀疏卷积神经网络加速器设计 被引量：1
16
作者 李永博 王琴 蒋剑飞 《微电子学与计算机》 北大核心 2020年第6期30-34,39,共6页
为降低卷积神经网络推断时的时延和能耗,使用动态网络剪枝技术得到稀疏网络并设计出高能效比的稀疏卷积神经网络加速器.针对运算负载不均衡问题,提出适合稀疏运算的数据流;针对卷积运算高时延问题,采用16×16运算阵列提高运算并行度... 为降低卷积神经网络推断时的时延和能耗,使用动态网络剪枝技术得到稀疏网络并设计出高能效比的稀疏卷积神经网络加速器.针对运算负载不均衡问题,提出适合稀疏运算的数据流;针对卷积运算高时延问题,采用16×16运算阵列提高运算并行度,设计索引单元避免无效运算,设计脉动输入层加强数据复用,采用乒乓缓存减少数据等待.综合结果表明,在TSMC 28nm工艺下,芯片工作频率可达500MHz,功耗为249.7mW,卷积运算峰值算力达到256GOPS,能效比为1.03TOPS/W. 展开更多
关键词 稀疏卷积神经网络 阵列运算 加速器 高能效比
在线阅读 下载PDF
基于稀疏卷积核的卷积神经网络研究及其应用 被引量：5
17
作者 叶会娟 刘向阳 《信息技术》 2017年第10期5-9,共5页
针对卷积神经网络训练图像数据时,其学习到的卷积核是杂乱无章,没有规则的,提出了基于稀疏卷积核的卷积神经网络算法。该方法通过对平方误差代价函数加入稀疏约束项,在反向传播中修正卷积核时,使其学习到的部分卷积核近似于一阶微分梯... 针对卷积神经网络训练图像数据时,其学习到的卷积核是杂乱无章,没有规则的,提出了基于稀疏卷积核的卷积神经网络算法。该方法通过对平方误差代价函数加入稀疏约束项,在反向传播中修正卷积核时,使其学习到的部分卷积核近似于一阶微分梯度算子,即学习到的卷积核中部分值是0或者趋于0,可更好地来提取图像边缘特征。通过对手语图像数据及车牌图像数据进行训练的实验结果显示,其学习到的部分卷积核具有近似一阶微分的模板形式;并且相对经典卷积神经网络,该算法的识别正确率有所提高。 展开更多
关键词 深度学习 卷积神经网络 卷积核 稀疏约束 梯度算子
在线阅读 下载PDF
基于神经网络的环境声音分类方法研究
18
作者 徐圣林 《电声技术》 2024年第10期54-56,共3页
研究一种基于卷积神经网络(Convolutional Neural Network,CNN)和门控循环单元(Gated Recurrent Unit,GRU)相结合的环境声音分类方法。首先,分析CNN-GRU模型的基本结构;其次,探讨模型进行环境声音分类的数学原理;最后,采用ESC-50数据集... 研究一种基于卷积神经网络(Convolutional Neural Network,CNN)和门控循环单元(Gated Recurrent Unit,GRU)相结合的环境声音分类方法。首先,分析CNN-GRU模型的基本结构;其次,探讨模型进行环境声音分类的数学原理;最后,采用ESC-50数据集在MATLAB平台上对所提方法进行测试。实验结果表明,CNN-GRU模型的准确率、精确率、召回率及F1值分别达到了0.92、0.91、0.89及0.90,验证了该模型在处理环境声音分类任务中的有效性和健壮性。 展开更多
关键词 卷积神经网络(cnn) 门控循环单元(GRU) 声音分类
在线阅读 下载PDF
稀疏连通卷积神经网络有效近似研究 被引量：3
19
作者 杨丽娟 李松华 方黄 《湖南理工学院学报（自然科学版）》 CAS 2023年第2期12-16,共5页
深度卷积神经网络在图像分类和物体检测上已取得卓越表现,其代价是需要大量参数和复杂计算.针对全连通卷积神经网络运算复杂性,已有研究提出稀疏卷积连通神经网络算法,但卷积(稀疏和非稀疏)连通深度神经网络算法在理论上还有待完善.主... 深度卷积神经网络在图像分类和物体检测上已取得卓越表现,其代价是需要大量参数和复杂计算.针对全连通卷积神经网络运算复杂性,已有研究提出稀疏卷积连通神经网络算法,但卷积(稀疏和非稀疏)连通深度神经网络算法在理论上还有待完善.主要研究稀疏连通卷积神经网络的近似理论,考虑在Sobolev空间中具有任意紧支集的函数,利用表示系统D=(φi)i∈IСL^(2)(Ω)实现稀疏连通卷积神经网络对函数的有效逼近. 展开更多
关键词 卷积神经网络 稀疏连通 函数近似
在线阅读 下载PDF
基于稀疏卷积神经网络的车载激光雷达点云语义分割方法 被引量：12
20
作者 夏祥腾 王大方 +2 位作者 曹江 赵刚 张京明 《汽车工程》 EI CSCD 北大核心 2022年第1期26-35,共10页
对车载激光雷达扫描得到的点云进行语义分割是保证行车安全、加强驾驶员对周边环境理解的重要手段之一。因为内存限制和大规模点云场景更加稀疏的特点,将传统神经网络的方法直接沿用到车载激光雷达扫描得到的点云场景中的效果不佳。本... 对车载激光雷达扫描得到的点云进行语义分割是保证行车安全、加强驾驶员对周边环境理解的重要手段之一。因为内存限制和大规模点云场景更加稀疏的特点,将传统神经网络的方法直接沿用到车载激光雷达扫描得到的点云场景中的效果不佳。本文中针对大规模点云的稀疏性,利用稀疏卷积神经网络对体素化点云进行特征提取。考虑到逐点处理分支抑制点云数据的密度不一致性导致的信息损失,另外设计了3D-CA和3D-SA模块,使稀疏卷积神经网络更好地提取特征。实验结果表明,与传统卷积神经网络的方法和将点云投影到平面的方法相比,使用稀疏卷积神经网络对大规模点云进行语义分割,可将平均交并比提升4.1%和3.4%,证明了该方法的有效性。 展开更多
关键词 无人驾驶 点云 语义分割 稀疏卷积神经网络
在线阅读 下载PDF
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 2 … 17 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部