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

骨架引导的多模态视频异常行为检测方法被引量：3: 2; 作者付荣华刘成明 +2 位作者刘合星高宇飞石磊《郑州大学学报（理学版）》 CAS 北大核心 2024年第1期16-24,共9页; 视频异常行为检测是智能视频监控分析的一项重要且具有挑战性的任务,旨在自动发现异常事件。针对只采用单骨架模态导致部分相似运动模式的行为难以区分和缺乏时间全局信息的问题,提出骨架引导的多模态异常行为检测方法。为了充分利用RG... 展开更多; 关键词视频异常行为检测骨架多模态融合时空自注意力增强图卷积空间嵌入; 在线阅读下载PDF 职称材料

大视场大规模目标精确检测算法应用研究被引量：5: 3; 作者张堃姜朋朋 +2 位作者华亮费敏锐周挥宇《仪器仪表学报》 EI CAS CSCD 北大核心 2020年第4期191-199,共9页; 提出了一种基于深度学习的大视场大规模目标精确检测算法。以香烟滤棒为检测对象,研究具有强粘连、强阴影遮挡、强畸变、低对比度的大规模目标精确识别问题。提出一种SAAU-net模型,在U型网络基础上引入具有空间感知的自注意力增强模块... 展开更多; 关键词大视场大规模目标自注意力增强 U型网络焦点损失函数隐马尔科夫模型; 在线阅读下载PDF 职称材料

单帧图像的耦合生成式对抗超分辨率重建被引量：1: 4; 作者张贺舒李涛宋公飞《计算机工程与应用》 CSCD 北大核心 2020年第24期194-200,共7页; 尽管卷积神经网络在实现单帧图像超分辨率的准确性和速度方面取得一定突破,但仍然存在重建结果细节不明显,过于光滑等中心问题。针对这一中心问题,提出一种基于单帧图像的耦合生成式对抗超分辨率重建算法,定义的生成器和判别器分别采用... 展开更多; 关键词超分辨率生成对抗网络自注意力增强深度残差网络多样性; 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

题名骨架引导的多模态视频异常行为检测方法被引量：3: 2; 作者付荣华刘成明刘合星高宇飞石磊; 机构郑州大学网络空间安全学院郑州市公安局科技通信管理处; 出处《郑州大学学报（理学版）》 CAS 北大核心 2024年第1期16-24,共9页; 基金国家重点研发计划项目(2018YFC0824402)。; 文摘视频异常行为检测是智能视频监控分析的一项重要且具有挑战性的任务,旨在自动发现异常事件。针对只采用单骨架模态导致部分相似运动模式的行为难以区分和缺乏时间全局信息的问题,提出骨架引导的多模态异常行为检测方法。为了充分利用RGB视频模态和骨架模态的优势进行相似行为下的异常行为检测,将从骨架模态中提取的动作行为特征作为引导,使用新的空间嵌入来加强RGB视频和骨架姿态之间的对应关系。同时使用时间自注意力提取相同节点的帧间关系,以捕获时间的全局信息,有效提取具有区分性的异常行为特征。在两个大型公开标准数据集上的实验结果表明所提方法能够有效加强骨架引导的多模态特征在空间和模态上的对应关系,并捕获时空图卷积缺乏的时间全局信息,使运动模式相似的异常行为实现更准确检测。; 关键词视频异常行为检测骨架多模态融合时空自注意力增强图卷积空间嵌入; Keywords video abnormal behavior detection skeleton multimodal fusion spatiotemporal self-attention augmented graph convolution spatial embedding; 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

题名大视场大规模目标精确检测算法应用研究被引量：5: 3; 作者张堃姜朋朋华亮费敏锐周挥宇; 机构南通大学电气工程学院上海大学机电工程与自动化学院上海市电站自动化技术重点实验室英国莱斯特大学信息学部; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2020年第4期191-199,共9页; 基金国家自然基金重点项目(61633016) 国家自然基金面上项目(61872425) +1 种基金江苏省高等学校自然科学研究重大项目(19KJA350002)资助。; 文摘提出了一种基于深度学习的大视场大规模目标精确检测算法。以香烟滤棒为检测对象,研究具有强粘连、强阴影遮挡、强畸变、低对比度的大规模目标精确识别问题。提出一种SAAU-net模型,在U型网络基础上引入具有空间感知的自注意力增强模块和焦点损失函数有效地解决了精确语义分割问题。在精确识别环节中,根据圆相切几何规律设计了结构元匹配算法定位圆心并利用隐马尔可夫链优化搜索方向最终实现目标精确快速识别。在实验部分,分别对比了语义分割和目标识别环节中几种主流的算法。并在工业现场进行了50 000盒滤棒应用测试。试验结果表明,所提方法在语义分割、目标识别以及工业应用测试中都展现出强大竞争力,目标识别精度达到99.95%。; 关键词大视场大规模目标自注意力增强 U型网络焦点损失函数隐马尔科夫模型; Keywords wide field of view large scale objects self-attention argument U-net focal loss hidden Markov model; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置] TH189 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名单帧图像的耦合生成式对抗超分辨率重建被引量：1: 4; 作者张贺舒李涛宋公飞; 机构南京信息工程大学自动化学院化工过程先进控制和优化技术教育部重点实验室南京信息工程大学江苏省大气环境与装备技术协同创新中心; 出处《计算机工程与应用》 CSCD 北大核心 2020年第24期194-200,共7页; 基金国家自然科学基金(No.61573189)。; 文摘尽管卷积神经网络在实现单帧图像超分辨率的准确性和速度方面取得一定突破,但仍然存在重建结果细节不明显,过于光滑等中心问题。针对这一中心问题,提出一种基于单帧图像的耦合生成式对抗超分辨率重建算法,定义的生成器和判别器分别采用深度残差网络和深度卷积网络,将自注意力增强卷积应用到生成器网络中,为了增强生成图像的质量和训练过程的稳定,对生成器和判别器的学习能力进行平衡,使用相对判别器计算来自对抗神经网络的损失值。主流超分辨重建算法在Set5、Set4、BSD100经典数据集上进行对比,实验结果表明,提出的算法在边缘锐化、真实性和获得更好的高频细节恢复方面能够达到更好的连续视觉效果,同时能够增强生成图像的多样性。; 关键词超分辨率生成对抗网络自注意力增强深度残差网络多样性; Keywords super-resolution generative adversarial network attention augmented deep residual network diversity; 分类号 TP391.41 [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	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	骨架引导的多模态视频异常行为检测方法	付荣华刘成明刘合星高宇飞石磊	《郑州大学学报（理学版）》 CAS 北大核心	2024	3	在线阅读下载PDF 职称材料
3	大视场大规模目标精确检测算法应用研究	张堃姜朋朋华亮费敏锐周挥宇	《仪器仪表学报》 EI CAS CSCD 北大核心	2020	5	在线阅读下载PDF 职称材料
4	单帧图像的耦合生成式对抗超分辨率重建	张贺舒李涛宋公飞	《计算机工程与应用》 CSCD 北大核心	2020	1	在线阅读下载PDF 职称材料