检索结果-维普期刊中文期刊服务平台

MHVTs:多尺度混合视觉自注意力模型: 1; 作者高丽丽应文豪 +2 位作者钟珊胡文军吴晓宇《计算机工程与设计》北大核心 2025年第5期1395-1402,共8页; 为提高ViT模型在小型数据集上从零开始训练的性能,提出一种多尺度混合ViT模型(MHVT),由多尺度扩张局部聚集模块(MDLA)和多尺度先下采样再上采样模块(MPUA)组成。MDLA利用不同膨胀率的深度可分卷积在不同通道上提取不同尺度的局部特征。M... 展开更多; 关键词视觉自注意力模型局部相关性多尺度特征交互卷积神经网络小型数据集自注意力模型卷积神经网络; 在线阅读下载PDF 职称材料

基于视觉自注意力模型的苗期玉米与杂草检测方法被引量：3: 2; 作者唐伯青赵大勇 +1 位作者熊锋李德强《南京农业大学学报》 CAS CSCD 北大核心 2024年第4期772-781,共10页; [目的]识别作物和杂草是农业智能化中自动除草的关键步骤。本文旨在解决作物与杂草识别精度低、检测模型实时性和鲁棒性差等问题。[方法]以叶龄处于3~8叶期的玉米及其伴生杂草为研究对象,提出一种高效准确的玉米苗与杂草的检测方法。该... 展开更多; 关键词玉米杂草检测实时视觉自注意力模型等效卷积图像增强; 在线阅读下载PDF 职称材料

基于多尺度风格自适应的手写维文识别模型: 3; 作者闫林王磊 +2 位作者艾孜麦提·艾尼瓦尔杨雅婷李晓《计算机工程与设计》北大核心 2024年第9期2749-2756,共8页; 基于字符形态与书写风格的强关联性,提出一种多尺度风格自适应的手写维文识别模型,模型从浅层笔划到深层序列建模多尺度风格特征,提高对手写风格的自适应能力。针对手写维文特点改进Transformer提取多尺度笔划特征;构建多尺度风格自适... 展开更多; 关键词手写维文识别手写风格多尺度特征金字塔网络视觉自注意力模型长短期记忆网络特征融合; 在线阅读下载PDF 职称材料

IEMAyoloViT:基于改进YOLOv8的水下目标检测算法: 4; 作者施克权李祺 +1 位作者隋皓朱宏娜《电讯技术》北大核心 2025年第1期54-62,共9页; 针对光学成像技术受到光线衰减、散射等因素影响,图像质量和目标分辨率较差,不利于开展水下目标检测任务的问题,提出了一种高效水下目标检测框架IEMAyoloViT。该框架结合了改进Vision Transformer(ViT)主干的YOLOv8算法YOLOViT和一种融... 展开更多; 关键词水下目标检测深度学习视觉自注意力模型注意力机制; 在线阅读下载PDF 职称材料

融合多种参数高效微调技术的深度伪造检测方法被引量：1: 5; 作者张溢文蔡满春 +2 位作者陈咏豪朱懿姚利峰《计算机科学与探索》 CSCD 北大核心 2024年第12期3335-3347,共13页; 近年来,随着深度伪造技术趋于成熟,换脸软件、合成视频已经随处可见。尽管深度伪造技术为人们带来了娱乐,但同时也为不法分子提供了滥用的机会。因此,深度伪造检测技术的重要性也日益凸显。现有的深度伪造检测方法普遍存在跨压缩率鲁棒... 展开更多; 关键词深度伪造视觉自注意力模型自监督预训练模型低秩自适应参数高效微调; 在线阅读下载PDF 职称材料

基于语义分割的视频鱼类特征提取方法研究: 6; 作者李潇洋陈健常剑波《水生态学杂志》 CSCD 北大核心 2024年第5期204-212,共9页; 从视频图像中快速、准确提取水生生物(如鱼类)的特征信息,是信息科学与水生态研究结合的热点。基于Transformer的视觉模型,采用一种基于弱监督语义分割的视频鱼类特征提取方法,在无需预训练或微调的条件下,可以实现对鱼的身体、头部和鱼... 展开更多; 关键词弱监督学习语义分割视觉自注意力模型鱼类特征提取; 在线阅读下载PDF 职称材料

多尺度时空特征融合的动态手势识别网络被引量：3: 7; 作者刘杰王月田明《电子与信息学报》 EI CSCD 北大核心 2023年第7期2614-2622,共9页; 由于动态手势数据具有时间复杂性以及空间复杂性,传统的机器学习算法难以提取准确的手势特征;现有的动态手势识别算法网络设计复杂、参数量大、手势特征提取不充分。为解决以上问题,该文提出一种基于卷积视觉自注意力模型(CvT)的多尺度... 展开更多; 关键词动态手势识别深度学习卷积视觉自注意力模型多尺度融合; 在线阅读下载PDF 职称材料

题名MHVTs:多尺度混合视觉自注意力模型: 1; 作者高丽丽应文豪钟珊胡文军吴晓宇; 机构湖州师范学院信息工程学院常熟理工学院计算机科学与工程学院常熟理工学院苏州市工业智能与大数据创新实验室常熟理工学院商学院; 出处《计算机工程与设计》北大核心 2025年第5期1395-1402,共8页; 基金国家自然科学基金项目(62376041)。; 文摘为提高ViT模型在小型数据集上从零开始训练的性能,提出一种多尺度混合ViT模型(MHVT),由多尺度扩张局部聚集模块(MDLA)和多尺度先下采样再上采样模块(MPUA)组成。MDLA利用不同膨胀率的深度可分卷积在不同通道上提取不同尺度的局部特征。MPUA在自注意力计算前,在不同的通道上对查询、键和值进行不同粒度的池化处理,保持计算效率的同时捕获多尺度的全局特征。在各种小尺寸数据集上的大量实验验证了MHVT在精度和速度方面均获得了更好的权衡。; 关键词视觉自注意力模型局部相关性多尺度特征交互卷积神经网络小型数据集自注意力模型卷积神经网络; Keywords Vision Transformers local relevance multi-scale feature interaction convolutional neural networks small datasets Transformer convolutional neural 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

题名基于视觉自注意力模型的苗期玉米与杂草检测方法被引量：3: 2; 作者唐伯青赵大勇熊锋李德强; 机构中国科学院沈阳自动化研究所中国科学院机器人与智能制造创新研究院中国科学院大学计算机科学与技术学院; 出处《南京农业大学学报》 CAS CSCD 北大核心 2024年第4期772-781,共10页; 基金中国科学院战略性先导专项(XDA28040400)。; 文摘 [目的]识别作物和杂草是农业智能化中自动除草的关键步骤。本文旨在解决作物与杂草识别精度低、检测模型实时性和鲁棒性差等问题。[方法]以叶龄处于3~8叶期的玉米及其伴生杂草为研究对象,提出一种高效准确的玉米苗与杂草的检测方法。该方法以实时端到端目标检测视觉自注意力模型为基础框架,用小尺度卷积等效替代大尺度深度卷积的思想,以较小的精度损失降低推理耗时。引入一种包含上下文信息的自顶向下注意力机制,强化模型对小目标的检测效果。应用组合图像增强策略,提升模型精度与泛化能力。[结果]改进后模型的平均检测精度为90.11%,推理阶段单张图片耗时33.67 ms,模型参数量44.86 MB。改进后的模型比主流目标检测模型总体精度更高,且推理速度快。[结论]所提方法对于玉米苗与伴生杂草的整体检测性能优秀,能够提高杂草识别的准确性和效率。; 关键词玉米杂草检测实时视觉自注意力模型等效卷积图像增强; Keywords corn weed detection end-to-end object detection with transformers convolutional equivalence image augmentation; 分类号 S24 [农业科学—农业电气化与自动化] S513 [农业科学—作物学]; 在线阅读下载PDF 职称材料

题名基于多尺度风格自适应的手写维文识别模型: 3; 作者闫林王磊艾孜麦提·艾尼瓦尔杨雅婷李晓; 机构中国科学院新疆理化技术研究所多语种信息技术研究室中国科学院大学计算机科学与技术学院中国科学院新疆理化技术研究所新疆民族语音语言信息处理实验室; 出处《计算机工程与设计》北大核心 2024年第9期2749-2756,共8页; 基金国家自然科学基金项目(U2003303) 新疆天山创新团队基金项目(2020D14045) +2 种基金新疆维吾尔自治区重点研发任务专项基金项目(2022B03010)。; 文摘基于字符形态与书写风格的强关联性,提出一种多尺度风格自适应的手写维文识别模型,模型从浅层笔划到深层序列建模多尺度风格特征,提高对手写风格的自适应能力。针对手写维文特点改进Transformer提取多尺度笔划特征;构建多尺度风格自适应模块提取序列特征;构建特征泛化融合模块对笔划特征和序列特征进行深度融合,提升识别效果。实验结果表明,该模型在真实手写维文测试集WER、CER分别下降3.75%、0.19%,在IAM数据集中验证了模型迁移性。; 关键词手写维文识别手写风格多尺度特征金字塔网络视觉自注意力模型长短期记忆网络特征融合; Keywords handwritten Uyghur text recognition handwriting style multi-scale feature pyramid networks vision self-attention model long short-term memory networks feature fusion; 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IEMAyoloViT:基于改进YOLOv8的水下目标检测算法: 4; 作者施克权李祺隋皓朱宏娜; 机构西南交通大学物理科学与技术学院; 出处《电讯技术》北大核心 2025年第1期54-62,共9页; 基金国家重点研发计划(2019YFB1803500) 四川省科技计划(2020YJ0016)。; 文摘针对光学成像技术受到光线衰减、散射等因素影响,图像质量和目标分辨率较差,不利于开展水下目标检测任务的问题,提出了一种高效水下目标检测框架IEMAyoloViT。该框架结合了改进Vision Transformer(ViT)主干的YOLOv8算法YOLOViT和一种融合多尺度高效空间注意力机制(Efficient Multi-scale Attention,EMA)的C2f模块,以解决目标特征提取过程中注意力分散的问题。同时改进了Inner-CIoU损失函数,基于不同尺度的辅助边界加速边界框回归。实验结果表明,在全国水下机器人大赛(Underwater Robot Professional Contest,URPC)2021数据集中,IEMAyoloViT的mAP50高达83.2%,较YOLOv8高9.2%;mAP50:95较YOLOv8高1.0%,证明了IEMAyoloViT的有效性和应用潜力。; 关键词水下目标检测深度学习视觉自注意力模型注意力机制; Keywords underwater target detection deep learning Visual Transformer attention mechanism; 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

题名融合多种参数高效微调技术的深度伪造检测方法被引量：1: 5; 作者张溢文蔡满春陈咏豪朱懿姚利峰; 机构中国人民公安大学信息网络安全学院; 出处《计算机科学与探索》 CSCD 北大核心 2024年第12期3335-3347,共13页; 基金中国人民公安大学网络空间安全执法技术双一流创新研究专项(2023SYL07)。; 文摘近年来,随着深度伪造技术趋于成熟,换脸软件、合成视频已经随处可见。尽管深度伪造技术为人们带来了娱乐,但同时也为不法分子提供了滥用的机会。因此,深度伪造检测技术的重要性也日益凸显。现有的深度伪造检测方法普遍存在跨压缩率鲁棒性差、跨数据集泛化性差以及模型训练开销大等问题。为解决上述问题,提出一种融合多种参数高效微调技术的深度伪造检测方法,使用以掩码图像建模(MIM)自监督方法预训练的视觉自注意力模型作为主干,使用克罗内克积改进的低秩自适应方法对预训练模型的自注意力模块参数进行微调,同时采用并行结构加入卷积适配器对图像局部纹理信息进行学习,以增强预训练模型在深度伪造检测任务中的适应能力,采用并行结构引入经典适配器对预训练模型的前馈网络微调以充分利用预训练阶段学习到的知识,使用多层感知机代替原预训练模型分类头实现深度伪造检测。在六个数据集上的实验结果表明,该模型在可训练参数仅有2×10^(7)的情况下,在六个主流数据集上实现了平均约0.996的帧水平AUC。在跨压缩率实验中,帧水平AUC的平均下降为0.135。在跨数据集泛化性实验中,帧水平AUC达到了平均0.765。; 关键词深度伪造视觉自注意力模型自监督预训练模型低秩自适应参数高效微调; Keywords deepfakes vision Transformer self-supervised pretrained models low-rank adaptation(LoRA) parameterefficient fine-tuning; 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

题名基于语义分割的视频鱼类特征提取方法研究: 6; 作者李潇洋陈健常剑波; 机构武汉大学电子信息学院武汉大学水利水电学院; 出处《水生态学杂志》 CSCD 北大核心 2024年第5期204-212,共9页; 基金国家重点研发计划(2022YFC3204200)。; 文摘从视频图像中快速、准确提取水生生物(如鱼类)的特征信息,是信息科学与水生态研究结合的热点。基于Transformer的视觉模型,采用一种基于弱监督语义分割的视频鱼类特征提取方法,在无需预训练或微调的条件下,可以实现对鱼的身体、头部和鱼鳍3类形态区域标签的分割提取。采用DeepFish分割数据集构建计算机视觉自注意力模型(vision transformer,ViT),通过对水下拍摄的鱼类视频进行实验,结果实现了鱼体形态主体特征的有效提取,对拟定的3类形态标签区域进行了良好的分割标记。研究方法具有较高的效率、分割准确度和标记区域的连续平滑性,可提供良好的语义特征,为人工智能技术在鱼类等水生生物监测实践中提供了一种低成本、高效率的新方法。; 关键词弱监督学习语义分割视觉自注意力模型鱼类特征提取; Keywords weakly supervised learning semantic segmentation vision transformer fish feature extraction; 分类号 S931.1 [农业科学—渔业资源]; 在线阅读下载PDF 职称材料

题名多尺度时空特征融合的动态手势识别网络被引量：3: 7; 作者刘杰王月田明; 机构哈尔滨理工大学测控技术与通信工程学院中国电信股份有限公司黑龙江分公司; 出处《电子与信息学报》 EI CSCD 北大核心 2023年第7期2614-2622,共9页; 基金黑龙江省自然科学基金(LH2019E067)。; 文摘由于动态手势数据具有时间复杂性以及空间复杂性,传统的机器学习算法难以提取准确的手势特征;现有的动态手势识别算法网络设计复杂、参数量大、手势特征提取不充分。为解决以上问题,该文提出一种基于卷积视觉自注意力模型(CvT)的多尺度时空特征融合网络。首先,将图片分类领域的CvT网络引入动态手势分类领域,用于提取单张手势图片的空间特征,将不同空间尺度的浅层特征与深层特征融合。其次,设计一种多时间尺度聚合模块,提取动态手势的时空特征,将CvT网络与多时间尺度聚合模块结合,抑制无效特征。最后为了弥补CvT网络中dropout层的不足,将R-Drop模型应用于多尺度时空特征融合网络。在Jester数据集上进行实验验证,与多种基于深度学习的动态手势识别方法进行对比,实验结果表明,该文方法在识别率上优于现有动态手势识别方法,在动态手势数据集Jester上识别率达到92.26%。; 关键词动态手势识别深度学习卷积视觉自注意力模型多尺度融合; Keywords Dynamic gesture recognition Deep learning Convolutional vision Transformer(CvT) Multiscale fusion; 分类号 TN911.73 [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	MHVTs:多尺度混合视觉自注意力模型	高丽丽应文豪钟珊胡文军吴晓宇	《计算机工程与设计》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于视觉自注意力模型的苗期玉米与杂草检测方法	唐伯青赵大勇熊锋李德强	《南京农业大学学报》 CAS CSCD 北大核心	2024	3	在线阅读下载PDF 职称材料
3	基于多尺度风格自适应的手写维文识别模型	闫林王磊艾孜麦提·艾尼瓦尔杨雅婷李晓	《计算机工程与设计》北大核心	2024	0	在线阅读下载PDF 职称材料
4	IEMAyoloViT:基于改进YOLOv8的水下目标检测算法	施克权李祺隋皓朱宏娜	《电讯技术》北大核心	2025	0	在线阅读下载PDF 职称材料
5	融合多种参数高效微调技术的深度伪造检测方法	张溢文蔡满春陈咏豪朱懿姚利峰	《计算机科学与探索》 CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
6	基于语义分割的视频鱼类特征提取方法研究	李潇洋陈健常剑波	《水生态学杂志》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
7	多尺度时空特征融合的动态手势识别网络	刘杰王月田明	《电子与信息学报》 EI CSCD 北大核心	2023	3	在线阅读下载PDF 职称材料