基于多尺度跨阶段密集连接的图像融合算法

1

作者 翟丽红 罗继阳 《现代电子技术》 北大核心 2025年第5期107-114,共8页

针对目前可见光与红外光图像融合过程中的关键细节信息丢失,目标对比度较低的问题,提出一种基于多尺度跨阶段密集连接网络的图像融合算法。通过多尺度卷积与跨阶段的密集连接网络实现双模态图像的特征提取工作,结合CA注意力机制提高模... 针对目前可见光与红外光图像融合过程中的关键细节信息丢失,目标对比度较低的问题,提出一种基于多尺度跨阶段密集连接网络的图像融合算法。通过多尺度卷积与跨阶段的密集连接网络实现双模态图像的特征提取工作,结合CA注意力机制提高模型的融合效果,并以L1范数作为特征融合规则来获取融合特征图,并最终通过解码网络实现图像的重构工作。实验结果表明,在公共数据集TNO中,文中提出的算法在结构相似度、信息熵以及差异相关系数三项指标中获得了最优值,相较于次优值分别提高了4.14%、2.66%、2.59%,在边缘信息度量上取得了次优值,与最优值相差3.3%。综合主客观评价,文中提出的方法可获取高质量的融合图像,具有明显的优势。 展开更多

关键词 图像处理 可见光与红外光 深度学习 图像融合 多尺度 跨阶段密集连接

在线阅读 下载PDF 职称材料

国外一种基于水动力环境及盐度影响相结合的跨海连接工程方案优化方法

2

作者 张海文 《水利科技与经济》 2019年第1期39-42,共4页

对一种以数学模型为工具的基于水动力环境及盐度影响相结合的跨海连接工程方案优化方法进行了介绍,给出了阻水效应、阻盐效应的数学表达式以及用于国际大型跨海连接工程的"零解决方案"控制标准。在海外工程应用实例中,对两种... 对一种以数学模型为工具的基于水动力环境及盐度影响相结合的跨海连接工程方案优化方法进行了介绍,给出了阻水效应、阻盐效应的数学表达式以及用于国际大型跨海连接工程的"零解决方案"控制标准。在海外工程应用实例中,对两种不同方案的阻水效应、阻盐效应的结果进行比较。结果表明,采取必要的补偿疏浚措施可减小工程造成的阻挡效应,达到满足"零解决方案"控制标准的目的。该方法尤其在工程对周边海域生态环境影响方面为国内的跨海连接工程建设方案论证和优化提供了参考和借鉴。 展开更多

关键词 跨海连接工程 方案优化 阻水效应 阻盐效应 零解决方案

在线阅读 下载PDF 职称材料

黄浦江沿岸E8E10单元跨洋泾港桥连接方案研究

3

作者 林炯 《城市道桥与防洪》 2015年第8期48-49,共2页

简述了黄浦江沿岸E8E10单元跨洋泾港桥连接的几种可能性,并综合分析与比较各方案的优缺点。

关键词 跨港连接 通航 防汛墙 泵闸迁建 管线冲突

在线阅读 下载PDF 职称材料

用“复合钻头”克服喷塑(烤漆)桥架安装中跨接线连接的质量通病

4

作者 李元新 季方才 《安装》 2005年第3期27-27,共1页

针对喷塑(烤漆)桥架安装中, 因施工不善产生的跨接线连接不可靠、观感质量差的通病, 用“复合钻头”一钻了之。

关键词 跨接线连接孔 复合钻头

在线阅读 下载PDF 职称材料

连接卷积神经网络人脸表情识别算法 被引量：4

5

作者 郭昕刚 王帅 +1 位作者 张培栋 梁锦明 《长春工业大学学报》 CAS 2020年第4期381-386,共6页

首先用ROI方案对表情数据集进行处理,再运用跨层连接的方法改进LeNet-5神经网络,使两个池化层与全连接层结合起来组成新的结构,将低层网络特征也考虑在内。进行了相关仿真研究。

关键词 兴趣区域 LeNet-5网络 跨层连接 表情识别

在线阅读 下载PDF 职称材料

基于多尺度特征融合井下猴车载人状态的智能识别算法与应用

6

作者 解北京 李恒 +3 位作者 董航 栾铮 张奔 李晓旭 《煤炭科学技术》 CSCD 北大核心 2024年第12期272-286,共15页

井下猴车智能识别技术是实现猴车自动化巡检、实时监测与预警任务的基础,是推动煤矿智能化发展的重要支撑。针对猴车数据集样本缺乏、井下图像光照环境较差、运行猴车之间存在重叠遮挡、矿工坐姿多变、小目标猴车难以检测、模型部署困... 井下猴车智能识别技术是实现猴车自动化巡检、实时监测与预警任务的基础,是推动煤矿智能化发展的重要支撑。针对猴车数据集样本缺乏、井下图像光照环境较差、运行猴车之间存在重叠遮挡、矿工坐姿多变、小目标猴车难以检测、模型部署困难、不同载人状态井下猴车传统识别方法难度大效率低等问题,通过在贵州多个煤矿不同机段自建的猴车数据集,将猴车载人状态划分为载人猴车(HC_miner)和无载人猴车(HC_nominer)2种,提出了一种基于多尺度特征融合的井下猴车载人状态智能识别算法。图像预处理阶段,采用自适应直方图均衡以增强图像质量,通过随机矩形遮挡以模拟运行猴车被井下物体遮挡的真实场景,解决了猴车图像数据集体量匮乏的同时降低了井下负环境的干扰;特征提取阶段,将主干网络C2f模块部分卷积替换为可变形卷积(DCN),设计了一种C2f_DCN模块,增加不同载人状态猴车目标感受野的动态调整能力以获取复杂多变的尺度信息,使模型更好地学习到猴车矿工的耦合特征及适应矿工各类坐姿细节,提升模型对不同载人状态猴车目标的辨识能力;特征融合阶段,提出了一种基于坐标注意力机制跨层级连接的路径聚合网络—CLC-PAN-CA模块,实现了深层网络与浅层网络特征间多尺度信息的复用,可自适应捕捉全局关键信息,建立网络之间的多尺度依赖,提升模型对小目标猴车重要特征的提取,减少背景噪声干扰,降低猴车目标漏检误检率。试验结果表明:提出模型的精确率为95.8%,对比基线模型提高了7.4%,召回率为93.3%,提高了9.8%,平均精度均值为95.6%,提升了7.7%,参数量和模型大小分别仅为3.1×10^(6)和6.1 MB,识别速率为71帧。对比多种主流单阶段两阶段检测模型,提出模型可有效辨识有无载人猴车目标、显著提升井下猴车目标识别精度、减少漏检错检现象、具有较快的识别速度、更好的热度信息提取能力,可满足实际场景巡检需求,为不同载人状态的井下猴车精准识别提供了可行的方法。最后,将提出的猴车智能识别算法和井下监控视频流嵌入到设计的猴车智能识别系统中,构思了井上调度和井下监控“端到端”一体化的猴车智能识别系统,增加了面向煤矿智能化巡检应用的期望值,可为井下猴车载人运输安全提供实时预警。 展开更多

关键词 井下猴车识别 YOLOv8 可变形卷积 跨层级连接 坐标注意力机制

在线阅读 下载PDF 职称材料

基于YOLO算法的非机动车辆检测模型

7

作者 王树凤 梁庆伟 +1 位作者 王宇航 周倩 《汽车工程师》 2024年第8期8-14,共7页

针对自动驾驶车辆目标检测过程中非机动车因体积小、易被遮挡而导致误检和漏检的问题,为提高非机动车的检测精度,对YOLOv4基础算法进行改进,利用跨阶段连接优化特征提取融合网络,在减少计算量的同时提高检测性能,并嵌入卷积块注意力模块... 针对自动驾驶车辆目标检测过程中非机动车因体积小、易被遮挡而导致误检和漏检的问题,为提高非机动车的检测精度,对YOLOv4基础算法进行改进,利用跨阶段连接优化特征提取融合网络,在减少计算量的同时提高检测性能,并嵌入卷积块注意力模块(CBAM),通过通道和空间注意力权值分配来增大有效特征权重、提高检测精度,同时,利用自建的非机动车数据集,在锚框(Anchor)自适应匹配的基础上建立非机动车检测模型。最后,为验证模型的有效性,通过消融实验对比模型性能,结果表明,所提出的检测模型能够有效提高非机动车的检测和识别效果,较好地解决误检和漏检问题。 展开更多

关键词 非机动车检测 YOLOv4算法 卷积块注意力模块 跨阶段连接 消融实验

在线阅读 下载PDF 职称材料

复杂背景下的SAR图像多尺度舰船检测 被引量：2

8

作者 林鑫伟 徐志京 黄海 《中国航海》 CSCD 北大核心 2023年第2期17-24,32,共9页

合成孔径雷达(Synthetic Aperture Radar,SAR)图像中复杂背景舰船目标的定位和检测,是SAR图像用于海洋监测的关键技术之一。提出一种基于跨连接特征金字塔网络(Cross Connected Feature Pyramid Networks,CCFPN)的SAR图像多尺度舰船目... 合成孔径雷达(Synthetic Aperture Radar,SAR)图像中复杂背景舰船目标的定位和检测,是SAR图像用于海洋监测的关键技术之一。提出一种基于跨连接特征金字塔网络(Cross Connected Feature Pyramid Networks,CCFPN)的SAR图像多尺度舰船目标检测算法,较好地解决了复杂背景下的多尺度目标检测问题。构建CCFPN增强舰船目标深层特征与浅层特征的传递;利用多路空洞卷积提高浅层特征提取能力;使用通道拼接方式丰富融合后特征图的信息量。所提出的算法在公开数据集的检测结果表明:该算法能够实现不同数据集复杂、模糊背景下的舰船多尺度目标检测,算法的平均精度(Average Precision,AP)达到95.62%,整体性能优于现有主流目标检测算法。 展开更多

关键词 舰船目标检测 跨连接特征金字塔网络 空洞卷积 通道特征融合 单次多框检测器

在线阅读 下载PDF 职称材料

基于柔性薄膜阵列压力传感器的抱闸故障诊断 被引量：2

9

作者 皮瑶 刘惠康 李倩 《高技术通讯》 CAS 2021年第8期836-843,共8页

抱闸制动装置广泛应用于工业提升装置、民用曳引式电梯,针对抱闸制动器的运行状态监测和故障诊断,本文提出一种基于柔性薄膜阵列压力传感器的故障诊断方法,运用卷积神经网络(CNN)对传感器的数据进行处理达到故障诊断的目的。本文在LeNet... 抱闸制动装置广泛应用于工业提升装置、民用曳引式电梯,针对抱闸制动器的运行状态监测和故障诊断,本文提出一种基于柔性薄膜阵列压力传感器的故障诊断方法,运用卷积神经网络(CNN)对传感器的数据进行处理达到故障诊断的目的。本文在LeNet5模型的基础上引入跨连接部分,将网络结构中提取的低层次特征与高层次特征相结合,经过全连接层达到多分类的目的。通过训练来自柔性薄膜阵列压力传感器的实验数据,该模型实现了4种基本抱闸故障和正常状态的自动识别。实验结果表明,改进的LeNet卷积神经网络模型在抱闸故障诊断上的检测正确率达到99.19%,该模型在同一训练数据集上的表现明显优于传统的LeNet5模型。 展开更多

关键词 柔性薄膜阵列压力传感器 LeNet模型 跨连接 抱闸制动器 故障诊断

在线阅读 下载PDF 职称材料

一种耦合深度信念网络的图像识别方法 被引量：11

10

作者 马苗 许西丹 武杰 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2018年第5期102-107,共6页

针对网络层数增加带来的梯度消失问题,提出了一种耦合深度信念网络的图像识别方法.该方法将"跨层"连接引入到深度信念网络中并应用于图像识别.给出了耦合深度信念网络的结构示意图及其参数更新方法,并在相同数据集和网络层数... 针对网络层数增加带来的梯度消失问题,提出了一种耦合深度信念网络的图像识别方法.该方法将"跨层"连接引入到深度信念网络中并应用于图像识别.给出了耦合深度信念网络的结构示意图及其参数更新方法,并在相同数据集和网络层数情况下比较了具有最佳参数的深度信念网络与最佳参数的耦合深度信念网络的识别性能,分析了"跨层"连接中主、次线耦合比例对网络性能的影响,且与几种经典的深度学习方法进行了对比.实验结果显示,耦合深度信念网络在收敛速度与识别精度上均优于深度信念网络.同时,相比于经典的深度网络,文中所提方法获得了良好的识别性能.这说明采用"跨层"耦合方式可有效缓解深度信念网络训练过程中出现的梯度消失问题,提高网络的识别性能. 展开更多

关键词 跨层连接 深度信念网络 深度学习 图像识别

在线阅读 下载PDF 职称材料

一种平衡准确性以及高效性的显著性目标检测深度卷积网络模型 被引量：11

11

作者 张文明 姚振飞 +1 位作者 高雅昆 李海滨 《电子与信息学报》 EI CSCD 北大核心 2020年第5期1201-1208,共8页

当前的显著性目标检测算法在准确性和高效性两方面不能实现良好的平衡,针对这一问题,该文提出了一种新的平衡准确性以及高效性的显著性目标检测深度卷积网络模型。首先,通过将传统的卷积替换为可分解卷积,大幅减少计算量,提高检测效率... 当前的显著性目标检测算法在准确性和高效性两方面不能实现良好的平衡,针对这一问题,该文提出了一种新的平衡准确性以及高效性的显著性目标检测深度卷积网络模型。首先,通过将传统的卷积替换为可分解卷积,大幅减少计算量,提高检测效率。其次,为了更好地利用不同尺度的特征,采用了稀疏跨层连接结构及多尺度融合结构来提高模型检测精度。广泛的评价表明,与现有方法相比,所提的算法在效率和精度上都取得了领先的性能。 展开更多

关键词 显著性检测 深度学习 分解卷积 稀疏跨层连接 多尺度融合

在线阅读 下载PDF 职称材料

装配式混凝土框架结构新型节点设计及分析 被引量：11

12

作者 刘菲菲 于德湖 张纪刚 《青岛理工大学学报》 CAS 2015年第1期118-124,共7页

由于传统的预制混凝土节点难以满足承载力、抗裂和易施工等要求,结合"强柱弱梁、强节点弱构件"这一基本的设计原则,在查阅了大量参考文献的基础上提出了一种新型节点形式.由于国内设计规范与日本设计规范间存在一定的差异,结... 由于传统的预制混凝土节点难以满足承载力、抗裂和易施工等要求,结合"强柱弱梁、强节点弱构件"这一基本的设计原则,在查阅了大量参考文献的基础上提出了一种新型节点形式.由于国内设计规范与日本设计规范间存在一定的差异,结合国内设计规范和日本设计规范,提出了两种节点形式即预制装配式新型节点1/3处连接和跨中连接节点.通过有限元模拟软件进行对比模拟,找出更合理的节点形式. 展开更多

关键词 预制装配式保障性住宅 1/3处连接节点 跨中连接节点 滞回环 骨架曲线

在线阅读 下载PDF 职称材料

结合优化U⁃Net和残差神经网络的单通道语音增强算法 被引量：5

13

作者 许春冬 徐琅 周滨 《现代电子技术》 2022年第9期35-40,共6页

语音增强的目的是从带噪语音中恢复出干净的语音信号,为了解决现有深度神经网络中语音增强算法不稳定,语音增强效果不理想的问题,提出一种改进的U⁃Net网络与残差神经网络相结合的语音增强算法。首先,该方法构建了一个基于U⁃Net网络的端... 语音增强的目的是从带噪语音中恢复出干净的语音信号,为了解决现有深度神经网络中语音增强算法不稳定,语音增强效果不理想的问题,提出一种改进的U⁃Net网络与残差神经网络相结合的语音增强算法。首先,该方法构建了一个基于U⁃Net网络的端到端的语音增强模型;然后在该模型的编解码块中引入残差单元,将残差神经网络结构的跨层连接和拟合残差项应用到模型训练中,该方法更有利于恢复目标语音的细节特征信息,增强了模型训练的稳定性,提高了模型的特征提取能力和训练效率,改进后的Residual⁃U⁃Net网络模型能够实现更优的语音增强效果。仿真实验结果表明:与现有的其他几种语音增强方法相比,文中所提出的Residual⁃U⁃Net算法更有效地实现了语音增强,此外,该算法具有良好的去噪效果,进一步提高了语音信号的质量及其可懂度。 展开更多

关键词 语音增强 深层神经网络 U⁃Net 残差神经网络 跨层连接 模型训练 残差单元引入 特征提取

在线阅读 下载PDF 职称材料

基于改进MobileNetV2网络的涂层表面缺陷识别方法 被引量：13

14

作者 陈宗阳 赵辉 +2 位作者 吕永胜 沙建军 沙香港 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2022年第4期572-579,共8页

针对涂层表面缺陷检测工业化应用过程中对识别准确率和速度的需求,本文在MobileNetV2网络的基础上提出一种涂层表面缺陷识别方法。设计了递进式分类器,通过逐层筛选压缩有用特征实现高精度的快速识别操作,并在骨干中加入跨局部连接结构... 针对涂层表面缺陷检测工业化应用过程中对识别准确率和速度的需求,本文在MobileNetV2网络的基础上提出一种涂层表面缺陷识别方法。设计了递进式分类器,通过逐层筛选压缩有用特征实现高精度的快速识别操作,并在骨干中加入跨局部连接结构,以丰富网络中的基础特征并增加特征尺度信息。将交叉验证和迁移学习相结合以优化训练方法,在大幅度缩减训练耗时的同时使网络具有更优的初始状态和更快的性能提升率。结果表明:本文方法在采集的涂层表面缺陷数据集上准确率达到了99.48%,速度和精确度分别提升11.74%、8.38%,参数量降低20.89%,训练时间缩短36.77%,与其他分类网络相比,在综合考虑准确率和速度的情况下具有最佳表现。本文方法同时具有较高的识别准确率、较快的识别速度和较短的训练耗时,符合实际工业应用需求。 展开更多

关键词 涂层表面缺陷 缺陷检测 深度学习 MobileNetV2网络 分类器结构 跨局部连接 迁移学习 交叉验证

在线阅读 下载PDF 职称材料

基于EfficientDet的安全帽佩戴检测研究 被引量：4

15

作者 陈志韬 殷恺铭 +3 位作者 张洋 金睿哲 支文瑜 沈春锋 《信息技术与标准化》 2021年第1期19-23,29,共6页

针对施工现场工人安全帽佩戴检测现有算法存在识别率低、鲁棒性差、小目标检测效果差等问题,基于EfficientDet神经网络,结合k-means聚类方法,以及多尺度特征图连接策略,提出采用边界框聚类分析来优化预设边界框高宽比的安全帽佩戴检测... 针对施工现场工人安全帽佩戴检测现有算法存在识别率低、鲁棒性差、小目标检测效果差等问题,基于EfficientDet神经网络,结合k-means聚类方法,以及多尺度特征图连接策略,提出采用边界框聚类分析来优化预设边界框高宽比的安全帽佩戴检测算法。实验表明,优化之后的模型提高了检测的准确性,平均精确度均值提高了2%,达到87.4%。 展开更多

关键词 安全帽佩戴检测 EfficientDet K-MEANS 聚类 加权特征融合 跨尺度连接

在线阅读 下载PDF 职称材料

基于卷积神经网络的木材缺陷识别 被引量：1

16

作者 崔明光 张秀梅 韩维娜 《长春工业大学学报》 CAS 2019年第4期332-338,共7页

跨层卷积神经网络模型由输入层、两个交替的卷积层、池化层、全连接层和输出层组成。池化层输出到全连接层,将网络的高层次特征和低层次特征相结合构造分类器。在网络中加入Dropout技术,以防止过拟合的发生。

关键词 卷积神经网络 缺陷识别 跨层连接 Dropout技术

在线阅读 下载PDF 职称材料

基于改进SSD算法的实时交通标示牌检测 被引量：3

17

作者 张伟康 杨鹏 《现代电子技术》 北大核心 2020年第1期90-92,98,共4页

由于当前交通标示牌检测模型体积太大,检测速度太慢,无法在嵌入式设备上使用,为提高交通标示牌的检测速度,在SSD算法的基础上使用MobileNet作为主体网络进行特征提取,极大地减小了模型的体积,降低了模型计算量和硬件消耗。模型使用反卷... 由于当前交通标示牌检测模型体积太大,检测速度太慢,无法在嵌入式设备上使用,为提高交通标示牌的检测速度,在SSD算法的基础上使用MobileNet作为主体网络进行特征提取,极大地减小了模型的体积,降低了模型计算量和硬件消耗。模型使用反卷积和跨层连接,不仅丰富了上下文信息,而且提高了检测精度。实验结果表明,这种技术在保证检测交通标示牌检测精度的同时,大大提高了检测速度,为模型在嵌入式设备上进行实时的交通标示牌检测提供可能。 展开更多

关键词 交通标示牌检测 卷积神经网络 跨层连接 反卷积网络 嵌入式设备 实时检测

在线阅读 下载PDF 职称材料