检索结果-维普期刊中文期刊服务平台

结合通道注意力的特征融合多人姿态估计算法被引量：3: 1; 作者黄晨高岩《小型微型计算机系统》 CSCD 北大核心 2021年第1期142-146,共5页; 为了提高二维复杂场景下多人姿态估计准确度和速度,提出了一种Mobile-YOLOv3模型与多尺度特征融合全卷积网络相结合的自顶向下多人姿态估计方法.利用深度可分离卷积改进YOLOv3网络以作为高效的人体目标检测器.针对网络特征下采样过程中... 展开更多; 关键词多人姿态估计深度可分离卷积 U型网络多分辨率特征通道域注意力; 在线阅读下载PDF 职称材料

引入注意力机制的多分辨率人体姿态估计研究被引量：4: 2; 作者张越黄友锐刘鹏坤《计算机工程与应用》 CSCD 北大核心 2021年第8期126-132,共7页; 针对人体姿态估计任务中多分辨率特征表征直接融合时存在无法有效利用特征图空间特征信息的问题,基于High-Resolution Net(HRNet)进行结构设计,构建出结合了通道域注意力和空间域注意力机制的多分辨率人体姿态估计网络GCT-Nonlocal Net(... 展开更多; 关键词卷积神经网络人体姿态估计多分辨率特征表征融合空间域注意力机制通道域注意力机制; 在线阅读下载PDF 职称材料

基于注意力机制的人群计数方法被引量：5: 3; 作者吴思张旭光方银锋《中国安全科学学报》 CAS CSCD 北大核心 2022年第1期127-134,共8页; 为准确预测固定场景中的人群计数,在人群分析领域,采用一种融合注意力机制的卷积神经网络(CNN)进行人群计数,该模块结合空间域注意力和通道域注意力,空间域注意力可以编码整个图像的像素级上下文信息,以更准确地表达像素级别的密度图,... 展开更多; 关键词注意力机制人群计数空间域注意力通道域注意力密度图; 在线阅读下载PDF 职称材料

基于双路径网络和注意力机制的胰腺图像分割: 4; 作者王嘉瑶吕晓琪 +1 位作者谷宇张明《现代电子技术》 2022年第7期47-52,共6页; 针对胰腺CT图像因类别不平衡、背景分散和非刚性几何特征的特性而分割精度不高的问题,提出一种基于Unet网络,采用改进的双路径网络和通道域注意力机制的图像分割模型。首先采用空洞卷积(DilatedConv)代替传统卷积优化双路径网络,扩大感... 展开更多; 关键词图像处理胰腺CT图像空洞卷积 Unet网络双路径网络通道域注意力机制计算机辅助诊断; 在线阅读下载PDF 职称材料

基于Ghost-DenseNet-SE的恶意代码检测方法被引量：6: 5; 作者李怡李进《空军工程大学学报（自然科学版）》 CSCD 北大核心 2021年第5期49-55,共7页; 针对现有恶意代码检测模型对恶意代码及其变种识别率不高,且参数量过大这一问题,将轻量化卷积Ghost、密集连接网络DenseNet与通道域注意力机制SE相结合,提出一种基于Ghost-DenseNet-SE的恶意代码家族检测模型。该模型为压缩模型体积、... 展开更多; 关键词恶意代码轻量化卷积密集连接网络通道域注意力机制; 在线阅读下载PDF 职称材料

题名结合通道注意力的特征融合多人姿态估计算法被引量：3: 1; 作者黄晨高岩; 机构华东师范大学软件工程学院华东师范大学计算机学院; 出处《小型微型计算机系统》 CSCD 北大核心 2021年第1期142-146,共5页; 基金国家自然科学基金项目(61972157,61672237)资助。; 文摘为了提高二维复杂场景下多人姿态估计准确度和速度,提出了一种Mobile-YOLOv3模型与多尺度特征融合全卷积网络相结合的自顶向下多人姿态估计方法.利用深度可分离卷积改进YOLOv3网络以作为高效的人体目标检测器.针对网络特征下采样过程中上层高分辨率信息不断遗失问题,在经典U型网络结构中嵌入多尺度特征融合模块,从而使网络中的低尺度特征也包含高分辨率信息,并在特征融合模块中引入通道注意力机制,进一步突出多尺度融合特征图的关键通道信息.试验结果表明:相比于堆叠沙漏网络(Stacked Hourglass Network,SHN)和级联金字塔网络(Cascaded Pyramid Network,CPN),文中所提出的人体姿态估计算法在COCO数据集上的姿态估计平均准确率分别提高了4.7和3.7.; 关键词多人姿态估计深度可分离卷积 U型网络多分辨率特征通道域注意力; Keywords multi-person pose estimation depth-wise separable convolution U-net multi-resolution features channel domain attention; 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

题名引入注意力机制的多分辨率人体姿态估计研究被引量：4: 2; 作者张越黄友锐刘鹏坤; 机构安徽理工大学电气与信息工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2021年第8期126-132,共7页; 基金国家自然科学基金(61772033)。; 文摘针对人体姿态估计任务中多分辨率特征表征直接融合时存在无法有效利用特征图空间特征信息的问题,基于High-Resolution Net(HRNet)进行结构设计,构建出结合了通道域注意力和空间域注意力机制的多分辨率人体姿态估计网络GCT-Nonlocal Net(GNNet),提出了一种基于注意力机制的多分辨率表征融合方法,在不同分辨率表征融合前由空间注意力提取出各分辨率表征更有用的空间特征信息来改进融合单元,使得各分辨率表征间的信息融合效果更佳,最终输出的高分辨率表征含有更丰富的特征信息,同时构造了Gateneck模块和Gateblock模块,其通过引入通道注意力更明确地对通道关系建模从而高效地提取通道信息。在MS COCOVAL 2017进行验证,结果显示提出的GNNet相较于SOTA级表现的HRNet在相当参数量与运算量的情况下获得了更高的准确度,mAP提高了1.4个百分点。实验结果表明,所提方法有效地提高了多分辨率特征表征融合效果。; 关键词卷积神经网络人体姿态估计多分辨率特征表征融合空间域注意力机制通道域注意力机制; Keywords convolutional neural network human pose estimation multi-resolution feature representation fusion spatial attention mechanism channel attention mechanism; 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

题名基于注意力机制的人群计数方法被引量：5: 3; 作者吴思张旭光方银锋; 机构杭州电子科技大学通信工程学院; 出处《中国安全科学学报》 CAS CSCD 北大核心 2022年第1期127-134,共8页; 基金国家自然科学基金资助(61771418)。; 文摘为准确预测固定场景中的人群计数,在人群分析领域,采用一种融合注意力机制的卷积神经网络(CNN)进行人群计数,该模块结合空间域注意力和通道域注意力,空间域注意力可以编码整个图像的像素级上下文信息,以更准确地表达像素级别的密度图,而通道域注意力可以在不同的通道中提取更多的区分特征使网络显著表达人群的局部区域,并在多个公开数据集上进行测试。结果表明:基于注意力机制的人群计数方法可以准确地估计拥挤场景中的人群数量,在平均完全误差和均方误差上均优于CSRNet。; 关键词注意力机制人群计数空间域注意力通道域注意力密度图; Keywords attention mechanism crowd counting spatial domain attention channel domain attention density map; 分类号 X915.1 [环境科学与工程—安全科学]; 在线阅读下载PDF 职称材料

题名基于双路径网络和注意力机制的胰腺图像分割: 4; 作者王嘉瑶吕晓琪谷宇张明; 机构内蒙古科技大学信息工程学院模式识别与智能图像处理重点实验室内蒙古工业大学信息工程学院大连海事大学信息科学技术学院; 出处《现代电子技术》 2022年第7期47-52,共6页; 基金国家自然科学基金项目(61771266) 国家自然科学基金项目(62001255) +4 种基金教育部“春晖计划”合作科研项目:基于Hessian选择性增强滤波及粒子群参数优化支持向量机的影像大数据肺癌辅助检测诊断技术研究(教外司留[2019]1383号)。; 文摘针对胰腺CT图像因类别不平衡、背景分散和非刚性几何特征的特性而分割精度不高的问题,提出一种基于Unet网络,采用改进的双路径网络和通道域注意力机制的图像分割模型。首先采用空洞卷积(DilatedConv)代替传统卷积优化双路径网络,扩大感受野,让每个卷积输出都包含较大范围的信息;再将双路径网络的编码器结构引入Unet网络,加强特征的重复利用和新特征的不断探索,获取更多图像细节信息;在此改进网络基础上引入通道域注意力机制,聚焦分割重要部位,提高分割准确率。实验数据表明,设计的网络最高Dice相似系数(DSC)达到了89.81%,最低DSC为72.33%,平均DSC为(85.82±4.73)%。结果表明该模型具有较高的准确率,准确分割胰腺是计算机辅助诊断的重要前提,其研究意义重大。; 关键词图像处理胰腺CT图像空洞卷积 Unet网络双路径网络通道域注意力机制计算机辅助诊断; Keywords image processing pancreatic CT image DilatedConv Unet DPN channel domain attention mechanism CAD diagnosis; 分类号 TN911.73-34 [电子电信—通信与信息系统] 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

题名基于Ghost-DenseNet-SE的恶意代码检测方法被引量：6: 5; 作者李怡李进; 机构空军工程大学防空反导学院; 出处《空军工程大学学报（自然科学版）》 CSCD 北大核心 2021年第5期49-55,共7页; 文摘针对现有恶意代码检测模型对恶意代码及其变种识别率不高,且参数量过大这一问题,将轻量化卷积Ghost、密集连接网络DenseNet与通道域注意力机制SE相结合,提出一种基于Ghost-DenseNet-SE的恶意代码家族检测模型。该模型为压缩模型体积、提升识别速率,将DenseNet中的标准卷积层替换为轻量化Ghost模块;并引入通道域注意力机制,赋予特征通道不同权重,用以提取恶意代码的关键特征,提高模型检测精度。在Malimg数据集上的实验结果表明,该模型对恶意代码家族的识别准确率可以达到99.14%,与AlexNet、VGGNet等模型相比分别提高了1.34%和2.98%,且模型参数量更低。该算法在提升分类准确率的同时,降低了模型复杂度,在恶意代码检测中具有重要的工程价值和实践意义。; 关键词恶意代码轻量化卷积密集连接网络通道域注意力机制; Keywords malicious code lightweight convolutional densely connected network channel domain attention mechanism; 分类号 TP309 [自动化与计算机技术—计算机系统结构]; 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	结合通道注意力的特征融合多人姿态估计算法	黄晨高岩	《小型微型计算机系统》 CSCD 北大核心	2021	3	在线阅读下载PDF 职称材料
2	引入注意力机制的多分辨率人体姿态估计研究	张越黄友锐刘鹏坤	《计算机工程与应用》 CSCD 北大核心	2021	4	在线阅读下载PDF 职称材料
3	基于注意力机制的人群计数方法	吴思张旭光方银锋	《中国安全科学学报》 CAS CSCD 北大核心	2022	5	在线阅读下载PDF 职称材料
4	基于双路径网络和注意力机制的胰腺图像分割	王嘉瑶吕晓琪谷宇张明	《现代电子技术》	2022	0	在线阅读下载PDF 职称材料
5	基于Ghost-DenseNet-SE的恶意代码检测方法	李怡李进	《空军工程大学学报（自然科学版）》 CSCD 北大核心	2021	6	在线阅读下载PDF 职称材料