检索结果-维普期刊中文期刊服务平台

基于非局部注意力机制的在线多目标跟踪算法被引量：1: 1; 作者郑龙澍林野 +1 位作者翟鹏张立华《计算机应用与软件》北大核心 2024年第2期178-187,共10页; 针对多目标跟踪任务在人群拥挤场景存在目标漏检、遮挡等问题,在CenterTrack框架基础上引入非局部注意力机制以捕捉多个目标之间、目标与场景之间的非局部依赖关系,提出基于空间非局部注意力残差块的跟踪模型;并进一步扩展到时空域,建... 展开更多; 关键词多目标跟踪计算机视觉非局部注意力机制深度学习; 在线阅读下载PDF 职称材料

基于非局部注意力生成对抗网络的视频异常事件检测方法被引量：4: 2; 作者孙奇吉根林张杰《计算机科学》 CSCD 北大核心 2022年第8期172-177,共6页; 针对异常事件的不确定性,文中选择使用未来帧预测的方式对视频进行异常事件检测。通过正常样本对预测模型进行训练,使模型能够准确预测不包含异常事件的未来帧,但对于包含未知事件的视频帧,模型无法进行预测,利用生成对抗网络以及表观... 展开更多; 关键词视频异常事件检测生成对抗网络视频预测非局部注意力机制深度学习; 在线阅读下载PDF 职称材料

基于FFT-DC-GRU-NLA的中长期居民用电量预测模型: 3; 作者章诚申超《现代电子技术》北大核心 2025年第16期88-96,共9页; 针对现有的中长期居民用电量预测模型中存在复杂电力数据建模难、信息表示能力差、模型预测精度低等问题,提出一种基于FFT-DC-GRU-NLA的中长期居民用电量预测模型。首先利用快速傅里叶变换(FFT)对用电量数据进行分解,通过频域分解提取... 展开更多; 关键词中长期用电量预测快速傅里叶变换卷积神经网络门控循环单元非局部注意力机制多尺度信息深度特征提取; 在线阅读下载PDF 职称材料

基于CSS-Cascade Mask R-CNN的有遮挡多片烟叶部位识别被引量：2: 4; 作者朱波胡朋 +1 位作者刘宇晨张冀武《农业工程学报》 EI CAS CSCD 北大核心 2024年第9期271-280,共10页; 烟叶部位信息是进行烟叶分级的重要参考信息,准确识别烟叶部位对实现烟叶智能分级具有重要意义。在实际的烟叶智能分级应用中,为了提高分级效率,需要对多片烟叶等级进行同步识别。受现行上料方式的限制,同步识别的多片烟叶间往往存在局... 展开更多; 关键词机器视觉烟叶部位识别局部遮挡 Cascade Mask R-CNN 非局部注意力机制; 在线阅读下载PDF 职称材料

结合残差收缩和时空上下文的行为检测网络: 5; 作者黄忠陶孟元 +2 位作者胡敏刘娟占生宝《光学精密工程》 EI CAS CSCD 北大核心 2023年第4期552-564,共13页; 针对R-C3D行为检测网络特征提取冗余度高及边界定位不准确的问题,结合残差收缩结构和时空上下文,提出一种改进的行为检测网络(RS-STCBD)。首先,将收缩结构和软阈值化操作融入到3D-ResNet的残差模块中,设计通道自适应阈值的残差收缩单元(... 展开更多; 关键词行为检测网络残差收缩结构时空上下文多层卷积非局部注意力机制; 在线阅读下载PDF 职称材料

题名基于非局部注意力机制的在线多目标跟踪算法被引量：1: 1; 作者郑龙澍林野翟鹏张立华; 机构复旦大学工程与应用技术研究院上海智能机器人工程技术研究中心智能机器人教育部工程研究中心季华实验室吉林省人工智能与无人系统工程研究中心; 出处《计算机应用与软件》北大核心 2024年第2期178-187,共10页; 基金上海市科委项目(19511132000) 广东省科学技术厅项目(2019A1515110352)。; 文摘针对多目标跟踪任务在人群拥挤场景存在目标漏检、遮挡等问题,在CenterTrack框架基础上引入非局部注意力机制以捕捉多个目标之间、目标与场景之间的非局部依赖关系,提出基于空间非局部注意力残差块的跟踪模型;并进一步扩展到时空域,建立基于时空关系非局部注意力模块的跟踪模型,同时实现检测和跟踪任务。在MOT17、MOT16、2D MOT15三个数据集的实验结果表明,提出的两种在线跟踪模型较CenterTrack算法有明显提升,且在MOT17中MOTA(Multiple Object Tracking Accuracy)指标达到了目前较为先进的水平,为62.4%和62.5%,验证了该算法的有效性。; 关键词多目标跟踪计算机视觉非局部注意力机制深度学习; Keywords Multi-target tracking Computer vision Non-local attention mechanism Deep learning; 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

题名基于非局部注意力生成对抗网络的视频异常事件检测方法被引量：4: 2; 作者孙奇吉根林张杰; 机构南京师范大学计算机与电子信息学院/人工智能学院; 出处《计算机科学》 CSCD 北大核心 2022年第8期172-177,共6页; 基金国家自然科学基金(41971343)。; 文摘针对异常事件的不确定性,文中选择使用未来帧预测的方式对视频进行异常事件检测。通过正常样本对预测模型进行训练,使模型能够准确预测不包含异常事件的未来帧,但对于包含未知事件的视频帧,模型无法进行预测,利用生成对抗网络以及表观约束和运动约束对用于预测的生成器模型进行训练。为了减少相关目标特征丢失,提出了非局部注意力U型网络生成器(Nonlocal Attention Unet Generator,NA-UnetG)模型,提升了生成器的预测精度,同时提升了视频异常事件检测的准确度。通过公开数据集CUHK Avenue和UCSD Ped2对所提方法进行实验验证,实验结果表明,所提方法的AUC指标优于其他方法,AUC分别达到了83.4%和96.3%。; 关键词视频异常事件检测生成对抗网络视频预测非局部注意力机制深度学习; Keywords Video anomaly event detection Generative adversarial network Video prediction Non-local attention mechanism Deep learning; 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FFT-DC-GRU-NLA的中长期居民用电量预测模型: 3; 作者章诚申超; 机构河北工程大学信息与电气工程学院; 出处《现代电子技术》北大核心 2025年第16期88-96,共9页; 文摘针对现有的中长期居民用电量预测模型中存在复杂电力数据建模难、信息表示能力差、模型预测精度低等问题,提出一种基于FFT-DC-GRU-NLA的中长期居民用电量预测模型。首先利用快速傅里叶变换(FFT)对用电量数据进行分解,通过频域分解提取多周期分量,得到一组二维子序列;然后将其作为自主设计的信息表示模块的输入,通过融合卷积神经网络、门控循环单元和非局部注意力机制,实现了对二维子序列的多尺度信息表示和深度特征提取;最终,深度特征经过全连接层重新构建,并采用残差结构进行迭代预测。在一个居民用电量的公开数据集上与当前电力预测领域内的多个先进模型相比,所提模型在96、192、336、720这4个预测长度上均取得了最高的预测精度;此外,该模型分别在两个电力预测公开数据集上也取得了较好的预测精度。实验结果表明,所提模型能够有效提升中长期居民用电量预测的精度且具有较好的泛化性。; 关键词中长期用电量预测快速傅里叶变换卷积神经网络门控循环单元非局部注意力机制多尺度信息深度特征提取; Keywords medium and long-term electricity consumption forecasting fast Fourier transform convolutional neural network gated recurrent unit non-local attention mechanism multi-scale information deep feature extraction; 分类号 TN911.23-34 [电子电信—通信与信息系统] TP18 [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CSS-Cascade Mask R-CNN的有遮挡多片烟叶部位识别被引量：2: 4; 作者朱波胡朋刘宇晨张冀武; 机构昆明理工大学机电工程学院云南烟草质量监督监测站; 出处《农业工程学报》 EI CAS CSCD 北大核心 2024年第9期271-280,共10页; 基金中国烟草总公司云南省烟草公司重点项目(2021530000241012)。; 文摘烟叶部位信息是进行烟叶分级的重要参考信息,准确识别烟叶部位对实现烟叶智能分级具有重要意义。在实际的烟叶智能分级应用中,为了提高分级效率,需要对多片烟叶等级进行同步识别。受现行上料方式的限制,同步识别的多片烟叶间往往存在局部遮挡的问题,给烟叶的目标检测和部位识别带来挑战。该研究提出一种基于改进Cascade Mask R-CNN,融合通道、非局部和空间注意力机制,并引入柔性极大值抑制检测框交并操作与斯库拉交并比损失函数(SIoU)的目标检测与识别模型(CSS-Cascade Mask R-CNN)。该模型对Cascade Mask R-CNN进行了三方面的改进:一是在其骨干网络Resent101上同时引入通道、非局部、空间3种注意力机制,使网络更加关注未被遮挡且部位特征明显区域的显著度;二是将Cascade Mask R-CNN中的损失函数SmoothL1Loss替换为SIoU损失函数,将预测框与真实框之间的方向差异引入到模型训练中提高模型检测精度;三是在筛选候选框时将常规的非极大抑制(non-max-suppression)替换为柔性非极大抑制,以避免删除候选框造成信息丢失。试验结果表明,利用提出的模型对有遮挡多片烟叶进行检测和部位识别,检测框平均准确率均值(bbox_mAP50)达到了80.2%,与改进前的Cascade Mask R-CNN模型相比提高了7.5个百分点。提出的模型与多个主流的目标检测模型(YOLOvX、YOLOv3、YOLOv5、Mask R-CNN、Cascade R-CNN)相比,分别高7.1、10.2、5.8、9.2、8.4个百分点,尤其是对较难区分的下部烟叶优势明显,因此研究结果可以为有遮挡多片烟叶部位的检测识别提供参考。; 关键词机器视觉烟叶部位识别局部遮挡 Cascade Mask R-CNN 非局部注意力机制; Keywords computer vision recognition of tobacco leaf position partially occluded Cascade Mask R-CNN CNS 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

题名结合残差收缩和时空上下文的行为检测网络: 5; 作者黄忠陶孟元胡敏刘娟占生宝; 机构安庆师范大学电子工程与智能制造学院合肥工业大学计算机与信息学院; 出处《光学精密工程》 EI CAS CSCD 北大核心 2023年第4期552-564,共13页; 基金国家自然科学基金面上项目资助(No.62176084) 安徽省自然科学基金面上项目资助(No.1908085MF195) 安徽省高校优秀青年人才基金项目资助(No.gxyqZD2021122)。; 文摘针对R-C3D行为检测网络特征提取冗余度高及边界定位不准确的问题,结合残差收缩结构和时空上下文,提出一种改进的行为检测网络(RS-STCBD)。首先,将收缩结构和软阈值化操作融入到3D-ResNet的残差模块中,设计通道自适应阈值的残差收缩单元(3D-RSST),并级联多个3D-RSST单元构建特征提取网络以消除行为特征中的噪声、背景等冗余信息;然后,在时序候选子网中嵌入多层卷积替代一次卷积,以增加时序侯选片段的时序维度感受野;最后,在行为分类子网引入非局部注意力机制,通过捕获优质行为时序片段间的远程依赖以获取动作时空上下文信息。在THUMOS14和ActivityNet1.2数据集上的实验结果表明:改进网络的mAP@0.5分别达到36.9%和41.6%,比R-C3D方法提升了8.0%和14.8%。基于改进网络的行为检测方法提高了动作边界定位精度和行为分类准确率,有利于改善自然场景下的人机交互质量。; 关键词行为检测网络残差收缩结构时空上下文多层卷积非局部注意力机制; Keywords behavior detection network residual shrinkage structure spatio-temporal context multilayer convolution non-local attention mechanism; 分类号 TP394.1 [自动化与计算机技术—计算机应用技术] TH691.9 [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	作者	出处	发文年	被引量	操作
1	基于非局部注意力机制的在线多目标跟踪算法	郑龙澍林野翟鹏张立华	《计算机应用与软件》北大核心	2024	1	在线阅读下载PDF 职称材料
2	基于非局部注意力生成对抗网络的视频异常事件检测方法	孙奇吉根林张杰	《计算机科学》 CSCD 北大核心	2022	4	在线阅读下载PDF 职称材料
3	基于FFT-DC-GRU-NLA的中长期居民用电量预测模型	章诚申超	《现代电子技术》北大核心	2025	0	在线阅读下载PDF 职称材料
4	基于CSS-Cascade Mask R-CNN的有遮挡多片烟叶部位识别	朱波胡朋刘宇晨张冀武	《农业工程学报》 EI CAS CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
5	结合残差收缩和时空上下文的行为检测网络	黄忠陶孟元胡敏刘娟占生宝	《光学精密工程》 EI CAS CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料