检索结果-维普期刊中文期刊服务平台

基于对抗神经网络和神经网络模型的筒子纱抓取方法被引量：10: 1; 作者金守峰林强强马秋瑞《毛纺科技》 CAS 北大核心 2020年第1期79-84,共6页; 为提高筒子纱抓取和上纱过程的自动化和柔性化程度,应用单目视觉系统引导机器人完成上纱过程。采用工业相机获取单个筒子纱不同形态的数据信息,应用GAN(生成式对抗神经网络)对筒子纱数据集扩充,提高筒子纱数据集多样性。将所得的数据集... 展开更多; 关键词筒子纱相机标定 GAN对抗神经网络 Faster r-cnn神经网络目标抓取; 在线阅读下载PDF 职称材料

人体关键点检测的Mask R-CNN网络模型改进研究被引量：8: 2; 作者宋玲夏智敏《计算机工程与应用》 CSCD 北大核心 2021年第1期150-160,共11页; 由于在现有的人体关键点检测问题中,深度学习解决方案采用的掩膜区域卷积神经网络Mask R-CNN存在参数量大导致计算成本过高、迭代次数多导致训练时间过长等问题,提出了一种基于重组通道网络ShuffleNet改进Mask R-CNN网络模型。通过引入S... 展开更多; 关键词深度学习卷积神经网络(CNN) 掩膜区域卷积神经网络(Mask r-cnn) 重组通道网络人体关键点检测; 在线阅读下载PDF 职称材料

基于Mask R-CNN倾斜影像筛选的建筑物三维模型高效重建方法被引量：1: 3; 作者樊孝常梁玉斌 +1 位作者杨阳崔铁军《天津师范大学学报（自然科学版）》 CAS 北大核心 2023年第5期44-50,共7页; 为了解决村镇区域建筑实景三维建模效率低下的问题,提出一种基于影像筛选的三维模型重建方法.首先,利用网络开源的建筑检测数据集训练Mask R-CNN神经网络模型;其次,利用训练好的神经网络模型筛选包含建筑的倾斜影像;最后,使用下视影像... 展开更多; 关键词无人机倾斜摄影测量 Mask r-cnn神经网络影像筛选运动结构恢复算法; 在线阅读下载PDF 职称材料

基于Faster R-CNN算法的船舶识别检测被引量：9: 4; 作者崔巍杨亮亮 +3 位作者夏荣牟向伟樊晓伟杨海峰《合肥工业大学学报（自然科学版）》 CAS 北大核心 2020年第2期182-187,223,共7页; 目前,检测卫星图像中船舶的常用方法如合成孔径雷达(synthetic-aperture radar,SAR)对多目标仍难以达到精确检测,而更快速的区域卷积神经网络(faster region-based convolutional neural network,Faster R-CNN)算法是一种深度学习算法,... 展开更多; 关键词卫星图像船舶检测更快速的区域卷积神经网络(Faster r-cnn) 尺度不变特征转换(SIFT) 快速区域卷积神经网络(Fast r-cnn); 在线阅读下载PDF 职称材料

基于Faster R-CNN的海底管道智能检测方法被引量：6: 5; 作者俞进唐建华 +1 位作者神祥凯刘金海《中国安全科学学报》 CAS CSCD 北大核心 2023年第6期80-87,共8页; 为提高海底管道缺陷及组件的检测精度并实现智能化海底管道安全检测,提出一种基于快速区域卷积神经网络(Faster R-CNN)的海底管道智能检测方法。首先,通过基值校正和分段映射-伪彩色化方法,将漏磁检测信号转化为伪彩色图,以增强漏磁信... 展开更多; 关键词快速区域卷积神经网络(Faster r-cnn) 海底管道智能检测漏磁内检测多目标检测; 在线阅读下载PDF 职称材料

基于Faster R-CNN的绝缘子识别探索和应用被引量：18: 6; 作者黄文琦张福铮 +4 位作者李鹏明哲许爱东陈华军杨航《南方电网技术》北大核心 2018年第9期22-27,共6页; 基于可见光图像的绝缘子识别是电网智能巡检设备识别的最重要的任务之一。电网智能巡检采集的图片存在着有效样本稀缺及场景多样性等问题,极大地限制了深度学习等技术在电网设备智能识别上的应用。本文基于深度学习对轻量级的多来源图... 展开更多; 关键词深度学习区域卷积神经网络(r-cnn) 绝缘子计算机视觉目标识别; 在线阅读下载PDF 职称材料

基于深度学习的地铁施工作业人员不安全行为识别与应用被引量：12: 7; 作者范冰倩董秉聿 +3 位作者王彪李铭吴松佟瑞鹏《中国安全科学学报》 CAS CSCD 北大核心 2023年第1期41-47,共7页; 为有效识别地铁施工作业人员不安全行为,基于深度学习与计算机视觉技术,提出融合行为和身份识别的不安全行为识别方法。首先,对更快速的基于区域的卷积神经网络(Faster R-CNN)算法进行优化,引入高效通道注意力(ECA)模块提升行为识别的... 展开更多; 关键词深度学习地铁施工不安全行为识别作业人员更快速的基于区域的卷积神经网络(Faster r-cnn) 人脸识别; 在线阅读下载PDF 职称材料

题名基于对抗神经网络和神经网络模型的筒子纱抓取方法被引量：10: 1; 作者金守峰林强强马秋瑞; 机构西安工程大学机电工程学院西安工程大学服装与艺术设计学院; 出处《毛纺科技》 CAS 北大核心 2020年第1期79-84,共6页; 基金陕西省自然科学基础研究计划项目(2017JM5141) 陕西省教育厅专项科研计划项目(17JK0334) +2 种基金西安工程大学博士基金(BS1535) 西安市科技局创新引导项目(201805030YD8CG14(5); 文摘为提高筒子纱抓取和上纱过程的自动化和柔性化程度,应用单目视觉系统引导机器人完成上纱过程。采用工业相机获取单个筒子纱不同形态的数据信息,应用GAN(生成式对抗神经网络)对筒子纱数据集扩充,提高筒子纱数据集多样性。将所得的数据集加载到Faster R-CNN(更快速区域卷积神经网络)模型里进行训练,应用训练好的神经网络识别和定位筒子纱,引导机器人完成上纱任务。应用搭建的单目视觉系统实验平台对结果进行测试,结果表明,经过标定后的视觉系统可以完成多个筒子纱的抓取任务,以满足筒子纱上纱过程的自动化和柔性化要求。; 关键词筒子纱相机标定 GAN对抗神经网络 Faster r-cnn神经网络目标抓取; Keywords yarn camera calibration GAN against neural network Faster r-cnn neural network target crawling; 分类号 TS103.11 [轻工技术与工程—纺织工程] TP242.2 [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

题名人体关键点检测的Mask R-CNN网络模型改进研究被引量：8: 2; 作者宋玲夏智敏; 机构广西大学计算机与电子信息学院; 出处《计算机工程与应用》 CSCD 北大核心 2021年第1期150-160,共11页; 基金国家自然科学基金(61762030) 广西创新驱动重大专项项目(桂科AA17204017) 广西重点研发计划项目(桂科AB19110050,桂科AB16380237)。; 文摘由于在现有的人体关键点检测问题中,深度学习解决方案采用的掩膜区域卷积神经网络Mask R-CNN存在参数量大导致计算成本过高、迭代次数多导致训练时间过长等问题,提出了一种基于重组通道网络ShuffleNet改进Mask R-CNN网络模型。通过引入ShuffleNet的网络结构,使用分组逐点卷积与通道重排的操作与联合边框回归和掩膜分割的计算结果对Mask R-CNN进行轻量化改进。使用该方法改进网络模型在进行单人或多人情况下的人体关键点检测中,在保留精度的前提下,可以加快运行速度,减少检测时间。; 关键词深度学习卷积神经网络(CNN) 掩膜区域卷积神经网络(Mask r-cnn) 重组通道网络人体关键点检测; Keywords deep learning Convolution Neural Network(CNN) Mask r-cnn ShuffleNet human keypoint detection; 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Mask R-CNN倾斜影像筛选的建筑物三维模型高效重建方法被引量：1: 3; 作者樊孝常梁玉斌杨阳崔铁军; 机构天津师范大学地理与环境科学学院; 出处《天津师范大学学报（自然科学版）》 CAS 北大核心 2023年第5期44-50,共7页; 基金天津师范大学研究生科研创新资助项目(2022KYCX076Y) 天津市研究生科研创新资助项目(2022SKYZ269).; 文摘为了解决村镇区域建筑实景三维建模效率低下的问题,提出一种基于影像筛选的三维模型重建方法.首先,利用网络开源的建筑检测数据集训练Mask R-CNN神经网络模型;其次,利用训练好的神经网络模型筛选包含建筑的倾斜影像;最后,使用下视影像和筛选的倾斜影像对研究区进行三维重建.本研究使用Mask R-CNN神经网络模型从9775张无人机影像中自动筛选出7451张包含建筑的影像.实验结果表明,基于影像筛选的增量式三维重建法比常规方法节省了49.4%的数据处理时间,其空三重投影均方根误差和密集重建结果与常规方法一致.; 关键词无人机倾斜摄影测量 Mask r-cnn神经网络影像筛选运动结构恢复算法; Keywords unmanned aerial vehicle(UAV) oblique photogrammetry Mask r-cnn neural network image filtering stru-cture from motion(SFM); 分类号 P231 [天文地球—摄影测量与遥感]; 在线阅读下载PDF 职称材料

题名基于Faster R-CNN算法的船舶识别检测被引量：9: 4; 作者崔巍杨亮亮夏荣牟向伟樊晓伟杨海峰; 机构大连海事大学航运经济与管理学院重庆市电力公司发展策划部; 出处《合肥工业大学学报（自然科学版）》 CAS 北大核心 2020年第2期182-187,223,共7页; 基金国家自然科学基金资助项目(61473053) 辽宁省教育厅科技研究资助项目(L2014203) +2 种基金 3132018169) 重庆市电力公司科技资助项目(渝电发展KJ[2015]271); 文摘目前,检测卫星图像中船舶的常用方法如合成孔径雷达(synthetic-aperture radar,SAR)对多目标仍难以达到精确检测,而更快速的区域卷积神经网络(faster region-based convolutional neural network,Faster R-CNN)算法是一种深度学习算法,用于物体检测和分类时,可以实现高精度实时监测。文章应用Faster R-CNN算法对卫星图像中的船舶进行识别和检测,并与传统尺度不变特征转换(scale-invariant feature transform,SIFT)算法、快速区域卷积神经网络(fast region-based convolutional neural network,Fast R-CNN)算法进行对比。研究结果表明,Faster R-CNN算法比传统SIFT算法和Fast R-CNN算法有更好的收敛速度和识别精度,该算法在船舶识别方面具有较大潜力。; 关键词卫星图像船舶检测更快速的区域卷积神经网络(Faster r-cnn) 尺度不变特征转换(SIFT) 快速区域卷积神经网络(Fast r-cnn); Keywords satellite imagery ship detection faster region-based convolutional neural network(Faster r-cnn) scale-invariant feature transform(SIFT) fast region-based convolutional neural network(Fast r-cnn); 分类号 TP391.413 [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Faster R-CNN的海底管道智能检测方法被引量：6: 5; 作者俞进唐建华神祥凯刘金海; 机构中国海洋石油集团有限公司中海油能源发展装备技术有限公司东北大学信息科学与工程学院; 出处《中国安全科学学报》 CAS CSCD 北大核心 2023年第6期80-87,共8页; 基金国家自然科学基金资助(61973071) 辽宁省自然科学基金资助(2019-KF-03-04)。; 文摘为提高海底管道缺陷及组件的检测精度并实现智能化海底管道安全检测,提出一种基于快速区域卷积神经网络(Faster R-CNN)的海底管道智能检测方法。首先,通过基值校正和分段映射-伪彩色化方法,将漏磁检测信号转化为伪彩色图,以增强漏磁信号的关键特征;其次,基于多模态数据增强来提升检测模型的泛化能力;然后,基于多模态数据增强后的样本训练改进的Faster R-CNN网络,建立最优的智能检测模型;最后,以试验场和渤海在役管道为例,验证所提方法的有效性。结果表明:所提方法的平均检测精度可达93.8%,相较原始的Faster R-CNN算法提高8%,且平均交并比达到0.75,能够精准地实现海底油气管道多目标检测,保障海底管道的安全运行。; 关键词快速区域卷积神经网络(Faster r-cnn) 海底管道智能检测漏磁内检测多目标检测; Keywords Faster region-convolutional neural network(Faster r-cnn) submarine pipelines intelligent detection magnetic flux leakage internal inspection multi-target detection; 分类号 X937 [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Faster R-CNN的绝缘子识别探索和应用被引量：18: 6; 作者黄文琦张福铮李鹏明哲许爱东陈华军杨航; 机构南方电网科学研究院; 出处《南方电网技术》北大核心 2018年第9期22-27,共6页; 基金南方电网公司科技项目(ZBKJXM20170086)~~; 文摘基于可见光图像的绝缘子识别是电网智能巡检设备识别的最重要的任务之一。电网智能巡检采集的图片存在着有效样本稀缺及场景多样性等问题,极大地限制了深度学习等技术在电网设备智能识别上的应用。本文基于深度学习对轻量级的多来源图像样本数据进行了绝缘子识别的探索和应用。首先,阐述了基于深度学习的目标识别算法发展过程,并着重介绍和对比了区域卷积神经网络(region-convolutional neural network,R-CNN)、快速区域卷积神经网络(fast region-convolutional neural network,Fast R-CNN)和更快区域卷积神经网络(faster region-convolutional neural netw ork,Faster R-CNN) 3种用于目标识别的深度学习模型。然后,通过对来源于不同场景的百量级绝缘子图像进行实验,验证了Faster R-CNN模型在百量级图像中和可用性和鲁棒性。本文的研究和实验为深度学习技术在电网各类设备图像目标识别上的推广和应用探索了一条有效路径。; 关键词深度学习区域卷积神经网络(r-cnn) 绝缘子计算机视觉目标识别; Keywords deep learning r-cnn insulator computer vision object recognition; 分类号 TM717 [电气工程—电力系统及自动化] TM621 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于深度学习的地铁施工作业人员不安全行为识别与应用被引量：12: 7; 作者范冰倩董秉聿王彪李铭吴松佟瑞鹏; 机构中国矿业大学(北京)应急管理与安全工程学院中国职业安全健康协会; 出处《中国安全科学学报》 CAS CSCD 北大核心 2023年第1期41-47,共7页; 基金北京市自然科学基金资助(8212015) 国家自然科学基金资助(52074302)。; 文摘为有效识别地铁施工作业人员不安全行为,基于深度学习与计算机视觉技术,提出融合行为和身份识别的不安全行为识别方法。首先,对更快速的基于区域的卷积神经网络(Faster R-CNN)算法进行优化,引入高效通道注意力(ECA)模块提升行为识别的准确性;其次,将基于人脸超分辨率算法的人脸识别方法与行为识别相结合,提升图像像素水平并准确输出不安全行为执行人员相关信息;然后,行为识别与人脸识别并发进行,识别结果回流至数据库最终输出工人不安全行为报告;最后,选取某地铁施工项目的4种不安全行为进行识别方法的实证应用。研究表明:该方法可在地铁施工场景下进行有效应用,不安全行为识别和执行人员身份识别的准确率均达0.85以上,具有较高的准确度。; 关键词深度学习地铁施工不安全行为识别作业人员更快速的基于区域的卷积神经网络(Faster r-cnn) 人脸识别; Keywords subway construction unsafe behavior recognition construction workers faster region-based convolutional neural networks(Faster r-cnn) face recognition; 分类号 X915.2 [环境科学与工程—安全科学]; 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	基于对抗神经网络和神经网络模型的筒子纱抓取方法	金守峰林强强马秋瑞	《毛纺科技》 CAS 北大核心	2020	10	在线阅读下载PDF 职称材料
2	人体关键点检测的Mask R-CNN网络模型改进研究	宋玲夏智敏	《计算机工程与应用》 CSCD 北大核心	2021	8	在线阅读下载PDF 职称材料
3	基于Mask R-CNN倾斜影像筛选的建筑物三维模型高效重建方法	樊孝常梁玉斌杨阳崔铁军	《天津师范大学学报（自然科学版）》 CAS 北大核心	2023	1	在线阅读下载PDF 职称材料
4	基于Faster R-CNN算法的船舶识别检测	崔巍杨亮亮夏荣牟向伟樊晓伟杨海峰	《合肥工业大学学报（自然科学版）》 CAS 北大核心	2020	9	在线阅读下载PDF 职称材料
5	基于Faster R-CNN的海底管道智能检测方法	俞进唐建华神祥凯刘金海	《中国安全科学学报》 CAS CSCD 北大核心	2023	6	在线阅读下载PDF 职称材料
6	基于Faster R-CNN的绝缘子识别探索和应用	黄文琦张福铮李鹏明哲许爱东陈华军杨航	《南方电网技术》北大核心	2018	18	在线阅读下载PDF 职称材料
7	基于深度学习的地铁施工作业人员不安全行为识别与应用	范冰倩董秉聿王彪李铭吴松佟瑞鹏	《中国安全科学学报》 CAS CSCD 北大核心	2023	12	在线阅读下载PDF 职称材料