基于改进ResNet-18的红外图像人体行为识别方法研究 被引量：14

1

作者 周啸辉 余磊 +4 位作者 何茜 陈涵 聂宏 欧巧凤 熊邦书 《激光与红外》 CAS CSCD 北大核心 2021年第9期1178-1184,共7页

人体行为识别在安全监护、安防监控、智能家居等诸多领域具有重要的研究意义和广泛的应用价值。由于红外信息具有受光照影响小、保护隐私等特性,因此基于红外信息的人体行为识别方法备受国内外学者关注。本文对包含7种行为类别的红外信... 人体行为识别在安全监护、安防监控、智能家居等诸多领域具有重要的研究意义和广泛的应用价值。由于红外信息具有受光照影响小、保护隐私等特性,因此基于红外信息的人体行为识别方法备受国内外学者关注。本文对包含7种行为类别的红外信息进行连续帧拼接处理,构建红外图像数据集。传统的ResNet-18网络性能较为优异,在可见光图像识别上一直表现良好,但在红外图像识别中效果欠佳。本文根据红外图像特性,对其进行相应改进:首先,构建多分支同构结构,替换7×7卷积,增强网络的表达能力;其次,结合最大池化与平均池化,避免丢失有用信息;最后,引入非对称卷积块构成多重残差结构,并与改进CBAM模块结合对残差块进行优化,从而增加网络多样性,提升网络的特征提取能力。实验结果表明,改进ResNet 18网络识别率达到99.96%,不但高于传统的ResNet 18网络,而且明显优于基于红外图像的其他网络。 展开更多

关键词 人体行为识别 改进ResNe18网络 红外图像 多重残差结构 改进CBAM模块

在线阅读 下载PDF 职称材料

基于改进ResNet-18模型的弧齿锥齿轮安装位置偏差分类识别方法研究 被引量：1

2

作者 刘小凯 边骥轩 +2 位作者 张江勇 董岑鑫 王卫军 《农业装备与车辆工程》 2024年第3期96-100,共5页

针对现有的弧齿锥齿轮安装位置偏差分类识别效率低的问题,使用改进的ResNet-18神经网络构建轻量级弧齿锥齿轮安装位置偏差分类识别模型,改进的网络修改了ResNet-18网络第一卷积层,并引入了通道与空间注意力机制。实验结果表明,改进ResNe... 针对现有的弧齿锥齿轮安装位置偏差分类识别效率低的问题,使用改进的ResNet-18神经网络构建轻量级弧齿锥齿轮安装位置偏差分类识别模型,改进的网络修改了ResNet-18网络第一卷积层,并引入了通道与空间注意力机制。实验结果表明,改进ResNet-18较原网络对于齿面接触印痕图像的分类准确率提高了3.23%,损失值降低了0.04。该方法为齿轮安装偏差识别提供了新路径,对弧齿锥齿轮总成的安装调整作业提供了一定的指导。 展开更多

关键词 弧齿锥齿轮 接触印痕 安装位置偏差 注意力机制 resnet-18

在线阅读 下载PDF 职称材料

基于深度学习的传统色彩创新设计方法研究

3

作者 丁满 冯光宇 +1 位作者 王鹏博 谷泽杨 《包装工程》 北大核心 2025年第10期56-67,共12页

目的挖掘文化内涵,提升传统色彩创新设计的创新性和多样性,解决传统色彩创新设计中缺乏文化底蕴,设计效率不高等问题。方法首先采用网络爬虫、聚类算法、自然语言处理等方法构建显性传统色彩库与隐性文化意象库,并结合语意差异法和ResNe... 目的挖掘文化内涵,提升传统色彩创新设计的创新性和多样性,解决传统色彩创新设计中缺乏文化底蕴,设计效率不高等问题。方法首先采用网络爬虫、聚类算法、自然语言处理等方法构建显性传统色彩库与隐性文化意象库,并结合语意差异法和ResNet18构建传统色彩文化数据集;其次,采用C-WGAN构建一个生成传统色彩创新设计方案的模型,该模型能够创造性地生成符合色彩搭配规则且富有文化意象的产品色彩设计方案;最后,以武强年画为传统色彩文化研究对象,以旅游观光车为设计应用对象,进行传统色彩创新设计,并搭建设计系统,以验证论文所提方法的有效性和适用性。结果提出一种基于深度学习的传统色彩创新设计方法,该方法可快速设计出符合文化意象的产品色彩设计方案,实现传统色彩、文化底蕴、现代产品的交融。结论论文验证了深度学习技术在传统色彩创新设计中的应用潜力,为传统色彩创新设计提供一种可行且可靠的思路,促进了传统色彩在现代产品设计中的创新和传承。 展开更多

关键词 传统色彩 创新设计 文化意象 条件Wassertein生成对抗网络(C-WGAN) 残差网络resnet-18

在线阅读 下载PDF 职称材料

基于关键点的列车螺栓松动状态检测算法研究

4

作者 刘艾莎 王勇 +2 位作者 李金龙 高晓蓉 马金刚 《现代电子技术》 北大核心 2025年第14期178-186,共9页

针对真实列车场景中,螺栓松动检测易受螺栓种类多样、拍摄环境复杂等影响的问题,提出一种基于关键点的列车螺栓松动状态检测算法。将深度学习中的关键点检测技术与拓扑学相结合,利用孪生网络判断前后历史螺栓的几何六边形信息差,从而判... 针对真实列车场景中,螺栓松动检测易受螺栓种类多样、拍摄环境复杂等影响的问题,提出一种基于关键点的列车螺栓松动状态检测算法。将深度学习中的关键点检测技术与拓扑学相结合,利用孪生网络判断前后历史螺栓的几何六边形信息差,从而判断螺栓松动。首先利用YOLOv9识别并定位螺栓,构建螺栓关键点数据集和螺栓松动分类数据集;其次,为增强检测模型对畸变、倾斜等异常螺栓图像的自动矫正能力,并解决特征图在深层网络传递中的信息丢失问题,对ResNet-18模型进行改进,集成了空间变换网络(STN)模块;最后,将检测得到的螺栓角点拓扑为一个连通六边形结构,并将前后信息输入至孪生网络进行松动分类。测试结果表明,利用改进后的ResNet-18模型判断螺栓松动状态的精确率为99.3%,召回率为99.6%,较原模型有显著提升。所提算法能够有效判断螺栓的松动状态,可为螺栓松动故障诊断提供新的解决方案和技术参考。 展开更多

关键词 螺栓松动检测 关键点检测技术 YOLOv9 resnet-18 图像处理 拓扑学 空间变换网络

在线阅读 下载PDF 职称材料

基于BM-MTF的船舶水泵轴承故障特征增强与诊断研究

5

作者 廖志强 黄振德 +2 位作者 宋雪玮 梁观龙 贾宝柱 《中国舰船研究》 北大核心 2025年第2期56-67,共12页

[目的]针对船舶水泵轴承故障时的振动信号故障特征易被噪声淹没,导致诊断准确率较低的问题,提出一种基于巴特沃斯均值滤波器和马尔可夫转移场(BM-MTF)与ResNet-18网络相结合的轴承故障特征增强与诊断方法。[方法]首先,引入BM滤波器,以... [目的]针对船舶水泵轴承故障时的振动信号故障特征易被噪声淹没,导致诊断准确率较低的问题,提出一种基于巴特沃斯均值滤波器和马尔可夫转移场(BM-MTF)与ResNet-18网络相结合的轴承故障特征增强与诊断方法。[方法]首先,引入BM滤波器,以强化信号的故障冲击波形,从而抑制噪声干扰、增强故障特征;然后,通过MTF绘制二维图像,以有效可视化并增强信号特征,再将经BM信号滤波后的MTF图像输入ResNet-18网络进行诊断识别;最后,采用西储大学轴承故障公开数据集、实验室轴承故障数据集和船舶水泵轴承故障数据集进行对比验证。[结果]实验对比结果表明,所提BM-MTF方法可以有效提取轴承故障特征,其对3种轴承故障数据集的诊断准确度均达到100%,显著提升了轴承故障准确度。[结论]研究成果可为船舶水泵轴承故障诊断提供参考。 展开更多

关键词 船舶水泵 轴承 故障分析 特征提取 故障特征增强 马尔可夫转移场 resnet-18网络

在线阅读 下载PDF 职称材料

基于双重注意力机制的鱼类体表病理识别方法

6

作者 王一非 袁涛 吴鹏飞 《华中农业大学学报》 北大核心 2025年第2期73-82,共10页

为提高鱼类体表病理识别精确度及识别效率,解决当前识别过程中对人工依赖严重且识别准确性低等问题,根据4种发病率高且对鱼类危害大的鱼病构建鱼类体表病理数据集,基于Resnet-18模型进行改进优化,融合空间注意力和SE通道注意力双重注意... 为提高鱼类体表病理识别精确度及识别效率,解决当前识别过程中对人工依赖严重且识别准确性低等问题,根据4种发病率高且对鱼类危害大的鱼病构建鱼类体表病理数据集,基于Resnet-18模型进行改进优化,融合空间注意力和SE通道注意力双重注意力机制构建出高识别精度的DBA_Resnet-18模型,并基于该模型开发了鱼病实时智能识别可视化系统。改进后模型将SE通道注意力模块添加在网络中部,在网络尾部引入了空间注意力机制。测试结果显示,DBA_Resnet-18模型对鱼类体表病理分类准确率达到了96.75%,相比于常见的模型Resnet-18、Resnet-34、Resnet-50、Resnet-101、Swin Transformer、VGG-16、VGG-19和AlexNet分别高出1.71、2.12、2.37、2.83、2.51、2.23、2.50和3.53百分点。研究结果表明,本研究提出的模型及鱼病智能识别可视化系统能够对不同鱼类体表病理进行快速、精确的分类识别,实现了鱼病识别系统的智能化,可用于实际环境中诊断鱼类体表病理类型。 展开更多

关键词 鱼类体表病理 深度学习 注意力机制 resnet-18 鱼病智能识别

在线阅读 下载PDF 职称材料

基于CNN的水表指针读数识别及STM32实现方案设计 被引量：7

7

作者 张鹏飞 叶哲江 +1 位作者 杨嘉林 李家成 《电子测量技术》 北大核心 2021年第23期61-67,共7页

为了提高卷积神经网络对于水表指针读数识别的准确率,同时实现将卷积神经网络移植到STM32单片机中运行,使用了包含2913张水表指针图片的数据集对GoogLeNet和ResNet-18进行迁移学习和测试,其中GoogLeNet的测试集准确率为89.37%,ResNet-1... 为了提高卷积神经网络对于水表指针读数识别的准确率,同时实现将卷积神经网络移植到STM32单片机中运行,使用了包含2913张水表指针图片的数据集对GoogLeNet和ResNet-18进行迁移学习和测试,其中GoogLeNet的测试集准确率为89.37%,ResNet-18的测试集准确率为93.24%。借鉴于ResNet-18模型的跳跃连接思想,使用了高低层特征融合的方法,在保证感受野大小不变的前提下将7×7大卷积核替换为3个3×3小卷积核的串接以减少网络的参数量,同时减低网络的深度,加快了训练时网络的收敛,之后设计了一个对于水表指针读数识别准确率更高和收敛更快的卷积神经网络模型,此模型的测试集准确率为95.11%。为克服STM32单片机存储资源极其有限的困难,在保证较高准确率的前提下进一步减小网络规模从而降低网络参数量,设计出模型的测试集准确率为91.51%,训练过程在PC端使用MATLAB深度学习工具箱完成,生成的onnx模型仅有948 KB大小,运行占用RAM大小为437.14 KB。 展开更多

关键词 卷积神经网络 STM32单片机 GoogLeNet resnet-18 特征融合 感受野

在线阅读 下载PDF 职称材料

面向机械臂操作的视觉信息实时重建方法 被引量：1

8

作者 贾清玉 常亮 +4 位作者 杨先一 强保华 张世豪 谢武 杨明浩 《计算机应用》 CSCD 北大核心 2023年第4期1255-1260,共6页

现阶段的机械臂技能传授方法主要通过三维实时重建技术搭建虚拟空间进行模拟训练。然而人与机械臂视角不同,传统视觉信息重建方法由于重建误差大、时间长,而且实验环境苛刻、所需传感器较多等原因,导致机械臂在虚拟空间内习得的技能不... 现阶段的机械臂技能传授方法主要通过三维实时重建技术搭建虚拟空间进行模拟训练。然而人与机械臂视角不同,传统视觉信息重建方法由于重建误差大、时间长,而且实验环境苛刻、所需传感器较多等原因,导致机械臂在虚拟空间内习得的技能不能很好地迁移于现实环境。针对以上问题,提出了一种面向机械臂操作的视觉信息实时重建方法。首先,通过Mask-RCNN(Mask-Region Convolutional Neural Network)对实时采集到的RGB图像提取信息;然后,将提取后的RGB图像及其他视觉信息联合编码,并通过ResNet-18将视觉信息映射为机械臂操作空间的三维位置信息;最后,为减小重建误差,提出了一种聚类簇中心距离受限离群值调整方法(CC-DIS),并利用OpenGL(Open Graphics Library)将调整后的位置信息可视化,完成机械臂操作空间三维实时重建。实验结果表明,所提的实时重建方法具有较快的重建速度和较高的重建精度,完成一次三维重建仅需62.92 ms,重建速度高达每秒16帧,重建相对误差约为5.23%,能有效用于机械臂技能传授任务。 展开更多

关键词 技能传授 Mask-RCNN resnet-18 三维实时重建 机械臂

在线阅读 下载PDF 职称材料

融合改进GAN网络的夜视环境车道线检测 被引量：2

9

作者 刘岩 仇甜甜 +2 位作者 肖艳秋 朱付保 王靖雯 《计算机工程与应用》 CSCD 北大核心 2023年第15期214-222,共9页

基于深度学习的车道线检测方法有效地促进了自动驾驶技术的发展,然而这些方法在处理夜视场景下车道线检测问题仍然存在一定的不足。针对夜视场景下车道线检测存在的检测精度弱问题,将基于注意力机制的生成对抗网络(attentive GAN)和空... 基于深度学习的车道线检测方法有效地促进了自动驾驶技术的发展,然而这些方法在处理夜视场景下车道线检测问题仍然存在一定的不足。针对夜视场景下车道线检测存在的检测精度弱问题,将基于注意力机制的生成对抗网络(attentive GAN)和空间卷积神经网络(spatial convolutional neural network,SCNN)算法相结合,提出一种针对夜视场景的车道线检测方法。该方法利用Attentive GAN网络提高夜间道路图像质量,突出道路图像中的车道线特征,再利用ResNet-18网络提取车道线特征,随后利用SCNN网络进行图像信息的逐行逐列传递,并利用三次样条曲线进行概率图拟合,得到最终的车道线检测结果。在利用模拟后的TuSimple数据集验证了方法的检测性能,实验结果表明,提出的车道线检测方法在夜视场景下具有良好的车道线检测性能。 展开更多

关键词 夜间车道线检测 注意力机制的生成对抗网络(Attentive GAN) resnet-18网络 空间卷积神经网络(SCNN)

在线阅读 下载PDF 职称材料

基于计算机视觉的幕墙开启窗检测方法 被引量：1

10

作者 卢佳祁 姚志东 庄浩然 《科学技术与工程》 北大核心 2022年第20期8748-8754,共7页

在强风天气来临时,未关闭的建筑幕墙开启窗极易被吹落,严重危害了人身与财产安全。为了及时准确地发现未关闭的开启窗,提出了一种基于计算机视觉的幕墙开启窗检测方法。广角摄像头从建筑底部仰角拍摄幕墙外立面全景影像,采用语义分割模... 在强风天气来临时,未关闭的建筑幕墙开启窗极易被吹落,严重危害了人身与财产安全。为了及时准确地发现未关闭的开启窗,提出了一种基于计算机视觉的幕墙开启窗检测方法。广角摄像头从建筑底部仰角拍摄幕墙外立面全景影像,采用语义分割模型U-Net提取外立面掩码图像,并从掩码图像提取用于透视变换的参考点,透视变换法将因仰角拍摄产生的畸变进行校正,校正后的开启窗位置分布规则,可直接按照预设区域准确裁剪出开启窗区域图像,然后采用ResNet-18卷积神经网络分类模型判断开启窗开闭状态。建立开启窗位置与楼宇房间号映射关系表,从而指导责任人员及时定位并关闭开启窗。所提方法在某高层建筑进行了测试。结果表明:所提方法可以在不同光照条件下有效检测到未关闭的开启窗,检测时间优于2 s。可见,所提方法在准确性与及时性上满足实际应用需求。 展开更多

关键词 强风天气 开启窗 计算机视觉 U-Net 透视变换 resnet-18 映射关系表

在线阅读 下载PDF 职称材料

一种改进的星地异构网络选择算法

11

作者 沈序驰 梁俊 +2 位作者 肖楠 袁天 朱未沫 《现代防御技术》 北大核心 2014年第4期108-113,共6页

针对目前异构网络选择算法在确定指标权重存在主观性的问题,提出一种改进的星地异构无线网络选择算法。将线性比例变换方法和极差变换方法结合,对网络属性值标准化处理,使处理结果更具科学性,采用10/10-18/2新标度系统构造判断矩阵,利... 针对目前异构网络选择算法在确定指标权重存在主观性的问题,提出一种改进的星地异构无线网络选择算法。将线性比例变换方法和极差变换方法结合,对网络属性值标准化处理,使处理结果更具科学性,采用10/10-18/2新标度系统构造判断矩阵,利用层次分析法计算网络性能差异的客观权重,通过对权重的排序,得到最优接入网络。仿真结果证明,该算法能有效改进传统多接入选择算法中对判决指标权重定义主观因素强,判决不准确的问题,提高了网络的选择准确性和有效性。 展开更多

关键词 异构网络 选择算法 10 10-18 2新标度 层次分析法 业务类型

在线阅读 下载PDF 职称材料

基于深度学习的墙式氧气吸入器检定方法

12

作者 黄康 孙斌 +2 位作者 吴燕娟 裘凯军 赵玉晓 《计量学报》 CSCD 北大核心 2024年第5期685-691,共7页

针对墙式氧气吸入器检定时人工读数影响大、检定效率低等问题,提出一种基于深度学习的墙式氧气吸入器检定方法。通过工业相机拍摄墙式氧气吸入器图像,输入到改进后的残差块ResNet-18网络中,实现对浮子流量计的自动读数。残差块结构改进... 针对墙式氧气吸入器检定时人工读数影响大、检定效率低等问题,提出一种基于深度学习的墙式氧气吸入器检定方法。通过工业相机拍摄墙式氧气吸入器图像,输入到改进后的残差块ResNet-18网络中,实现对浮子流量计的自动读数。残差块结构改进策略有:在直联通路中增加Dropout网络层;删除残差块中的1×1卷积层;使用LeakyReLU激活函数代替ReLU激活函数。将数据集按照51的比例划分为训练集和测试集,经过100批次的训练,网络模型在测试集上的准确率为98.37%。将中国计量科学研究院检定合格的墙式氧气吸入器连接至检定装置中检定,计算得到浮子流量计的最大示值误差为±0.2 L/min,误差在允许范围内,检定结果相同。结果表明,该方法可以代替人工读数,有效提高检定效率。 展开更多

关键词 流量计量 墙式氧气吸入器 检定装置 深度学习 残差块 resnet-18网络

在线阅读 下载PDF 职称材料

基于改进SOLOv2的煤矿图像实例分割方法 被引量：3

13

作者 季亮 《工矿自动化》 CSCD 北大核心 2023年第11期115-120,共6页

现有的图像分割方法用于清晰度较好的煤矿井下图像时效果良好,但应用于环境复杂的煤矿井下时,获取的图像大多较模糊且目标物体轮廓不清晰,从而影响目标物体的分割精度。针对上述问题,提出了一种基于改进SOLOv2的煤矿图像实例分割方法。... 现有的图像分割方法用于清晰度较好的煤矿井下图像时效果良好,但应用于环境复杂的煤矿井下时,获取的图像大多较模糊且目标物体轮廓不清晰,从而影响目标物体的分割精度。针对上述问题,提出了一种基于改进SOLOv2的煤矿图像实例分割方法。将SOLOv2模型的ResNet-50网络替换为ResNeXt-18网络,从而精简网络层数,提升模型的推理速度;引入坐标注意力(CA)模块,以提升模型特征提取能力,保留精确的位置信息,提高模型的图像分割精度;采用ACON-C激活函数替换ReLU激活函数,从而使神经元之间的特征得以充分组合,增强模型的特征表达能力,进一步提高模型的图像分割精度。将改进SOLOv2模型部署在嵌入式平台上进行煤矿图像分割实验,相较于SOLOv2模型,改进SOLOv2模型的Mask AP(掩膜平均精度)提高了1.1%,模型权重文件减小了83.2 MiB,推理速度提高了5.30帧/s,达26.10帧/s,在煤矿图像分割精度和推理速度上均有一定提升。 展开更多

关键词 煤矿目标识别 实例分割 深度学习 SOLOv2 ResNeXt-18网络 坐标注意力

在线阅读 下载PDF 职称材料