面向无线传感网络安全的轻量级加密算法研究 被引量：1

1

作者 石鲁生 朱慧博 《传感技术学报》 北大核心 2025年第1期168-173,共6页

轻量级加密算法需在保证安全性的同时尽可能地降低计算和存储资源的消耗,以适应传感器节点的硬件限制。为同时提高数据传输的安全性和准确性,降低传感器节点能耗和计算量,提出面向无线传感网络安全的轻量级加密算法。建立传感器节点分... 轻量级加密算法需在保证安全性的同时尽可能地降低计算和存储资源的消耗,以适应传感器节点的硬件限制。为同时提高数据传输的安全性和准确性,降低传感器节点能耗和计算量,提出面向无线传感网络安全的轻量级加密算法。建立传感器节点分簇模型,为簇首分配相应的对称密钥;利用TCDCP算法构建WSN线性回归模型,采集经过密钥分配处理后的感知数据;引入流密钥的轻量级同态加密算法,实现对感知数据的加密、解密处理,增强无线传感网络安全性能。仿真结果表明,所提算法的加密、解密时间分别为1.01 s、1.05 s,解密成功率平均值为97.0%,RAM空间、ROM空间占用字节数分别为770 kB、800 kB,能耗为82 mJ。所提方法能够有效地保护无线传感网络数据的机密性和完整性,降低资源消耗。 展开更多

关键词 无线传感网络 轻量级加密算法 分簇模型 线性回归模型 感知数据采集

在线阅读 下载PDF 职称材料

改进YOLOv7和SeaFormer的桥梁裂缝识别与测量 被引量：1

2

作者 杨国俊 齐亚辉 +1 位作者 杜永峰 石秀名 《铁道科学与工程学报》 北大核心 2025年第1期429-442,共14页

为解决以往桥梁裂缝检测模型参数量大、检测效率低、延迟高,无人机采集图像质量不佳等问题,引入图像质量评价模型和SeaFormer轻量化语义分割算法,通过改进YOLOv7目标检测算法,训练并建立基于改进的YOLOv7和SeaFormer的桥梁裂缝识别与分... 为解决以往桥梁裂缝检测模型参数量大、检测效率低、延迟高,无人机采集图像质量不佳等问题,引入图像质量评价模型和SeaFormer轻量化语义分割算法,通过改进YOLOv7目标检测算法,训练并建立基于改进的YOLOv7和SeaFormer的桥梁裂缝识别与分割一体化模型,提出基于内切圆的裂缝长度与宽度像素级计算方法。同时,采用先识别,然后将裂缝识别目标框图像作为分割模型的输入图像进行分割,再将分割图像进行处理并按照目标框位置信息映射回原图的方案,大大提高了裂缝的检测效率;利用本文质量评估模型筛选并标注公开混凝土桥梁裂缝图像,作为本文模型数据集。通过在此数据集上与主流模型进行训练测试对比,证明了本文算法在精度、轻量化等方面的优势。然后利用大疆精灵4pro-v2.0无人机在距离待测面3m处采集结构裂缝图像进行精度验证,裂缝宽度检测相对误差在18%以内,裂缝长度检测相对误差在10%以内。另外,在加入兰州市中山桥桥墩裂缝图像的混合测试集中,裂缝识别定位精准度达91.38%,F1分数88.94%,召回率86.62%;裂缝分割准确度为93.66%,交并比90.17%。研究结果表明:基于改进YOLOv7和SeaFormer的一体化桥梁裂缝检测方法在兼顾检测速度与精度的情况下,模型更小、检测效率更高,更适用于搭载在无人机等移动设备进行桥梁、高塔等结构的裂缝检测。 展开更多

关键词 桥梁工程 裂缝检测 无人机 深度学习 轻型多层感知模块 YOLOv7模型 SeaFormer模型

在线阅读 下载PDF 职称材料

基于改进YOLOv7-tiny的PCB缺陷检测算法

3

作者 侯培国 韩超明 +1 位作者 李宁 宋涛 《燕山大学学报》 北大核心 2025年第2期167-176,共10页

针对现有PCB缺陷检测算法检测效率低、参数量大以及结构复杂的问题,提出了一种改进的YOLOv7-tiny算法。设计了多尺度捕获模块,通过多尺度特征捕获、上下文信息融合以及特征增强的方法,提高算法对图像特征提取的能力,改善CSPSPP层单一池... 针对现有PCB缺陷检测算法检测效率低、参数量大以及结构复杂的问题,提出了一种改进的YOLOv7-tiny算法。设计了多尺度捕获模块,通过多尺度特征捕获、上下文信息融合以及特征增强的方法,提高算法对图像特征提取的能力,改善CSPSPP层单一池化操作掩盖特征图内部有效信息的问题。提出了全局局部门控感知模块,通过选择性特征融合、局部与全局信息结合的方法,降低颈部网络的参数量。基于DeepPCB数据集进行实验得出,改进后的模型较传统模型精度提升了1.5%,参数量和计算量分别下降了66%和20.6%,模型规模降低了66.3%。改进后的算法识别精度高、参数量少、计算量小,可以为PCB缺陷的快速准确识别提供良好的条件。 展开更多

关键词 PCB表面缺陷检测 YOLOv7-tiny 多尺度捕获模块 全局局部门控感知模块 轻量化

在线阅读 下载PDF 职称材料

基于语义分割的非结构化田间道路场景识别 被引量：17

4

作者 孟庆宽 杨晓霞 +1 位作者 张漫 关海鸥 《农业工程学报》 EI CAS CSCD 北大核心 2021年第22期152-160,共9页

环境信息感知是智能农业装备系统自主导航作业的关键技术之一。农业田间道路复杂多变,快速准确地识别可通行区域,辨析障碍物类别,可为农业装备系统高效安全地进行路径规划和决策控制提供依据。该研究以非结构化农业田间道路场景为研究对... 环境信息感知是智能农业装备系统自主导航作业的关键技术之一。农业田间道路复杂多变,快速准确地识别可通行区域,辨析障碍物类别,可为农业装备系统高效安全地进行路径规划和决策控制提供依据。该研究以非结构化农业田间道路场景为研究对象,根据环境对象动、静态属性进行类别划分,提出一种基于通道注意力结合多尺度特征融合的轻量化语义分割模型。首先采用Mobilenet V2轻量卷积神经网络提取图像特征,将混合扩张卷积融入特征提取网络最后2个阶段,在保证特征图分辨率的基础上增加感受野并保持信息的连续性与完整性;然后引入通道注意力模块对特征提取网络各阶段特征通道依据重要程度重新标定;最后通过空间金字塔池化模块将多尺度池化特征进行融合,获取更加有效的全局场景上下文信息,增强对复杂道路场景识别的准确性。语义分割试验表明,不同道路环境下本文模型可以对场景对象进行有效识别解析,像素准确率和平均像素准确率分别为94.85%、90.38%,具有准确率高、鲁棒性强的特点。基于相同测试集将该文模型与FCN-8S、SegNet、DeeplabV3+、BiseNet模型进行对比试验,该文模型的平均区域重合度为85.51%,检测速度达到8.19帧/s,参数数量为2.41×10^(6),相比于其他模型具有准确性高、推理速度快、参数量小等优点,能够较好地实现精度与速度的均衡。研究成果可为智能农业装备在非结构化道路环境下安全可靠运行提供技术参考。 展开更多

关键词 机器视觉 语义分割 环境感知 非结构化道路 轻量卷积 注意力机制 特征融合

在线阅读 下载PDF 职称材料

基于全局姿态感知的轻量级人体姿态估计 被引量：2

5

作者 刘玉杰 张敏杰 +1 位作者 李宗民 李华 《图学学报》 CSCD 北大核心 2022年第2期333-341,共9页

人体姿态估计是近年来人机交互领域的热点话题。当前,常见的人体姿态估计方法集中在通过增加网络的复杂性来提高精度,却忽视了模型的效益问题,导致模型在实际应用中精度高但计算资源消耗巨大。针对这一问题设计了一个基于全局姿态感知... 人体姿态估计是近年来人机交互领域的热点话题。当前,常见的人体姿态估计方法集中在通过增加网络的复杂性来提高精度,却忽视了模型的效益问题,导致模型在实际应用中精度高但计算资源消耗巨大。针对这一问题设计了一个基于全局姿态感知的轻量级人体姿态估计模型,其在MSCOCO数据集上精度达68.2%AP,速度保持在255 fps,参数量和FLOPS仅为OpenPose方法的10%和0.9%。在人体姿态估计任务中,根据预测的关键节点数量来设置网络的输出通道数,导致对每个关键点的检测都是独立的。关键点之间的相对位置、整体布局等全局信息在困难样本的姿态估计任务中非常重要,但是在之前的研究中未考虑到。为了利用全局姿态信息,设计了一个全局姿态感知模块来提取全局姿态特征,并利用双分支网络融合全局和局部姿态特征。实验表明,利用全局姿态感知模块的轻量级人体姿态估计网络在MPII和MSCOCO数据集上精度分别提高了1.5%和1.3%。 展开更多

关键词 人体姿态估计 轻量级 全局姿态感知 双分支网络 特征融合

在线阅读 下载PDF 职称材料

面向路侧视角目标检测的轻量级YOLOv7-R算法 被引量：7

6

作者 张小俊 奚敬哲 +1 位作者 史延雷 袁安录 《汽车工程》 EI CSCD 北大核心 2023年第10期1833-1844,共12页

针对V2X中的路侧感知单元在检测过程中,模型部署困难的问题、被测目标所呈现的多尺度问题及目标之间遮挡问题,提出了一种基于YOLOv7算法的轻量级检测算法YOLOv7-R。首先使用改进的EfficientNetv2-s重新构建YOLOv7的主干网络,减小模型参... 针对V2X中的路侧感知单元在检测过程中,模型部署困难的问题、被测目标所呈现的多尺度问题及目标之间遮挡问题,提出了一种基于YOLOv7算法的轻量级检测算法YOLOv7-R。首先使用改进的EfficientNetv2-s重新构建YOLOv7的主干网络,减小模型参数量,提高模型的推理速度。其次,采用CA坐标注意力机制,保留精确的位置信息,加强模型对多尺度目标的检测性能;同时采用Focal-EIoU损失函数,提升算法精度。最后,在预处理阶段使用GridMask数据增强,提升算法对被遮挡目标的学习能力。实验结果表明:相较于基线算法YOLOv7,该算法在DAIR-V2X-I数据集上的map@0.5和map@0.5:0.95分别提高了3%与4.8%,检测速率达到了96.3 f/s,从而在满足轻量化要求的同时得到更优的检测精度,有效地实现了路侧单元对交通参与者的检测任务。 展开更多

关键词 深度学习 路侧感知 YOLOv7 轻量化 注意力机制 车路协同

在线阅读 下载PDF 职称材料

基于自适应特征感知的轻量化人体姿态估计 被引量：2

7

作者 毋宁 王鹏 +2 位作者 李晓艳 吕志刚 孙梦宇 《液晶与显示》 CAS CSCD 北大核心 2023年第8期1107-1117,共11页

针对现有人体姿态估计网络在追求高精度检测时,网络结构设计复杂、模型参数量较大、检测效率较低的问题,本文提出了一种基于自适应特征感知的轻量级人体姿态估计算法。首先利用轻量化Ghost模块重构人体姿态估计的特征提取网络,减少网络... 针对现有人体姿态估计网络在追求高精度检测时,网络结构设计复杂、模型参数量较大、检测效率较低的问题,本文提出了一种基于自适应特征感知的轻量级人体姿态估计算法。首先利用轻量化Ghost模块重构人体姿态估计的特征提取网络,减少网络参数量;其次设计了一种轻量级自适应特征感知的注意力机制,在降低网络模型复杂度的同时加强通道间信息有效交流,有效改善关键点定位效果;最后采用Huber Loss损失函数优化模型训练,实现异常点的更优预测,增强模型鲁棒性。在COCO数据集上进行验证,实验结果表明,与基准RMPE算法相比,改进后模型的检测精度提升了约0.5%,参数量减少了56.0%,网络运算量降低了32.6%,模型体积压缩了约57.0%,模型检测速率提升约2.1倍。本文改进后的人体姿态估计模型在压缩模型体积的同时提高了检测效率,增强了模型鲁棒性。 展开更多

关键词 人体姿态估计 轻量化 自适应特征感知 Ghost模块 Huber Loss

在线阅读 下载PDF 职称材料

视觉联合交集下施工危险区域侵入行为动态感知方法 被引量：7

8

作者 刘泽锋 韩豫 +1 位作者 李文涛 吴晗 《安全与环境工程》 CAS CSCD 北大核心 2023年第4期18-25,共8页

为解决行为险态识别脱离场景信息的问题,基于视觉联合交集,提出一种施工危险区域侵入行为动态感知方法。该方法以YOLOX模型为基础算法,引入轻量级Transformer,采用Mosaic数据增强方式,通过设计候选框联合交集(iou)将危险区域与工人行为... 为解决行为险态识别脱离场景信息的问题,基于视觉联合交集,提出一种施工危险区域侵入行为动态感知方法。该方法以YOLOX模型为基础算法,引入轻量级Transformer,采用Mosaic数据增强方式,通过设计候选框联合交集(iou)将危险区域与工人行为状态关联,结合场景信息对工人行为险态进行理解。以临边作业为实验场景,在工人行为状态与危险区域位置关系精准识别的基础上,实现施工危险区域侵入行为的动态监控,改进后的YOLOX模型在每秒处理图像帧数降低1.33的情况下平均精度提高3.01%。实地测试结果表明:检测类别识别的平均精度均高于91.5%,iou准确率均为100%,可为施工场景内工人行为险态的实时感知提供参考,具有实效性与可推广性。 展开更多

关键词 视觉联合交集 侵入行为 动态感知 施工危险区域 YOLOX模型 轻量级Transformer

在线阅读 下载PDF 职称材料

起重吊装风险协同感知智能装备研发与应用 被引量：3

9

作者 张淦 郭聖煜 +3 位作者 周晓洁 董依梦 吴迪 肖天龙 《中国安全科学学报》 CAS CSCD 北大核心 2023年第6期122-127,共6页

为解决起重吊装指挥-操作交互的高风险场景下,单一类型装备(如传感器、智能摄像头等)难以实时智能地识别吊装风险的问题,研发集成计算机视觉技术和传感器设备的起重吊装风险协同感知智能装备(简称智能装备)。首先分析起重吊装过程中指... 为解决起重吊装指挥-操作交互的高风险场景下,单一类型装备(如传感器、智能摄像头等)难以实时智能地识别吊装风险的问题,研发集成计算机视觉技术和传感器设备的起重吊装风险协同感知智能装备(简称智能装备)。首先分析起重吊装过程中指挥人员和起重机的运动特征;然后针对起重机驾驶员的误操作行为风险,结合人-机不同的运动特征和工作需求,提出智能装备的风险协同感知方案;最后在实验室模拟场景下检验智能装备的风险感知精度和延迟时间。结果表明:智能装备能够协同感知起重吊装指挥-操作交互过程中的安全风险,发现起重机驾驶员的误操作行为并实时报警。智能装备在该过程中的风险感知精度为95.17%,延迟时间约为0.25 s。 展开更多

关键词 起重吊装 风险感知 协同感知 智能装备 轻量级混合卷积神经网络(MCN-Lite) 指挥手势信号

在线阅读 下载PDF 职称材料

一种小样本数据驱动的雷达复合干扰轻量化感知网络 被引量：2

10

作者 郎彬 王欢 宫健 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第3期1005-1014,共10页

基于深度学习的雷达干扰感知技术能精确感知各类雷达干扰类型,但需预先构建大规模且完备的训练样本,数据集构建工作量大、难度高,同时存在网络模型参数量较大、计算复杂度高的问题,导致在实际平台中难以应用。针对此问题,提出一种小样... 基于深度学习的雷达干扰感知技术能精确感知各类雷达干扰类型,但需预先构建大规模且完备的训练样本,数据集构建工作量大、难度高,同时存在网络模型参数量较大、计算复杂度高的问题,导致在实际平台中难以应用。针对此问题,提出一种小样本数据驱动的雷达复合干扰轻量化感知网络,结合计算机视觉领域的“目标检测”思想建立干扰感知网络,利用雷达干扰时频分布数据提取多尺度特征图,预置锚框进行回归与分类,使用分组卷积与Ghost卷积对大参数量、高计算量的网络结构进行轻量化改进。实验结果表明:只需小规模的多种单一干扰模式样本,即可实现对单一干扰模式、两两复合模式及3类复合模式的灵活感知,在低干噪比条件下保持较高感知性能的同时大幅压缩模型的参数量与运算量。 展开更多

关键词 雷达干扰感知 小样本数据驱动 复合干扰 深度学习 轻量级网络

在线阅读 下载PDF 职称材料

用轻量化卷积神经网络图像语义分割的交通场景理解 被引量：12

11

作者 白傑 郝培涵 陈思汉 《汽车安全与节能学报》 CAS CSCD 2018年第4期433-440,共8页

为提高汽车自动驾驶系统中视觉感知模块的鲁棒性,提出了使用图像语义分割方法进行交通场景理解。采用基于深度学习的语义分割方法,设计了兼顾运行速度和准确率的轻量化卷积神经网络。在特征提取部分,用轻量化特征提取模型MobileNetV2结... 为提高汽车自动驾驶系统中视觉感知模块的鲁棒性,提出了使用图像语义分割方法进行交通场景理解。采用基于深度学习的语义分割方法,设计了兼顾运行速度和准确率的轻量化卷积神经网络。在特征提取部分,用轻量化特征提取模型MobileNetV2结构,用可变形卷积代替步长为2的卷积层;在特征解码部分,缩减卷积核数目、引入多尺度的空洞可变形卷积,补充低层特征细节。用扩充的Pascal VOC 2012数据集进行预训练和评估,用交通场景数据集Cityscapes进行测试。结果表明:该网络结构的准确率达到了平均交互比(mean IoU) 69.2%,超过了用MobileNetV2的DeepLab语义分割网络,运行速度127 ms/帧,占内存1.073 GB,优于使用VGG-16、ResNet-101的结果。 展开更多

关键词 汽车自动驾驶 场景理解 视觉感知 图像语义分割 轻量化卷积神经网络 深度学习

在线阅读 下载PDF 职称材料

面向智能驾驶的轻量化GwcNet立体匹配算法研究

12

作者 周浩 曹景胜 +1 位作者 董翼宁 李刚 《现代电子技术》 北大核心 2024年第16期125-129,共5页

智能驾驶技术作为新一代智能交通系统的核心之一,受到了广泛关注。其中,感知融合技术在实现智能驾驶的精准定位和环境感知中起着至关重要的作用。在感知融合中使用的立体匹配算法更是关乎智能驾驶的安全性和准确性,是智能驾驶环境感知... 智能驾驶技术作为新一代智能交通系统的核心之一,受到了广泛关注。其中,感知融合技术在实现智能驾驶的精准定位和环境感知中起着至关重要的作用。在感知融合中使用的立体匹配算法更是关乎智能驾驶的安全性和准确性,是智能驾驶环境感知领域中重要的技术环节。针对智能驾驶汽车在硬件方面算力不足,但对立体匹配算法实时性和精度均有较高要求的问题,文章基于GwcNet,为智能驾驶环境感知模块设计了一种轻量化的立体匹配算法。利用ACV模型替代GwcNet立体匹配算法中参数量、运算量最大的3D卷积模块,使得算法的实时性和精度得到提升。为了进一步减少网络复杂度,减小ACV模块中的网络参数,提出一个Fast-ACV模型。最后在KITTI 2015数据集中对立体匹配算法进行对比分析。结果表明,所提出的轻量化GwcNet立体匹配算法在精度和实时性上均优于GwcNet算法。 展开更多

关键词 智能驾驶 轻量化GwcNet 立体匹配算法 环境感知 感知融合 ACV模型

在线阅读 下载PDF 职称材料

农田环境下智能牵引平台语义分割模型研究

13

作者 张馨文 冯全 程志新 《农业技术与装备》 2025年第11期9-12,共4页

针对农田环境中智能电动牵引平台对语义分割精度与部署效率的实际需求,提出了一种轻量化的DeepLabV3语义分割模型。首先在农田多场景语义分割数据集上,系统评估了DeepLabV3、PSPNet、FCN等主流模型的性能表现。实验结果显示,DeepLabV3... 针对农田环境中智能电动牵引平台对语义分割精度与部署效率的实际需求,提出了一种轻量化的DeepLabV3语义分割模型。首先在农田多场景语义分割数据集上,系统评估了DeepLabV3、PSPNet、FCN等主流模型的性能表现。实验结果显示,DeepLabV3在地头、田垄和可行驶区域三类目标上的晴天IoU分别为78.5%、73.8%、85.2%,整体优于其他模型。在此基础上,引入MobileNetV3主干网络进行轻量化改进,参数量降至5.4 M,FLOPs降低约70.5%,适配嵌入式部署需求。改进模型在田垄类别晴天IoU提升至74.1%,可行驶区域在复杂光照条件下保持82.7%的精度,展现出良好的鲁棒性与边缘部署可行性。 展开更多

关键词 视觉感知 语义分割 DeepLabV3 MobileNetV3 轻量化模型

在线阅读 下载PDF 职称材料