期刊文献+
共找到169篇文章
< 1 2 9 >
每页显示 20 50 100
Complex field network-coded cooperation based on multi-user detection in wireless networks 被引量:2
1
作者 Jing Wang Xiangyang Liu +1 位作者 Kaikai Chi Xiangmo Zhao 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2013年第2期215-221,共7页
Cooperative communication can achieve spatial diversity gains,and consequently combats signal fading due to multipath propagation in wireless networks powerfully.A novel complex field network-coded cooperation(CFNCC... Cooperative communication can achieve spatial diversity gains,and consequently combats signal fading due to multipath propagation in wireless networks powerfully.A novel complex field network-coded cooperation(CFNCC) scheme based on multi-user detection for the multiple unicast transmission is proposed.Theoretic analysis and simulation results demonstrate that,compared with the conventional cooperation(CC) scheme and network-coded cooperation(NCC) scheme,CFNCC would obtain higher network throughput and consumes less time slots.Moreover,a further investigation is made for the symbol error probability(SEP) performance of CFNCC scheme,and SEPs of CFNCC scheme are compared with those of NCC scheme in various scenarios for different signal to noise ratio(SNR) values. 展开更多
关键词 network coding complex field wireless network cooperative communication multi-user detection
在线阅读 下载PDF
Study of multi-rate multi-user detection based on supervision decision
2
作者 杨涛 谢剑英 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2004年第3期413-418,共6页
Multi-user detection (MUD) based on multirate transmission in code division multiple access (CDMA) system is discussed. Under the requirement of signal interference ratio (SIR) detection at base station and framework ... Multi-user detection (MUD) based on multirate transmission in code division multiple access (CDMA) system is discussed. Under the requirement of signal interference ratio (SIR) detection at base station and framework with parallel interference cancellation, a supervision decision algorithm based on pre-decision of probabilistic data association (PDA) and hard decision is proposed. The detection performance is analyzed and simulation is implemented to show that the supervision decision algorithm improves the detection performance effectively. 展开更多
关键词 CDMA MULTI-RATE multi-user detection supervision decision.
在线阅读 下载PDF
Non-coherent sequence detection scheme for satellite-based automatic identification system 被引量:1
3
作者 Haosu Zhou Jianxin Wang 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2017年第3期442-448,共7页
The satellite-based automatic identification system (AIS) receiver has to encounter the frequency offset caused by the Doppler effect and the oscillator instability. This paper proposes a non-coherent sequence detecti... The satellite-based automatic identification system (AIS) receiver has to encounter the frequency offset caused by the Doppler effect and the oscillator instability. This paper proposes a non-coherent sequence detection scheme for the satellite-based AIS signal transmitted over the white Gaussian noise channel. Based on the maximum likelihood estimation and a Viterbi decoder, the proposed scheme is capable of tolerating a frequency offset up to 5% of the symbol rate. The complexity of the proposed scheme is reduced by the state-complexity reduction, which is based on per-survivor processing. Simulation results prove that the proposed non-coherent sequence detection scheme has high robustness to frequency offset compared to the relative scheme when messages collision exists. 展开更多
关键词 non-coherent sequence detection scheme satellite based automatic identification system frequency offset messages collision Viterbi decoder
在线阅读 下载PDF
基于DCNv2和Transformer Decoder的隧道衬砌裂缝高效检测模型研究 被引量:1
4
作者 孙己龙 刘勇 +4 位作者 周黎伟 路鑫 侯小龙 王亚琼 王志丰 《图学学报》 CSCD 北大核心 2024年第5期1050-1061,共12页
为解决因衬砌裂缝性状随机、分布密集、标注框分辨率低所导致的现有模型识别精度低、检测速度慢及参数量庞大等问题,以第2版可变形卷积网络(DCNv2)和端到端变换器解码器(Transformer Decoder)为基础对YOLOv8网络框架进行改进,提出了面... 为解决因衬砌裂缝性状随机、分布密集、标注框分辨率低所导致的现有模型识别精度低、检测速度慢及参数量庞大等问题,以第2版可变形卷积网络(DCNv2)和端到端变换器解码器(Transformer Decoder)为基础对YOLOv8网络框架进行改进,提出了面向衬砌裂缝的检测模型DTD-YOLOv8。首先,通过引入DCNv2对YOLOv8主干卷积网络C2f进行融合以实现模型对裂缝形变特征的准确快速感知,同时采用Transformer Decoder对YOLOv8检测头进行替换以实现端到端框架内完整目标检测流程,从而消除因Anchor-free处理模式所带来的计算消耗。采用自建裂缝数据集对SSD,Faster-RCNN,RT-DETR,YOLOv3,YOLOv5,YOLOv8和DTD-YOLOv8的7种检测模型进行对比验证。结果表明:改进模型F1分数和mAP@50值分别为87.05%和89.58%;其中F1分数相较其他6种模型分别提高了14.16%,7.68%,1.55%,41.36%,8.20%和7.40%;mAP@50分别提高了28.84%,15.47%,1.33%,47.65%,10.14%和10.84%。改进模型参数量仅为RT-DETR的三分之一,检测单张图片的速度为16.01 ms,FPS为65.46帧每秒,对比其他模型检测速度得到提升。该模型在面向运营隧道裂缝检测任务需求时能够表现出高效的性能。 展开更多
关键词 隧道工程 目标检测 第2版可变形卷积网络 Transformer decoder 衬砌裂缝
在线阅读 下载PDF
基于单幅图像形状特征的三维漫画人脸重建
5
作者 孙刘杰 王佳耀 王文举 《计算机工程与应用》 北大核心 2025年第1期282-290,共9页
针对单幅图像的三维漫画人脸重建存在地标检测准确性差和生成模型还原高频细节能力低的问题,提出了一种多尺度特征融合与高频信息映射的两阶段方法。在第一阶段中,多尺度通道融合地标检测器用于提高检测的准确性。其中多尺度特征由HRNe... 针对单幅图像的三维漫画人脸重建存在地标检测准确性差和生成模型还原高频细节能力低的问题,提出了一种多尺度特征融合与高频信息映射的两阶段方法。在第一阶段中,多尺度通道融合地标检测器用于提高检测的准确性。其中多尺度特征由HRNet产生;由通道注意力和Swin Transformer构成的注意力层用于多尺度通道融合特征提取;为了提高生成地标的精度,损失函数由地标损失和热图损失两部分构成。在第二阶段中,傅里叶特征共享层变形网络使生成的三维漫画人脸具有更丰富的高频形状细节。其中傅里叶特征映射提取高维特征,使网络学习更多形状的高频信息;共享层超网络加快了网络的收敛和重建速度。该方法应用于CaricatureFace和3DCaricShop数据集。实验结果表明,该方法中的地标检测器的平均检测误差减少了4.4%;变形网络在形状重建上的均方误差减少了26%,并且平均重建时间减少了18%;最终重建出的三维漫画人脸具有夸张的形状和自然的细节。 展开更多
关键词 地标检测 三维漫画人脸 人脸重建 三维形变模型 深度学习 自解码器
在线阅读 下载PDF
基于局部特征编解码的自动驾驶3D目标检测
6
作者 邵凯 吴广 +2 位作者 梁燕 奚兴发 高琳珈 《系统工程与电子技术》 北大核心 2025年第10期3168-3178,共11页
针对自动驾驶三维目标检测中多层次特征提取和多尺度特征上下文依赖性问题,采用点-体素的检测框架,提出一种综合多项技术的基于局部特征编解码区域卷积神经网络(local feature encode-decode region-based convolutional neural network... 针对自动驾驶三维目标检测中多层次特征提取和多尺度特征上下文依赖性问题,采用点-体素的检测框架,提出一种综合多项技术的基于局部特征编解码区域卷积神经网络(local feature encode-decode region-based convolutional neural network,LFED-RCNN)。首先,在三维特征提取阶段提出结合卷积网络和Transformer编解码结构的卷积编解码主干,其中额外下采样卷积网络提取多层次三维特征,局部编解码网络建模特征间关联并融合深浅层特征,提升模型在复杂背景下对前景目标的特征获取能力。其次,设计位置编码模块对鸟瞰图视角下的二维特征进行位置编码,建立长期依赖关系,提升检测精度。所提方案LFED-RCNN在KITTI和ONCE数据集上进行验证,在KITTI数据集的困难等级下,对车、行人、骑行者三类检测对象分别可达到82.95%、57.48%、72.14%的平均准确率(mean average precision,mAP)。实验结果证明,所提方法在困难模式上表现出优异性能。 展开更多
关键词 三维目标检测 点云 TRANSFORMER 编码器 解码器 接受域
在线阅读 下载PDF
基于注意力解码和连续性监督的裂缝检测方法
7
作者 谢永华 卓安南 《计算机工程与应用》 北大核心 2025年第4期122-129,共8页
裂缝检测是预防重大建筑坍塌事故的重要措施。针对裂缝特征微弱和图像背景噪声干扰较多的问题,引入语义分割领域的编码解码结构算法来提升检测鲁棒性。为了解决编码解码结构网络中解码方式单一且不能高效联系编码特征语义信息的缺陷,设... 裂缝检测是预防重大建筑坍塌事故的重要措施。针对裂缝特征微弱和图像背景噪声干扰较多的问题,引入语义分割领域的编码解码结构算法来提升检测鲁棒性。为了解决编码解码结构网络中解码方式单一且不能高效联系编码特征语义信息的缺陷,设计了基于注意力机制的解码模块,通过注意力机制增强解码器对裂缝特征的关注度,优化了模型的解码效果;对于模型预测结果中裂缝断裂问题,改进了连续性监督算法,通过在模型预测阶段加入连续性邻接图预测,并结合对应的损失函数进行监督,提高预测结果中裂缝的特征连续性;最后结合这两种方法搭建了一种编码解码结构的自动化裂缝检测模型。通过在两个数据集上的实验结果,验证了所提方法的优越性,在选取的常用算法中取得了最高的检测精度。 展开更多
关键词 裂缝检测 语义分割 编码解码 注意力机制 连续性监督
在线阅读 下载PDF
基于编解码网络的生猪骨架提取方法研究
8
作者 王泽华 徐爱俊 +2 位作者 周素茵 叶俊华 夏芳 《计算机应用与软件》 北大核心 2025年第4期181-188,共8页
针对生猪骨架提取难度大、精度低、耗时长等问题,提出一种基于编解码网络的生猪骨架提取方法。该文构建关键点热力图生成模型,将ResNet50残差网络和U-Net语义分割网络相结合,搭建编码-解码网络结构并引入注意力机制,以提高尾、蹄等小目... 针对生猪骨架提取难度大、精度低、耗时长等问题,提出一种基于编解码网络的生猪骨架提取方法。该文构建关键点热力图生成模型,将ResNet50残差网络和U-Net语义分割网络相结合,搭建编码-解码网络结构并引入注意力机制,以提高尾、蹄等小目标关键点的特征提取精度;在生成关键点热力图的同时预测关键点偏移量,弥补反算关键点原始位置时的精度损失,再利用霍夫投票机制对二者进行加权聚合,最终映射得到生猪骨架。实验结果表明,骨架提取准确率为85.27%。相较于ResNet50残差网络,在耗时相近的情况下,准确率提高了22.67个百分点。该研究为生猪骨架提取提供了一种新的方法,可为进一步开展生猪行为研究提供技术参考。 展开更多
关键词 骨架提取 关键点检测 生猪 注意力机制 特征提取 编解码网络
在线阅读 下载PDF
特征增强和渐进式解码的RGB-D显著性检测
9
作者 化春键 姚烨涛 +2 位作者 蒋毅 俞建峰 陈莹 《计算机科学与探索》 北大核心 2025年第9期2419-2429,共11页
针对现有的大多数RGB-D显著性检测方法在特征提取过程中难以有效提取多尺度特征以及在解码过程中模态特征信息交互不充分导致信息丢失的问题,提出了一种特征增强和渐进式解码的RGB-D显著性检测方法。针对多尺度特征提取困难,导致算法对... 针对现有的大多数RGB-D显著性检测方法在特征提取过程中难以有效提取多尺度特征以及在解码过程中模态特征信息交互不充分导致信息丢失的问题,提出了一种特征增强和渐进式解码的RGB-D显著性检测方法。针对多尺度特征提取困难,导致算法对多目标、小目标物体检测精度低的问题,构建了多尺度自注意力特征增强模块;为了充分发挥两种模态特征的优势,构建了跨模态特征融合模块,以增强不同模态分支之间的信息交互;为了解决解码过程中信息易丢失的问题,提出了渐进式加权融合解码器,充分整合细化不同模态的特征信息;对逐层解码的结果采用混合损失函数监督训练,实现初始显著图优化。在5个公开基准数据集上与10种先进主流方法进行的对比实验表明,该方法在5个指标上均有较优表现。实验结果表明,该方法在多种复杂情况下都能获得相对精确的显著图,达到了较为先进的性能。 展开更多
关键词 图像处理 显著性检测 深度学习 特征增强 渐进式解码
在线阅读 下载PDF
融合条形卷积和Transformer的风机叶片裂纹检测研究
10
作者 黄启昀 李黄强 +2 位作者 舒征宇 李欣 付军军 《现代电子技术》 北大核心 2025年第14期123-128,共6页
针对风机叶片早期出现的浅色、细小裂纹难以识别问题,提出一种融合条形卷积和Transformer的风机叶片裂纹检测方法。首先基于不同方向条形卷积构建多方向裂纹特征增强模块,在不同尺度下增强网络对裂纹特征的提取能力;其次,在Transformer... 针对风机叶片早期出现的浅色、细小裂纹难以识别问题,提出一种融合条形卷积和Transformer的风机叶片裂纹检测方法。首先基于不同方向条形卷积构建多方向裂纹特征增强模块,在不同尺度下增强网络对裂纹特征的提取能力;其次,在Transformer中引入非线性无激活网络,以降低Transformer在利用高分辨率图像进行检测任务时的计算复杂度;最后结合Transformer与条形卷积的优势,构建一种四级对称编码-解码器网络,完成叶片裂纹缺陷检测任务。测试结果表明,该方法在自制数据集上的mPA值和mIoU值分别达到86.87%和79.54%,且网络的训练速率达到13.24幅/s,说明风机叶片裂纹检测方法在检测性能与检测速率上均具有良好的效果。 展开更多
关键词 风机叶片 裂纹检测 多尺度特征 条形卷积 TRANSFORMER 编码-解码器网络
在线阅读 下载PDF
基于压缩图像与YOLOv5模型的架空输电线路缺陷检测技术 被引量:2
11
作者 刘敏 姜亮 +2 位作者 田杨阳 张璐 陈岑 《沈阳工业大学学报》 北大核心 2025年第2期152-159,共8页
【目的】输电线路作为电能传输和使用过程中的重要环节,其安全稳定对电力系统的正常运行起着至关重要的作用,因此输电线路日常巡检具有重要作用。重大事故通常由微小缺陷隐患发展而来,日常巡检通常采用人工、无人机、可视化通道等手段,... 【目的】输电线路作为电能传输和使用过程中的重要环节,其安全稳定对电力系统的正常运行起着至关重要的作用,因此输电线路日常巡检具有重要作用。重大事故通常由微小缺陷隐患发展而来,日常巡检通常采用人工、无人机、可视化通道等手段,无论何种方式都需要处理大量可视化、红外或者紫外照片。但由于输电线路的特殊性,架设条件涉及多种环境,其巡检图像背景通常较为复杂,采用人工复核审查的方式精度较高,但对经验依赖较大且效率极低。如何快速、准确地识别架空线路巡检图片是架空输电线路缺陷识别的关键。传统输电线路巡检图片识别方法在复杂背景的干扰下,容易出现缺陷识别精确度不高的问题。【方法】为提高架空输电线路巡检图像复杂背景下的检测准确率,提出了一种兼顾识别效率和准确性的缺陷检测方法。基于压缩图像技术并结合YOLOv5模型,设计了一种基于稀疏卷积的非对称特征聚合压缩算法,将原始图像通过编码减少图像存储所需空间以便于存储和传输,经过信息通道传输到解密器后,再将压缩图像进行解码复原以提升局部集合特征的学习效率。同时,通过融入通道空间注意力模块从特征图中得到注意力通道权重矩阵和空间权重矩阵,并通过权重矩阵判断特征图区域的重要程度,完成对YOLOv5模型处理效率的提升。【结果】将压缩恢复后的图像输入改进YOLOv5模型中,利用通道注意力模块(CAM)和空间注意力模块(SAM)分别对图像进行通道与空间上的注意力数据处理,通过全局平均池化和最大池化处理增强目标区域的特征,并引入空间注意力模块增强通道注意力对特征位置信息的关注,以检测出存在缺陷的设备,并通过实验验证了方法的有效性。【结论】以某架空线路的巡检图像数据集为基础,对检测方法开展训练与测试,结果表明,巡检图像经所提技术压缩后,尺寸明显减小,恢复后的图像尺寸较原图约降低了3 MB且未出现失真;改进YOLOv5模型具有较高的检测精确度,其检测准确率和时间分别为0.91和0.87 s,算法在降低图像尺寸提升检测速度的同时保证了检测准确率。 展开更多
关键词 架空输电线路 缺陷检测 图像压缩 改进YOLOv5模型 非对称特征聚合编解码网络 通道空间注意力模块 逐通道稀疏残差卷积 检测准确率
在线阅读 下载PDF
基于多任务学习的全景驾驶感知算法
12
作者 吴伟林 刘春泉 余孝源 《计算机工程与设计》 北大核心 2025年第4期1127-1133,共7页
针对全景驾驶感知算法YOLOP存在特征图池化操作自适应较差、下采样过程细节丢失和模型性能差的问题,提出一种基于多任务学习的全景驾驶感知算法,引入高效处理模块,提高对特征图池化操作自适应能力,采用不同加权系数的损失函数,提升网络... 针对全景驾驶感知算法YOLOP存在特征图池化操作自适应较差、下采样过程细节丢失和模型性能差的问题,提出一种基于多任务学习的全景驾驶感知算法,引入高效处理模块,提高对特征图池化操作自适应能力,采用不同加权系数的损失函数,提升网络的检测性能及鲁棒性。在BDD100K数据集的评估结果中,车道线检测准确率提高11.6%,可行驶区域检测的平均交并比(mIoU)提高2.1%,车辆检测的平均精确率均值的50%指标(mAP50)提高3.7%。在KITTI数据集的评估结果中,车辆检测mAP50指标提高3.4%。 展开更多
关键词 多任务学习网络 编码-解码器 车道线检测 可行驶区域检测 车辆检测 特征对齐 转置卷积
在线阅读 下载PDF
超声检测钢轨轨头横通孔幻象波成因分析及基于正交频率技术的消除方法
13
作者 张世红 张玉华 +3 位作者 马运忠 李培 李忠 钟艳春 《铁道建筑》 北大核心 2025年第7期40-46,共7页
针对钢轨探伤车在标定试验线动态检测轨头横通孔时出现B显异常出波的问题,搭建试验环境成功复现。以60 kg/m钢轨轨头横通孔B显数据为对象,对幻象波开展了超声波路径分析,采用声学计算推算出异常回波点群为直打70°换能器激励发射,... 针对钢轨探伤车在标定试验线动态检测轨头横通孔时出现B显异常出波的问题,搭建试验环境成功复现。以60 kg/m钢轨轨头横通孔B显数据为对象,对幻象波开展了超声波路径分析,采用声学计算推算出异常回波点群为直打70°换能器激励发射,经过固定反射体轨头横通孔反射,被37.5°换能器接收产生。提出了一种双拍正交频率编码激励及解码滤波算法。采用原始超声波全波信号,利用MATLAB开展了算法仿真计算,最大可实现对幻象波的衰减达到4.521倍,即13.10 dB,验证了正交频率算法的有效性。10 km/h动态试验结果表明:在同一里程,经过正交频率算法处理后的B显轨头横通孔附近幻象波已完全消除。利用本文方法可大幅度提高37.5°换能器的信噪比,消除幻象波。 展开更多
关键词 钢轨探伤车 超声波探伤 声学计算 正交频率编解码算法 动态试验
在线阅读 下载PDF
基于多尺度模态融合的RGB-D显著性目标检测网络
14
作者 于明 唐世辰 刘依 《计算机应用研究》 北大核心 2025年第11期3506-3511,共6页
显著性目标检测任务旨在自动定位场景中最吸引人的物体。针对显著性目标检测算法中跨模态互补特征难以充分利用和层级特征融合易丢失有用信息的问题,提出一种基于多尺度模态融合的RGB-D显著性目标检测网络(MMFNet)。该模型主要由多尺度... 显著性目标检测任务旨在自动定位场景中最吸引人的物体。针对显著性目标检测算法中跨模态互补特征难以充分利用和层级特征融合易丢失有用信息的问题,提出一种基于多尺度模态融合的RGB-D显著性目标检测网络(MMFNet)。该模型主要由多尺度模态增强模块和并行多层解码结构组成。多尺度模态增强模块以空洞卷积细化多模态特征,通过注意力机制融合不同感受野特征减少冗余信息。并行多层解码结构采用级联的双解码器设计,以通道注意力机制实现层级特征的自适应校准,进一步优化预测的显著图,学习到更多的跨层级信息。在四个基准数据集上的实验表明,该网络模型在四种评价指标上优于近年来的九种先进方法,获得了优异的性能。 展开更多
关键词 RGB-D显著性目标检测 多尺度模态增强 注意力机制 并行多层解码
在线阅读 下载PDF
融合渐进式去雨网络的军用车辆检测算法
15
作者 苏胜君 仝秋红 +3 位作者 柴国庆 苏海东 王凯 胡待方 《现代电子技术》 北大核心 2025年第5期127-134,共8页
针对雨天场景下检测军用车辆目标时出现的精度退化问题,提出一种将渐进式去雨算法与高精确率检测器相融合的军用车辆检测方法。首先设计了一个图像去雨算法HISPNet,其包括轻量级高效雨纹特征提取模块和跨子网雨纹特征融合模块,捕获雨纹... 针对雨天场景下检测军用车辆目标时出现的精度退化问题,提出一种将渐进式去雨算法与高精确率检测器相融合的军用车辆检测方法。首先设计了一个图像去雨算法HISPNet,其包括轻量级高效雨纹特征提取模块和跨子网雨纹特征融合模块,捕获雨纹信息的同时缓解卷积过程中的细节特征丢失问题;其次引入SPPFCSPC模块改进了单阶段检测器,保证检测器感受野的同时提高了效率,增强了检测模型的表达能力。自建数据集中的实验结果表明,雨天场景下,相较于经典检测算法YOLOv7,所提算法的mAP@0.5、mAP@0.5:0.95分别提升了4.4%、2.8%,算法检测速度达到21.05 f/s,基本满足检测实时性要求,证明了所提算法的有效性与实用性。 展开更多
关键词 图像去雨 编码器-解码器架构 轻量级高效雨纹特征提取模块 跨子网雨纹特征融合模块 SPPFCSPC模块 军用车辆检测
在线阅读 下载PDF
改进YOLOv8的烟盒缺陷检测算法 被引量:5
16
作者 王震洲 杨榕 宿景芳 《电子测量技术》 北大核心 2024年第13期110-119,共10页
近年来,人们对于烟盒包装质量的要求越来越高,在现代化的生产中,烟盒的生产速度大幅度提升,生产设备也都实现了智能化。但是,对于烟盒的表面质量检测仍然采用人工的方式进行。针对人工烟盒表面缺陷检测容易发生漏检、错检等问题,提出了... 近年来,人们对于烟盒包装质量的要求越来越高,在现代化的生产中,烟盒的生产速度大幅度提升,生产设备也都实现了智能化。但是,对于烟盒的表面质量检测仍然采用人工的方式进行。针对人工烟盒表面缺陷检测容易发生漏检、错检等问题,提出了一种基于改进YOLOv8的烟盒缺陷检测算法。首先在YOLOv8的颈部网络引入了GD机制,提高了模型对于不同层级间的信息融合能力;其次加入了尺度序列特征融合模块,增强了网络对不同尺度信息的提取能力;最后使用RT-DETR的Decoder替换YOLOv8的头部网络,这使得网络模型无需依赖于复杂的NMS后处理步骤,大大简化了检测流程并提高了效率。实验结果表明:改进后的算法模型在自制的烟盒缺陷数据集上与YOLOv8算法相比检测精度提升到了94.6%,检测速度达到了121.4 FPS。并且与其他目标检测算法相比,改进后的算法在检测精度和检测速度方面有一定的优势,更适合应用在烟厂对烟盒表面质量的检测。 展开更多
关键词 烟盒缺陷检测 YOLOv8 GD机制 SSFF RT-DETR decoder
在线阅读 下载PDF
基于改进SegNet的鸡只检测算法 被引量:2
17
作者 吉训生 孙贝贝 夏圣奎 《计算机工程与设计》 北大核心 2024年第1期102-109,共8页
为实现智能化检测出鸡场中死亡鸡只,提出一种基于改进语义分割模型AT-SegNet的鸡只检测算法。基于对称编码解码结构SegNet,利用空洞卷积在解码前聚合不同感受野的上下文信息,设计一种三尺度注意力级联融合模块,以并联方式嵌入编、解码器... 为实现智能化检测出鸡场中死亡鸡只,提出一种基于改进语义分割模型AT-SegNet的鸡只检测算法。基于对称编码解码结构SegNet,利用空洞卷积在解码前聚合不同感受野的上下文信息,设计一种三尺度注意力级联融合模块,以并联方式嵌入编、解码器间,丰富解码器信息。利用多层深度可分离卷积替代标准卷积,提取深层次语义信息,减少计算量提高实时性。将鸡群图像分割结果交并比与阈值对比判别鸡只状态。实验结果表明,改进的AT-SegNet较原算法的检测精度提高了25.17%,能够在复杂鸡群环境中准确、高效地发现死亡鸡只。 展开更多
关键词 深度学习 鸡只检测 语义分割 编码解码结构 注意力机制 软池化 深度可分离卷积
在线阅读 下载PDF
基于视觉Transformer和双解码器的红外小目标检测方法 被引量:1
18
作者 代少升 刘科生 +3 位作者 黄炼 贺自强 毛兴华 任汶皓 《红外技术》 CSCD 北大核心 2024年第9期1070-1080,共11页
当前基于卷积神经网络的红外小目标检测方法在编码器阶段受限于感受野,且解码器在多尺度特征融合中缺乏有效的特征交互。本文提出了一种基于编码器-解码器结构的新方法,针对现有红外小目标检测方法中的问题进行改进。该方法使用视觉Tran... 当前基于卷积神经网络的红外小目标检测方法在编码器阶段受限于感受野,且解码器在多尺度特征融合中缺乏有效的特征交互。本文提出了一种基于编码器-解码器结构的新方法,针对现有红外小目标检测方法中的问题进行改进。该方法使用视觉Transformer作为编码器,能够有效地提取红外小目标图像的多尺度特征。视觉Transformer是一种新兴的深度学习架构,其通过自注意力机制捕捉图像中像素之间的全局关系,以处理长程依赖性和上下文信息。此外,本文还设计了一个由交互式解码器和辅助解码器组成的双解码器模块,旨在提高解码器对红外小目标的重构能力。该双解码器模块能够充分利用不同特征之间的互补信息,促进深层特征和浅层特征之间的交互,并通过将两个解码器的结果进行叠加,以更好地重构红外小目标。在广泛使用的公共数据集上的实验结果表明,本文提出的方法在F1和mIoU两个评价指标上的性能优于其他对比方法。 展开更多
关键词 红外小目标检测 视觉Transformer 多尺度特征融合 编解码结构
在线阅读 下载PDF
基于元学习的带钢表面缺陷小样本语义分割 被引量:2
19
作者 冯虎 宋克臣 +1 位作者 崔文琦 颜云辉 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第3期354-360,共7页
由于缺少带钢表面缺陷样本,使得深度神经网络在带钢表面缺陷检测的应用受到了限制,为解决这一实际问题,提出了一种基于元学习思想的小样本语义分割深度学习方法.该方法引入了多尺度解码器和注意力机制.多尺度解码器能够聚合不同尺度的... 由于缺少带钢表面缺陷样本,使得深度神经网络在带钢表面缺陷检测的应用受到了限制,为解决这一实际问题,提出了一种基于元学习思想的小样本语义分割深度学习方法.该方法引入了多尺度解码器和注意力机制.多尺度解码器能够聚合不同尺度的缺陷特征信息,提高网络的分割精度.注意力机制能够有效增强缺陷信息表达,并且抑制背景信息的干扰.此外,构建了一个带钢表面缺陷语义分割数据集,该数据集包含9类带钢表面缺陷.在该数据集上进行了相关实验,结果表明本文方法在平均交并比和前景-背景交并比指标上优于PFENet,SCLNet和HSNet等方法. 展开更多
关键词 带钢表面缺陷检测 元学习 小样本语义分割 注意力机制 多尺度解码器
在线阅读 下载PDF
基于信息融合和数据增强的篇章级事件检测方法
20
作者 谭立君 胡艳丽 +1 位作者 曹健威 谭真 《计算机科学与探索》 CSCD 北大核心 2024年第11期3015-3026,共12页
事件检测是自然语言处理领域的关键任务,旨在识别事件触发词并正确分类其事件类型。语句级事件检测方法未能有效利用文本中的句内和句间事件相关性信息,面临着一词多义、事件共现等众多难题。此外,基于神经网络的事件检测模型需要大量... 事件检测是自然语言处理领域的关键任务,旨在识别事件触发词并正确分类其事件类型。语句级事件检测方法未能有效利用文本中的句内和句间事件相关性信息,面临着一词多义、事件共现等众多难题。此外,基于神经网络的事件检测模型需要大量的文本数据作为训练支撑,但语料库的数据不足严重影响着结果的准确率及模型的稳定性。针对上述问题,提出了基于信息融合和数据增强的篇章级事件检测方法LGIA。该方法采用编-解码框架,设计了基于膨胀卷积网络的句子级局部信息抽取模块和基于条件层归一化的篇章级全局信息抽取模块,以深入挖掘整个文档的上下文语义信息和事件间的相关性。同时,采用了同义词替换的数据增强策略,有效扩充了数据样本,从而缓解了数据不足问题带来的影响。经实验验证,LGIA方法在ACE2005数据集上取得了较好的结果,并在数据增强后的TAC-KBP2017数据集上得到了显著的性能提升,F1值分别达到了77.6%和65.3%,相较于现有的基线方法展现出了更优越的性能表现。 展开更多
关键词 事件检测 信息融合 数据增强 编码-解码框架
在线阅读 下载PDF
上一页 1 2 9 下一页 到第
使用帮助 返回顶部