检索结果-维普期刊中文期刊服务平台

基于灰度均值的自适应FAST角点检测优化算法被引量：1: 1; 作者刘艳李一桐《电光与控制》 CSCD 北大核心 2024年第2期65-71,91,共8页; 光照不均、突变引起的灰度变化会影响图像特征检测效果。为此,设计一种基于灰度均值的自适应FAST-9-12角点检测算法。首先,利用特征点的延展性设计一种小面积双重检测模板,减少像素点与中心点的比较次数,提高区域正检率和检测速度;其次... 展开更多; 关键词 FAST角点检测双重模板自适应阈值柔性非极大值抑制角点半径抑制; 在线阅读下载PDF 职称材料

改进YOLOv5的无人机航拍图像密集小目标检测算法被引量：12: 2; 作者陈佳慧王晓虹《计算机工程与应用》 CSCD 北大核心 2024年第3期100-108,共9页; 无人机航拍图像中小目标实例多、尺寸变化剧烈且存在密集遮挡等问题,为解决现有目标检测算法难以检测到航拍图像中的小目标物体,提出了一种针对密集小目标的RDS-YOLOv5检测算法。在YOLOv5的三个检测层上新增一个小目标检测层,以保留更... 展开更多; 关键词小目标检测层残差结构解耦软化非极大值抑制 YOLOv5; 在线阅读下载PDF 职称材料

基于改进DenseNet的水果小目标检测被引量：15: 3; 作者徐利锋黄海帆 +1 位作者丁维龙范玉雷《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2021年第2期377-385,共9页; 针对自然环境中小目标水果的检测精度普遍较低的问题,提出基于DenseNet改进的水果目标检测框架.构建以DenseNet为核心的多尺度特征提取模块,在DenseNet不同层级的稠密块中建立特征金字塔结构,加强网络层特征复用.结合低层特征的高分辨... 展开更多; 关键词 DenseNet 深度学习水果小目标检测特征金字塔网络(FPN) 软阈值非极大值抑制(soft-nms); 在线阅读下载PDF 职称材料

基于CR-RFPR101的钢板表面缺陷检测被引量：3: 4; 作者李雪露储茂祥 +1 位作者杨永辉刘光虎《合肥工业大学学报（自然科学版）》 CAS 北大核心 2023年第12期1651-1658,共8页; 针对钢板表面缺陷种类多、背景复杂、检测精度低等问题,文章首先对钢板表面缺陷数据集进行数据增强,并对原始Cascade区域卷积神经网络(region-basedconvolutional neural netwroks,R-CNN)算法进行改进,将ResNeXt-101-64×4d作为Casc... 展开更多; 关键词缺陷检测数据增强递归特征金字塔(RFP) 可切换的空洞卷积软化非极大值抑制(soft-nms); 在线阅读下载PDF 职称材料

基于改进Faster-RCNN的自然场景人脸检测被引量：17: 5; 作者李祥兵陈炼《计算机工程》 CAS CSCD 北大核心 2021年第1期210-216,共7页; 为实现对自然场景下小尺度人脸的准确检测,提出一种改进的Faster-RCNN模型。采用ResNet-50提取卷积特征,对不同卷积层的特征图进行多尺度融合,同时将区域建议网络产生的锚框由最初的9个改为15个,以更好地适应小尺度人脸检测场景。在此... 展开更多; 关键词人脸检测 Faster-RCNN模型多尺度融合在线难例挖掘软非极大值抑制; 在线阅读下载PDF 职称材料

Norm-DP模型行人检测优化算法: 6; 作者柴恩惠马占飞智敏《计算机科学与探索》 CSCD 北大核心 2021年第3期545-552,共8页; 传统深度金字塔模型作为一种有效的行人检测算法备受关注,融合可变形部件模型和卷积神经网络模型,但特征提取部分使用的算法像素区域的大小不同,导致模型之间不能完全融合,在行人数量多、姿势复杂和有遮挡情况时的检测效果不理想。因此... 展开更多; 关键词卷积神经网络(CNN) 可变形部件模型算法规范化深度金字塔(Norm-DP) 柔性非最大抑制(soft-nms) 边界框回归(BBR); 在线阅读下载PDF 职称材料

题名基于灰度均值的自适应FAST角点检测优化算法被引量：1: 1; 作者刘艳李一桐; 机构大连大学信息工程学院大连大学大连市环境感知与智能控制重点实验室; 出处《电光与控制》 CSCD 北大核心 2024年第2期65-71,91,共8页; 基金辽宁省教育厅科学计划研究项目(L2019607)。; 文摘光照不均、突变引起的灰度变化会影响图像特征检测效果。为此,设计一种基于灰度均值的自适应FAST-9-12角点检测算法。首先,利用特征点的延展性设计一种小面积双重检测模板,减少像素点与中心点的比较次数,提高区域正检率和检测速度;其次,依据图像局部灰度均值,在每个像素点检测模板内自适应调整阈值,避免灰度变化影响检测效果;最后,根据柔性非极大值抑制的思想设计角点半径抑制原则,筛选鲁棒性更强的角点。在Inria遥感影像数据集上的实验结果表明,FAST-9-12角点检测速度比FAST-12-16,FAST-9-16两种模板提高22%左右,因自适应阈值的提取方式不易受光照影响,检测准确率分别提高4.16和3.11个百分点,实现了图像特征快速和精准检测。; 关键词 FAST角点检测双重模板自适应阈值柔性非极大值抑制角点半径抑制; Keywords FAST corner detection double template adaptive threshold soft-nms corner radius suppression; 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

题名改进YOLOv5的无人机航拍图像密集小目标检测算法被引量：12: 2; 作者陈佳慧王晓虹; 机构辽宁石油化工大学人工智能与软件学院辽宁石油化工大学信息与控制工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2024年第3期100-108,共9页; 基金辽宁省教育厅面上项目(LJKZ0009)。; 文摘无人机航拍图像中小目标实例多、尺寸变化剧烈且存在密集遮挡等问题,为解决现有目标检测算法难以检测到航拍图像中的小目标物体,提出了一种针对密集小目标的RDS-YOLOv5检测算法。在YOLOv5的三个检测层上新增一个小目标检测层,以保留更丰富的特征信息,增强网络对小目标特征的提取能力,并改善误检漏检情况;为了提高网络的多尺度特征表征能力以及抑制冲突的产生,设计了具有等级制的残差结构的多尺度特征提取模块C3Res2Block;使用解耦检测头Decoupled Head避免不同任务之间的差异所带来的预测偏差,提升了模型的定位精度和检测精度;采用软化非极大值抑制Soft NMS算法对候选框的置信度进行优化,提高模型对密集小目标的检测精度。通过VisDrone数据集的实验结果表明,与基准模型YOLOv5相比,RDS-YOLOv5在mAP0.5上提升了12.9个百分点,mAP0.5:0.95上提升了10.6个百分点,与目前主流的目标检测算法相比也取得更优的检测精度,能够有效完成无人机航拍图像的密集小目标检测任务。; 关键词小目标检测层残差结构解耦软化非极大值抑制 YOLOv5; Keywords small object detection layer residual structure decoupled soft non-maximum suppression(nms) YOLOv5; 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

题名基于改进DenseNet的水果小目标检测被引量：15: 3; 作者徐利锋黄海帆丁维龙范玉雷; 机构浙江工业大学计算机科学与技术学院; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2021年第2期377-385,共9页; 基金国家自然科学基金资助项目(61571400,61702456) 浙江省自然科学基金资助项目(LY18C130012)。; 文摘针对自然环境中小目标水果的检测精度普遍较低的问题,提出基于DenseNet改进的水果目标检测框架.构建以DenseNet为核心的多尺度特征提取模块,在DenseNet不同层级的稠密块中建立特征金字塔结构,加强网络层特征复用.结合低层特征的高分辨率和高层特征的高语义性,实现准确定位和预测小目标水果存在的目的.引入软阈值非极大值抑制(Soft-NMS)算法,改善簇状果实结构中检测框被误剔除的情况.与常用的Faster R-CNN网络相比,所提出的框架在苹果、芒果和杏3个数据集中的平均检测速度大于40 FPS,F1值分别为0.920、0.928、0.831,实现了检测效率及精度的提升.; 关键词 DenseNet 深度学习水果小目标检测特征金字塔网络(FPN) 软阈值非极大值抑制(soft-nms); Keywords DenseNet deep learning small fruit target detection feature pyramid network(FPN) soft non-maximum suppression(soft-nms); 分类号 TP399 [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CR-RFPR101的钢板表面缺陷检测被引量：3: 4; 作者李雪露储茂祥杨永辉刘光虎; 机构辽宁科技大学电子与信息工程学院; 出处《合肥工业大学学报（自然科学版）》 CAS 北大核心 2023年第12期1651-1658,共8页; 基金国家自然科学基金资助项目(21978123) 辽宁省高等学校基本科研资助项目(2020LNZD06)。; 文摘针对钢板表面缺陷种类多、背景复杂、检测精度低等问题,文章首先对钢板表面缺陷数据集进行数据增强,并对原始Cascade区域卷积神经网络(region-basedconvolutional neural netwroks,R-CNN)算法进行改进,将ResNeXt-101-64×4d作为Cascade R-CNN算法的骨干网络,优化特征提取模块,利用递归特征金字塔(recursive feature pyramid,RFP)网络以反馈连接的方式进行特征优化,提出一种CR-RFPR101(Cascade R-CNN RFP ResNeXt-101-64×4d)的检测算法,以更好地保留细节和语义信息;同时使用可切换的空洞卷积替换主干网络的卷积层,以改变感受野的方式提高检测性能;最后使用引入软化非极大值抑制算法,保留有效信息,提高识别率。经实验验证,CR-RFPR101算法的检测率为83.4%,比原Cascade R-CNN算法提高了7.3%,满足了钢板表面缺陷检测要求。; 关键词缺陷检测数据增强递归特征金字塔(RFP) 可切换的空洞卷积软化非极大值抑制(soft-nms); Keywords defect detection data enhancement recursive feature pyramid(RFP) switchable atrous convolution soft non-maximum suppression(soft-nms); 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

题名基于改进Faster-RCNN的自然场景人脸检测被引量：17: 5; 作者李祥兵陈炼; 机构南昌大学信息工程学院; 出处《计算机工程》 CAS CSCD 北大核心 2021年第1期210-216,共7页; 基金国家自然科学基金(61862043)。; 文摘为实现对自然场景下小尺度人脸的准确检测,提出一种改进的Faster-RCNN模型。采用ResNet-50提取卷积特征,对不同卷积层的特征图进行多尺度融合,同时将区域建议网络产生的锚框由最初的9个改为15个,以更好地适应小尺度人脸检测场景。在此基础上,利用在线难例挖掘算法优化训练过程,采用软非极大值抑制方法解决漏检重叠人脸的问题,并在训练阶段通过多尺度训练提高模型的泛化能力。实验结果表明,该模型在Wider Face数据集上平均精度为89.0%,较原Faster-RCNN模型提升3.5%,在FDDB数据集上检出率也高达95.6%。; 关键词人脸检测 Faster-RCNN模型多尺度融合在线难例挖掘软非极大值抑制; Keywords face detection Faster-RCNN model multi-scale fusion Online Hard Example Mining(OHEM) soft-non-maximum suppression(soft-nms); 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Norm-DP模型行人检测优化算法: 6; 作者柴恩惠马占飞智敏; 机构内蒙古科技大学包头师范学院信息科学与技术学院内蒙古师范大学计算机科学学院; 出处《计算机科学与探索》 CSCD 北大核心 2021年第3期545-552,共8页; 基金国家自然科学基金(61762071,61163025) 内蒙古自治区自然科学基金(2016MS0614,2019MS06037,2018MS06008)。; 文摘传统深度金字塔模型作为一种有效的行人检测算法备受关注,融合可变形部件模型和卷积神经网络模型,但特征提取部分使用的算法像素区域的大小不同,导致模型之间不能完全融合,在行人数量多、姿势复杂和有遮挡情况时的检测效果不理想。因此,提出一种基于规范化函数的深度金字塔模型(Norm-DP)算法,使用规范化函数融合可变形部件模型和卷积神经网络模型,直接从金字塔特征中提取正负样本,使用隐变量支持向量机进行模型训练,结合柔性非最大抑制(soft-NMS)算法和边界框回归(BBR)算法对定位框进行优化。分别使用INRIA和MS COCO数据集进行实验验证,在行人数量多、姿势复杂和有遮挡情况时,检测精度高于最优的可变形部件模型算法、卷积神经网络算法、深度金字塔模型算法和结合区域选择的卷积神经网络算法。; 关键词卷积神经网络(CNN) 可变形部件模型算法规范化深度金字塔(Norm-DP) 柔性非最大抑制(soft-nms) 边界框回归(BBR); Keywords convolutional neural network(CNN) deformable part model algorithm normalization deep pyramid(Norm-DP) soft-non-maximum suppression(soft-nms) bounding box regression(BBR); 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	作者	出处	发文年	被引量	操作
1	基于灰度均值的自适应FAST角点检测优化算法	刘艳李一桐	《电光与控制》 CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
2	改进YOLOv5的无人机航拍图像密集小目标检测算法	陈佳慧王晓虹	《计算机工程与应用》 CSCD 北大核心	2024	12	在线阅读下载PDF 职称材料
3	基于改进DenseNet的水果小目标检测	徐利锋黄海帆丁维龙范玉雷	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2021	15	在线阅读下载PDF 职称材料
4	基于CR-RFPR101的钢板表面缺陷检测	李雪露储茂祥杨永辉刘光虎	《合肥工业大学学报（自然科学版）》 CAS 北大核心	2023	3	在线阅读下载PDF 职称材料
5	基于改进Faster-RCNN的自然场景人脸检测	李祥兵陈炼	《计算机工程》 CAS CSCD 北大核心	2021	17	在线阅读下载PDF 职称材料
6	Norm-DP模型行人检测优化算法	柴恩惠马占飞智敏	《计算机科学与探索》 CSCD 北大核心	2021	0	在线阅读下载PDF 职称材料