期刊文献+
共找到68篇文章
< 1 2 4 >
每页显示 20 50 100
基于注意力-残差双特征流卷积神经网络的深度图帧内编码单元快速划分算法
1
作者 贾克斌 吴岳珩 《北京工业大学学报》 北大核心 2025年第5期539-551,共13页
针对三维高效视频编码(three-dimensional high efficiency video coding,3D-HEVC)深度图编码单元(coding unit,CU)划分复杂度高的问题,提出一种基于卷积神经网络(convolutional neural networks,CNN)的算法来实现快速深度图帧内编码。... 针对三维高效视频编码(three-dimensional high efficiency video coding,3D-HEVC)深度图编码单元(coding unit,CU)划分复杂度高的问题,提出一种基于卷积神经网络(convolutional neural networks,CNN)的算法来实现快速深度图帧内编码。首先,提出一种具有3个分支的注意力-残差双特征流卷积神经网络(attention-residual bi-feature stream convolutional neural networks,ARBS-CNN)模型,其中基于残差模块(residual module,RM)和特征蒸馏(feature distill,FD)模块的2个分支用于提取全局图像特征,基于动态模块(dynamic module,DM)和卷积-卷积块注意力模块(convolutional-convolutional block attention module,Conv-CBAM)的分支用于提取局部图像特征;然后,将提取到的特征进行整合并输出,得到对深度图CU划分结构的预测;最后,将ARBS-CNN嵌入到3D-HEVC测试平台中,利用预测结果加速深度图帧内编码。与原始算法相比,提出的算法能在维持率失真性能几乎不受影响的条件下,平均减少74.2%的编码时间。实验结果表明,该算法能够在保持率失真性能的条件下,有效降低3D-HEVC的编码复杂度。 展开更多
关键词 三维高效视频编码(three-dimensional high efficiency video coding 3D-HEVC) 深度图 卷积神经网络(convolutional neural networks CNN) 编码单元(coding unit CU)划分 帧内编码 双特征流
在线阅读 下载PDF
工业物联网中基于信息熵的联邦增量学习算法与优化 被引量:1
2
作者 杨睿哲 谢欣儒 +3 位作者 滕颖蕾 李萌 孙艳华 张大君 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第8期3146-3154,共9页
面对工业生产过程中大规模、多样且随时间增长的数据和机器学习任务,该文提出一种基于信息熵的联邦增量学习(FIL)与优化方法。基于联邦框架,各本地计算节点可利用本地数据进行模型训练,并计算信息平均熵上传至服务器,以此辅助识别类增任... 面对工业生产过程中大规模、多样且随时间增长的数据和机器学习任务,该文提出一种基于信息熵的联邦增量学习(FIL)与优化方法。基于联邦框架,各本地计算节点可利用本地数据进行模型训练,并计算信息平均熵上传至服务器,以此辅助识别类增任务;全局服务器则根据本地反馈的平均熵选择参与当前轮次训练的本地节点,并判决任务是否产生增量后,进行全局模型下发与聚合更新。所提方法结合平均熵和阈值进行不同情况下的节点选择,实现低平均熵下的模型稳定学习和高平均熵下的模型增量式扩展。在此基础上,采用凸优化,在资源有限的情况下自适应地调整聚合频率和资源分配,最终实现模型的有效收敛。仿真结果表明,在不同的情景下,该文所提方法都可以加速模型收敛并提升训练精度。 展开更多
关键词 工业物联网 联邦增量学习 信息平均熵
在线阅读 下载PDF
基于高空平台的边缘计算卸载:网络、算法和展望
3
作者 孙恩昌 李梦思 +2 位作者 何若兰 张卉 张延华 《北京工业大学学报》 CAS CSCD 北大核心 2024年第3期348-361,共14页
高空平台(high altitude platform,HAP)技术与多接入边缘计算(multi-access edge computing,MEC)技术的结合将MEC服务器部署区域由地面扩展到空中,打破传统地面MEC网络的局限性,为用户提供无处不在的计算卸载服务。针对基于HAP的MEC卸... 高空平台(high altitude platform,HAP)技术与多接入边缘计算(multi-access edge computing,MEC)技术的结合将MEC服务器部署区域由地面扩展到空中,打破传统地面MEC网络的局限性,为用户提供无处不在的计算卸载服务。针对基于HAP的MEC卸载研究进行综述,首先,从HAP计算节点的优势、网络组成部分、网络结构、主要挑战及其应对技术4个方面分析基于HAP的MEC网络;其次,分别从图论、博弈论、机器学习、联邦学习等理论的角度对基于HAP的MEC卸载算法进行横向分析和纵向对比;最后,指出基于HAP的MEC卸载技术目前存在的问题,并对该技术的未来研究方向进行展望。 展开更多
关键词 高空平台(high altitude platform HAP) 多接入边缘计算(multi-access edge computing MEC) 计算卸载 图论 博弈论 机器学习
在线阅读 下载PDF
基于三维卷积时空融合网络的压缩视频质量增强算法
4
作者 黄威威 贾克斌 《高技术通讯》 CAS 北大核心 2024年第7期726-733,共8页
视频数据在存储与网络传输时,通常使用标准压缩算法对原始视频进行压缩。针对压缩后视频存在压缩伪影导致视频质量下降的问题,本文提出一种基于深度学习的后处理方法提高压缩视频质量。首先,提出一种新的三维卷积时空融合网络(3D-CSTF)... 视频数据在存储与网络传输时,通常使用标准压缩算法对原始视频进行压缩。针对压缩后视频存在压缩伪影导致视频质量下降的问题,本文提出一种基于深度学习的后处理方法提高压缩视频质量。首先,提出一种新的三维卷积时空融合网络(3D-CSTF),通过三维卷积的滤波特性提取连续视频帧之间的时空信息,并利用视频帧之间信息的强相关性来提高视频质量。其中,设计了一种用于映射和提取视频帧特征的质量增强网络(Qe-Net)。其次,将7个连续的视频帧送到网络进行端到端训练,利用前3帧和后3帧的信息增强当前帧。最后,在MFQE数据集上进行训练和测试。实验结果表明,该方法在视频质量评估标准峰值信噪比(PSNR)上取得了良好的性能。当量化参数(QP)等于37、32、27和22时,相比压缩后的视频,PSNR分别增加0.82 dB、0.83 dB、0.79 dB和0.74 dB。 展开更多
关键词 3D卷积 视频质量增强 多帧信息 深度学习
在线阅读 下载PDF
基于编解码结构的激光雷达动态物体点云分割网络
5
作者 赵宇轩 贾克斌 李志坚 《高技术通讯》 CAS 北大核心 2024年第10期1091-1097,共7页
随着科技的不断发展,自动驾驶技术越来越多地进入到人们的生活中。动态物体点云分割是其中十分关键的一项任务,它可以为地图构建、路径规划等任务提供前置帮助。本文提出一种基于编码器-解码器结构的激光雷达动态物体点云分割网络,使用... 随着科技的不断发展,自动驾驶技术越来越多地进入到人们的生活中。动态物体点云分割是其中十分关键的一项任务,它可以为地图构建、路径规划等任务提供前置帮助。本文提出一种基于编码器-解码器结构的激光雷达动态物体点云分割网络,使用自校正卷积替换上下文特征提取模块中的普通卷积,提升神经网络的特征学习能力;并在网络解码阶段加入通道注意力机制,提升网络对重要特征通道的关注学习程度,从而达成更好的分割效果。本文在SemanticKITTI MOS数据集上进行实验,实验结果表明,本文所提出的动态物体点云分割网络相比原有方法取得更优表现,交并比(IoU)达到72.1%。 展开更多
关键词 激光雷达 深度学习 点云分割 自动驾驶
在线阅读 下载PDF
基于对比学习的动作识别研究综述
6
作者 孙中华 吴双 +2 位作者 贾克斌 冯金超 刘鹏宇 《电子与信息学报》 北大核心 2025年第8期2473-2485,共13页
人体动作具有类别数量多、类内/类间差异不均衡等特性,导致动作识别对数据标签数量与质量的依赖度过高,大幅增加了学习模型的训练成本,而对比学习是解决该问题的有效方法之一,近年来基于对比学习的动作识别逐渐成为研究热点。基于此,该... 人体动作具有类别数量多、类内/类间差异不均衡等特性,导致动作识别对数据标签数量与质量的依赖度过高,大幅增加了学习模型的训练成本,而对比学习是解决该问题的有效方法之一,近年来基于对比学习的动作识别逐渐成为研究热点。基于此,该文全面论述了对比学习在动作识别中的最新进展,将对比学习的研究分为3大阶段:传统对比学习、基于聚类的对比学习以及不使用负样本的对比学习。在每一阶段,首先概述具有代表性的对比学习模型,然后分析了当前基于该类模型的主要动作识别方法。另外,介绍了主流基准数据集,总结了经典方法在数据集上的性能对比。最后,探讨了对比学习模型在动作识别研究中的局限性和可延展之处。 展开更多
关键词 动作识别 对比学习 对比损失 无监督学习
在线阅读 下载PDF
基于改进YOLOv5的路面病害检测方法 被引量:1
7
作者 刘鹏宇 袁静 +1 位作者 高倩 陈善继 《北京工业大学学报》 北大核心 2025年第5期552-559,共8页
针对目前道路病害检测数据集种类较少、检测场景单一,以及现有基于深度学习的路面病害检测方法难以应对复杂环境干扰、模型由于体积较大难以部署等问题,建立一个多种类、面向多种场景类型的路面病害检测数据集,以弥补现有数据集的不足,... 针对目前道路病害检测数据集种类较少、检测场景单一,以及现有基于深度学习的路面病害检测方法难以应对复杂环境干扰、模型由于体积较大难以部署等问题,建立一个多种类、面向多种场景类型的路面病害检测数据集,以弥补现有数据集的不足,并且提出基于改进YOLOv5的路面病害检测方法。该方法通过融合注意力机制和轻量化结构组件在提升模型检测精度的同时降低参数量,实现了在多种干扰背景下对裂缝和坑槽路面损坏的检测和准确识别,有效改善了上述不足。实验结果表明,提出的方法在构建的路面病害数据集上检测平均精度均值达到93.3%,具有较高的检测精度,模型参数量仅为6.7×10^(6)左右,大大降低了部署成本。 展开更多
关键词 公路养护 路面病害 深度学习 YOLOv5 注意力机制 轻量化
在线阅读 下载PDF
基于生理电信号的自动睡眠分期算法综述 被引量:2
8
作者 金峥 贾克斌 《北京工业大学学报》 北大核心 2025年第4期435-451,共17页
基于生理电信号的睡眠分期是监测睡眠过程和诊疗睡眠疾病的重要前提,针对人工睡眠分期方法存在耗时久、效率低、具有主观性等问题,近年来自动睡眠分期方法凭借高效性和准确性受到研究者的关注。因此,从算法设计的角度针对近6年的自动睡... 基于生理电信号的睡眠分期是监测睡眠过程和诊疗睡眠疾病的重要前提,针对人工睡眠分期方法存在耗时久、效率低、具有主观性等问题,近年来自动睡眠分期方法凭借高效性和准确性受到研究者的关注。因此,从算法设计的角度针对近6年的自动睡眠分期算法进行综述,分为传统机器学习和深度学习两大类,并对2个类别按照单通道与多通道生理电信号2种输入方式,从模型算法、信号类型、分期性能方面进行归纳总结。通过对比可知:单通道信号输入降低了信号采集成本,更适用于家庭睡眠监测,而多通道信号输入贴合分期准则,更适用于临床睡眠分析;深度学习类算法相较于传统机器学习类算法更具有研究前景,其可利用深度神经网络自动学习信号内在表征,在高效处理大规模数据的同时提供较好的分期性能。深度学习方法未来的研究重点应该从模型设计的角度转变为提升模型可解释性和泛化性,从而推动深度神经网络在睡眠医学领域中的应用。 展开更多
关键词 睡眠医学 生理电信号 自动睡眠分期 机器学习 深度学习 深度神经网络
在线阅读 下载PDF
机器学习在智能反射面辅助的通信系统中的应用综述 被引量:1
9
作者 司鹏搏 李双缘 +1 位作者 刘畅 李萌 《北京工业大学学报》 CAS 北大核心 2025年第1期87-99,共13页
智能反射面(intelligent reflecting surfaces,IRS)可以通过大量低成本的无源反射元件巧妙地调整信号反射,从而动态改变无线信道,提高通信性能,目前已成为无线通信研究的焦点。然而,由于IRS的加入,整个通信系统变得更加复杂,系统的动态... 智能反射面(intelligent reflecting surfaces,IRS)可以通过大量低成本的无源反射元件巧妙地调整信号反射,从而动态改变无线信道,提高通信性能,目前已成为无线通信研究的焦点。然而,由于IRS的加入,整个通信系统变得更加复杂,系统的动态性也更高,使通信系统面临着许多新的挑战。机器学习(machine learning,ML)具有很强的数据处理与自适应能力,能够不断适应变化的环境和需求,可以很好地应对通信系统中的许多挑战。因此,使用ML解决IRS辅助的通信系统中的问题,已经成为当前研究的重点。基于此,对ML在IRS系统中的应用进行了系统性的概述,从IRS辅助的通信系统中存在的问题入手,分别从反射因子的设计与优化、信道处理与建模、资源分配和管理、安全性增强4个方面对ML在IRS系统中的应用进行阐述和分析,并讨论了将ML应用在IRS系统中的优势及未来的发展趋势与挑战。 展开更多
关键词 智能反射面(intelligent reflecting surfaces IRS) 无线通信 反射因子 信道 资源分配 通信安全 机器学习(machine learning ML)
在线阅读 下载PDF
区块链赋能联邦学习:方法、挑战与展望 被引量:1
10
作者 孙恩昌 董潇炫 +2 位作者 张卉 李梦思 张冬英 《北京工业大学学报》 北大核心 2025年第3期337-349,共13页
针对区块链技术与联邦学习(federated learning,FL)结合后在安全、隐私等方面存在的问题,对区块链赋能FL中的相关方法进行综述与分析。首先,分别阐述了FL和区块链,并在此基础上总结了区块链赋能FL的前沿通用架构;其次,研究了目前安全、... 针对区块链技术与联邦学习(federated learning,FL)结合后在安全、隐私等方面存在的问题,对区块链赋能FL中的相关方法进行综述与分析。首先,分别阐述了FL和区块链,并在此基础上总结了区块链赋能FL的前沿通用架构;其次,研究了目前安全、隐私、激励以及效率方法的进展,分析了各方法的优缺点;最后,指出了区块链赋能FL目前存在的问题,提出了解决方案,并进行了展望。 展开更多
关键词 联邦学习(federated learning FL) 区块链 数据安全 数据隐私 激励机制 效率
在线阅读 下载PDF
一种基于Transformer架构的多层级自动睡眠分期模型
11
作者 金峥 贾克斌 《电子学报》 北大核心 2025年第2期545-557,共13页
睡眠是人体保持健康的重要生理过程,基于多导睡眠图(PolySomnoGraphy,PSG)的睡眠分期是诊疗睡眠疾病和评估睡眠质量的重要依据.人工睡眠分期法在处理大规模PSG数据时存在耗时久、效率低的问题,采用深度学习模型有效表征PSG的自动睡眠分... 睡眠是人体保持健康的重要生理过程,基于多导睡眠图(PolySomnoGraphy,PSG)的睡眠分期是诊疗睡眠疾病和评估睡眠质量的重要依据.人工睡眠分期法在处理大规模PSG数据时存在耗时久、效率低的问题,采用深度学习模型有效表征PSG的自动睡眠分期法显现出广阔的研究前景.针对现有模型未充分考虑PSG片段内波形信息、通道间相关性信息、片段间睡眠转换信息的问题,本文提出一种基于Transformer架构的多层级睡眠分期网络模型(Hierarchical transFormer sleep staging model,HierFormer),采用Transformer编码器有效提取片段内波形特征、通道相关性特征、片段间转换特征,并结合注意力机制综合提升模型对于PSG片段内、通道间、片段间三种视角信号特性的可解释性.基于睡眠集-欧洲数据格式(sleep-European Data Format,sleep-EDF)扩展睡眠数据集开展的实验结果表明:本文模型利用更少的参数量取得优于多种现有基线模型的分期性能,分类准确率、宏平均精确率、宏平均召回率、宏平均F1分数、科恩卡帕系数分别可达到0.807、0.784、0.735、0.750和0.721.通过在三种视角下不同特征编码方式的性能对比和注意力分数的可视化,本文进一步证明了所提模型良好的编码能力和可解释性.本研究旨在为睡眠分期领域的深度学习应用提供新途径和新技术,从而辅助医生提升睡眠疾病诊疗效率. 展开更多
关键词 多导睡眠图(PSG) 自动睡眠分期 深度神经网络 Transformer架构 注意力机制 模型可解释性
在线阅读 下载PDF
基于深度学习的激光回环检测描述子构建
12
作者 陈嘉平 贾克斌 魏之皓 《激光杂志》 北大核心 2025年第6期71-78,共8页
回环检测是同步定位与建图(SLAM)系统中用于消除地图累积误差的一项关键技术,在自动驾驶与机器人技术领域有着广泛的应用。为提升回环检测的效率与鲁棒性,提出一种基于深度学习的高效激光点云回环检测方法。该方法利用小波变换的多尺度... 回环检测是同步定位与建图(SLAM)系统中用于消除地图累积误差的一项关键技术,在自动驾驶与机器人技术领域有着广泛的应用。为提升回环检测的效率与鲁棒性,提出一种基于深度学习的高效激光点云回环检测方法。该方法利用小波变换的多尺度特性提取频域信息,并设计了自适应融合模块以融合空间和频率特征,从而生成鲁棒的回环描述子。此方法不仅在复杂环境中展现出卓越的回环检测性能,还对同一场景下不同线束的激光点云表现出良好的适应性。在KITTI数据集上对所提方法开展了广泛实验,结果表明,该方法在不同环境下均展现出优异的回环检测能力,且具有较高的计算效率和良好的泛化能力。 展开更多
关键词 激光雷达 回环检测 频域信息融合 深度学习
在线阅读 下载PDF
南水北调工程异构网络下的视频监控方案 被引量:2
13
作者 贾克斌 魏之皓 《北京工业大学学报》 CAS CSCD 北大核心 2017年第2期173-179,共7页
针对南水北调中线工程在异构网络下的视频监控传输问题,提出了一套包括基于网络状况的带宽评估方法,以及参数可调的网络视频编码传输方式的异构网络视频监控解决方案.该方案对南水北调工程异构网络环境下视频监控系统的整体架构进行了设... 针对南水北调中线工程在异构网络下的视频监控传输问题,提出了一套包括基于网络状况的带宽评估方法,以及参数可调的网络视频编码传输方式的异构网络视频监控解决方案.该方案对南水北调工程异构网络环境下视频监控系统的整体架构进行了设计,并基于实时传输协议/实时传输控制协议(RTP/RTCP)对网络参数进行了评估.在得出的网络带宽评估结果基础上,设计了一种码率可调的编码传输方案.最后结合所实现的系统,对系统性能进行了详细测试和分析.通过在南水北调中线工程的实际应用证明,本系统能够对当前带宽下的视频编码进行优化,提高异构网络下的视频编码传输效率,且性能指标达到了4路720P视频监控的设计要求. 展开更多
关键词 异构网络 视频监控系统 实时传输协议/实时传输控制协议(RTP/RTCP) H.264视频编码 带宽自适应
在线阅读 下载PDF
蜂窝网络中D2D通信资源分配方法综述 被引量:16
14
作者 孙恩昌 屈晗星 +1 位作者 袁永仪 张延华 《北京工业大学学报》 CAS CSCD 北大核心 2021年第10期1188-1200,共13页
随着第五代(the fifth generation, 5G)移动通信系统商用进程的推进,设备到设备(device-to-device, D2D)通信越发受到人们的关注.频率、功率等资源分配作为优化D2D通信的关键技术成为重要的研究课题,因此对蜂窝网络中D2D通信资源分配研... 随着第五代(the fifth generation, 5G)移动通信系统商用进程的推进,设备到设备(device-to-device, D2D)通信越发受到人们的关注.频率、功率等资源分配作为优化D2D通信的关键技术成为重要的研究课题,因此对蜂窝网络中D2D通信资源分配研究进行综述.首先介绍D2D通信模型和模式;其次从数学理论角度出发,分析蜂窝网络中D2D通信资源分配的主要方法:基于图论、超图理论、博弈论、机器学习和启发式算法等,对这些算法进行对比分析;最后总结上述D2D资源分配方法存在的主要不足,并对蜂窝网络中D2D通信的未来发展进行展望. 展开更多
关键词 5G网络 D2D通信 资源分配 超图理论 博弈论 机器学习
在线阅读 下载PDF
基于神经网络的气压传感器非线性校正 被引量:7
15
作者 贾克斌 王彦明 +1 位作者 杨加春 刘鹏宇 《北京工业大学学报》 EI CAS CSCD 北大核心 2021年第1期40-49,共10页
为了解决气压传感器非线性校正困难、校正结果精度低的问题,基于小波函数建立反向传播(back propagation,BP)神经网络模型,采用Levenberg-Marquardt算法进行网络参数更新,实现了气压传感器的非线性校正.实验结果表明:传统BP神经网络使... 为了解决气压传感器非线性校正困难、校正结果精度低的问题,基于小波函数建立反向传播(back propagation,BP)神经网络模型,采用Levenberg-Marquardt算法进行网络参数更新,实现了气压传感器的非线性校正.实验结果表明:传统BP神经网络使气压传感器均方根误差由最初的2.10降低到0.68,减少了67.6%的测量误差;而提出的小波BP神经网络则使其降低到0.28,进一步减少了19%的测量误差,更好地满足了高空探测的精度要求,具有良好的泛化能力,可以推广到类似传感器的非线性校正中. 展开更多
关键词 气压传感器 温漂 非线性校正 小波变换 Levenberg-Marquardt(LM)算法 神经网络
在线阅读 下载PDF
用于行为识别的通道可分离卷积神经网络 被引量:3
16
作者 易子文 孙中华 +1 位作者 冯金超 贾克斌 《信号处理》 CSCD 北大核心 2020年第9期1497-1502,共6页
三维卷积神经网络比二维卷积神经网络具有更优越的时空特征提取能力,但运算量却显著增加。针对如何有效减少模型参数量、解决准确率随着计算复杂度降低而降低的问题,提出基于端到端的通道可分离卷积神经网络。通过分离通道交互作用和时... 三维卷积神经网络比二维卷积神经网络具有更优越的时空特征提取能力,但运算量却显著增加。针对如何有效减少模型参数量、解决准确率随着计算复杂度降低而降低的问题,提出基于端到端的通道可分离卷积神经网络。通过分离通道交互作用和时空交互作用来分解三维卷积,其中分别利用3×3×3 Depthwise卷积和1×1×1常规卷积进行分离通道交互作用和时空交互作用。与传统三维卷积神经网络相比,通道可分离卷积神经网络加入模型正则化,通过降低训练精度同时提高测试精度,降低了模型的过度拟合。在UCF-101和HMDB-51数据集上的实验分别达到92.7%和64.5%的准确率。结果表明,通道可分离卷积神经网络可以提高准确率并降低计算复杂度。 展开更多
关键词 行为识别 三维卷积神经网络 分组卷积
在线阅读 下载PDF
时间敏感网络中的冗余机制研究综述 被引量:5
17
作者 彭紫梅 寿国础 +2 位作者 郭梦杰 刘雅琼 胡怡红 《电信科学》 2023年第8期29-42,共14页
许多网络应用,如工业控制、自动驾驶等对网络的可靠性要求很高,时间敏感网络(TSN)是基于标准以太网架构演进的新一代网络技术,包含了可靠性的帧复制和消除(FRER)的冗余机制。首先对TSN标准中的冗余机制进行阐述,包括发展过程、相关标准... 许多网络应用,如工业控制、自动驾驶等对网络的可靠性要求很高,时间敏感网络(TSN)是基于标准以太网架构演进的新一代网络技术,包含了可靠性的帧复制和消除(FRER)的冗余机制。首先对TSN标准中的冗余机制进行阐述,包括发展过程、相关标准和研究现状,然后对TSN中的空间冗余与时间冗余机制进行分类阐述与分析,最后对时间敏感网络的冗余机制的未来发展和应用场景做出展望,提出一些启发性的研究方向和思路。 展开更多
关键词 时间敏感网络 可靠性的帧复制与消除 复制帧的主动传输 可靠性 工业互联网
在线阅读 下载PDF
基于邻域信息约束与自适应窗口的立体匹配算法 被引量:4
18
作者 贾克斌 杜奕伯 《北京工业大学学报》 CAS CSCD 北大核心 2020年第5期466-475,共10页
针对传统的Census立体匹配算法对噪声敏感,在视差不连续区域容易出现误匹配的问题,提出了一种基于邻域信息约束与自适应窗口的立体匹配算法.首先,针对传统Census算法对中心像素依赖高的问题,采用邻域十字窗口的加权平均和的方式对中心... 针对传统的Census立体匹配算法对噪声敏感,在视差不连续区域容易出现误匹配的问题,提出了一种基于邻域信息约束与自适应窗口的立体匹配算法.首先,针对传统Census算法对中心像素依赖高的问题,采用邻域十字窗口的加权平均和的方式对中心像素进行赋值.然后,通过设置自适应阈值,将支持窗口的邻域像素与中心像素进行相似性的二次代价计算并与初始代价进行融合,对匹配结果进行进一步约束.在代价聚合阶段,采用颜色阈值不断变化的三约束法进行窗口的构建,并在聚合过程中引入噪声剔除策略.最后,在视差精化阶段采用左右一致性检测与区域投票相结合的方法对视差图进一步优化.使用Middlebury测试平台的标准立体图像进行实验,结果表明:该方法能够有效降低图像对高斯噪声的敏感性,并在误匹配率上低于多种立体匹配算法. 展开更多
关键词 立体匹配 视差图 邻域信息 视差精化 高斯噪声 误匹配率
在线阅读 下载PDF
基于轻量级神经网络的地基云图识别 被引量:7
19
作者 贾克斌 张亮 +1 位作者 刘鹏宇 刘钧 《北京工业大学学报》 CAS CSCD 北大核心 2021年第5期489-499,共11页
针对目前云识别效率低下,同时缺乏公认且严谨、公开的地基云数据集问题,利用专业设备结合人工标注和迁移学习,构建了目前规模最大且符合国际气象组织标准的云公开数据集HBMCD,并且在此基础上,利用深度可分离卷积、膨胀卷积等技巧构建基... 针对目前云识别效率低下,同时缺乏公认且严谨、公开的地基云数据集问题,利用专业设备结合人工标注和迁移学习,构建了目前规模最大且符合国际气象组织标准的云公开数据集HBMCD,并且在此基础上,利用深度可分离卷积、膨胀卷积等技巧构建基本单元,通过组合不同的基本单元构建了轻量级云图分类模型LCCNet.经过多组对比实验,证明了LCCNet不仅参数量低、运算复杂度低,而且针对HBMCD数据集具有高达97.35%的准确率,为设备集成与实际应用提供了可能性. 展开更多
关键词 地基云图 图像处理 数据集 图像分类 深度学习 轻量级神经网络
在线阅读 下载PDF
基于增强型BP网络的气象传感器标校方法 被引量:7
20
作者 王彦明 贾克斌 +1 位作者 刘鹏宇 杨加春 《中国测试》 CAS 北大核心 2020年第12期105-111,共7页
针对气象传感器标校过程中测量精度低和生产成本高的问题,将人工智能技术与单片机技术相结合,提出一种气象传感器智能标校方法。该方法将BP神经网络、高斯函数和Levenberg-Marquardt算法相融合,设计一种用于传感器标校的增强型BP网络模... 针对气象传感器标校过程中测量精度低和生产成本高的问题,将人工智能技术与单片机技术相结合,提出一种气象传感器智能标校方法。该方法将BP神经网络、高斯函数和Levenberg-Marquardt算法相融合,设计一种用于传感器标校的增强型BP网络模型。并将训练好的标校模型移植到单片机中,通过分段多项式来拟合高斯函数,有效减少单片机的计算资源、缩短计算时间。实验结果表明:传统BP网络使气压传感器均方根误差由最初的5.93降低到2.83,减少52.28%的测量误差;而增强型BP网络则使均方根误差降低到0.77,进一步减少34.74%的测量误差。通过分段多项式来拟合高斯函数,显著降低标校模型的计算量,可满足气象探测过程中的时间要求。 展开更多
关键词 传感器标校 BP神经网络 高斯函数 LEVENBERG-MARQUARDT 单片机
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部