检索结果-维普期刊中文期刊服务平台

基于对抗修复网络的输送带表面缺陷检测: 1; 作者杨泽霖杨立清郝斌《工矿自动化》 CSCD 北大核心 2024年第9期108-114,166,共8页; 针对输送带缺陷数据获取和标注困难、输送带工作场景中的不稳定因素和数据波动导致基于深度学习的输送带缺陷检测方法精度低的问题,提出了一种基于对抗修复网络的输送带表面缺陷检测模型。该模型主要由自编码器结构的生成器和马尔可夫... 展开更多; 关键词输送带表面缺陷检测对抗修复网络自编码器生成器马尔可夫判别器; 在线阅读下载PDF 职称材料

仿真假体视觉下基于风格迁移的人脸表情识别: 2; 作者王盛赵瑛张岩《现代电子技术》北大核心 2025年第15期45-50,共6页; 目前对于重度视网膜色素变性或老年性黄斑变性患者而言,视网膜假体仍是其唯一有效的视觉康复手段。为了实现假体视觉下表情的准确识别,文中提出采用AdaIN算法实现图像风格转换的图像处理策略,将原始人脸图像转换成简笔画人脸图像,并利用... 展开更多; 关键词视觉假体仿真假体视觉风格迁移表情识别像素化 AdaIN算法; 在线阅读下载PDF 职称材料

基于背部特征的挤奶场景下奶牛识别方法: 3; 作者李泽昊王月明蒲朝燚《农业工程学报》北大核心 2025年第11期201-208,共8页; 针对奶牛养殖场挤奶场景下奶牛实时无接触身份识别需求,该研究提出一种基于背部特征的奶牛实时身份识别方法。首先在挤奶场景下采集奶牛背部视频数据,建立包含793张图片的目标检测数据集和包含3145头奶牛、52834张图片的身份识别数据集... 展开更多; 关键词奶牛 YOLOv8 身份识别背部特征挤奶场景; 在线阅读下载PDF 职称材料

脑电图信号在疲劳驾驶检测中的应用与挑战被引量：2: 4; 作者宗少杰董芳 +5 位作者程永欣喻大华袁凯王娟马宇欣张飞《生物化学与生物物理进展》 SCIE CAS CSCD 北大核心 2024年第7期1645-1669,共25页; 当前快节奏生活已经成为日常生活的常态,对人们的身心健康带来了不少负面影响,特别是在驾驶过程中容易出现疲劳困倦的情况。因此,疲劳驾驶检测技术成为了研究的热点,并取得了显著的进展。本文将介绍基于脑电图(electroencephalogram,EEG... 展开更多; 关键词脑电图信号疲劳驾驶检测脑功能连接传统机器学习深度学习; 在线阅读下载PDF 职称材料

基于头颈背部关键点的奶牛跛行检测被引量：2: 5; 作者张智荣褚燕华 +3 位作者王月明王丽颖申煜浩李鑫《农业工程学报》 EI CAS CSCD 北大核心 2024年第21期157-164,共8页; 为实现奶牛跛行的自动检测,该研究鉴于跛行奶牛行走时,头部起伏较大且背部弓起的特点,提出了一种基于深度学习的奶牛头、颈、背部6个关键点的跛行检测算法。首先,在通道旁固定摄像头,采集奶牛行走的视频数据,利用YOLOv8n-seg实例分割算... 展开更多; 关键词奶牛跛行深度学习实例分割关键点检测; 在线阅读下载PDF 职称材料

基于行列锚点融合的车道线检测方法研究: 6; 作者李燕辉方中纯李海荣《现代电子技术》北大核心 2024年第22期165-172,共8页; 车道线检测是自动驾驶和高级驾驶辅助系统中的关键技术之一,对于车辆准确定位和识别道路信息非常重要。为了提高检测精度和效率,提出一种基于行列锚点融合的车道线检测方法。首先,使用主干网络ResNet18提取车道线特征锚点,将提取出来的... 展开更多; 关键词车道线检测行列锚点融合自动驾驶 ResNet18网络特征提取解耦; 在线阅读下载PDF 职称材料

题名基于对抗修复网络的输送带表面缺陷检测: 1; 作者杨泽霖杨立清郝斌; 机构内蒙古科技大学自动化与电气工程学院内蒙古科技大学数智产业学院(网络安全学院); 出处《工矿自动化》 CSCD 北大核心 2024年第9期108-114,166,共8页; 基金内蒙古自治区科技计划项目(2021GG0046,2021GG0048)。; 文摘针对输送带缺陷数据获取和标注困难、输送带工作场景中的不稳定因素和数据波动导致基于深度学习的输送带缺陷检测方法精度低的问题,提出了一种基于对抗修复网络的输送带表面缺陷检测模型。该模型主要由自编码器结构的生成器和马尔可夫判别器组成。在训练阶段,将模拟的输送带表面缺陷图像输入生成器,得到无模拟缺陷的重构图像,提升模型对未知缺陷的泛化能力;将原始无损输送带图像、重构图像和模拟的输送带表面缺陷图像输入马尔可夫判别器,通过残差块获得特征图,提高模型对于微小缺陷的检测能力。在检测阶段,将待测图像输入训练完的生成器得到重构图像,再通过训练完的马尔可夫判别器提取待测图像与重构图像的特征图,根据待测图像与重构图像特征图之间的均方误差和待测图像特征图最大值,计算异常分数并与设定的阈值进行比较,从而判断待测图像是否存在缺陷。实验结果表明,该模型的接收操作特征曲线下面积(ROC-AUC)达0.999,精确率-召回率曲线下面积(PR-AUC)达0.997,单张图像检测时间为13.51 ms,能准确定位不同类型缺陷位置。; 关键词输送带表面缺陷检测对抗修复网络自编码器生成器马尔可夫判别器; Keywords surface defect detection of conveyor belts adversarial repair network autoencoder generator Markov discriminator; 分类号 TD528 [矿业工程—矿山机电] TD634 [矿业工程—矿山机电]; 在线阅读下载PDF 职称材料

题名仿真假体视觉下基于风格迁移的人脸表情识别: 2; 作者王盛赵瑛张岩; 机构内蒙古科技大学数智产业学院(网络安全学院); 出处《现代电子技术》北大核心 2025年第15期45-50,共6页; 基金国家自然科学基金资助项目(81460279) 国家自然科学基金资助项目(61841204) +2 种基金内蒙古自治区高等学校科学研究项目(NJZY145)。; 文摘目前对于重度视网膜色素变性或老年性黄斑变性患者而言,视网膜假体仍是其唯一有效的视觉康复手段。为了实现假体视觉下表情的准确识别,文中提出采用AdaIN算法实现图像风格转换的图像处理策略,将原始人脸图像转换成简笔画人脸图像,并利用Dlib库实现人脸关键点的标记,借助关键点坐标截取人脸区域,最后进行像素化处理。同时,正常人视觉下对原始图像和该方法的表情识别效果,以及仿真假体视觉下该方法在三种分辨率(24×24、32×32与48×48)与原始图像直接像素化后表情识别的效果均开展了对比研究。实验结果证明,正常人视觉下对于原始图像和该方法的表情识别效果的准确率分别为71.58%和60.41%,在24×24与32×32低分辨率下,文中方法与原始图像直接像素化相比更有助于表情的识别。; 关键词视觉假体仿真假体视觉风格迁移表情识别像素化 AdaIN算法; Keywords retinal prosthesis simulated prosthetic vision style transfer expression recognition pixilation AdaIN algorithm; 分类号 TN911.73-34 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于背部特征的挤奶场景下奶牛识别方法: 3; 作者李泽昊王月明蒲朝燚; 机构内蒙古科技大学数智产业学院(网络安全学院) 草原畜牧业人工智能内蒙古自治区工程研究中心内蒙古科技大学自动化与电气工程学院; 出处《农业工程学报》北大核心 2025年第11期201-208,共8页; 基金内蒙古自治区自然科学基金项目(2024MS06026,2024MS06022) 内蒙古自治区高校基本科研业务项目(2023QNJS193) 内蒙古自治区科技计划项目(2023YFSW0014)。; 文摘针对奶牛养殖场挤奶场景下奶牛实时无接触身份识别需求,该研究提出一种基于背部特征的奶牛实时身份识别方法。首先在挤奶场景下采集奶牛背部视频数据,建立包含793张图片的目标检测数据集和包含3145头奶牛、52834张图片的身份识别数据集,构建YOLOv8-DW目标检测模型,检测奶牛背部。然后,训练对比HRNet、EfficientNet、ConvNeXt、Swin Transformer和Swin Transformer V2这5种骨干网络,选择最优网络提取奶牛背部特征,通过计算其与数据库中身份的相似度并与入库验证阈值对比,得到单帧识别结果。最后,设计多帧识别方法,通过对单帧识别结果进行融合得到奶牛身份。YOLOv8-DW目标检测模型平均精度均值达99.3%,处理速度达169.49帧/s;最优网络HRNet在测试集中的平均精度均值为99.76%和120.12帧/s的处理速度;在对不同挤奶日期奶牛的识别中,多帧识别下已入库奶牛的识别率达97.7%,未入库奶牛识别率达94.0%。该研究结果可为挤奶场景下奶牛的识别提供参考。; 关键词奶牛 YOLOv8 身份识别背部特征挤奶场景; Keywords dairy cow YOLOv8 identity recognition back features milking scene; 分类号 TP391.4 [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

题名脑电图信号在疲劳驾驶检测中的应用与挑战被引量：2: 4; 作者宗少杰董芳程永欣喻大华袁凯王娟马宇欣张飞; 机构内蒙古科技大学数智产业学院(网络安全学院) 西安电子科技大学生命科学与技术学院; 出处《生物化学与生物物理进展》 SCIE CAS CSCD 北大核心 2024年第7期1645-1669,共25页; 基金国家脑科学和类脑智能技术计划(2022ZD0214500) 国家自然科学基金(82260359,82371500,U22A20303,61971451) 内蒙古自然科学基金(2021MS08014,2023QN08007)资助项目。; 文摘当前快节奏生活已经成为日常生活的常态,对人们的身心健康带来了不少负面影响,特别是在驾驶过程中容易出现疲劳困倦的情况。因此,疲劳驾驶检测技术成为了研究的热点,并取得了显著的进展。本文将介绍基于脑电图(electroencephalogram,EEG)信号的疲劳驾驶检测方法。本文首先概述基于EEG信号的疲劳驾驶检测的总体流程,包括信号采集、预处理、特征提取和分类等步骤。然后,详细介绍EEG信号中与疲劳相关的特征及其在疲劳驾驶检测中的应用。这些特征包括频域特征、时域特征、拓扑特征等,通过分析这些特征可以有效地识别出驾驶员是否处于疲劳状态。接下来,探讨目前已有的疲劳驾驶检测模型的性能评估和评价指标。针对基于EEG信号的疲劳驾驶检测,常用的指标包括准确率、灵敏度、特异度等。本文分析不同模型在这些指标上的表现,并比较它们的优劣。本文还简单介绍了EEG信号分类方法及其应用现状。常见的分类方法包括支持向量机、神经网络、贝叶斯分类器等,这些方法在疲劳驾驶检测中得到了广泛应用。针对目前基于EEG信号的疲劳驾驶检测面临的问题,本文提出了一些解决方法。例如,统一数据标注标准、增加被试数量等。最后,在总结全文内容的基础上讨论了基于EEG信号的疲劳驾驶技术未来的发展方向。在未来,可以进一步提升疲劳驾驶检测技术的准确性和实用性,以更好地应对快节奏社会给驾驶员安全带来的挑战。; 关键词脑电图信号疲劳驾驶检测脑功能连接传统机器学习深度学习; Keywords electroencephalogram signals fatigue driving detection brain functional connectivity traditional machine learning deep learning; 分类号 U463.6 [机械工程—车辆工程] TN911.7 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于头颈背部关键点的奶牛跛行检测被引量：2: 5; 作者张智荣褚燕华王月明王丽颖申煜浩李鑫; 机构内蒙古科技大学数智产业学院(网络安全学院) 草原畜牧业人工智能内蒙古自治区工程研究中心内蒙古科技大学自动化与电气工程学院; 出处《农业工程学报》 EI CAS CSCD 北大核心 2024年第21期157-164,共8页; 基金内蒙古自治区自然科学基金项目(2024MS06026) 内蒙古自治区科技计划项目(2023YFSW0014) 内蒙古自治区高校基本科研业务项目(2023QNJS193)。; 文摘为实现奶牛跛行的自动检测,该研究鉴于跛行奶牛行走时,头部起伏较大且背部弓起的特点,提出了一种基于深度学习的奶牛头、颈、背部6个关键点的跛行检测算法。首先,在通道旁固定摄像头,采集奶牛行走的视频数据,利用YOLOv8n-seg实例分割算法将奶牛从图像中识别出来;其次,使用DeepLabCut算法提取视频帧序列中奶牛的头、颈、肩、背部中心、腰和尾部6个关键点坐标,对比分析实例分割得到的6种格式输入图像在MobileNet-V2和ResNet系列主干网络上的训练效果后,最终选择按目标检测框裁剪后的分割结果图和ResNet-152作为DeepLabCut算法的最佳输入和最优主干网络;最后,对比分析4种时间序列模型和FN-BiLSTM模型在奶牛跛行检测中的表现。试验结果表明,FNBiLSTM算法的性能最优,在包含16头奶牛16段视频的测试集上跛行识别的准确率达到了97.16%。研究表明,该算法可为养殖场奶牛跛行检测提供技术支持。; 关键词奶牛跛行深度学习实例分割关键点检测; Keywords cow lameness deep learning instance segmentation key point detection; 分类号 TP391.4 [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

题名基于行列锚点融合的车道线检测方法研究: 6; 作者李燕辉方中纯李海荣; 机构内蒙古科技大学数智产业学院(网络安全学院) 内蒙古科技大学工程训练中心(创新创业教育学院); 出处《现代电子技术》北大核心 2024年第22期165-172,共8页; 基金国家2020年教育部产学合作协同育人项目(202002107034) 内蒙古自治区自然科学基金项目(2020MS06028) 内蒙古本科教育教学改革研究项目(JGZC2022015)。; 文摘车道线检测是自动驾驶和高级驾驶辅助系统中的关键技术之一,对于车辆准确定位和识别道路信息非常重要。为了提高检测精度和效率,提出一种基于行列锚点融合的车道线检测方法。首先,使用主干网络ResNet18提取车道线特征锚点,将提取出来的特征锚点进行解耦分类处理;然后对其特征锚点分别在行方向和列方向加入水平注意力机制和垂直注意力机制,进行通道维度信息和空间维度信息的特征融合,以解决全局关注计算成本高、局部关注限制交互领域的问题,与此同时,车道线检测无视觉问题也得到了极大的改善。在CULane和Tusimple数据集上进行了广泛的实验和测试,结果表明,所提方法在检测精度和效率方面表现出综合优势,取得了良好的检测效果。; 关键词车道线检测行列锚点融合自动驾驶 ResNet18网络特征提取解耦; Keywords lane line detection row and column anchor point fusion autonomous driving ResNet18 network feature extraction decoupling; 分类号 TN911.73-34 [电子电信—通信与信息系统]; 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	基于对抗修复网络的输送带表面缺陷检测	杨泽霖杨立清郝斌	《工矿自动化》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
2	仿真假体视觉下基于风格迁移的人脸表情识别	王盛赵瑛张岩	《现代电子技术》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于背部特征的挤奶场景下奶牛识别方法	李泽昊王月明蒲朝燚	《农业工程学报》北大核心	2025	0	在线阅读下载PDF 职称材料
4	脑电图信号在疲劳驾驶检测中的应用与挑战	宗少杰董芳程永欣喻大华袁凯王娟马宇欣张飞	《生物化学与生物物理进展》 SCIE CAS CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
5	基于头颈背部关键点的奶牛跛行检测	张智荣褚燕华王月明王丽颖申煜浩李鑫	《农业工程学报》 EI CAS CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
6	基于行列锚点融合的车道线检测方法研究	李燕辉方中纯李海荣	《现代电子技术》北大核心	2024	0	在线阅读下载PDF 职称材料