期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
用于视频异常检测的时序多尺度自编码器
被引量：
4
1
作者
吕浩
易鹏飞
+3 位作者
刘瑞
周东生
张强
魏小鹏
《图学学报》
CSCD
北大核心
2022年第2期223-229,共7页
视频异常检测是指识别不符合预期行为的事件。当前许多方法利用重构误差来检测异常,由于深度神经网络的强大能力可能会重构出异常行为,这与异常行为重构误差较大的假设不符。而利用预测未来帧的方法进行异常检测取得了很好的效果,但这...
视频异常检测是指识别不符合预期行为的事件。当前许多方法利用重构误差来检测异常,由于深度神经网络的强大能力可能会重构出异常行为,这与异常行为重构误差较大的假设不符。而利用预测未来帧的方法进行异常检测取得了很好的效果,但这些方法大多未考虑正常样本的多样性,或不能建立视频连续帧之间的关联。为了解决该问题,提出了一种时序多尺度自编码器网络用于预测未来帧,并通过预测值与真实值的差异完成视频异常检测。该网络不仅明确考虑了正常事件的多样性,而且强大的编码器可以构建长程空间依赖关系,进而增强输出特征的多样性,此外,针对复杂的数据集含有较多噪声的特点,提出了去噪网络,进一步提升了模型的精度。该方法在达到实时性要求的前提下,在Avenue数据集上达到了目前最优的精度。
展开更多
关键词
视频异常检测
自编码器
未来帧预测
多尺度
自编码
在线阅读
下载PDF
职称材料
深度可分离卷积和标准卷积相结合的高效行人检测器
被引量：
3
2
作者
张运波
易鹏飞
+2 位作者
周东生
张强
魏小鹏
《图学学报》
CSCD
北大核心
2022年第2期230-238,共9页
行人检测器对算法的速度和精确度有很高的要求。虽然基于深度卷积神经网络(DCNN)的行人检测器具有较高的检测精度,但是这类检测器对硬件设备的计算能力要求较高,因此,这类行人检测器无法很好地部署到诸如移动设备、嵌入式设备和自动驾...
行人检测器对算法的速度和精确度有很高的要求。虽然基于深度卷积神经网络(DCNN)的行人检测器具有较高的检测精度,但是这类检测器对硬件设备的计算能力要求较高,因此,这类行人检测器无法很好地部署到诸如移动设备、嵌入式设备和自动驾驶系统等轻量化系统中。基于此,提出了一种更好地平衡速度和精度的轻量级行人检测器(EPDNet)。首先,主干网络的浅层卷积使用深度可分离卷积以压缩模型的参数量,深层卷积使用标准卷积以提取高级语义特征。另外,为了进一步提高模型的性能,主干网络采用特征融合方法来增强其输出特征的表达能力。通过实验对比分析,EPDNet在2个具有挑战性的行人数据集Caltech和CityPersons上表现出了优越的性能,与基准模型相比,EPDNet在速度和精确度之间获得了更好的权衡,EPDNet的速度和精确度同时得到了提高。
展开更多
关键词
标准卷积
深度可分离卷积
特征融合
轻量化
行人检测
在线阅读
下载PDF
职称材料
基于注意力机制与深度多尺度特征融合的自然场景文本检测
被引量：
3
3
作者
李雨
闫甜甜
+1 位作者
周东生
魏小鹏
《图学学报》
CSCD
北大核心
2023年第3期473-481,共9页
针对现有场景文本检测方法不能深入挖掘并充分融合多尺度文本实例判别性特征的问题,提出一种基于注意力机制与深度多尺度特征融合的自然场景文本检测方法。首先采用带有注意力增强的ResNeSt50作为骨干网络,提取文本实例在不同尺度上更...
针对现有场景文本检测方法不能深入挖掘并充分融合多尺度文本实例判别性特征的问题,提出一种基于注意力机制与深度多尺度特征融合的自然场景文本检测方法。首先采用带有注意力增强的ResNeSt50作为骨干网络,提取文本实例在不同尺度上更具判别力的特征表示;然后设计深度多尺度特征融合模块,将不同尺度的特征信息进行交互,自适应地学习不同尺度特征图对应的权重矩阵,用于融合文本实例在不同尺度特征图上具有判别力的特征信息,从而获得更具鲁棒性的多尺度融合特征图;最后利用自适应的二值化后处理模块生成更加精确的文本区域边界框。为评估其有效性,大量实验在ICDAR2015,ICDAR2013和CTW1500数据集上进行验证,结果表明该方法相较于其他先进的检测方法取得了有竞争力的检测结果,展现出良好的鲁棒性和泛化能力。
展开更多
关键词
自然场景文本检测
注意力机制
多尺度特征融合
二值化
自适应
在线阅读
下载PDF
职称材料
题名
用于视频异常检测的时序多尺度自编码器
被引量：
4
1
作者
吕浩
易鹏飞
刘瑞
周东生
张强
魏小鹏
机构
大连大学软件工程学院
计算机辅助设计国家地方联合
工程
实验室
大连
理工
大学
计算机科学与技术
学院
出处
《图学学报》
CSCD
北大核心
2022年第2期223-229,共7页
基金
国家自然科学基金重点项目(U1908214)
辽宁省中央引导地方科技发展专项(2021JH6/10500140)
+3 种基金
辽宁特聘教授支持计划
辽宁省高等学校创新团队支持计划(LT2020015)
大连市双重项目(2020JJ25CY001)
大连大学创新团队支持计划(XLJ202010)。
文摘
视频异常检测是指识别不符合预期行为的事件。当前许多方法利用重构误差来检测异常,由于深度神经网络的强大能力可能会重构出异常行为,这与异常行为重构误差较大的假设不符。而利用预测未来帧的方法进行异常检测取得了很好的效果,但这些方法大多未考虑正常样本的多样性,或不能建立视频连续帧之间的关联。为了解决该问题,提出了一种时序多尺度自编码器网络用于预测未来帧,并通过预测值与真实值的差异完成视频异常检测。该网络不仅明确考虑了正常事件的多样性,而且强大的编码器可以构建长程空间依赖关系,进而增强输出特征的多样性,此外,针对复杂的数据集含有较多噪声的特点,提出了去噪网络,进一步提升了模型的精度。该方法在达到实时性要求的前提下,在Avenue数据集上达到了目前最优的精度。
关键词
视频异常检测
自编码器
未来帧预测
多尺度
自编码
Keywords
video anomaly detection
autoencoder network
future frame prediction
multi-scale
autoencoder
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
深度可分离卷积和标准卷积相结合的高效行人检测器
被引量：
3
2
作者
张运波
易鹏飞
周东生
张强
魏小鹏
机构
大连大学软件工程学院
先进设计与智能计算省部共建教育部重点实验室
大连
理工
大学
计算机科学与技术
学院
出处
《图学学报》
CSCD
北大核心
2022年第2期230-238,共9页
基金
国家自然科学基金重点项目(U1908214)
辽宁特聘教授资助计划
+2 种基金
辽宁省中央指导地方科技发展专项(2021JH6/10500140)
辽宁省高等学校、大连市及大连大学创新团队资助计划
大连市双重项目(2020JJ25CY001)。
文摘
行人检测器对算法的速度和精确度有很高的要求。虽然基于深度卷积神经网络(DCNN)的行人检测器具有较高的检测精度,但是这类检测器对硬件设备的计算能力要求较高,因此,这类行人检测器无法很好地部署到诸如移动设备、嵌入式设备和自动驾驶系统等轻量化系统中。基于此,提出了一种更好地平衡速度和精度的轻量级行人检测器(EPDNet)。首先,主干网络的浅层卷积使用深度可分离卷积以压缩模型的参数量,深层卷积使用标准卷积以提取高级语义特征。另外,为了进一步提高模型的性能,主干网络采用特征融合方法来增强其输出特征的表达能力。通过实验对比分析,EPDNet在2个具有挑战性的行人数据集Caltech和CityPersons上表现出了优越的性能,与基准模型相比,EPDNet在速度和精确度之间获得了更好的权衡,EPDNet的速度和精确度同时得到了提高。
关键词
标准卷积
深度可分离卷积
特征融合
轻量化
行人检测
Keywords
standard convolution
depthwise separable convolution
feature fusion
lightweight
pedestrian detection
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
基于注意力机制与深度多尺度特征融合的自然场景文本检测
被引量：
3
3
作者
李雨
闫甜甜
周东生
魏小鹏
机构
大连大学软件工程学院
计算机辅助设计国家地方联合
工程
实验室
大连
理工
大学
计算机科学与技术
学院
出处
《图学学报》
CSCD
北大核心
2023年第3期473-481,共9页
基金
国家自然科学基金重点项目(U21A20491)
辽宁省中央引导地方科技发展专项(2021JH6/10500140)
+1 种基金
辽宁省高等学校创新团队支持计划项目(LT2020015)
大连市重点领域创新团队支持计划项目(2021RT06)。
文摘
针对现有场景文本检测方法不能深入挖掘并充分融合多尺度文本实例判别性特征的问题,提出一种基于注意力机制与深度多尺度特征融合的自然场景文本检测方法。首先采用带有注意力增强的ResNeSt50作为骨干网络,提取文本实例在不同尺度上更具判别力的特征表示;然后设计深度多尺度特征融合模块,将不同尺度的特征信息进行交互,自适应地学习不同尺度特征图对应的权重矩阵,用于融合文本实例在不同尺度特征图上具有判别力的特征信息,从而获得更具鲁棒性的多尺度融合特征图;最后利用自适应的二值化后处理模块生成更加精确的文本区域边界框。为评估其有效性,大量实验在ICDAR2015,ICDAR2013和CTW1500数据集上进行验证,结果表明该方法相较于其他先进的检测方法取得了有竞争力的检测结果,展现出良好的鲁棒性和泛化能力。
关键词
自然场景文本检测
注意力机制
多尺度特征融合
二值化
自适应
Keywords
natural scene text detection
attention mechanism
multi-scale feature fusion
binarization
adaptive
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
作者
出处
发文年
被引量
操作
1
用于视频异常检测的时序多尺度自编码器
吕浩
易鹏飞
刘瑞
周东生
张强
魏小鹏
《图学学报》
CSCD
北大核心
2022
4
在线阅读
下载PDF
职称材料
2
深度可分离卷积和标准卷积相结合的高效行人检测器
张运波
易鹏飞
周东生
张强
魏小鹏
《图学学报》
CSCD
北大核心
2022
3
在线阅读
下载PDF
职称材料
3
基于注意力机制与深度多尺度特征融合的自然场景文本检测
李雨
闫甜甜
周东生
魏小鹏
《图学学报》
CSCD
北大核心
2023
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
