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
1
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
复杂背景干扰下硅藻图像的深度网络识别与定位
被引量：
7
1
作者
邓杰航
何冬冬
+6 位作者
卓家鸿
赵建
肖成
康晓东
胡孙林
顾国生
刘超
《南方医科大学学报》
CAS
CSCD
北大核心
2020年第2期183-189,共7页
目的提出一种刑侦尸检中基于深度学习网络的受复杂背景干扰的硅藻目标自动识别与定位方法。方法主要由两大模块组成,分别是初步定位与精确定位模块。在初步定位模块中,应用ZFNet的卷积层、池化层提取高层次的硅藻特征,然后应用RPN(Regio...
目的提出一种刑侦尸检中基于深度学习网络的受复杂背景干扰的硅藻目标自动识别与定位方法。方法主要由两大模块组成,分别是初步定位与精确定位模块。在初步定位模块中,应用ZFNet的卷积层、池化层提取高层次的硅藻特征,然后应用RPN(Region Proposal Network)生成可能存在硅藻的区域并且初步完成硅藻目标的定位。在精确定位中,应用Fast R-CNN精确修改硅藻位置信息与识别硅藻类别。结果应用简单、部分复杂与复杂背景的自建库图像对传统机器学习方法与本文方法进行实验验证,传统识别方法对有部分背景干扰的硅藻图片识别率约为60%,且不能识别与定位受复杂背景干扰的硅藻图像。本文方法能够有效识别与定位复杂背景下硅藻图像中的多种目标,且平均识别率达到85%。结论本文方法能够应用于刑侦尸检中识别与定位复杂背景干扰的硅藻图像中的目标。
展开更多
关键词
深度学习
复杂背景
硅藻
目标检测
机器学习
在线阅读
下载PDF
职称材料
题名
复杂背景干扰下硅藻图像的深度网络识别与定位
被引量：
7
1
作者
邓杰航
何冬冬
卓家鸿
赵建
肖成
康晓东
胡孙林
顾国生
刘超
机构
广东工业大学计算机学院
广州
市刑事
科学
技术研究所&法医病理学公安部重点实验室
肇庆学院计算机
科学
与软件学院
广州竞赢科学仪器有限公司
南方医科大学
出处
《南方医科大学学报》
CAS
CSCD
北大核心
2020年第2期183-189,共7页
基金
国家自然科学基金(61202267)
广东工业大学创新训练项目(201811845139,201811845140,201811845144)
+2 种基金
广东省科技计划项目(2017A050501035)
广州市科技计划项目(201807010058)
公安部刑事技术“双十计划”重点攻关项目(2019SSGG0403)~~
文摘
目的提出一种刑侦尸检中基于深度学习网络的受复杂背景干扰的硅藻目标自动识别与定位方法。方法主要由两大模块组成,分别是初步定位与精确定位模块。在初步定位模块中,应用ZFNet的卷积层、池化层提取高层次的硅藻特征,然后应用RPN(Region Proposal Network)生成可能存在硅藻的区域并且初步完成硅藻目标的定位。在精确定位中,应用Fast R-CNN精确修改硅藻位置信息与识别硅藻类别。结果应用简单、部分复杂与复杂背景的自建库图像对传统机器学习方法与本文方法进行实验验证,传统识别方法对有部分背景干扰的硅藻图片识别率约为60%,且不能识别与定位受复杂背景干扰的硅藻图像。本文方法能够有效识别与定位复杂背景下硅藻图像中的多种目标,且平均识别率达到85%。结论本文方法能够应用于刑侦尸检中识别与定位复杂背景干扰的硅藻图像中的目标。
关键词
深度学习
复杂背景
硅藻
目标检测
机器学习
Keywords
deep learning
complex background
diatom
object detection
machine learning
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
TP183 [自动化与计算机技术—控制理论与控制工程]
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
复杂背景干扰下硅藻图像的深度网络识别与定位
邓杰航
何冬冬
卓家鸿
赵建
肖成
康晓东
胡孙林
顾国生
刘超
《南方医科大学学报》
CAS
CSCD
北大核心
2020
7
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
