检索结果-维普期刊中文期刊服务平台

一种增强前景的轻量级交通标志检测模型被引量：1: 1; 作者袁亚剑毛力《计算机工程》北大核心 2025年第3期54-63,共10页; 交通标志检测在辅助驾驶中扮演着不可或缺的角色,为安全驾驶提供了至关重要的支持。在实际交通环境中,在黑夜或雨天产生的背景噪声会加大交通标志检测的难度。现有模型往往难以有效检出远处的小目标交通标志,此外,在设计交通标志检测模... 展开更多; 关键词交通标志检测轻量化网络前景增强模块小目标检测黑夜场景目标检测; 在线阅读下载PDF 职称材料

一种基于迁移学习的双代理辅助船型优化方法: 2; 作者安畅毛力《计算机工程》北大核心 2025年第9期317-327,共11页; 在昂贵目标函数的代理辅助优化中,获取足量样本在流体仿真中会相当耗时。为了减少所需样本量并提高问题的求解性能,提出了一种基于迁移学习双代理辅助的船型优化算法(TLDSAO)。首先,在代理构建阶段采用了迁移学习来辅助建模,利用迁移源... 展开更多; 关键词优化算法迁移学习代理辅助优化船型设计计算流体力学; 在线阅读下载PDF 职称材料

非对称的分层特征融合的RGBT跟踪网络: 3; 作者吴习惠李婷葛洪伟《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2024年第11期1700-1709,共10页; 为了解决可见光图像和热红外图像由于成像原理不同而导致的模态存在异质性的问题,提出一种非对称的分层特征融合的RGBT跟踪网络.首先通过双流网络分别提取可见光和热红外的特征;然后通过模态特征提取模块挖掘不同模态特征,并对获得的特... 展开更多; 关键词非对称结构分层特征融合 RGBT目标跟踪 TRANSFORMER; 在线阅读下载PDF 职称材料

视觉显著区域和主动轮廓结合的图像分割算法被引量：8: 4; 作者何亚茹葛洪伟《计算机科学与探索》 CSCD 北大核心 2022年第5期1155-1168,共14页; 传统区域主动轮廓模型在分割弱边缘图像时,演化曲线受背景干扰,易陷入局部极值导致演化速度缓慢;且由于局部项仅考虑空间信息,无法更好保留目标边界,影响分割精度。针对上述问题,首先利用改进的显著性检测方法,对待分割图像进行预处理操... 展开更多; 关键词视觉显著性检测自适应符号函数局部灰度测度主动轮廓模型图像分割; 在线阅读下载PDF 职称材料

题名一种增强前景的轻量级交通标志检测模型被引量：1: 1; 作者袁亚剑毛力; 机构江南大学人工智能与计算机学院江南大学先进技术研究院江南大学江苏省模式识别与计算机智能工程实验室; 出处《计算机工程》北大核心 2025年第3期54-63,共10页; 基金国家自然科学基金面上项目(62272202)。; 文摘交通标志检测在辅助驾驶中扮演着不可或缺的角色,为安全驾驶提供了至关重要的支持。在实际交通环境中,在黑夜或雨天产生的背景噪声会加大交通标志检测的难度。现有模型往往难以有效检出远处的小目标交通标志,此外,在设计交通标志检测模型时应当考虑到实际部署对模型体积的要求。为此,在YOLOv8的基础上提出一种增强前景的轻量级交通标志目标检测模型。首先,设计了1个轻量级的PC2f模块替换掉原本Backbone中的部分C2f模块,该模块降低了模型的参数量和计算量,在保留更多浅层信息的同时进一步丰富了梯度流信息,同时实现了模型轻量化和提升检测性能;其次,设计了前景增强模块(FEM)并将其引入Neck位置,该模块能够有效放大前景信息并减弱背景噪声;最后,增加了一层小目标检测层,用于在高分辨率的图像上提取浅层特征,加强模型对小目标交通标志的检测性能。实验结果表明,优化后的模型在数据集CCTSDB 2021和GTSDB上的mAP_(50)分别达到了82.5%和95.3%,相较于原模型分别提升了3.6和1百分点,并且模型权重大小减小了0.22×10^(6)。这些结果验证了所提模型在实际应用中的有效性。; 关键词交通标志检测轻量化网络前景增强模块小目标检测黑夜场景目标检测; Keywords traffic sign detection lightweight network Foreground Enhancement Module(FEM) small target detection dark scene target 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

题名一种基于迁移学习的双代理辅助船型优化方法: 2; 作者安畅毛力; 机构江南大学人工智能与计算机学院江南大学先进技术研究院江苏省模式识别与计算机智能工程实验室; 出处《计算机工程》北大核心 2025年第9期317-327,共11页; 基金船舶总体性能创新研究开放基金(26322209)。; 文摘在昂贵目标函数的代理辅助优化中,获取足量样本在流体仿真中会相当耗时。为了减少所需样本量并提高问题的求解性能,提出了一种基于迁移学习双代理辅助的船型优化算法(TLDSAO)。首先,在代理构建阶段采用了迁移学习来辅助建模,利用迁移源域知识到目标域来减少对船型样本数量的需求。其次,针对样本数据构建了粗代理模型和细代理模型,用以进行双代理的辅助优化,该过程通过引入外部公共池来进行双代理间种群信息的交换,以提高优化算法的搜索性能。最后,将TLDSAO算法应用在KCS的船型优化实验上,实验结果表明在相同样本量下,迁移学习的加入显著提高了代理模型的准确性,在达到相同精度的情况下相比未加入迁移学习时能减少约1/2的样本量。通过TLDSAO算法最终使得KCS的总阻力系数降低了10.85%,预测误差为2.93%,相较于同条件下的3种对比方法其优化结果进一步减少了0.61%、6.11%和1.56%,并且对比方法在增加40个样本后的效果才接近未增加样本的TLDSAO算法。因此,即使在更少样本量下,TLDSAO算法也能获得更优的解和更低的预测误差。; 关键词优化算法迁移学习代理辅助优化船型设计计算流体力学; Keywords optimization algorithm transfer learning surrogate-assisted optimization hull form design computational fluid dynamics; 分类号 U662.2 [交通运输工程—船舶及航道工程]; 在线阅读下载PDF 职称材料

题名非对称的分层特征融合的RGBT跟踪网络: 3; 作者吴习惠李婷葛洪伟; 机构江南大学人工智能与计算机学院江苏省模式识别与计算机智能工程实验室(江南大学); 出处《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2024年第11期1700-1709,共10页; 基金国家自然科学基金(61806006) 江苏省高校优势学科建设工程资助项目 111引智计划(12018)。; 文摘为了解决可见光图像和热红外图像由于成像原理不同而导致的模态存在异质性的问题,提出一种非对称的分层特征融合的RGBT跟踪网络.首先通过双流网络分别提取可见光和热红外的特征;然后通过模态特征提取模块挖掘不同模态特征,并对获得的特征进行自适应聚合,以获得有利于增强可见光模态的特征;最后将各层获得的聚合特征与双流网络获得的可见光特征进行增强融合,获得更具有鲁棒性的特征.在GTOT, RGBT234和LasHeR数据集上的实验结果表明,所提网络的跟踪精度(PR)和成功率(SR)分别达到92.2%/77.2%,82.9%/61.1%和52.7%/40.3%,与目前主流的RGBT目标跟踪网络相比, PR和SR均有所提高,验证了该网络的有效性.; 关键词非对称结构分层特征融合 RGBT目标跟踪 TRANSFORMER; Keywords asymmetric structure hierarchical feature fusion RGBT target tracking Transformer; 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

题名视觉显著区域和主动轮廓结合的图像分割算法被引量：8: 4; 作者何亚茹葛洪伟; 机构江南大学江苏省模式识别与计算机智能工程实验室江南大学人工智能与计算机学院; 出处《计算机科学与探索》 CSCD 北大核心 2022年第5期1155-1168,共14页; 基金江苏省研究生创新计划项目(KYLX16_0781) 江苏高校优势学科建设工程资助项目。; 文摘传统区域主动轮廓模型在分割弱边缘图像时,演化曲线受背景干扰,易陷入局部极值导致演化速度缓慢;且由于局部项仅考虑空间信息,无法更好保留目标边界,影响分割精度。针对上述问题,首先利用改进的显著性检测方法,对待分割图像进行预处理操作,获取目标候选区域,自动设置初始化轮廓曲线,并将获取的目标先验信息与待分割图像中具有最大对比度的位图相结合,设计自适应符号函数,对优化LoG能量项进行加权,以线性方式融合到RSF模型中,增强模型自适应能力;其次设计新的局部灰度测度,与局部核函数相结合,改进局部能量项,提高模型在弱边缘处的敏感程度,准确定位目标边界。实验结果表明,该模型能够自动设置初始化轮廓,并有效保留目标边缘细节,视觉及定量实验结果证明了该模型优于目前一些主流的主动轮廓模型。; 关键词视觉显著性检测自适应符号函数局部灰度测度主动轮廓模型图像分割; Keywords visual saliency detection adaptive symbolic function local gray measure active contour model image segmentation; 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	一种增强前景的轻量级交通标志检测模型	袁亚剑毛力	《计算机工程》北大核心	2025	1	在线阅读下载PDF 职称材料
2	一种基于迁移学习的双代理辅助船型优化方法	安畅毛力	《计算机工程》北大核心	2025	0	在线阅读下载PDF 职称材料
3	非对称的分层特征融合的RGBT跟踪网络	吴习惠李婷葛洪伟	《计算机辅助设计与图形学学报》 EI CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
4	视觉显著区域和主动轮廓结合的图像分割算法	何亚茹葛洪伟	《计算机科学与探索》 CSCD 北大核心	2022	8	在线阅读下载PDF 职称材料