检索结果-维普期刊中文期刊服务平台

C-T Net:融合CNN和Transformer的遥感图像变化检测模型: 1; 作者武一贠世林《华东师范大学学报(自然科学版)》北大核心 2025年第4期49-60,共12页; 双时相遥感图像由于拍摄时间、角度和传感器等因素会产生各种伪变化,同时存在一些不感兴趣的变化,变化的位置通常与周边其他物体相关,采用全卷积神经网络会丢失长程信息.针对这一问题,提出了一种融合CNN(Convolutional Neural Networks)... 展开更多; 关键词多时相变化检测卷积神经网络转换器特征融合; 在线阅读下载PDF 职称材料

基于阶段特征融合的图像融合行人检测被引量：1: 2; 作者葛荣泽武一《电子测量技术》北大核心 2024年第24期103-109,共7页; 目前可见光与红外图像融合行人检测算法中存在特征不平衡与特征融合不充分等问题。针对上述问题,提出一种分阶段特征融合可见光-红外图像的行人检测网络MIFNet。构建的双流网络同时处理可见光与红外输入;设计模态间信息融合模块,改变网... 展开更多; 关键词行人检测双流网络特征融合; 在线阅读下载PDF 职称材料

基于轻量级卷积神经网络的手势识别检测被引量：10: 3; 作者牛雅睿武一 +2 位作者孙昆卢昊赵普《电子测量技术》北大核心 2022年第4期91-98,共8页; 针对基于深度学习的手势识别模型参数量大、训练速度缓慢且对设备要求高,增加了成本的问题,提出了一种基于轻量级卷积神经网络的手势识别检测算法。首先利用Ghost模块设计轻量级主干特征提取网络,减少网络的参数量和计算量;通过引入加... 展开更多; 关键词手势识别轻量级网络 YOLOv3 Ghost模块加权双向特征金字塔 CIoU损失函数; 在线阅读下载PDF 职称材料

基于损失自注意力机制的立体匹配算法研究被引量：4: 4; 作者郭乾宇武一 +1 位作者刘华宾赵普《计算机应用研究》 CSCD 北大核心 2022年第7期2236-2240,共5页; 针对现有的立体匹配算法在阴影、物体边缘和光照反射等区域匹配困难且存在大量错误结果的问题,设计了一种可拆卸的损失自注意力网络(loss self-attention net,LSAnet)查找图像中的匹配困难区域。LSAnet的网络各层相互稠密连接,应用了空... 展开更多; 关键词机器视觉立体匹配注意力机制双目视觉特征匹配代价计算; 在线阅读下载PDF 职称材料

基于多尺度特征融合网络的HEVC帧内编码单元快速划分研究被引量：1: 5; 作者刘雨墨刘剑飞 +1 位作者郝禄国曾文彬《计算机工程与科学》 CSCD 北大核心 2023年第11期1991-1998,共8页; 高效视频编码HEVC显著提高了编码效率,但同时增加了编码复杂度,在基于四叉树结构的编码单元(CU)划分过程中尤为明显,因此研究CU快速划分具有重要意义。多尺度特征融合的网络可以实现HEVC编码单元快速划分。为此,结合U-Net和CU划分特性... 展开更多; 关键词 HEVC 编码单元划分深度学习非对称卷积; 在线阅读下载PDF 职称材料

改进KAPAO的人体关键点检测被引量：1: 6; 作者赵普武一《电子测量与仪器学报》 CSCD 北大核心 2023年第7期177-185,共9页; 针对人体关键点检测存在检测精确度低的不足,在KAPAO(keypoints and pose as objects)网络的基础上进行改进。使用PoseTrans(pose transformation)进行数据增强,提高网络的泛化性;针对特征融合能力的不足,设计融合注意力机制的BiFPN(Bi-... 展开更多; 关键词关键点检测非极大值抑制注意力特征融合数据增强; 在线阅读下载PDF 职称材料

基于多阶段交叉信息融合的多光谱行人检测被引量：1: 7; 作者孙昆武一 +2 位作者牛雅睿卢昊赵普《电子测量技术》北大核心 2023年第15期118-125,共8页; 针对多光谱行人检测中双模态特征融合不充分、特征融合质量低的问题,提出一种基于多阶段交叉信息融合的多光谱行人检测算法。算法首先通过双流骨干网络分别对可见光图像和红外图像进行特征提取;设计交叉信息融合模块并多阶段嵌入双流骨... 展开更多; 关键词多光谱行人检测模态融合 CondConv; 在线阅读下载PDF 职称材料

题名C-T Net:融合CNN和Transformer的遥感图像变化检测模型: 1; 作者武一贠世林; 机构河北工业大学电子信息工程学院河北工业大学电子与通信工程国家级实验教学示范中心; 出处《华东师范大学学报(自然科学版)》北大核心 2025年第4期49-60,共12页; 基金国家自然科学基金(51977059) 河北省自然科学基金(E2020202042)。; 文摘双时相遥感图像由于拍摄时间、角度和传感器等因素会产生各种伪变化,同时存在一些不感兴趣的变化,变化的位置通常与周边其他物体相关,采用全卷积神经网络会丢失长程信息.针对这一问题,提出了一种融合CNN(Convolutional Neural Networks)和Transformer的网络(C-T Net)模型.整体网络结构分为深度特征提取部分和检测头部分:网络主干部分将CNN和Swin Transformer相结合,设计融合模块Cto-T、T-to-C以聚合信息;检测头部分利用Transformer编码、解码,获得精细化的特征图以进行变化区域的判别.与多个变化检测模型相比,在LEVIR-CD数据集和WHU-CD数据集上F1_1(90.63%、86.24%)和PIoU_1(82.87%、75.81%)均为最高,在两个数据集上的结果表明,无论是可视化结果还是数据指标,与现有的方法相比,该模型具有一定的优越性.; 关键词多时相变化检测卷积神经网络转换器特征融合; Keywords multi-temporal change detection convolutional neural networks(CNN) transformer feature fusion; 分类号 TP751.1 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于阶段特征融合的图像融合行人检测被引量：1: 2; 作者葛荣泽武一; 机构河北工业大学电子信息工程学院河北工业大学电子与通信工程国家级实验教学示范中心; 出处《电子测量技术》北大核心 2024年第24期103-109,共7页; 基金国家自然科学基金(51977059) 河北省自然科学基金(E2020202042)项目资助。; 文摘目前可见光与红外图像融合行人检测算法中存在特征不平衡与特征融合不充分等问题。针对上述问题,提出一种分阶段特征融合可见光-红外图像的行人检测网络MIFNet。构建的双流网络同时处理可见光与红外输入;设计模态间信息融合模块,改变网络的结构减少特征不平衡造成的影响,提取-注入结构在特征提取的过程中自动学习如何提取多模态全局信息并将其有效地注入可见光与红外特征中,提升网络鲁棒性与特征融合效果。设计并嵌入特征增强融合模块,增强两种模态的独特信息,进一步提升特征融合效果。实验结果表明,算法漏检率仅为9.74%,与基线算法相比降低了6%,有效的提升了算法的检测性能。; 关键词行人检测双流网络特征融合; Keywords pedestrian detection two-stream networks feature fusion; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] TN919.81 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于轻量级卷积神经网络的手势识别检测被引量：10: 3; 作者牛雅睿武一孙昆卢昊赵普; 机构河北工业大学电子信息工程学院河北工业大学电子与通信工程国家级实验教学示范中心; 出处《电子测量技术》北大核心 2022年第4期91-98,共8页; 基金国家自然科学基金(51977059) 河北省自然科学基金(E2020202042)项目资助。; 文摘针对基于深度学习的手势识别模型参数量大、训练速度缓慢且对设备要求高,增加了成本的问题,提出了一种基于轻量级卷积神经网络的手势识别检测算法。首先利用Ghost模块设计轻量级主干特征提取网络,减少网络的参数量和计算量;通过引入加权双向特征金字塔网络改进特征融合网络,提升网络检测精度;最后使用CIoU损失函数作为边界框回归损失函数并加入Mosaic数据增强技术,加快模型收敛速度提升网络的鲁棒性。实验结果表明,改进后的模型大小仅为17.9MB,较原YOLOv3模型大小减小了92.4%,平均精确度提高了0.6%。因此新的检测方法在减少模型参数量的同时,还可保证模型的检测精度和效率,为手势识别检测提供理论参考。; 关键词手势识别轻量级网络 YOLOv3 Ghost模块加权双向特征金字塔 CIoU损失函数; Keywords gesture recognition lightweight network YOLOv3 Ghost module weighted bidirectional feature pyramid CIoU loss function; 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

题名基于损失自注意力机制的立体匹配算法研究被引量：4: 4; 作者郭乾宇武一刘华宾赵普; 机构河北工业大学电子信息工程学院河北工业大学电子与通信工程国家级实验教学示范中心; 出处《计算机应用研究》 CSCD 北大核心 2022年第7期2236-2240,共5页; 基金国家自然科学基金资助项目(E2020202042) 河北省自然科学基金资助项目(51977059)。; 文摘针对现有的立体匹配算法在阴影、物体边缘和光照反射等区域匹配困难且存在大量错误结果的问题,设计了一种可拆卸的损失自注意力网络(loss self-attention net,LSAnet)查找图像中的匹配困难区域。LSAnet的网络各层相互稠密连接,应用了空洞卷积来扩大感受野,并以立体匹配算法生成的损失分布为标签,能够动态地进行有监督训练,最终生成匹配困难区域掩膜辅助立体匹配网络进行更好的优化;同时,改进了立体匹配网络中经典的特征匹配代价卷结构,降低了后续3D卷积的计算负荷,提高了匹配效率。实验结果表明,该算法相比于基准算法精度更高,并且可以提高算法对于匹配困难区域的鲁棒性。; 关键词机器视觉立体匹配注意力机制双目视觉特征匹配代价计算; Keywords machine vision stereo matching attention mechanism binocular vision feature matching cost calculation; 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

题名基于多尺度特征融合网络的HEVC帧内编码单元快速划分研究被引量：1: 5; 作者刘雨墨刘剑飞郝禄国曾文彬; 机构河北工业大学电子信息工程学院河北工业大学电子与通信工程国家级实验教学示范中心广东工业大学信息工程学院天津大学电气自动化与信息工程学院; 出处《计算机工程与科学》 CSCD 北大核心 2023年第11期1991-1998,共8页; 基金河北省自然科学基金(F2021202054) 河北省研究生示范课项目(KCJSX2020014)。; 文摘高效视频编码HEVC显著提高了编码效率,但同时增加了编码复杂度,在基于四叉树结构的编码单元(CU)划分过程中尤为明显,因此研究CU快速划分具有重要意义。多尺度特征融合的网络可以实现HEVC编码单元快速划分。为此,结合U-Net和CU划分特性设计了UcuNet网络,同时为加强不同尺度像素的特征提取,采用了非对称卷积AC和CBAM注意力机制。为更好地训练深度学习模型,收集了不同分辨率的原始视频和对应的编码信息构建出大规模的数据集。最后将模型嵌入到HEVC编码架构中,提前预测CU划分的结果,跳过了原始CU划分方法中递归的率失真优化(RDO)计算过程,从而有效降低CU划分带来的编码复杂度。实验结果表明,对比HEVC官方测试模型(HM16.20),UcuNet在BD-BR仅损失2.63%的情况下,使平均编码时间缩短了68.13%。; 关键词 HEVC 编码单元划分深度学习非对称卷积; Keywords high efficiency video coding(HEVC) coding unit partitioning deep learning asymmetric convolution; 分类号 TP393 [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

题名改进KAPAO的人体关键点检测被引量：1: 6; 作者赵普武一; 机构河北工业大学电子信息工程学院河北工业大学电子与通信工程国家级实验教学示范中心; 出处《电子测量与仪器学报》 CSCD 北大核心 2023年第7期177-185,共9页; 基金国家自然科学基金(51977059) 河北省自然科学基金(E2020202042)项目资助。; 文摘针对人体关键点检测存在检测精确度低的不足,在KAPAO(keypoints and pose as objects)网络的基础上进行改进。使用PoseTrans(pose transformation)进行数据增强,提高网络的泛化性;针对特征融合能力的不足,设计融合注意力机制的BiFPN(Bi-directional feature network)模块充分融合不同语义特征,提高网络对深层语义信息和浅层语义信息的融合能力;在网络输出阶段设计自适应扩张卷积模块,将不同扩张率的输出分支进行自适应融合,有效获得图像的全局信息;在网络的后处理部分设计SDR-NMS(soft DIOU relocation non-maximum suppression)替代传统的NMS,保留最优的关键点预测框。实验结果表明,网络的AP分数提高了4.8%,AP为68.6%,检测速度为19.1 ms。网络精确度和检测速度均具有较好的表现性。; 关键词关键点检测非极大值抑制注意力特征融合数据增强; Keywords keypoints detection non-maximum suppression attention feature fusion data augmentation; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] TN99 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于多阶段交叉信息融合的多光谱行人检测被引量：1: 7; 作者孙昆武一牛雅睿卢昊赵普; 机构河北工业大学电子信息工程学院河北工业大学电子与通信工程国家级实验教学示范中心; 出处《电子测量技术》北大核心 2023年第15期118-125,共8页; 基金国家自然科学基金(51977059) 河北省自然科学基金(E2020202042)项目资助; 文摘针对多光谱行人检测中双模态特征融合不充分、特征融合质量低的问题,提出一种基于多阶段交叉信息融合的多光谱行人检测算法。算法首先通过双流骨干网络分别对可见光图像和红外图像进行特征提取;设计交叉信息融合模块并多阶段嵌入双流骨干网络中引导双模态特征融合,实现双模态特征信息的充分融合;引入条件卷积对融合后的特征信息进行动态处理,改善融合信息的质量,最终提升算法的检测性能。实验结果表明,算法的漏检率仅为10.41%,较原算法降低了10%,显著提升了算法的检测性能。; 关键词多光谱行人检测模态融合 CondConv; Keywords multispectral pedestrian detection modal fusion CondConv; 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	C-T Net:融合CNN和Transformer的遥感图像变化检测模型	武一贠世林	《华东师范大学学报(自然科学版)》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于阶段特征融合的图像融合行人检测	葛荣泽武一	《电子测量技术》北大核心	2024	1	在线阅读下载PDF 职称材料
3	基于轻量级卷积神经网络的手势识别检测	牛雅睿武一孙昆卢昊赵普	《电子测量技术》北大核心	2022	10	在线阅读下载PDF 职称材料
4	基于损失自注意力机制的立体匹配算法研究	郭乾宇武一刘华宾赵普	《计算机应用研究》 CSCD 北大核心	2022	4	在线阅读下载PDF 职称材料
5	基于多尺度特征融合网络的HEVC帧内编码单元快速划分研究	刘雨墨刘剑飞郝禄国曾文彬	《计算机工程与科学》 CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料
6	改进KAPAO的人体关键点检测	赵普武一	《电子测量与仪器学报》 CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料
7	基于多阶段交叉信息融合的多光谱行人检测	孙昆武一牛雅睿卢昊赵普	《电子测量技术》北大核心	2023	1	在线阅读下载PDF 职称材料