基于自适应注意力机制的红外与可见光图像目标检测 被引量：2

1

作者 赵松璞 杨利萍 +3 位作者 赵昕 彭志远 梁东兴 梁洪军 《红外技术》 CSCD 北大核心 2024年第4期443-451,共9页

针对红外和可见光目标检测方法存在的不足,将深度学习技术与多源目标检测相结合,提出了一种基于自适应注意力机制的目标检测方法。该方法首先以深度可分离卷积为核心构建双源特征提取结构,分别提取红外和可见光目标特征。其次,为充分互... 针对红外和可见光目标检测方法存在的不足,将深度学习技术与多源目标检测相结合,提出了一种基于自适应注意力机制的目标检测方法。该方法首先以深度可分离卷积为核心构建双源特征提取结构,分别提取红外和可见光目标特征。其次,为充分互补目标多模态信息,设计了自适应注意力机制,以数据驱动的方式加权融合红外和可见光特征,保证特征充分融合的同时降低噪声干扰。最后,针对多尺度目标检测,将自适应注意力机制结合多尺度参数来提取并融合目标全局和局部特征,提升尺度不变性。通过实验表明,所提方法相较于同类型目标检测算法能够准确高效地在复杂场景下实现目标识别和定位,并且在实际变电站设备检测中,该方法也体现出更高的泛化性和鲁棒性,可以有效辅助机器人完成目标检测任务。 展开更多

关键词 红外与可见光 目标检测 深度学习 自适应注意力机制

在线阅读 下载PDF 职称材料

基于特征增强与融合的红外目标检测算法 被引量：1

2

作者 吕鹏远 兰金江 +3 位作者 曾学仁 牛霈 方亮 赵松璞 《红外技术》 CSCD 北大核心 2024年第7期782-790,共9页

针对红外图像中目标对比度、信噪比以及分辨率都较低等特点,将传统图像处理方法与深度学习技术结合,提出了一种基于特征增强与融合的红外目标检测网络。网络首先利用图像滤波、锐化以及均衡化等方法突出红外图像中的目标特征,丰富网络... 针对红外图像中目标对比度、信噪比以及分辨率都较低等特点,将传统图像处理方法与深度学习技术结合,提出了一种基于特征增强与融合的红外目标检测网络。网络首先利用图像滤波、锐化以及均衡化等方法突出红外图像中的目标特征,丰富网络输入信息;其次,针对单个维度以及不同维度间的特征,设计多层次信息聚合的特征提取结构,充分提取并融合目标空间语义信息;同时,为提升特征提取结构中关键特征权重,引入混合注意力机制,以多种方式捕获目标全局上下文信息后增强对应空间及通道信息;最后,针对不同尺度目标,采用自适应加权方式来综合相邻维度特征,实现各尺度红外目标准确高效的检测。通过在KAIST、FLIR以及RGBT数据集上的实验结果表明,所提方法与现有基于神经网络的红外目标检测方法相比有效提升了红外目标检测性能,并且在复杂场景下,该方法也比其他同类算法具有更高的适应性。 展开更多

关键词 红外图像 目标检测 特征增强 信息融合 多尺度检测

在线阅读 下载PDF 职称材料

改进RetinaNet的遮挡目标检测算法研究 被引量：11

3

作者 阳珊 王建 +2 位作者 胡莉 刘波 赵皓 《计算机工程与应用》 CSCD 北大核心 2022年第11期209-214,共6页

针对目标检测任务中目标实例密集、重叠等因素导致的检测精度不高的问题,提出一种改进回归损失函数与动态非极大值抑制的目标检测框架。采用结合排斥因子Rep的GIoU-Loss进行目标位置回归,在增加回归参数间相关性的同时降低候选边框向邻... 针对目标检测任务中目标实例密集、重叠等因素导致的检测精度不高的问题,提出一种改进回归损失函数与动态非极大值抑制的目标检测框架。采用结合排斥因子Rep的GIoU-Loss进行目标位置回归,在增加回归参数间相关性的同时降低候选边框向邻近真值偏移概率。Rep-GIoU-Loss不仅有效提升目标位置回归精度,对目标遮挡情形也具有较好的鲁棒性。此外,增加稠密度预测分支预测目标被遮挡程度,并将遮挡程度预测值作为NMS方法的动态阈值,以减少漏检、虚检目标实例。实验结果表明,改进方法检测精度在PASCALVOC2007测试数据集上提高了1.3个百分点,自制数据集可提高2.8个百分点,验证了该方法的有效性。 展开更多

关键词 目标检测 遮挡 GIoU RetinaNet 非极大值抑制

在线阅读 下载PDF 职称材料

并行多特征提取网络的红外图像增强方法 被引量：9

4

作者 庞忠祥 刘勰 +3 位作者 刘桂华 龚泿军 周晗 罗洪伟 《红外与激光工程》 EI CSCD 北大核心 2022年第8期287-295,共9页

为解决低质量红外图像细节模糊、对比度低等问题,提出了并行多特征提取网络的红外图像增强方法,设计了结构特征映射网络和双尺度特征提取网络。结构特征映射网络用于建立全局结构特征权重,以保持原始图像的空间结构信息。双尺度特征提... 为解决低质量红外图像细节模糊、对比度低等问题,提出了并行多特征提取网络的红外图像增强方法,设计了结构特征映射网络和双尺度特征提取网络。结构特征映射网络用于建立全局结构特征权重,以保持原始图像的空间结构信息。双尺度特征提取网络采用多尺度卷积层和融合多空洞卷积的注意力,增强网络对上下文信息的关注力,提升网络对感兴趣区域的特征提取能力,同时学习不同尺度的特征信息,完成双尺度间信息的交换,生成目标增强映射,实现目标区域细节纹理自适应增强。实验证明,所提方法能有效提高对比度,避免过增强,丰富图像细节纹理,减少伪影和光晕现象,在BSD200数据集上的PSNR与SSIM较典型的传统方法和深度学习方法分别提升了约37.35%、2.1%与25.94%、3.15%,在真实红外数据集上分别提升了约30.62%、1.04%与24.83%、2.08%,且对不同对比度因子的低质量图像,文中方法也具有良好的增强效果。 展开更多

关键词 红外图像 图像增强 深度学习 空洞卷积 注意力机制

在线阅读 下载PDF 职称材料

基于深度学习的变电站巡检机器人道路场景识别 被引量：17

5

作者 刘明春 张葛祥 +2 位作者 黄占鳌 鲜开义 黄志伟 《科学技术与工程》 北大核心 2019年第13期158-163,共6页

为了提升变电站巡检机器人对自身所处环境的理解能力,将深度学习技术应用于变电站巡检机器人对道路场景的识别中,提出了一种全卷积道路场景识别网络(road scene recognition net,RSRNet)。该网络主要由相对浅层的编码网络和镜像结构与... 为了提升变电站巡检机器人对自身所处环境的理解能力,将深度学习技术应用于变电站巡检机器人对道路场景的识别中,提出了一种全卷积道路场景识别网络(road scene recognition net,RSRNet)。该网络主要由相对浅层的编码网络和镜像结构与跳层融合结构相结合的解码网络组成,通过编码网络提取图像特征后由解码网络识别出图像目标信息。通过实验表明,本文提出的网络在同类型网络中识别精度及效率更高,同时在实际变电站场景中也表现出了优良的场景识别性能。 展开更多

关键词 深度学习 全卷积神经网络 变电站巡检机器人 场景识别

在线阅读 下载PDF 职称材料

基于空时域信息融合的水面垃圾显著性检测 被引量：5

6

作者 谷湘煜 祝礼佳 +3 位作者 柳胡南 李桂林 布文萍 刘桂华 《电子测量技术》 北大核心 2022年第11期154-160,共7页

针对现有目标检测算法在水面垃圾检测中,由于图像存在光照、水纹、倒影等干扰导致的算法鲁棒性不足的问题,提出了一种融合空域先验信息和频域相位谱的水面垃圾显著性检测方法。在空域融合基于背景先验、局部对比度先验和暗部区域先验信... 针对现有目标检测算法在水面垃圾检测中,由于图像存在光照、水纹、倒影等干扰导致的算法鲁棒性不足的问题,提出了一种融合空域先验信息和频域相位谱的水面垃圾显著性检测方法。在空域融合基于背景先验、局部对比度先验和暗部区域先验信息生成的最小障碍距离图、对比度图和背景图,得到初始的水面垃圾显著图;在频域对图像相位谱进行低秩分解再加权融合,得到冗余较少的显著目标。实验证明,该方法准确率可达96.4%,可有效抑制波纹、光照、倒影的干扰。 展开更多

关键词 空域 频域 水面垃圾 显著性检测 相位谱 先验信息

在线阅读 下载PDF 职称材料

基于改进EfficientNet的轻量化性别与年龄段估计算法 被引量：1

7

作者 罗洪伟 刘波 +3 位作者 姚虎 王建博 袁华清 刘桂华 《传感器与微系统》 CSCD 北大核心 2023年第11期114-118,共5页

为提升面向嵌入式设备的人脸性别识别和年龄段估计任务的鲁棒性和检测效率,提出了一种共享浅层卷积特征的多任务学习网络。以裁剪后的EfficientNet为卷积特征提取层,构建多任务学习卷积神经网络(CNN)模型;并将年龄判别中的序数回归问题... 为提升面向嵌入式设备的人脸性别识别和年龄段估计任务的鲁棒性和检测效率,提出了一种共享浅层卷积特征的多任务学习网络。以裁剪后的EfficientNet为卷积特征提取层,构建多任务学习卷积神经网络(CNN)模型;并将年龄判别中的序数回归问题转换为多个二分类子问题以优化损失函数;通过将系统部署在NVIDIA TX2嵌入式平台上,验证了改进后算法识别准确率提高了7.95%,运行速率可达30 fps。 展开更多

关键词 深度学习 卷积神经网络 性别识别 年龄估计 表情识别

在线阅读 下载PDF 职称材料

智能巡检机器人系统在火力发电行业的应用研发及示范 被引量：37

8

作者 张燕东 田磊 +4 位作者 李茂清 梁东兴 陈建超 胡大 王明建 《中国电力》 CSCD 北大核心 2017年第10期1-7,共7页

为缓解近年发电行业事故频发及一线工人日趋紧缺的局面,提出了智能巡检机器人系统,通过开发整合智能检测技术,使其具备视频图像识别、红外测温、激光测振及声音拾取、(水、酸、碱、气、汽)跑冒滴漏检测、数据采集及统计分析的专家系统... 为缓解近年发电行业事故频发及一线工人日趋紧缺的局面,提出了智能巡检机器人系统,通过开发整合智能检测技术,使其具备视频图像识别、红外测温、激光测振及声音拾取、(水、酸、碱、气、汽)跑冒滴漏检测、数据采集及统计分析的专家系统、手机APP远端在线监控等满足发电厂日常巡检需求的六大功能的实施方案,并且在发电厂实现了示范应用,各项功能都达到了预期目标,为后续的规模化应用提供了实践经验及优化方向,证明了智能巡检机器人在火力发电行业应用的可行性。 展开更多

关键词 火电厂 智能巡检机器人 系统设计 功能及应用

在线阅读 下载PDF 职称材料

变电站巡检机器人避障方法研究与应用 被引量：20

9

作者 鲜开义 彭志远 +3 位作者 谷湘煜 梁洪军 蒋鑫 查盛 《科学技术与工程》 北大核心 2021年第5期1957-1962,共6页

为提升变电站巡检机器人的导航避障能力,将深度学习技术应用于变电站场景识别中,提出了一种基于深度卷积神经网络的避障方法。该方法联合图像分类和语义分割两个分支来共同辅助机器人导航避障,分类分支通过获取图像全局信息,保证机器人... 为提升变电站巡检机器人的导航避障能力,将深度学习技术应用于变电站场景识别中,提出了一种基于深度卷积神经网络的避障方法。该方法联合图像分类和语义分割两个分支来共同辅助机器人导航避障,分类分支通过获取图像全局信息,保证机器人正确行驶方向;而语义分割支路则根据图像局部信息以及机器人前方目标类别,指导机器人准确避障。实验结果表明,避障方法可以高效地对图像进行分类和分割,同时,在实际变电站环境中,该方法也能为巡检机器人提供有效的避障信息,实现实时自主避障。 展开更多

关键词 卷积神经网络 语义分割 图像分类 变电站巡检机器人 避障

在线阅读 下载PDF 职称材料

面向变电站机器人的仪表检测与场景理解技术 被引量：6

10

作者 彭志远 谷湘煜 +3 位作者 杨利萍 周仁彬 邹娟 刘晓熠 《计算机工程与设计》 北大核心 2021年第12期3540-3547,共8页

为提升变电站巡检机器人巡检效率和环境适应能力,将深度学习算法应用于变电站巡检机器人仪表检测和道路场景理解中,提出一种多视觉任务交替实现的轻量级卷积神经网络。该网络由骨干结构、控制模块、任务分支3部分串联组成,通过改进的Inc... 为提升变电站巡检机器人巡检效率和环境适应能力,将深度学习算法应用于变电站巡检机器人仪表检测和道路场景理解中,提出一种多视觉任务交替实现的轻量级卷积神经网络。该网络由骨干结构、控制模块、任务分支3部分串联组成,通过改进的Inception结构结合注意力模型提取图像特征信息,引入基于分类思想的控制模块实现仪表检测和场景理解支路交替运行,使网络充分利用平台计算资源,避免对无效信息的处理。实验结果表明,所提网络与传统网络相比,其精度与效率都有较大的提升,同时,在实际变电站场景中,该网络也体现出更高的适应性,可以更好辅助机器人完成巡检任务。 展开更多

关键词 深度学习 变电站巡检机器人 图像分类 仪表检测 场景理解

在线阅读 下载PDF 职称材料

变电站密闭空间中设备故障的智能判定方法 被引量：8

11

作者 彭志远 谷湘煜 +4 位作者 周仁彬 鲜开义 杨利萍 梁洪军 邹娟 《科学技术与工程》 北大核心 2021年第24期10350-10355,共6页

变电站设备大多处于密闭空间中,依赖传感器和专家经验来判别故障,为避免当前故障判别方式的弊端并提高变电站智能化水平,提出一种智能判定方法。首先,在对各类巡检需求分析的基础上完成数据的采集和标注,构建数据库;其次,分别介绍门控... 变电站设备大多处于密闭空间中,依赖传感器和专家经验来判别故障,为避免当前故障判别方式的弊端并提高变电站智能化水平,提出一种智能判定方法。首先,在对各类巡检需求分析的基础上完成数据的采集和标注,构建数据库;其次,分别介绍门控循环单元和粒子群算法,基于粒子群优化的门控循环单元网络(particle swarm optimization-gated recurrent unit,PSO-GRU)提出智能故障判定方法,给出了具体的网络结构和算法流程;最后,结合实际数据设计仿真实验,提供了具体的实验方式和流程,将本文方法的判别效果进行验证并与其他两种网络进行对比。结果表明:PSO-GRU对故障的判定更加快速和准确。 展开更多

关键词 巡检机器人 故障判定 门控循环单元 粒子群算法

在线阅读 下载PDF 职称材料

多特征融合的道路场景语义分割算法 被引量：6

12

作者 谷湘煜 刘晓熠 周仁彬 《科学技术与工程》 北大核心 2021年第33期14251-14257,共7页

为提升道路场景语义分割的性能以及实际应用性,将传统的图像处理算法与深度学习技术相结合,提出了一种多特征融合的轻量级道路场景语义分割网络模型。首先,该模型利用颜色空间转化、图像均衡化、边缘检测等算法对图像多种特征信息进行增... 为提升道路场景语义分割的性能以及实际应用性,将传统的图像处理算法与深度学习技术相结合,提出了一种多特征融合的轻量级道路场景语义分割网络模型。首先,该模型利用颜色空间转化、图像均衡化、边缘检测等算法对图像多种特征信息进行增强;其次,以深度可分离卷积为基本单元搭建高效率特征提取结构,对特征增强后的图像进行信息融合和提取,并结合跳层上采样操作完成初步分割;最后,引入边缘检测支路来对分割图像的目标边界信息进行细化,保障网络高精度分割。通过实验结果表明,所提网络在分割精度、计算效率上得到了较好的平衡,同时,在实际变电站道路场景应用中,该网络也能实现高效语义分割,为巡检机器人提供有效的道路信息。 展开更多

关键词 深度学习 图像处理 特征融合 道路场景 语义分割

在线阅读 下载PDF 职称材料

变电站巡检机器人道路语义分割方法及其应用 被引量：4

13

作者 鲜开义 杨利萍 +3 位作者 周仁彬 梁洪军 蒋鑫 查盛 《科学技术与工程》 北大核心 2020年第15期6151-6157,共7页

为提升变电站巡检机器人对道路场景的识别理解能力,将深度学习技术应用于变电站巡检机器人中,提出了一种适用于变电站道路场景的全卷积语义分割网络。该网络借鉴ENet编码结构提取图像特征,同时融入多种解码结构来获取更多有效特征,恢复... 为提升变电站巡检机器人对道路场景的识别理解能力,将深度学习技术应用于变电站巡检机器人中,提出了一种适用于变电站道路场景的全卷积语义分割网络。该网络借鉴ENet编码结构提取图像特征,同时融入多种解码结构来获取更多有效特征,恢复图像目标信息。同时,针对巡检机器人以及变电站道路特点,将语义分割结果转化为机器人前方目标信息以及机器人偏离情况信息,辅助机器人导航避障。实验结果表明:所提出的网络有效地提升了图像分割精度,并能较好地适应于实际变电站环境中。研究结果为机器人提供了有效的道路场景信息,辅助机器人导航避障。 展开更多

关键词 全卷积神经网络 语义分割 变电站巡检机器人 避障

在线阅读 下载PDF 职称材料