检索结果-维普期刊中文期刊服务平台

基于图像对称性的车辆遥感识别被引量：2: 1; 作者陈任黄辉先 +1 位作者谭媛王程啸《国土资源遥感》 CSCD 北大核心 2016年第4期135-140,共6页; 遥感图像中车辆俯视图像具有镜像对称的特点,会导致图像中存在重复的特征。针对这种情况,提出一种优化选取Haar-like特征进行车辆识别的方法。在检测窗口中,选取2类特征:在检测窗口上半部分提取所有的矩形特征;在原检测窗口中,只使用对... 展开更多; 关键词高分辨率卫星图像车辆识别对称图像 ADA Boost算法; 在线阅读下载PDF 职称材料

火灾下门式钢刚架倒塌试验与雷达位移测试系统有效性研究被引量：5: 2; 作者李国强吉蔚 +5 位作者冯程远王尧李鑫杰梁涛石晓亮刘潇《土木工程学报》 EI CSCD 北大核心 2021年第9期56-65,共10页; 近年来火灾下钢结构倒塌造成消防官兵伤亡的事故频繁发生,亟需开展建筑火灾倒塌预警研究。现有研究已表明:可以通过测量门式钢刚架柱顶和屋脊处的微变形来预测火灾下结构的倒塌,但由于高温和热烟气的存在,火灾下位移的实时测量问题尚需... 展开更多; 关键词门式钢刚架火灾试验微波雷达位移测量数值模拟; 在线阅读下载PDF 职称材料

改进YOLOv5的机场跑道异物目标检测算法被引量：30: 3; 作者李小军邓月明 +1 位作者陈正浩何鑫《计算机工程与应用》 CSCD 北大核心 2023年第2期202-211,共10页; 针对机场跑道异物(foreign object debris,FOD)在图像中目标占比小,特征不明显,经常导致误检、漏检的问题,提出一种改进YOLOv5的FOD目标检测算法。改进多尺度融合与检测部分,融合高分辨率特征图增强小目标特征表达,移除大目标检测层以... 展开更多; 关键词机场跑道异物 YOLOv5 CBAM注意力模块 RepVGG模块; 在线阅读下载PDF 职称材料

复杂背景下的移动目标检测算法被引量：3: 4; 作者邬军邓月明 +2 位作者何鑫李小军石韧《现代电子技术》 2022年第19期59-65,共7页; 为解决安防领域目标检测中复杂背景信息对检测系统的干扰并满足检测系统实时性的要求,提出一种基于深度学习在复杂背景下的移动目标检测算法。为减小复杂背景信息对检测系统的干扰,采用混合高斯背景建模算法(GMM)将视频图像中的前景与... 展开更多; 关键词移动目标检测复杂背景深度学习混合高斯背景建模前景信息 YOLOv4 安防; 在线阅读下载PDF 职称材料

高低维特征引导的实时语义分割网络被引量：2: 5; 作者虞资兴瞿绍军 +1 位作者何鑫王卓《计算机应用》 CSCD 北大核心 2023年第10期3077-3085,共9页; 多数语义分割网络利用双线性插值将高级特征图的分辨率恢复至与低级特征图一样的分辨率再进行融合操作,导致部分高级语义信息在空间上无法与低级特征图对齐,进而造成语义信息的丢失。针对以上问题,改进双边分割网络(BiSeNet),并基于此... 展开更多; 关键词实时语义分割上采样注意力机制金字塔池化上下文信息; 在线阅读下载PDF 职称材料

题名基于图像对称性的车辆遥感识别被引量：2: 1; 作者陈任黄辉先谭媛王程啸; 机构湖南华诺星空电子技术有限公司湘潭大学信息工程学院; 出处《国土资源遥感》 CSCD 北大核心 2016年第4期135-140,共6页; 文摘遥感图像中车辆俯视图像具有镜像对称的特点,会导致图像中存在重复的特征。针对这种情况,提出一种优化选取Haar-like特征进行车辆识别的方法。在检测窗口中,选取2类特征:在检测窗口上半部分提取所有的矩形特征;在原检测窗口中,只使用对称于窗口对称轴、且描述上下部分差异的矩形特征,该方法既能充分表达图像的信息,又减少了重复的特征。从训练样本的灰度图和饱和度图中提取这些特征,训练级联分类器,其中每一层采用适应性提升(adaptive boosting,Ada Boost)算法训练强分类器。实验结果表明,上述方法能大幅度降低特征数量,提高检测速度,同时具有很好的识别效果。; 关键词高分辨率卫星图像车辆识别对称图像 ADA Boost算法; Keywords high resolution satellite image vehicle detection symmetrical image AdaBoost algorithm; 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

题名火灾下门式钢刚架倒塌试验与雷达位移测试系统有效性研究被引量：5: 2; 作者李国强吉蔚冯程远王尧李鑫杰梁涛石晓亮刘潇; 机构同济大学土木工程防灾国家重点实验室同济大学土木工程学院湖南华诺星空电子技术有限公司; 出处《土木工程学报》 EI CSCD 北大核心 2021年第9期56-65,共10页; 基金国家重点研发计划重点专项(2016YFC0701203)。; 文摘近年来火灾下钢结构倒塌造成消防官兵伤亡的事故频繁发生,亟需开展建筑火灾倒塌预警研究。现有研究已表明:可以通过测量门式钢刚架柱顶和屋脊处的微变形来预测火灾下结构的倒塌,但由于高温和热烟气的存在,火灾下位移的实时测量问题尚需研究。该文通过试验方法研究雷达在实际火场位移测量中的可行性,首先设计一个缩尺单跨门式钢刚架的火灾试验,得到结构的升温特点和位移变化规律;采用雷达位移测试系统对门式钢刚架火灾试验的关键点位移进行了测量,并与传统拉线位移测试系统的测量结果进行对比,验证雷达位移测试系统用于火灾条件下的结构位移实时测量的有效性与准确性;采用有限元软件ABAQUS模拟火灾下刚架的倒塌过程,数值模拟发现:考虑了次要构件约束作用的三维结构分析模型,可以较准确地模拟火灾下门式钢刚架的倒塌过程。; 关键词门式钢刚架火灾试验微波雷达位移测量数值模拟; Keywords steel portal frame fire test InSAR displacement measurement numerical simulation; 分类号 TU328 [建筑科学—结构工程] TU317.5 [建筑科学—结构工程]; 在线阅读下载PDF 职称材料

题名改进YOLOv5的机场跑道异物目标检测算法被引量：30: 3; 作者李小军邓月明陈正浩何鑫; 机构湖南师范大学信息科学与工程学院湖南华诺星空电子技术有限公司; 出处《计算机工程与应用》 CSCD 北大核心 2023年第2期202-211,共10页; 基金国家自然科学基金(62173140,62072175) 湖南省重点研发计划项目(2022GK2067) +1 种基金湖南省教育厅科学研究项目(21C0008)。; 文摘针对机场跑道异物(foreign object debris,FOD)在图像中目标占比小,特征不明显,经常导致误检、漏检的问题,提出一种改进YOLOv5的FOD目标检测算法。改进多尺度融合与检测部分,融合高分辨率特征图增强小目标特征表达,移除大目标检测层以减少网络推理计算量;引入轻量高效的卷积注意力模块(CBAM),从空间与通道两个维度提升模型关注目标特征的能力;在特征融合阶段采用RepVGG模块,提高模型特征融合能力的同时提高了检测精度;采用SIoU Loss作为损失函数,提升了边框回归的速度与精度。在自制FOD数据集上进行对比实验,结果表明:该方法在满足实时性的条件下,实现了95.01%的mAP50、55.79%的mAP50:95,比原算法YOLOv5分别提高了2.78、3.28个百分点,有效解决了传统FOD检测误检、漏检问题,同时与主流目标检测算法相比,提出的改进算法更适用于FOD检测任务。; 关键词机场跑道异物 YOLOv5 CBAM注意力模块 RepVGG模块; Keywords foreign object debris(FOD) YOLOv5 CBAM attention module RepVGG module; 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

题名复杂背景下的移动目标检测算法被引量：3: 4; 作者邬军邓月明何鑫李小军石韧; 机构湖南师范大学信息科学与工程学院湖南华诺星空电子技术有限公司; 出处《现代电子技术》 2022年第19期59-65,共7页; 基金国家自然科学基金项目(62173140) 国家自然科学基金项目(62072175) +2 种基金湖南省教育厅科学研究项目(21C0008)。; 文摘为解决安防领域目标检测中复杂背景信息对检测系统的干扰并满足检测系统实时性的要求,提出一种基于深度学习在复杂背景下的移动目标检测算法。为减小复杂背景信息对检测系统的干扰,采用混合高斯背景建模算法(GMM)将视频图像中的前景与背景信息分离,提取出有效的前景位置信息。为提升算法模型的检测速度,采集数据集训练YOLOv4算法,接着将训练后的算法模型输入到剪枝网络进行模型剪枝,得到模型参数少、检测速度快的改进YOLOv4算法模型。最后,将GMM算法提取的前景位置信息作为改进的YOLOv4算法的检测输入,实现对复杂背景下移动目标的快速检测。根据实验结果所示,所提出的算法在测试数据上背景信息造成的误检降低了71.7%,检测时间减少了32.9%。实验结果表明,所提出的算法能够有效减少复杂背景信息对检测系统的干扰,同时算法具有较高的检测速度。; 关键词移动目标检测复杂背景深度学习混合高斯背景建模前景信息 YOLOv4 安防; Keywords moving target detection complex background deep learning GMM foreground information YOLOv4 security and protection; 分类号 TN911.73-34 [电子电信—通信与信息系统] 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

题名高低维特征引导的实时语义分割网络被引量：2: 5; 作者虞资兴瞿绍军何鑫王卓; 机构湖南师范大学信息科学与工程学院湖南华诺星空电子技术有限公司; 出处《计算机应用》 CSCD 北大核心 2023年第10期3077-3085,共9页; 基金国家自然科学基金资助项目(12071126)。; 文摘多数语义分割网络利用双线性插值将高级特征图的分辨率恢复至与低级特征图一样的分辨率再进行融合操作,导致部分高级语义信息在空间上无法与低级特征图对齐,进而造成语义信息的丢失。针对以上问题,改进双边分割网络(BiSeNet),并基于此提出一种高低维特征引导的实时语义分割网络(HLFGNet)。首先,提出高低维特征引导模块(HLFGM)来通过低级特征图的空间位置信息引导高级语义信息在上采样过程中的位移;同时,利用高级特征图来获取强特征表达,并结合注意力机制来消除低级特征图中冗余的边缘细节信息以及减少像素误分类的情况。其次,引入改进后的金字塔池化引导模块(PPGM)来获取全局上下文信息并加强不同尺度局部上下文信息的有效融合。在Cityscapes验证集和CamVid测试集上的实验结果表明,HLFGNet的平均交并比(mIoU)分别为76.67%与70.90%,每秒传输帧数分别为75.0、96.2;而相较于BiSeNet,HLFGNet的mIoU分别提高了1.76和3.40个百分点。可见,HLFGNet能够较为准确地识别场景信息,并能满足实时性要求。; 关键词实时语义分割上采样注意力机制金字塔池化上下文信息; Keywords real-time semantic segmentation upsampling attention mechanism pyramid pooling contextual information; 分类号 TP391.4 [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	基于图像对称性的车辆遥感识别	陈任黄辉先谭媛王程啸	《国土资源遥感》 CSCD 北大核心	2016	2	在线阅读下载PDF 职称材料
2	火灾下门式钢刚架倒塌试验与雷达位移测试系统有效性研究	李国强吉蔚冯程远王尧李鑫杰梁涛石晓亮刘潇	《土木工程学报》 EI CSCD 北大核心	2021	5	在线阅读下载PDF 职称材料
3	改进YOLOv5的机场跑道异物目标检测算法	李小军邓月明陈正浩何鑫	《计算机工程与应用》 CSCD 北大核心	2023	30	在线阅读下载PDF 职称材料
4	复杂背景下的移动目标检测算法	邬军邓月明何鑫李小军石韧	《现代电子技术》	2022	3	在线阅读下载PDF 职称材料
5	高低维特征引导的实时语义分割网络	虞资兴瞿绍军何鑫王卓	《计算机应用》 CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料