期刊导航
期刊开放获取
cqvip
退出
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
5
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
基于改进GAN的路面病害图像数据增强
1
作者
赵新旭
张
博
熠
+1 位作者
钱慧敏
刘庆华
《江苏科技大学学报(自然科学版)》
CAS
2024年第4期49-57,共9页
路面病害数据具有丰富的空间信息且具备的特征信息关联性较高,针对现有的图像数据增强方法难以有效捕获此类信息的问题,提出了一种改进的生成对抗网络(CLSGAN),用于路面病害数据增强.首先,为了避免出现模式崩塌,保证生成图像的多样性,...
路面病害数据具有丰富的空间信息且具备的特征信息关联性较高,针对现有的图像数据增强方法难以有效捕获此类信息的问题,提出了一种改进的生成对抗网络(CLSGAN),用于路面病害数据增强.首先,为了避免出现模式崩塌,保证生成图像的多样性,引入新损失项,重新构建了生成器的目标函数.其次,融合CAE的编码结构,使模型能获取真实图片的空间潜在信息,用于强化生成器对于图像空间信息的学习,提高模型的收敛速度与生成质量.最后,构建了轻量级的残差投影-扩展-投影-扩展模块(RPEPX)并引入谱归一化,进一步提升生成图像的质量并保证模型训练时的稳定性.实验在新建立的CSGP数据集上进行,结果表示CLSGAN对生成路面裂缝与凹陷图像各个评价指标FID,SSIM,PSNR都有较大的提升.最后利用Yolov5s检测网络验证文中方法的先进性,结果表明在小样本数据集的情况下,相对于传统数据增强方法,所提方法使检测结果达到最优.
展开更多
关键词
数据增强
生成对抗网络
编码器
谱归一化
RPEPX
下载PDF
职称材料
一种基于YOLOX优化的轻量级路面病害检测方法
2
作者
者甜甜
赵新旭
+2 位作者
顾宙瑜
张
博
熠
刘庆华
《江苏科技大学学报(自然科学版)》
CAS
2024年第3期55-62,共8页
受限于小型嵌入式设备以及移动设备等有限的计算资源,大型网络模型难以部署在此类应用场景中.为了解决该问题,基于YOLOX提出一种高效的路面病害识别模型.首先,将YOLOX主干网络替换为优化后的GhostNet来减少网络计算参数,并参考基于卷积...
受限于小型嵌入式设备以及移动设备等有限的计算资源,大型网络模型难以部署在此类应用场景中.为了解决该问题,基于YOLOX提出一种高效的路面病害识别模型.首先,将YOLOX主干网络替换为优化后的GhostNet来减少网络计算参数,并参考基于卷积块注意力机制兼顾空间和通道方向上自适应调整信息的优势,构建DAM(Dimensional Attention Model)代替GhostBottleneck模块中的SE模块,从而充分利用有限的网络容量进行强化特征学习;其次,提出DFM(Deep Fusion Model)模块来改进PANet并以此对高低特征层进行深度融合,获取更加丰富的特征信息来提高检测能力;再次,采用Complete-IoU Loss来拟合更加准确的检测框位置,减少方向误判的同时提高了检测效率;最后,引入Image-Multitasking数据增强方法来强化目标图像任务性,提高了网络的泛化能力和鲁棒性.在RDD2020数据集上进行模型对比,实验表明,改进后的GhostNet-YOLOX网络的mAP达到84.05%,高于现有的YOLOX-s(即66.26%),模型参数量缩小至14.53 MB,小于YOLOX-s(即34.21 MB),同时实际检测视频的帧数达到了26 p·s^(-1),提高了5.88 p·s^(-1),检测实时性显著提高.
展开更多
关键词
路面病害检测
YOLOX
GhostNet
注意力机制
深度融合模型
深度可分离卷积
下载PDF
职称材料
基于眼嘴状态识别网络的疲劳驾驶检测
被引量:
2
3
作者
张
博
熠
者甜甜
+2 位作者
赵新旭
刘庆华
王家晨
《计算机工程》
CAS
CSCD
北大核心
2023年第5期310-320,共11页
驾驶员疲劳驾驶是引发交通事故的重要因素,因此对驾驶员的驾驶状态进行精准检测尤为关键,然而现有的疲劳检测方法存在误判率高、鲁棒性低等问题。提出一种结合多特征融合与状态识别网络的疲劳驾驶检测方法,分析驾驶员的疲劳状态,利用优...
驾驶员疲劳驾驶是引发交通事故的重要因素,因此对驾驶员的驾驶状态进行精准检测尤为关键,然而现有的疲劳检测方法存在误判率高、鲁棒性低等问题。提出一种结合多特征融合与状态识别网络的疲劳驾驶检测方法,分析驾驶员的疲劳状态,利用优化后的单阶段人脸检测算法RetinaFace获取人脸位置及5个标志定位,根据双眼和嘴角关键点坐标将双眼及嘴部区域分别旋转至水平并截取。对现有数据集进行重新分类,用来训练以Ghost模块为基础的眼嘴状态识别网络(EMSD-Net),并对双眼开合状态及嘴部是否哈欠进行识别。最后,根据眼嘴状态,使用单位时间眼睛闭合的百分比、持续闭眼时间和持续哈欠时间为指标进行疲劳判断,并得出相应的疲劳程度,从而起到更有效的预警效果。在NHTU-DDD、YawDD和CEW数据集基础上构建的新数据集上的实验结果表明,所提方法的疲劳特征识别准确率为95.3%,单帧疲劳检测的平均时间为32.6 ms,具有较低的误判率,且在保证检测准确率基础上,有较高的实时性。
展开更多
关键词
疲劳驾驶检测
RetinaFace算法
状态识别
多特征融合
Ghost模块
下载PDF
职称材料
基于改进SSD模型的路面病害识别算法研究
被引量:
1
4
作者
黄凯枫
张
博
熠
+1 位作者
王梦
刘庆华
《江苏科技大学学报(自然科学版)》
CAS
北大核心
2023年第2期53-60,共8页
为解决公路路面病害图像特征不突出、检测精度偏低的问题,提出了一种改进SSD模型的路面病害识别算法.在SSD网络结构的基础上将其基础网络替换为Dense-net网络,使得特征信息更加容易被获取,并能够降低网络参数数量.同时在算法中增添了注...
为解决公路路面病害图像特征不突出、检测精度偏低的问题,提出了一种改进SSD模型的路面病害识别算法.在SSD网络结构的基础上将其基础网络替换为Dense-net网络,使得特征信息更加容易被获取,并能够降低网络参数数量.同时在算法中增添了注意力机制,加强有用特征的利用效率.为了更好地观察算法改进的效果,不仅在已知的路面数据集上进行了测试,还在自制的数据集上进行了测试.从测试结果来看,SSD模型改进后在两种数据集上的分类准确度分别为93.5%和90.28%,比原SSD300模型分别提高了4.8%和6.36%,说明该模型能够有效的提升病害识别的准确性.
展开更多
关键词
路面病害
目标检测
神经网络
改进SSD
下载PDF
职称材料
缝隙端面自动定位与测量技术研究
5
作者
胡东红
张
博
熠
+1 位作者
张
玲
王平江
《机床与液压》
北大核心
2013年第9期18-20,共3页
在使用端面量仪测头对小缝隙内的端面进行测量定位时,往往由于顶尖孔的误差,无法保证端面量仪测头能够伸入小缝隙进行端面测量定位。提出一种二次端面测量定位的方法:首次端面量仪测头定位在小缝隙端面之外的开阔端面附近,在测定开阔端...
在使用端面量仪测头对小缝隙内的端面进行测量定位时,往往由于顶尖孔的误差,无法保证端面量仪测头能够伸入小缝隙进行端面测量定位。提出一种二次端面测量定位的方法:首次端面量仪测头定位在小缝隙端面之外的开阔端面附近,在测定开阔端面位置之后,根据小缝隙与开阔端面之间的距离,将端面量仪测头准确定位到小缝隙端面内。由此,通过两次端面定位,实现了小缝隙端面的测量定位。并对相关问题进行了讨论。
展开更多
关键词
磨床
测量
端面
数字控制
下载PDF
职称材料
题名
基于改进GAN的路面病害图像数据增强
1
作者
赵新旭
张
博
熠
钱慧敏
刘庆华
机构
江苏科技大学自动化学院
江苏科技大学计算机学院
出处
《江苏科技大学学报(自然科学版)》
CAS
2024年第4期49-57,共9页
基金
国家自然科学基金项目(51008143)
江苏省六大高峰人才项目(XYDXX-117)。
文摘
路面病害数据具有丰富的空间信息且具备的特征信息关联性较高,针对现有的图像数据增强方法难以有效捕获此类信息的问题,提出了一种改进的生成对抗网络(CLSGAN),用于路面病害数据增强.首先,为了避免出现模式崩塌,保证生成图像的多样性,引入新损失项,重新构建了生成器的目标函数.其次,融合CAE的编码结构,使模型能获取真实图片的空间潜在信息,用于强化生成器对于图像空间信息的学习,提高模型的收敛速度与生成质量.最后,构建了轻量级的残差投影-扩展-投影-扩展模块(RPEPX)并引入谱归一化,进一步提升生成图像的质量并保证模型训练时的稳定性.实验在新建立的CSGP数据集上进行,结果表示CLSGAN对生成路面裂缝与凹陷图像各个评价指标FID,SSIM,PSNR都有较大的提升.最后利用Yolov5s检测网络验证文中方法的先进性,结果表明在小样本数据集的情况下,相对于传统数据增强方法,所提方法使检测结果达到最优.
关键词
数据增强
生成对抗网络
编码器
谱归一化
RPEPX
Keywords
data enhancement
GAN
encoder
spectral normalization
RPEPX
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
一种基于YOLOX优化的轻量级路面病害检测方法
2
作者
者甜甜
赵新旭
顾宙瑜
张
博
熠
刘庆华
机构
江苏科技大学计算机学院
江苏科技大学自动化学院
出处
《江苏科技大学学报(自然科学版)》
CAS
2024年第3期55-62,共8页
基金
国家自然科学基金项目(51008143)
江苏省六大高峰人才项目(XYDXX-117)
苏州科技大学苏州智慧城市研究院开放基金项目(SZSCR2019011)。
文摘
受限于小型嵌入式设备以及移动设备等有限的计算资源,大型网络模型难以部署在此类应用场景中.为了解决该问题,基于YOLOX提出一种高效的路面病害识别模型.首先,将YOLOX主干网络替换为优化后的GhostNet来减少网络计算参数,并参考基于卷积块注意力机制兼顾空间和通道方向上自适应调整信息的优势,构建DAM(Dimensional Attention Model)代替GhostBottleneck模块中的SE模块,从而充分利用有限的网络容量进行强化特征学习;其次,提出DFM(Deep Fusion Model)模块来改进PANet并以此对高低特征层进行深度融合,获取更加丰富的特征信息来提高检测能力;再次,采用Complete-IoU Loss来拟合更加准确的检测框位置,减少方向误判的同时提高了检测效率;最后,引入Image-Multitasking数据增强方法来强化目标图像任务性,提高了网络的泛化能力和鲁棒性.在RDD2020数据集上进行模型对比,实验表明,改进后的GhostNet-YOLOX网络的mAP达到84.05%,高于现有的YOLOX-s(即66.26%),模型参数量缩小至14.53 MB,小于YOLOX-s(即34.21 MB),同时实际检测视频的帧数达到了26 p·s^(-1),提高了5.88 p·s^(-1),检测实时性显著提高.
关键词
路面病害检测
YOLOX
GhostNet
注意力机制
深度融合模型
深度可分离卷积
Keywords
pavement disease detection
YOLOX
GhostNet
attention mechanism
deep fusion model
deep separable convolution
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于眼嘴状态识别网络的疲劳驾驶检测
被引量:
2
3
作者
张
博
熠
者甜甜
赵新旭
刘庆华
王家晨
机构
江苏科技大学计算机学院
江苏科技大学电信学院
江苏科技大学海洋学院
出处
《计算机工程》
CAS
CSCD
北大核心
2023年第5期310-320,共11页
基金
国家自然科学基金(51008143,52275251)
江苏省六大高峰人才项目(XYDXX-117)。
文摘
驾驶员疲劳驾驶是引发交通事故的重要因素,因此对驾驶员的驾驶状态进行精准检测尤为关键,然而现有的疲劳检测方法存在误判率高、鲁棒性低等问题。提出一种结合多特征融合与状态识别网络的疲劳驾驶检测方法,分析驾驶员的疲劳状态,利用优化后的单阶段人脸检测算法RetinaFace获取人脸位置及5个标志定位,根据双眼和嘴角关键点坐标将双眼及嘴部区域分别旋转至水平并截取。对现有数据集进行重新分类,用来训练以Ghost模块为基础的眼嘴状态识别网络(EMSD-Net),并对双眼开合状态及嘴部是否哈欠进行识别。最后,根据眼嘴状态,使用单位时间眼睛闭合的百分比、持续闭眼时间和持续哈欠时间为指标进行疲劳判断,并得出相应的疲劳程度,从而起到更有效的预警效果。在NHTU-DDD、YawDD和CEW数据集基础上构建的新数据集上的实验结果表明,所提方法的疲劳特征识别准确率为95.3%,单帧疲劳检测的平均时间为32.6 ms,具有较低的误判率,且在保证检测准确率基础上,有较高的实时性。
关键词
疲劳驾驶检测
RetinaFace算法
状态识别
多特征融合
Ghost模块
Keywords
fatigue driving detection
RetinaFace algorithm
state recognition
multi-feature fusion
Ghost module
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于改进SSD模型的路面病害识别算法研究
被引量:
1
4
作者
黄凯枫
张
博
熠
王梦
刘庆华
机构
江苏科技大学计算机学院
出处
《江苏科技大学学报(自然科学版)》
CAS
北大核心
2023年第2期53-60,共8页
基金
国家自然科学基金资助项目(51008143)
江苏省六大高峰人才项目(XYDXX-117)。
文摘
为解决公路路面病害图像特征不突出、检测精度偏低的问题,提出了一种改进SSD模型的路面病害识别算法.在SSD网络结构的基础上将其基础网络替换为Dense-net网络,使得特征信息更加容易被获取,并能够降低网络参数数量.同时在算法中增添了注意力机制,加强有用特征的利用效率.为了更好地观察算法改进的效果,不仅在已知的路面数据集上进行了测试,还在自制的数据集上进行了测试.从测试结果来看,SSD模型改进后在两种数据集上的分类准确度分别为93.5%和90.28%,比原SSD300模型分别提高了4.8%和6.36%,说明该模型能够有效的提升病害识别的准确性.
关键词
路面病害
目标检测
神经网络
改进SSD
Keywords
pavement distress
target detection
neural network
improved SSD model
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
缝隙端面自动定位与测量技术研究
5
作者
胡东红
张
博
熠
张
玲
王平江
机构
湖北大学物理学与电子技术学院
华中科技大学数控中心
出处
《机床与液压》
北大核心
2013年第9期18-20,共3页
基金
国家科技重大专项资助项目(2012ZX04001-022)
湖北省科技计划资助项目(2012BAA05006)
文摘
在使用端面量仪测头对小缝隙内的端面进行测量定位时,往往由于顶尖孔的误差,无法保证端面量仪测头能够伸入小缝隙进行端面测量定位。提出一种二次端面测量定位的方法:首次端面量仪测头定位在小缝隙端面之外的开阔端面附近,在测定开阔端面位置之后,根据小缝隙与开阔端面之间的距离,将端面量仪测头准确定位到小缝隙端面内。由此,通过两次端面定位,实现了小缝隙端面的测量定位。并对相关问题进行了讨论。
关键词
磨床
测量
端面
数字控制
Keywords
Grinding machine
Measurement
End face
Numerical control
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进GAN的路面病害图像数据增强
赵新旭
张
博
熠
钱慧敏
刘庆华
《江苏科技大学学报(自然科学版)》
CAS
2024
0
下载PDF
职称材料
2
一种基于YOLOX优化的轻量级路面病害检测方法
者甜甜
赵新旭
顾宙瑜
张
博
熠
刘庆华
《江苏科技大学学报(自然科学版)》
CAS
2024
0
下载PDF
职称材料
3
基于眼嘴状态识别网络的疲劳驾驶检测
张
博
熠
者甜甜
赵新旭
刘庆华
王家晨
《计算机工程》
CAS
CSCD
北大核心
2023
2
下载PDF
职称材料
4
基于改进SSD模型的路面病害识别算法研究
黄凯枫
张
博
熠
王梦
刘庆华
《江苏科技大学学报(自然科学版)》
CAS
北大核心
2023
1
下载PDF
职称材料
5
缝隙端面自动定位与测量技术研究
胡东红
张
博
熠
张
玲
王平江
《机床与液压》
北大核心
2013
0
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