-
题名多尺度残差网络模型的研究及其应用
被引量：15
- 1
-
-
作者
王飞
张莹
卲豪
张东波
牟清萍
-
机构
湘潭大学信息工程学院
机器人视觉感知与控制技术国家工程实验室
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2019年第4期19-28,共10页
-
基金
国家自然科学基金(61773330)
湖南省重点学科基金
湖南省自然科学基金(2017JJ2251)资助项目
-
文摘
针对传统的卷积神经网络不能充分利用图像的多尺度信息,以及网络层数的增加导致优化参数增加的问题。提出多尺度残差网络模型通过多尺度跨通道的卷积融合提高图像的特征表征能力;然后把大的卷积核分解成小的非对称卷积核降低网络的参数计算;接着利用残差网络原理来降低深层网络的梯度消失问题;最后将提出的多尺度卷积模块嵌入到Lenet网络中。在Mnist数据集上的测试结果证明分类准确率比原始Lenet网络提高了0. 24%,在LFW数据集上的测试结果表明分类准确率优于Deep Face、Web Face等传统算法。
-
关键词
多尺度残差网络
卷积神经网络
跨通道卷积
核分解
-
Keywords
multi-scale residual networks
convolutional neural networks
cross channel convolution
kernel decomposition
-
分类号
TP391.73
[自动化与计算机技术—计算机应用技术]
TN911.41
[自动化与计算机技术—计算机科学与技术]
-
-
题名目标丢失判别机制的视觉跟踪算法及应用研究
被引量：3
- 2
-
-
作者
牟清萍
张莹
张东波
王新杰
杨知桥
-
机构
湘潭大学自动化与电子信息学院
机器人视觉感知与控制技术国家工程实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2021年第9期140-147,共8页
-
基金
国家自然科学基金(61175075)
国家自然科学基金区域创新发展联合基金(U19A2083)
+1 种基金
湖南省战略性新兴产业科技攻关与重大成果转化项目(2019GK4007)
湖南省重点学科项目。
-
文摘
当跟踪对象被严重遮挡或者离开相机视野范围时,机器人的跟踪目标往往会丢失。为了实现准确跟踪,提出了目标丢失判别跟踪YOLO-RTM算法。该方法通过YOLOv3检测视频第一帧中的目标。利用实时多域卷积神经网络(Real-Time MDNet,RT-MDNet)跟踪算法预测目标边界框的变化。计算重叠度,根据重叠度与预设阈值的比较结果决定模型更新方式,当重叠度高于阈值时,采用RT-MDNet更新外观模型,当重叠度低于阈值时,采用YOLOv3重新搜索目标并更新外观模型。在Turtlebot2机器人上的实验结果表明,提出的算法能满足移动机器人跟踪的可靠性,且有效提高跟踪算法的实用性。
-
关键词
视觉跟踪
目标丢失判别机制
实时多域卷积神经网络
重叠度
出镜头
-
Keywords
visual tracking
target loss discrimination mechanism
real-time multi-domain convolutional neural networks
Intersection over Union(IoU)
leaves the field of camera’s view
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进型抓取质量判断网络的机器人抓取研究
被引量：2
- 3
-
-
作者
成超鹏
张莹
牟清萍
张东波
薛亮
-
机构
湘潭大学信息工程学院
机器人视觉感知与控制技术国家工程实验室
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2019年第5期80-87,共8页
-
基金
国家自然科学基金(61773330)
湖南省自然科学基金(2017JJ2251)资助项目
-
文摘
针对ABB公司的Yu Mi双臂机器人在非结构化环境下的自主抓取问题,研究基于Kinect-2.0深度相机的可靠抓取算法。首先建立摄像机坐标系与机器人坐标系的布尔沙坐标转换模型,利用迭代最近点算法求解;然后将采集到的深度信息依照梯度大小变化阈值筛选像素点,并根据拒绝采样将像素点生成抓取候选点,通过改进型抓取质量判断网络(GQ-CNN)得到抓取质量度最高的抓取点姿态;最后将抓取点坐标转换到机器人坐标系实现物体抓取。实验结果表明,该方法能可靠的检测出物体最佳抓取点,实现对不同物体进行抓取。
-
关键词
双臂机器人
布尔沙坐标转换模型
抓取质量判断网络
-
Keywords
dual-arm robot
Bursa coordinate transformation mode
grasp quality convolutional neural network
-
分类号
TP242.2
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名拆条技术在新媒体技术发展中的应用
- 4
-
-
作者
刘梦婷
牟清萍
-
机构
成都索贝数码科技股份有限公司技术服务公司
-
出处
《广播与电视技术》
2011年第C00期56-59,58-59,共4页
-
文摘
随着广电媒体整体发展战略的推进,多种广播影视形态与方式也不断向前发展。传统媒体逐步被新媒体取代,以信息技术为基础的新兴传播媒体以更加主动的姿态引领全媒体顺应主流走进数字化时代。作为未来公众获取信息的主要渠道,高速、有效的音像信息储存和管理方式愈发显得重要。如今,互联网对内容需求逐渐呈现出"新媒体碎片化"特征,内容碎片化成为新媒体发展的必然产物。顺应媒体时代的要求,索贝数码科技股份有限公司全力打造的、集制播一体化的新技术——拆条技术在众多的广电媒体编辑技术中独占鳌头,该项技术也是索贝公司利用计算机多媒体技术和网络技术,全面提升广播电台、电视台节目的制作水平和播出效率的一项全新技术。
-
关键词
拆条技术
新媒体技术
广电媒体编辑系统
城市信息资源
视频云服务
内容碎片化
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
