期刊文献+
共找到54篇文章
< 1 2 3 >
每页显示 20 50 100
基于深度学习的输电线路视觉检测方法研究进展 被引量:15
1
作者 刘传洋 吴一全 《中国电机工程学报》 EI CSCD 北大核心 2023年第19期7423-7445,共23页
输电线路巡检是电网持续稳定供电的保障,其目的是对电力线、绝缘子、电力杆塔、防振锤等线路设备进行状态检测和故障诊断,同时观测电力线周围潜在隐患。深度学习的发展为输电线路巡检提供了有效手段,与传统目标检测方法相比,深度学习方... 输电线路巡检是电网持续稳定供电的保障,其目的是对电力线、绝缘子、电力杆塔、防振锤等线路设备进行状态检测和故障诊断,同时观测电力线周围潜在隐患。深度学习的发展为输电线路巡检提供了有效手段,与传统目标检测方法相比,深度学习方法能更有效地实现航拍图像中电力设备的识别及缺陷检测。该文综述近十年来基于深度学习的输电线路视觉检测方法的研究进展。首先,概述适用于输电线路巡检的深度卷积神经网络,包括分类网络、检测网络、语义分割网络,考虑到开发的深度学习网络模型便于在移动设备上应用,另外阐述轻量化网络;然后,重点阐述基于深度卷积神经网络的输电线路巡检图像数据目标检测;随后介绍7个电力设备数据集以及性能评价指标;最后,指出基于深度学习的输电线路巡检图像数据视觉检测方法目前存在的问题,并对进一步的工作进行展望。 展开更多
关键词 输电线路巡检 深度学习 类网络 检测网络 语义网络 电力设备
下载PDF
基于深度学习的地震断层智能识别研究进展 被引量:13
2
作者 杨晶 丁仁伟 +4 位作者 林年添 赵俐红 赵硕 张玉洁 张金伟 《地球物理学进展》 CSCD 北大核心 2022年第1期298-311,共14页
高精度地震勘探技术的发展与广泛应用对断层解释提出了新的要求,在构造复杂地区断层连续性差、识别难度大等问题严重限制了复杂地区油气藏勘探开发.深度学习作为一种新兴技术,为地震断层识别提供了新的方法.本文调研与分析多种地震断层... 高精度地震勘探技术的发展与广泛应用对断层解释提出了新的要求,在构造复杂地区断层连续性差、识别难度大等问题严重限制了复杂地区油气藏勘探开发.深度学习作为一种新兴技术,为地震断层识别提供了新的方法.本文调研与分析多种地震断层智能识别方法,将断层智能识别网络分为两类:分类网络与语义分割.并分析经典卷积神经网络、残差网络、FCN、U-net等网络结构,探讨与归纳各类神经网络的发展历程、基础原理、适用性、优缺点以及断层识别效果.最后结合当下基于深度学习的断层识别研究趋势,展望未来断层智能识别技术的发展方向. 展开更多
关键词 深度学习 类网络 语义 网络结构 断层智能识别
原文传递
基于改进VGG-19卷积神经网络的冰鲜鲳鱼新鲜度评估方法 被引量:11
3
作者 李振波 李萌 +2 位作者 赵远洋 郭若皓 陈雅茹 《农业工程学报》 EI CAS CSCD 北大核心 2021年第22期286-294,共9页
保障冰鲜水产品的质量安全是提升水产行业供求效益的关键环节之一。传统的水产品新鲜度检测方法存在破坏样本、操作复杂、检测效率低等问题,冷链储运的发展急需一种快速、准确的鱼肉新鲜度检测技术。该研究以冰鲜鲳鱼为研究对象,提出基... 保障冰鲜水产品的质量安全是提升水产行业供求效益的关键环节之一。传统的水产品新鲜度检测方法存在破坏样本、操作复杂、检测效率低等问题,冷链储运的发展急需一种快速、准确的鱼肉新鲜度检测技术。该研究以冰鲜鲳鱼为研究对象,提出基于计算机视觉的鲳鱼新鲜度评估方法,为鱼肉冷链储运系统智能化发展提供技术支持。首先,建立冰鲜鲳鱼新鲜度等级图像数据集。其次,针对数据集规模小的问题,结合迁移学习方法训练卷积神经网络CNN(Convolutional Neural Network)提高模型的泛化能力,并选择试验效果较优的VGG-19(Visual Geometry Group 19)为分类算法主模型。最后,针对VGG-19分类网络结构复杂的问题,优化全连接层数量及结构,该优化模型的鲳鱼新鲜度识别准确率可达99.79%,与优化全连接层前相比准确率提升了1.05个百分点,全连接层参数量降低了97%,占空间降低了443.9 MB,时间效率、空间效率也均有提升。此外,为进一步说明模型对鲳鱼新鲜度等级的判定依据,该研究利用类激活映射方法对鲳鱼新鲜度分级结果进行可视化,试验表明鲳鱼腹部特征是对新鲜度分级最有效的信息,研究结果为构建基于深度卷积神经网络的鱼肉新鲜度分级模型提供参考。 展开更多
关键词 计算机视觉 卷积神经网络 冰鲜鲳鱼 新鲜度 类网络 迁移学习 激活映射
下载PDF
基于传统方法与深度学习方法的图片相似度算法比较 被引量:1
4
作者 王华溢 黄要诚 蔡波 《计算机系统应用》 2024年第2期253-264,共12页
图片相似度比对作为计算机视觉的一个研究方向,具有广泛的应用前景,例如人脸识别、行人重识别和目标跟踪等.然而,目前有关图片相似度算法的总结和归纳相对较少,并且将其应用在实际工业生产中也存在挑战.本文总结了传统图像处理算法和深... 图片相似度比对作为计算机视觉的一个研究方向,具有广泛的应用前景,例如人脸识别、行人重识别和目标跟踪等.然而,目前有关图片相似度算法的总结和归纳相对较少,并且将其应用在实际工业生产中也存在挑战.本文总结了传统图像处理算法和深度学习图像处理算法在图片相似度比对方面的原理与表现,旨在选取最佳的算法用于药品图片相似度比对的场景中.在传统图像处理算法中,ORB算法在测试集上表现最佳,准确率为93.09%;在深度学习算法中,采用改进的孪生网络结构、发明了一种标签生成法、设置特定的数据增强策略并增加一个特征面分类网络,从而提高了训练效率和准确率.最终的测试结果显示,改进的孪生网络表现最佳,可以实现98.56%的准确率和27.80次/s的推理速度.综上所述,采用改进的孪生网络算法更适用于药品图片的快速比对,并且有望在未来的医药行业中得到广泛应用. 展开更多
关键词 图片相似度算法 传统图像处理 深度学习 孪生网络 类网络
下载PDF
深度学习在新型冠状病毒肺炎的智能诊断应用的研究进展
5
作者 王颖 彭文献 《北京生物医学工程》 2024年第4期420-425,432,共7页
新型冠状病毒肺炎(corona virus disease 2019,COVID-19)具有高传染性,严重威胁人民群众的生命安全,快速筛查可以实现快速治疗、防止肺炎进展。目前COVID-19检测诊断方法的金标准为逆转录聚合酶链式反应(reverse transcription-polymera... 新型冠状病毒肺炎(corona virus disease 2019,COVID-19)具有高传染性,严重威胁人民群众的生命安全,快速筛查可以实现快速治疗、防止肺炎进展。目前COVID-19检测诊断方法的金标准为逆转录聚合酶链式反应(reverse transcription-polymerase chain reaction,RT-PCR),但是由于核酸检测存在耗时且假阴性率偏高的问题,而影像医生对医学图像的诊断存在主观性且工作量巨大,因此借助人工智能(artificial intelligence,AI)技术对实现COVID-19的快速诊断至关重要。随着AI在医学领域的成功应用,深度学习技术成为辅助诊断新型冠状病毒肺炎的有效方法。近年来许多学者使用深度学习技术来构建对医学图像进行智能诊断的模型,本文的主要内容就是对这类模型进行总结和分析,介绍了分割肺部区域的模型、实现二分类或多分类的分类模型以及模型在临床上的应用。与此同时,在文章中分析了COVID-19患者的影像学特点,COVID-19患者多双肺受累,其中磨玻璃影是最常见的影像征象。对COVID-19研究的最新进展也进行了介绍,主要是关于提高AI模型准确性的开发和“长新冠”综合征的相关研究。因此,在新型冠状病毒肺炎常态化管理下,模型准确性的提高可以借助数据集的扩大或模型结构轻量化等方面实现;“长新冠”综合征作为一个新的研究领域,学者可以在临床症状、预后随访和结合深度学习技术等方面进行进一步的研究。 展开更多
关键词 深度学习 新型冠状病毒肺炎 人工智能 计算机断层扫描 网络 类网络
下载PDF
基于姿态估计的驾驶员手部动作检测方法研究 被引量:6
6
作者 刘唐波 杨锐 +1 位作者 王文伟 何楚 《信号处理》 CSCD 北大核心 2019年第12期2062-2069,共8页
为有效检查驾驶员在行驶过程中的不当行为,本文研究结合人体姿态估计信息的检测算法,通过对检测目标的约束,建立起一套具有多阶段的手部动作检测方法。该方法包含三个模块。第一,人体姿态估计模块,选取人体姿态估计网络关节的高斯热图层... 为有效检查驾驶员在行驶过程中的不当行为,本文研究结合人体姿态估计信息的检测算法,通过对检测目标的约束,建立起一套具有多阶段的手部动作检测方法。该方法包含三个模块。第一,人体姿态估计模块,选取人体姿态估计网络关节的高斯热图层,通过输出的人体姿态高斯热图信息,达到对检测目标的空间信息的获取;第二,手部检测模块,基于CNN的检测网络,在网络输入层融合人体姿态高斯热图后,达到对手部的检测率提高的效果;第三,手部动作分类模块,通过接受手部检测模块的输出,消除对检测结果产生干扰的背景,将分类网络的特征提取约束在手部局部位置,提高手部动作分类的准确率,将手部区域输入至分类网络得到驾驶员手部动作,从而判断驾驶员是否存在抽烟、接听电话等不当行为,实现驾驶员的行为检测。为了验证本文提出的多阶段的手部动作检测方法,已在自制数据集上进行了相应实验。 展开更多
关键词 视频监控 手部动作检测 人体姿态估计 高斯热图 类网络
下载PDF
颅脑CT影像深度学习预测脑出血破入脑室 被引量:2
7
作者 彭琦 陈星材 +3 位作者 刘静静 吴毅 胡荣 粘永健 《陆军军医大学学报》 CAS CSCD 北大核心 2023年第2期121-129,共9页
目的 探索深度学习技术在脑出血是否破入脑室自动分类方面的应用。方法 收集2010年1月到2020年12月陆军军医大学第一附属医院神经外科收治的1 027例自发性脑出血患者的颅脑CT影像,将每层图像划分到正常、未破入脑室、破入脑室3个类别,利... 目的 探索深度学习技术在脑出血是否破入脑室自动分类方面的应用。方法 收集2010年1月到2020年12月陆军军医大学第一附属医院神经外科收治的1 027例自发性脑出血患者的颅脑CT影像,将每层图像划分到正常、未破入脑室、破入脑室3个类别,利用DenseNet121、ResNet50、ResNet101、Swin-base、Vit-base与VGG16等6种典型的深度网络分别构建用于判断脑出血是否破入脑室的分类模型,并在内部数据集和外部数据集(CQ500)上分别进行测试。为增强深度学习网络的可解释性,利用EigenGradCAM方法制作热力图对深度模型的关注区域进行可视化。结果 利用精确率、召回率、特异性、阴性预测值与F1值评价深度模型性能,VGG16模型在内部测试集上,正常组分别取得0.983、0.977、0.984、0.978与0.980,未破入脑室组分别取得0.917、0.902、0.965、0.958与0.909,破入脑室组分别取得0.877、0.911、0.966、0.976与0.894;外部测试集上,正常组分别取得0.967、0.870、0.985、0.938与0.916,未破入脑室组分别取得0.827、0.939、0.902、0.967与0.879,破入脑室组分别取得0.938、0.906、0.970、0.954与0.922;内部测试集和外部测试集的准确率分别为0.940、0.905。基于EigenGradCAM方法制作的热力图表明VGG16能够合理关注到相关区域。结论 利用VGG16构建的深度模型在判断脑出血是否破入脑室方面取得了最优的预测性能,表明深度学习可以应用于脑室出血的判断。 展开更多
关键词 深度学习 CT 脑室出血 类网络
下载PDF
基于深度学习的打印文档缺陷检测算法 被引量:5
8
作者 刘李漫 汪梦婷 +1 位作者 劳喜鑫 吴兴宇 《中南民族大学学报(自然科学版)》 CAS 北大核心 2021年第5期504-511,共8页
在工业生产中,常常需要检测大量的打印文档.现有的打印文档缺陷检测通常采用基于图像处理的方法,该方法容易受到外界环境的干扰,且误差相对较大.为了解决这一问题,提出了一种基于深度学习的打印文档缺陷检测算法.该算法包括打印文档纸... 在工业生产中,常常需要检测大量的打印文档.现有的打印文档缺陷检测通常采用基于图像处理的方法,该方法容易受到外界环境的干扰,且误差相对较大.为了解决这一问题,提出了一种基于深度学习的打印文档缺陷检测算法.该算法包括打印文档纸张缺陷检测、打印文本倾斜和偏移检测、打印文字清晰度检测三个部分.通过分类网络先检测纸张全局上的缺陷问题,再通过对比网络检测纸张局部细节上的缺陷问题.实验表明,所提出的算法不仅能够同时检测打印文档全局和细节上的缺陷,还能减少实验环境等外界因素的干扰,可取得令人满意的检测效果,具有较好的实用价值. 展开更多
关键词 文档缺陷检测 类网络 字符对比
下载PDF
基于公路监控视频的车辆检测和分类 被引量:5
9
作者 曹富奎 白天 许晓珑 《计算机系统应用》 2020年第10期267-273,共7页
在学习了已有的检测与分类算法以后,设计了一种将改进的高斯混合模型(GMM)与分类网络(GoogLeNet)融合的方案用于车辆的检测和分类.针对高斯混合模型存在模型初始化速度慢和计算复杂的问题,改进了初始化模型的算法提升初始化效率.运用五... 在学习了已有的检测与分类算法以后,设计了一种将改进的高斯混合模型(GMM)与分类网络(GoogLeNet)融合的方案用于车辆的检测和分类.针对高斯混合模型存在模型初始化速度慢和计算复杂的问题,改进了初始化模型的算法提升初始化效率.运用五帧差法做车辆初提取,在提取到的车辆区域上运用高斯混合模型获得车辆图片,把五帧差法和高斯混合模型结合起来减小了建模的区域,提升了检测速度,提高了系统实时性.最后使用GoogLeNet对车辆分类.实验证明相较于现有的车辆检测分类方法,本文所提方法在检测速度和分类准确性上都有很大提升,满足了现实场景下对监控视频的车辆检测和分类的实时性要求. 展开更多
关键词 车辆检测 高斯混合模型 目标识别 类网络 实时性
下载PDF
改进级联卷积神经网络的平面旋转人脸检测 被引量:5
10
作者 傅勇 潘晴 +3 位作者 田妮莉 杨志景 Bingo Wing-Kuen Ling Everett.X.Wang 《计算机工程与设计》 北大核心 2020年第3期856-861,共6页
多样的平面内旋转(rotation in plane,RIP)角度下的人脸检测具有极大的挑战性,为检测平面旋转人脸,提出一种改进型的级联卷积神经网络,提出并训练一个多任务级联卷积神经网络来检测普通正面或侧面人脸,在该神经网络中嵌入一个分类网络进... 多样的平面内旋转(rotation in plane,RIP)角度下的人脸检测具有极大的挑战性,为检测平面旋转人脸,提出一种改进型的级联卷积神经网络,提出并训练一个多任务级联卷积神经网络来检测普通正面或侧面人脸,在该神经网络中嵌入一个分类网络进行RIP角度判断,将平面内旋转人脸检测看作一个多分类问题,执行相应的仿射变换后将人脸候选框输入到网络。实验结果表明,改进后的方法可以精确实现360°范围内RIP角度人脸检测。 展开更多
关键词 人脸检测 卷积神经网络 人脸特征点定位 类网络 仿射变换
下载PDF
地铁站场景下的可行驶区域检测
11
作者 王思功 朱明 《计算机系统应用》 2023年第7期211-218,共8页
在室内环境下的机器人视觉导航任务中,可行驶区域检测是不可或缺的一部分,这是保证自动驾驶任务实现的基础.目前较多的解决方法是对数据集中出现过的障碍物进行识别来检测可行驶区域,缺乏灵活性,因此本文提出了一种针对地铁站等室内平... 在室内环境下的机器人视觉导航任务中,可行驶区域检测是不可或缺的一部分,这是保证自动驾驶任务实现的基础.目前较多的解决方法是对数据集中出现过的障碍物进行识别来检测可行驶区域,缺乏灵活性,因此本文提出了一种针对地铁站等室内平坦地面的可行驶区域检测方法,提高实用性.本文采用经典的MobileNetV3网络对采集到的前方图像进行分类,判断是否为地面区域.由于室内地面的地标、箭头等贴纸的影响,因此需要对非地面区域进一步判断,与常规的立体障碍物进行区分.本文利用连续帧之间的特征点匹配获得相机移动距离,并利用直线拟合计算斜率的方法达到区分立体障碍物与平面地标的目的.实验表明,本文提出的方法能较好地检测机器人前方可行驶区域,具有较高的实用价值. 展开更多
关键词 可行驶区域检测 特征点匹配 类网络
下载PDF
基于分层特征化网络的三维人脸识别 被引量:4
12
作者 赵青 余元辉 《计算机应用》 CSCD 北大核心 2020年第9期2514-2518,共5页
针对三维人脸多表情、多姿态变化同时存在,人脸点云数据不同程度缺失的问题,探索性地将三维点云人脸数据应用于PointNet系列的分类网络并进行了识别结果的对比与分析,然后提出了一种新的网络框架——HFN。首先,在数据预处理后随机采样... 针对三维人脸多表情、多姿态变化同时存在,人脸点云数据不同程度缺失的问题,探索性地将三维点云人脸数据应用于PointNet系列的分类网络并进行了识别结果的对比与分析,然后提出了一种新的网络框架——HFN。首先,在数据预处理后随机采样固定点数的点云;其次,将固定点数的人脸点云输入SA模块,以获取局部区域的质心点、邻域点并提取局部区域的特征,然后拼接由DSA模块基于多方向卷积提取的点云空间结构特征;最后,利用全连接层进行三维人脸的分类,从而实现三维人脸识别。在CASIA数据库上的结果显示,所提方法的平均识别率为96.34%,优于PointNet、PointNet++、PointCNN和空间聚合网络(SAN)这几种分类网络。 展开更多
关键词 三维人脸识别 三维点云 类网络 姿态变化 空间结构特征
下载PDF
面向分类网络的视觉语义解释模型
13
作者 吕学强 赵兴强 +1 位作者 贾智彬 韩晶 《计算机工程》 CAS CSCD 北大核心 2023年第11期220-230,共11页
深度学习的可解释性对推动其在军事场景中应用至关重要。当前主流方法使用类激活图的方式可视化最后一层卷积特征,然而对于网络根据该特征进行分类解释比较模糊。针对此问题,设计一种面向分类网络的视觉语义解释模型。综合考虑前向传播... 深度学习的可解释性对推动其在军事场景中应用至关重要。当前主流方法使用类激活图的方式可视化最后一层卷积特征,然而对于网络根据该特征进行分类解释比较模糊。针对此问题,设计一种面向分类网络的视觉语义解释模型。综合考虑前向传播与反向传播,提出CGNIS算法获取对分类结果起重要作用的神经元,并将其映射到原图,得到更加细化的视觉特征。提出分类网络IRENet,在VGG16中间层添加SIRM和ECA对视觉特征进行识别,更加客观地提取视觉特征中包含的语义特征,并结合视觉特征、语义特征、重要神经元分数信息生成描述模型分类过程的解释性语句。在ImageNet2012数据集上提取10类图像进行实验,结果表明,删除CGNIS算法得到的某一类重要神经元后,对应类的分类准确率下降3%以上,在语义特征提取任务上,IRENet的F1值、准确率、精确率和召回率4项指标较ResNet101等分类网络提升2%以上。此外,利用CGNIS、IRENet对飞机类别进行实验,可生成模型对其分类过程的解释性语句。 展开更多
关键词 类网络 可解释性 激活图 重要神经元 语义信息
下载PDF
社会网络分析技术在护理领域的应用研究进展 被引量:3
14
作者 代玲 肖琦 曾铁英 《护理学杂志》 CSCD 北大核心 2018年第16期109-112,共4页
在介绍社会网络分析概况的基础上,从科研领域的应用、工作质量的评价、分类网络的研究、关键人物的确定4个方面阐述了社会网络分析技术在护理领域的研究进展,以期为护理研究者把握研究动态提供思路,为护理管理者管理人力资源、制定发展... 在介绍社会网络分析概况的基础上,从科研领域的应用、工作质量的评价、分类网络的研究、关键人物的确定4个方面阐述了社会网络分析技术在护理领域的研究进展,以期为护理研究者把握研究动态提供思路,为护理管理者管理人力资源、制定发展策略提供参考。 展开更多
关键词 护理学科 社会网络 社会网络 科研合作 类网络 关键人物 综述文献
下载PDF
基于Tri-training算法的构造性学习方法 被引量:3
15
作者 吴涛 李萍 王允强 《计算机工程》 CAS CSCD 2012年第6期13-15,共3页
构造性机器学习(CML)算法在训练分类器时需要大量有标记样本,而获取这些有标记样本十分困难。为此,提出一种基于Tri-training算法的构造性学习方法。根据已标记的样本,采用不同策略构造3个差异较大的初始覆盖分类网络,用于对未标记数据... 构造性机器学习(CML)算法在训练分类器时需要大量有标记样本,而获取这些有标记样本十分困难。为此,提出一种基于Tri-training算法的构造性学习方法。根据已标记的样本,采用不同策略构造3个差异较大的初始覆盖分类网络,用于对未标记数据进行标记,再将已标记数据加入到训练样本中,调整各分类网络参数,反复进行上述过程,直至获得稳定的分类器。实验结果证明,与CML算法和基于NB分类器的半监督学习算法相比,该方法的分类准确率更高。 展开更多
关键词 半监督学习 构造性机器学习 Tri-training算法 覆盖 类网络
下载PDF
一种TAN分类器改进方法 被引量:3
16
作者 张坤 陈曦 +1 位作者 宋云 傅明 《计算技术与自动化》 2019年第1期55-61,共7页
为了改善树增强朴素贝叶斯(TAN)的分类精度,对TAN结构进行了扩展,提出了一种利用可分解的评分函数构建树形贝叶斯网络分类模型的学习方法。在构建TAN网络时允许属性没有父结点。采用低阶CI测试初步剔除无效属性,再结合改进的BIC评分函... 为了改善树增强朴素贝叶斯(TAN)的分类精度,对TAN结构进行了扩展,提出了一种利用可分解的评分函数构建树形贝叶斯网络分类模型的学习方法。在构建TAN网络时允许属性没有父结点。采用低阶CI测试初步剔除无效属性,再结合改进的BIC评分函数利用贪婪搜索获得每个属性结点的父结点,从而建立分类模型。对比朴素贝叶斯(NB)和TAN,提出的分类算法在分类准确率和AUC面积两个指标上表现更好,说明本文模型拥有比TAN更好的分类效果。 展开更多
关键词 树增强朴素贝叶斯 类网络 函数
下载PDF
基于自动驾驶系统的轻量型卷积神经网络优化 被引量:2
17
作者 高秀龙 葛动元 《计算机系统应用》 2020年第3期93-99,共7页
计算机视觉技术大量应用于自动驾驶系统,主要解决物体识别与物体分类问题,本文根据任务提出了一种轻量化的神经网络结构.为解决训练数据规模不足的问题,采用了改进型数据增强算法,使训练数据成倍增加.同时为解决使用数据生成器作为验证... 计算机视觉技术大量应用于自动驾驶系统,主要解决物体识别与物体分类问题,本文根据任务提出了一种轻量化的神经网络结构.为解决训练数据规模不足的问题,采用了改进型数据增强算法,使训练数据成倍增加.同时为解决使用数据生成器作为验证集,无法使用tensorboard的问题,提出了解决方案,通过卷积网络可视化方法详细研究了神经网络处理图像信息的原理并提出了优化方法.训练后的模型在验证集上准确率达到了97.5%,满足了自动驾驶系统对分类任务准确率的要求. 展开更多
关键词 计算机视觉 类网络 数据增强 卷积网络可视化
下载PDF
基于全卷积自加权分类器的三维颅骨性别鉴定 被引量:1
18
作者 张念凯 乔学军 +1 位作者 热孜万古丽·夏米西丁 赵俊莉 《青岛大学学报(自然科学版)》 CAS 2022年第3期9-15,共7页
传统颅骨性别鉴定通常需要人为指定或者测量颅骨的几何形态指标,难以全面地提取颅骨性别特征,无法保证性别鉴定的准确率。为此,提出一种基于深度学习的颅骨性别鉴定方法,用三通道的二维图像表示三维颅骨数据,解决了神经网络难以有效处... 传统颅骨性别鉴定通常需要人为指定或者测量颅骨的几何形态指标,难以全面地提取颅骨性别特征,无法保证性别鉴定的准确率。为此,提出一种基于深度学习的颅骨性别鉴定方法,用三通道的二维图像表示三维颅骨数据,解决了神经网络难以有效处理拓扑复杂的三维颅骨模型的问题;设计了专用的全卷积自加权分类器,分别判别颅骨的不同部位;加入权值网络和patch自加权损失,提升了颅骨性别鉴定的准确率。与文献中的颅骨性别鉴定方法和经典分类网络的对比实验结果表明,本文方法鉴定结果准确率较高(完整颅骨鉴别准确率98.30%,缺损颅骨鉴别准确率98.98%)。 展开更多
关键词 三维颅骨 性别鉴定 深度学习 全卷积网络 类网络
下载PDF
用专家乘积系统实现手写体数字识别 被引量:2
19
作者 孙征 李宁 《计算机仿真》 CSCD 2006年第5期197-199,214,共4页
手写体数字识别网络的训练过程需耗费大量时间,训练时间的优化有着重要的意义。利用专家乘积系统是一种理想的解决方法。在专家乘积系统训练过程中,每个数字都将建立一个独立的专家模型,并分别使用各自的样本进行训练。待获得所有模型... 手写体数字识别网络的训练过程需耗费大量时间,训练时间的优化有着重要的意义。利用专家乘积系统是一种理想的解决方法。在专家乘积系统训练过程中,每个数字都将建立一个独立的专家模型,并分别使用各自的样本进行训练。待获得所有模型的概率分布特征后,再送入一个分类器网络进行混合训练。由于各数字模型是独立的,因此利用并行训练可大大减少系统的训练时间。专家乘积系统的识别效果非常理想,反映出专家乘积系统是一个高效的模型。 展开更多
关键词 专家乘积 玻耳兹曼机 类网络 手写体识别
下载PDF
用于室内环境语义分割的全卷积网络 被引量:1
20
作者 陈森 王世峰 +2 位作者 孙琪 刘传义 王开鑫 《长春理工大学学报(自然科学版)》 2020年第4期78-84,共7页
卷积网络是一种功能强大的可视化模型,可以生成特征层次结构,通过卷积网络的端到端训练、像素到像素的训练等,可以达到语义分割的目的。针对现阶段语义分割多用于室外环境,而且传统CNN网络不能满足任意大小的图像输入等问题,首先通过将... 卷积网络是一种功能强大的可视化模型,可以生成特征层次结构,通过卷积网络的端到端训练、像素到像素的训练等,可以达到语义分割的目的。针对现阶段语义分割多用于室外环境,而且传统CNN网络不能满足任意大小的图像输入等问题,首先通过将传统卷积网络中的连接层替换为卷积层,将现有的分类网络(AlexNet、VGG网络和GoogLeNet)改为全卷积网络,然后利用全卷积网络对PASCAL VOC 2012的数据库进行训练,将该训练模型进行室外环境语义分割的测试,证明通过全卷积网络训练后获得的模型可用于语义分割。最后,选取室内三种外形的椅子进行了数据采集,建立室内环境语义分割的数据库,通过微调训练以及验证,证明该方法用于室内语义分割的有效性,同时证明了该网络支持任意大小输入。 展开更多
关键词 全卷积网络 类网络 微调 语义
下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部