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
共找到4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：
基于Mask R⁃CNN与SG滤波的手势识别关键点特征提取方法 被引量：13
1
作者 王婧瑶 王红军 《电子测量与仪器学报》 CSCD 北大核心 2021年第9期41-48,共8页
手势识别是人机交互的重要手段。为了精确识别手势并摒除光照等环境干扰,同时减除由于手部高维运动造成的关键点剧烈抖动的问题,提出一种基于基于蒙版区域的卷积神经网络(Mask Region⁃based convolutional neural network,Mask R⁃CNN)... 手势识别是人机交互的重要手段。为了精确识别手势并摒除光照等环境干扰,同时减除由于手部高维运动造成的关键点剧烈抖动的问题,提出一种基于基于蒙版区域的卷积神经网络(Mask Region⁃based convolutional neural network,Mask R⁃CNN)与多项式平滑算法(Savitzky⁃Golay,SG)的手势关键点提取方法。该方法首先对输入的红绿蓝(RGB)三通道图像进行特征提取与区域分割,获得手部的实例分割与掩码。然后利用ROIAling及功能性网络进行目标匹配,标记出22个关键点(21个骨骼点+1个背景点)。将标记后结果送入SG滤波器进行数据平滑,并进行骨骼点的重新标定。从而得到稳定的手势提取特征。对模型进行对比实验,结果表明,该方法能够最大程度摒除环境干扰,并精准提取关键点。与传统基于轮廓分割的手势关键点提取相比,模型的鲁棒性大大提高,识别精度达到93.48%。 展开更多
关键词 计算机视觉 手势识别 关键点提取 mask r⁃cnn Savitzky⁃Golay滤波
下载PDF
融合Swin Transformer的虫害图像实例分割优化方法研究 被引量：5
2
作者 高家军 张旭 +5 位作者 郭颖 刘昱坤 郭安琪 石蒙蒙 王鹏 袁莹 《南京林业大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第3期1-10,共10页
【目的】为了实现对虫害的精准监测,提出了一种融合Swin Transformer的图像实例分割优化方法,以期有效解决复杂真实场景下多幼虫个体图像识别分割困难的问题。【方法】选用Swin Transformer模型,改进Mask R-CNN实例分割模型的主干网部分... 【目的】为了实现对虫害的精准监测,提出了一种融合Swin Transformer的图像实例分割优化方法,以期有效解决复杂真实场景下多幼虫个体图像识别分割困难的问题。【方法】选用Swin Transformer模型,改进Mask R-CNN实例分割模型的主干网部分,对黄野螟幼虫虫害图像进行识别分割。针对不同结构参数的Swin Transformer模型与ResNet模型,调整各层的输入输出维度,将其分别设置为Mask R-CNN的主干网进行对比实验,从定量与定性两个角度分析不同主干网的Mask R-CNN模型对黄野螟幼虫的识别分割精度与效果,确定最佳模型结构。【结果】(1)该方法在虫害识别框选方面的测度(F1)分数可达89.7%,平均精度(A_(P))可达88.0%;在虫害识别分割方面的F1分数可达84.3%,A_(P)可达82.2%。相较于Mask R-CNN,在目标框选与目标分割方面分别提升8.75%与8.40%。(2)对于小目标虫害识别分割任务,该方法在虫害识别框选方面的F1分数可达88.4%,A_(P)可达86.3%;在虫害识别分割方面的F1分数可达84.0%,A_(P)可达81.7%。相较于Mask R-CNN,在目标框选与目标分割方面分别提升9.30%与9.45%。【结论】对于复杂真实场景下的图像实例分割任务,其识别分割效果极大地依赖于模型对图像特征的提取能力,而融合了Swin Transformer的Mask R-CNN实例分割模型,在主干网的特征提取能力更强,模型整体的识别分割效果更好,可为虫害的识别监测提供技术支撑,同时为保护农、林、牧等产业资源提供解决方案。 展开更多
关键词 虫害识别 Swin Transformer mask r-cnn 实例分割 土沉香 黄野螟
原文传递
基于Mask R-CNN的马匹四肢别征提取方法研究与应用
3
作者 迪力夏提·多力昆 张太红 冯向萍 《电子设计工程》 2022年第15期172-175,180,共5页
针对马品种登记中对马匹护照自动标记马匹外貌特征的需求,提出一种基于Mask R-CNN的马匹四肢别征的提取方法,对马匹四肢上别征进行精确检测和分割,并在马匹外貌特征图示中进行自动标记。利用新疆马业协会提供的马匹图像、网络爬虫和实... 针对马品种登记中对马匹护照自动标记马匹外貌特征的需求,提出一种基于Mask R-CNN的马匹四肢别征的提取方法,对马匹四肢上别征进行精确检测和分割,并在马匹外貌特征图示中进行自动标记。利用新疆马业协会提供的马匹图像、网络爬虫和实地拍摄的图像,构建马匹四肢别征数据集,在Mask R-CNN框架上对单个模型与马匹模型、四肢模型和别征模型进行对照实验,4个模型的AP值分别为83.7%、91.5%、90.1%和89.2%。发现单个模型进行三层分割会使像素点存在歧义性,无法对马匹外貌特征进行自动标记。实验结果表明,使用3个模型联级进行检测与分割,效果显著,实现了马匹四肢别征的自动标记。 展开更多
关键词 马匹外貌特征:mask r-cnn 图像处理 自动标记
下载PDF
基于改进Mask-R-CNN的电力施工安全智能监测算法 被引量：3
4
作者 陈文 宋旭东 +1 位作者 顾博川 韩博文 《电子设计工程》 2023年第9期137-140,145,共5页
考虑到电力系统在施工过程中会受到外部环境因素的干扰,导致施工的安全性降低,为此提出基于改进Mask-R-CNN的电力施工安全智能监测算法。通过对电力施工的样本图像进行采集,建立一个图像数据库,计算当前施工模式下各种施工形式,判断电... 考虑到电力系统在施工过程中会受到外部环境因素的干扰,导致施工的安全性降低,为此提出基于改进Mask-R-CNN的电力施工安全智能监测算法。通过对电力施工的样本图像进行采集,建立一个图像数据库,计算当前施工模式下各种施工形式,判断电力施工安全模式,根据判断结果,采用改进Mask-R-CNN对施工状态特征分布检测,提取电力施工安全信息关联规则特征,在此基础上,构建电力施工安全监测采集模型,对采集的电力施工安全监测数据进行融合处理,并利用改进的Mask-R-CNN算法对融合后的数据进行估算,结合安全模式信息流的分布函数,对其进行区间划分,采用电力施工监测概率密度函数获取安全模式阈值,通过计算安全模式阈值来实现电力施工的安全智能监测。实验结果表明,该算法不仅可以提高电力施工安全的监测效果,还可以减少算法运行时的能耗,有效保证了电力施工的安全性。 展开更多
关键词 改进mask-r-cnn 电力施工 安全模式 监测算法 关联规则特征 异常状态
下载PDF
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
使用帮助 返回顶部