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152篇文章
< 1 2 … 8 >
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：
基于改进Faster-RCNN的输电线巡检图像多目标检测及定位 被引量：66
1
作者 林刚 王波 +3 位作者 彭辉 王晓阳 陈思远 张黎明 《电力自动化设备》 EI CSCD 北大核心 2019年第5期213-218,共6页
针对输电线巡检图像受光线、环境和拍摄角度等因素影响,图像中的电气设备呈现低分辨率和多形态化特征的问题,提出一种基于改进Faster-RCNN的巡检图像多目标检测及定位方法。该方法首先通过区域建议策略网络生成若干目标候选区域;然后基... 针对输电线巡检图像受光线、环境和拍摄角度等因素影响,图像中的电气设备呈现低分辨率和多形态化特征的问题,提出一种基于改进Faster-RCNN的巡检图像多目标检测及定位方法。该方法首先通过区域建议策略网络生成若干目标候选区域;然后基于实际巡检图像样本库,对卷积神经网络进行训练,以改善参数学习效果;最后利用正则化方法优化参数权重,提高检测速度,得到适应巡检图像多形态化特征的改进型Faster-RCNN模型。实际场景数据集测试结果表明,相比于数字图像处理、浅层机器学习、单阶法、双阶法、Mask-RCNN和Local Loss目标检测方法,所提改进型Faster-RCNN能够在不同分辨率和不同位置角度的巡检图像场景下保持较高的识别精度和速度,具有较高的工程实用价值。 展开更多
关键词 区域建议 目标检测 特征提取 图像样本库 正则化
下载PDF
深度学习目标检测方法综述 被引量：50
2
作者 谢富 朱定局 《计算机系统应用》 2022年第2期1-12,共12页
随着深度学习在目标检测领域的大规模应用,目标检测技术的精度和速度得到迅速提高,已被广泛应用于行人检测、人脸检测、文字检测、交通标志及信号灯检测和遥感图像检测等领域.本文在基于调研国内外相关文献的基础上对目标检测方法进行... 随着深度学习在目标检测领域的大规模应用,目标检测技术的精度和速度得到迅速提高,已被广泛应用于行人检测、人脸检测、文字检测、交通标志及信号灯检测和遥感图像检测等领域.本文在基于调研国内外相关文献的基础上对目标检测方法进行了综述.首先介绍了目标检测领域的研究现状以及对目标检测算法进行检验的数据集和性能指标.对两类不同架构的目标检测算法,基于区域建议的双阶段目标检测算法和基于回归分析的单阶段目标检测算法的一些典型算法的流程架构、性能效果、优缺点进行了详细的阐述,还补充了一些近几年来新出现的目标检测算法,并列出了各种算法在主流数据集上的实验结果和优缺点对比.最后对目标检测的一些常见应用场景进行说明,并结合当前的研究热点分析了未来发展趋势. 展开更多
关键词 深度学习 目标检测 区域建议 回归分析
下载PDF
基于改进的Faster R-CNN高压线缆目标检测方法 被引量：21
3
作者 刘召 张黎明 +3 位作者 耿美晓 么军 张金禄 胡益菲 《智能系统学报》 CSCD 北大核心 2019年第4期627-634,共8页
利用带电作业机器人取代人类的手动作业,可以有效地减少高电压、强电场对人体的危害,大大提高作业的效率。为解决带电作业机器人在复杂背景环境中对线缆目标的智能检测问题,提出基于改进的FasterR-CNN高压线缆目标检测方法。为了提高网... 利用带电作业机器人取代人类的手动作业,可以有效地减少高电压、强电场对人体的危害,大大提高作业的效率。为解决带电作业机器人在复杂背景环境中对线缆目标的智能检测问题,提出基于改进的FasterR-CNN高压线缆目标检测方法。为了提高网络提取图像高级特征的能力,引入跳转连接并调整激活层、卷积层的顺序;然后对候选框生成机制进行改进,提升网络对小目标检测的性能;最后利用ROI池化层提取每个区域的特征,同时完成分类和框回归任务。通过构建高压线缆图像数据集,基于改进的Faster R-CNN模型进行大量实验,最后取得了较好的精度和较快的速度。 展开更多
关键词 目标检测 深度学习 高压线缆 复杂背景 小目标 带电作业 FASTER R-CNN 区域候选
下载PDF
自动驾驶场景下小且密集的交通标志检测 被引量：16
4
作者 葛园园 许有疆 +1 位作者 赵帅 韩亚洪 《智能系统学报》 CSCD 北大核心 2018年第3期366-372,共7页
在自动驾驶场景中,交通标志的检测和识别对行车周围环境的理解至关重要。行车过程中拍摄的图片中存在许多较小的交通标志,它们很难被现有的物体检测方法检测到。为了能够精确地检测到这部分小的交通标志,我们提出了用浅层VGG16网络作为... 在自动驾驶场景中,交通标志的检测和识别对行车周围环境的理解至关重要。行车过程中拍摄的图片中存在许多较小的交通标志,它们很难被现有的物体检测方法检测到。为了能够精确地检测到这部分小的交通标志,我们提出了用浅层VGG16网络作为物体检测框架R-FCN的主体网络,并改进VGG16网络,主要有两个改进点:1)减小特征图缩放倍数,去掉VGG16网络卷积conv4_3后面的特征图,使用RPN网络在浅层卷积conv4_3上提取候选框;2)特征拼层,将尺度相同的卷积conv4_1、conv4_2、conv4_3层的特征拼接起来形成组合特征(aggregated feature)。改进后的物体检测框架能够检测到更多的小物体,在驭势科技提供的交通标志数据集上取得了很好的性能,检测的准确率mAP达到了65%。 展开更多
关键词 交通标志 目标检测 深度学习 组合特征 卷积神经网络 特征图 候选框 自动驾驶
下载PDF
面向视频数据的深度学习目标识别算法综述 被引量：11
5
作者 王振华 李静 +3 位作者 张鑫月 郑宗生 卢鹏 栾奎峰 《计算机工程》 CAS CSCD 北大核心 2022年第4期1-15,共15页
目标识别是计算机视觉领域的一大挑战,随着深度学习的发展,目标识别算法被广泛应用于视频数据中目标的识别和监测。对现有目标识别算法进行归纳,根据是否采用锚点机制将主流算法分为Anchor-Based和Anchor-Free两大类。针对R-CNN、SPP-Ne... 目标识别是计算机视觉领域的一大挑战,随着深度学习的发展,目标识别算法被广泛应用于视频数据中目标的识别和监测。对现有目标识别算法进行归纳,根据是否采用锚点机制将主流算法分为Anchor-Based和Anchor-Free两大类。针对R-CNN、SPP-Net、SSD、YOLOv2等Anchor-Based类目标识别算法,从候选框创建、特征提取和结果生成角度分析基于区域和基于回归的目标识别算法的区别和各自优势。针对CornerNet、ExtremeNet、CenterNet、FCOS等Anchor-Free类目标识别算法,从特征提取、关键点选择/层次结构和结果生成角度分析基于关键点和基于特征金字塔的目标识别算法的区别和各自优势。在此基础上,以识别效率和识别精度为评价指标,对Faster R-CNN、Mask R-CNN、SSD等8种代表性目标识别算法进行对比总结。最后,针对目标识别算法中的数据预处理耗时长、多尺度特征同步识别精度低、结构繁杂等问题,对当前研究的不足和未来研究方向进行分析和展望。 展开更多
关键词 深度学习 目标识别 锚定框 候选区域 关键点 视频数据
下载PDF
基于卷积神经网络的葡萄叶片检测 被引量：10
6
作者 刘阗宇 冯全 《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2017年第4期505-512,共8页
为解决酿酒葡萄生长状态的在线自动监测问题,该文提出了一种基于卷积神经网络的葡萄叶片检测算法。通过多层卷积的方式产生特征图,使原图像的特征增强并且降低了图像噪声,在最后一层特征图中,通过使用RPN(Region proposal network)生成... 为解决酿酒葡萄生长状态的在线自动监测问题,该文提出了一种基于卷积神经网络的葡萄叶片检测算法。通过多层卷积的方式产生特征图,使原图像的特征增强并且降低了图像噪声,在最后一层特征图中,通过使用RPN(Region proposal network)生成建议区域,然后进行池化操作,最后进行边框回归与分类。该算法在有叶片遮挡、光照阴影、病害叶片等复杂背景因素下对葡萄叶片有良好的检测效果。试验表明,该算法在复杂背景下对葡萄叶片的检测率为87.2%,误检率为7.2%。 展开更多
关键词 葡萄叶片检测 卷积神经网络 建议区域
下载PDF
一种改进的Faster-RCNN电路板字符检测方法 被引量：8
7
作者 吉训生 李建明 《小型微型计算机系统》 CSCD 北大核心 2020年第6期1291-1295,共5页
电路板上的微小字符,由于模糊、腐蚀和分辨率低的原因,导致检测难度大.论文提出一种改进的Faster-RCNN电路板字符检测方法,首先针对数据集中字符目标的长宽比特点,优化区域提议网络,生成目标候选区域,在此基础上对感兴趣区域池化层进行... 电路板上的微小字符,由于模糊、腐蚀和分辨率低的原因,导致检测难度大.论文提出一种改进的Faster-RCNN电路板字符检测方法,首先针对数据集中字符目标的长宽比特点,优化区域提议网络,生成目标候选区域,在此基础上对感兴趣区域池化层进行改进,引入多分辨率特征融合,结合浅层网络的语义信息提取候选区域卷积特征.对实际的电路板图像数据集进行训练和测试,对比了VGG-16、Res Net-50和Res Net-101这3种特征提取网络,结果表明,基于VGG-16的Faster-RCNN在电路板字符检测场景下效果更好,同时,相较于原始Faster-RCNN,改进后的Faster-RCNN将整张图片识别率由86.82%提升至89.09%,单个字符识别精确率达到99.34%,可以更好的满足该环境下字符检测的需求. 展开更多
关键词 电路板字符 Faster-RCNN 字符检测 区域提议网络 特征融合
下载PDF
一种基于可见光巡检图像的杂草智能识别方法 被引量：8
8
作者 岳国良 路艳巧 +1 位作者 常浩 孙翠英 《中国电力》 CSCD 北大核心 2019年第11期138-144,174,共8页
目前电力巡检主要是采用无人机巡检的方式,针对无人机巡检获取的图像识别过程中,电力设备旁的杂草可能会造成安全隐患,需要对图像中的杂草进行识别。针对电力巡检的场景,提出了一种基于可见光巡检图像的杂草智能识别方法,以可见光巡检... 目前电力巡检主要是采用无人机巡检的方式,针对无人机巡检获取的图像识别过程中,电力设备旁的杂草可能会造成安全隐患,需要对图像中的杂草进行识别。针对电力巡检的场景,提出了一种基于可见光巡检图像的杂草智能识别方法,以可见光巡检图像中杂草的特征为基础,结合卷积神经网络方法,解决可见光巡检图像中电力设备附近的杂草识别问题。通过对图像进行样本数据增广和预处理,接着引入区域生成网络,再对图像提取固定个数候选框的图像特征,和改进的图像分类网络连接在一起,得到最终的卷积神经网络模型。实验表明其准确率可以达到97.98%,检测一幅600×600大小图像需要花费的平均时间约为0.256 s,在保证了准确率的同时达到了高效识别的要求。 展开更多
关键词 巡检图像 卷积神经网络 区域生成 图像分类 杂草识别 人工智能与大数据应用
下载PDF
一种基于视觉特征区域建议的目标检测方法 被引量：7
9
作者 李会军 王瀚洋 +1 位作者 李杨 叶宾 《控制与决策》 EI CSCD 北大核心 2020年第6期1323-1328,共6页
虽然基于深度学习的目标检测器具有较高的检测精度,但是大多数检测器的检测速度不能满足实时性要求.此外,目前主流的实时检测算法如SSD(single shot multibox detector)和YOLO(you only look once),对小目标的检测精度不高.鉴于此,提出... 虽然基于深度学习的目标检测器具有较高的检测精度,但是大多数检测器的检测速度不能满足实时性要求.此外,目前主流的实时检测算法如SSD(single shot multibox detector)和YOLO(you only look once),对小目标的检测精度不高.鉴于此,提出一种基于视觉特征区域建议的目标检测算法,能够综合平衡检测精度和检测速度.算法分为区域建议和网络分类,区域建议根据目标的特征信息提取候选区域ROI(region of interest);网络分类使用CNN(convolutional neural network)对区域建议中提取的ROI进行处理,计算每个ROI类别的置信度,置信度大于设定阈值的ROI即为目标检测结果.实验结果表明,所提出算法的检测精度明显高于Faster R-CNN、SSD和YOLO,并且具有接近SSD和YOLO的检测速度. 展开更多
关键词 目标检测 区域建议 卷积神经网络分类 视觉特征提取
原文传递
改进的Faster R-CNN方法及其在电缆隧道积水定位识别中的应用 被引量：7
10
作者 崔江静 黄顺涛 +3 位作者 仇炜 裴星宇 朱五洲 孟安波 《电力自动化设备》 EI CSCD 北大核心 2019年第7期219-223,共5页
针对电缆隧道内积水的问题,提出了一种改进的基于区域建议的卷积神经网络(FasterR-CNN)方法,并将其应用在电缆隧道积水定位识别中。考虑到Softmax分类方法的正则化参数选取会引起概率计算产生问题,改用支持向量机(SVM)进行图像分类,以... 针对电缆隧道内积水的问题,提出了一种改进的基于区域建议的卷积神经网络(FasterR-CNN)方法,并将其应用在电缆隧道积水定位识别中。考虑到Softmax分类方法的正则化参数选取会引起概率计算产生问题,改用支持向量机(SVM)进行图像分类,以增强分类的置信度。使用区域建议网络(RPN)提取隧道积水原图中的区域建议,然后用FastR-CNN检测网络在建议框中进行图像识别、SVM分类和位置精修。实验结果表明,所提方法计算速度快、识别精度高,在实际工程中表现出较高的效率。 展开更多
关键词 电缆隧道 积水定位 区域建议 卷积神经网络 支持向量机
下载PDF
基于孪生神经网络的两阶段目标跟踪方法 被引量：6
11
作者 张宏伟 李晓霞 +1 位作者 朱斌 张杨 《红外与激光工程》 EI CSCD 北大核心 2021年第9期333-344,共12页
深度学习技术使目标跟踪的精度和鲁棒性得到了很大提高,基于孪生网络的跟踪方法通过在大规模数据集上进行训练,使模型能应对目标的各种形变,缺点是无法排除相似目标的干扰。为此,提出了一种基于孪生网络的两阶段目标跟踪方法。首先,采... 深度学习技术使目标跟踪的精度和鲁棒性得到了很大提高,基于孪生网络的跟踪方法通过在大规模数据集上进行训练,使模型能应对目标的各种形变,缺点是无法排除相似目标的干扰。为此,提出了一种基于孪生网络的两阶段目标跟踪方法。首先,采用修改后的残差网络提取性能更优的深度特征。区域建议网络通过相关滤波调制自适应更新模板,结合时域信息过滤掉易区分的负样本;然后,通过感兴趣池化层提取候选区域固定尺度的特征,并馈送到验证网络进行更精细的分类与回归。为了提升网络对高难度样本的区分能力,采用正负样本对联合训练的方式提高特征匹配的性能。在OTB100、VOT标准测试集和UAV123无人机航拍数据集上进行了评测,实验结果表明:所提方法能明显改进基准算法的性能。 展开更多
关键词 神经网路 目标跟踪 区域建议 相关滤波
下载PDF
基于深度学习的交通标志检测方法研究 被引量：5
12
作者 武林秀 李厚杰 +1 位作者 贺建军 陈璇 《大连民族大学学报》 2018年第5期460-463,共4页
提出了一种基于Faster R-CNN深度学习框架的交通标志检测方法,使用VGG16卷积神经网络自动提取交通标志图像特征,并将卷积特征图传入区域建议网络(RPN)中进行前景目标筛选及回归目标边框,将建议区域框映射到特征图上,经过Ro I池化层后输... 提出了一种基于Faster R-CNN深度学习框架的交通标志检测方法,使用VGG16卷积神经网络自动提取交通标志图像特征,并将卷积特征图传入区域建议网络(RPN)中进行前景目标筛选及回归目标边框,将建议区域框映射到特征图上,经过Ro I池化层后输出固定大小的建议框,利用分类网络对建议区域进行具体的类别判断,并精确回归目标的边框。并将算法在德国交通标志数据集GTSDB进行了实验验证,实验结果表明了所提出算法的有效性,该方法对不同光照、遮挡、标志模糊等具有鲁棒性。 展开更多
关键词 深度学习 FASTER R-CNN 建议区域网络 交通标志检测
下载PDF
提高图像篡改检测区域选取性能的FCR-CNN模型 被引量：4
13
作者 魏晓燕 左鑫兰 +3 位作者 但志平 吴义熔 董方敏 孙水发 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2021年第4期560-568,共9页
图像篡改检测不同于目标检测,篡改检测更加关注篡改伪像这一目标而非图像内容本身,需要学习更加丰富的特征.为提高图像篡改检测区域选取性能,提出一种将特征金字塔网络(feature pyramid networks, FPN)模型与级联区域卷积神经网络(casca... 图像篡改检测不同于目标检测,篡改检测更加关注篡改伪像这一目标而非图像内容本身,需要学习更加丰富的特征.为提高图像篡改检测区域选取性能,提出一种将特征金字塔网络(feature pyramid networks, FPN)模型与级联区域卷积神经网络(cascade region-convolutional neural networks, Cascade R-CNN)模型相结合的FCR-CNN模型.首先将FPN模型提取的多尺度篡改特征输入到区域建议网络(region proposal network, RPN),然后由RPN输出篡改分类分数和区域建议框,最后将区域建议框输入到3阶段Cascade R-CNN进行检测.此外,系统地对FCR-CNN模型的损失函数进行了分析.基于CASIA, Columbia和NC2016数据集,与其他算法进行对比实验,结果表明, FCR-CNN模型能够有效地检测与定位篡改区域;其中,在CASIA数据集上,其与FPN模型和Cascade R-CNN模型相比, F1分数分别提高了6.0%和7.5%. 展开更多
关键词 图像篡改检测 特征金字塔网络 级联区域卷积网络 区域建议框
下载PDF
基于有效感受野的区域推荐网络 被引量：3
14
作者 张绳昱 董士风 +2 位作者 焦林 王琦进 王红强 《模式识别与人工智能》 EI CSCD 北大核心 2020年第5期393-400,共8页
基于卷积神经网络的目标检测方法通过优化区域推荐达到较高的检测精度.由此,文中提出基于有效感受野的区域推荐网络.在区域推荐网络上引入基于有效感受野的样本匹配方法,强化基于交叠比的样本匹配规则,增强特征信息在区域推荐生成时的... 基于卷积神经网络的目标检测方法通过优化区域推荐达到较高的检测精度.由此,文中提出基于有效感受野的区域推荐网络.在区域推荐网络上引入基于有效感受野的样本匹配方法,强化基于交叠比的样本匹配规则,增强特征信息在区域推荐生成时的表征能力,减少锚定框和区域推荐数目,简化锚定框参数设置.结合快速区域的卷积神经网络检测器后,在Pascal VOC数据集上的检测精度有所提升,这表明文中方法是有效的. 展开更多
关键词 深度卷积网络 目标检测 区域推荐 有效感受野 区域推荐网络(RPN)
下载PDF
基于候选区域的无人机侦察影像目标检测技术研究 被引量：4
15
作者 李喆 李建增 扈琪 《战术导弹技术》 北大核心 2019年第2期99-105,共7页
针对无人机侦察影像的目标检测问题,研究一种基于候选区域的无人机侦察影像目标检测技术。首先围绕无人机影像特点,分析了基于候选区域的目标检测技术的优势。然后介绍了该技术的关键步骤并归纳了各步骤的主流算法。最后总结了两种较为... 针对无人机侦察影像的目标检测问题,研究一种基于候选区域的无人机侦察影像目标检测技术。首先围绕无人机影像特点,分析了基于候选区域的目标检测技术的优势。然后介绍了该技术的关键步骤并归纳了各步骤的主流算法。最后总结了两种较为成熟的候选区域目标检测框架:基于DPM的候选区域目标检测框架和基于卷积神经网络的候选区域目标检测框架,通过对现有算法的分析,为下一步改进算法提供了思路。 展开更多
关键词 候选区域 目标检测 侦察影像 无人机
原文传递
一种基于智能视频分析的人流量统计算法 被引量：3
16
作者 李航 张涛 李菲 《信息工程大学学报》 2018年第3期373-378,共6页
针对安全出口处人流量统计实时性差、准确率低的问题,提出一种基于智能视频分析的人流量统计算法。首先,分别提取训练样本的梯度范数特征和梯度方向直方图特征,训练用于生成候选区域的分类器1和用于行人分类与定位的分类器2,其中分类器... 针对安全出口处人流量统计实时性差、准确率低的问题,提出一种基于智能视频分析的人流量统计算法。首先,分别提取训练样本的梯度范数特征和梯度方向直方图特征,训练用于生成候选区域的分类器1和用于行人分类与定位的分类器2,其中分类器2在候选区域分类并定位行人,完成行人检测;再用Camshift跟踪算法跟踪检测到行人,并通过基于欧式距离和巴氏系数的数据关联算法建立当前帧的行人轨迹;最后分析轨迹,判断行人是否越过计数线,完成行人双向计数。实验结果表明,与基于传统梯度方向直方图特征和滑动窗口法的算法相比,该算法实时性较好,准确率有所提升,可有效完成人流量统计。 展开更多
关键词 梯度范数 梯度方向直方图 候选区域 欧式距离 巴氏系数
下载PDF
基于双金字塔特征融合网络的RGB-D多类实例分割 被引量：3
17
作者 张旭东 王玉婷 +1 位作者 范之国 付绪文 《控制与决策》 EI CSCD 北大核心 2020年第7期1561-1568,共8页
针对RGB图像的实例分割任务在图像目标物体纹理相近但类别不同的区域可能出现分割错误的问题,引入Depth信息,结合RGB-D图像的三维几何结构特点,提出一种以双金字塔特征融合网络为框架的RGB-D实例分割方法.所提出的方法通过构建两种不同... 针对RGB图像的实例分割任务在图像目标物体纹理相近但类别不同的区域可能出现分割错误的问题,引入Depth信息,结合RGB-D图像的三维几何结构特点,提出一种以双金字塔特征融合网络为框架的RGB-D实例分割方法.所提出的方法通过构建两种不同复杂度的金字塔深度卷积神经网络分别提取不同梯度分辨率大小的RGB特征及Depth特征,将对应分辨率大小的两种特征相加输入区域候选网络,以此改变输入区域候选网络层的共享特征,共享特征再经过分类、回归与掩码网络分支输出定位与分类结果,从而实现RGB-D图像的实例分割.实验结果表明,所提出的双金字塔特征融合网络模型能够完成RGB-D图像的实例分割任务,有效学习到深度图像与彩色图像之间的互补信息,与不包含Depth信息的Mask R-CNN相比,平均精度提高7.4%. 展开更多
关键词 实例分割 RGB-D图像 金字塔网络 特征融合 区域候选
原文传递
基于OpenCV的机器人目标检测候选区域生成算法 被引量：3
18
作者 乔诗展 《科技创新与应用》 2020年第17期1-5,10,共6页
针对当前目标检测算法主要集中在GPU上运行且对家庭机器人任务针对性不强的问题,提出了一种基于OpenCV的RMFC算法。该算法首先对输入图像进行裁剪、腐蚀、Canny边缘检测操作;其次使用二维顺序查找的方法过滤地面边缘以外的区域;随后使... 针对当前目标检测算法主要集中在GPU上运行且对家庭机器人任务针对性不强的问题,提出了一种基于OpenCV的RMFC算法。该算法首先对输入图像进行裁剪、腐蚀、Canny边缘检测操作;其次使用二维顺序查找的方法过滤地面边缘以外的区域;随后使用卷积判断模块抽取物体的位置,最后在视频测试集上测试,结果表明该方法在快速提高检测速度的同时兼顾了准确性及针对性,并得到每幅图像少于10个的候选区域。 展开更多
关键词 目标检测 候选区域 顺序查找 卷积
下载PDF
使用贝叶斯优化对遥感影像目标进行精确定位 被引量：3
19
作者 柴栋 许夙晖 +1 位作者 罗畅 鲁彦辰 《遥感技术与应用》 CSCD 北大核心 2020年第6期1377-1385,共9页
针对大尺寸遥感影像目标检测中检测边框不精确的问题,提出使用高斯过程贝叶斯优化对遥感影像中的目标进行精确检测与定位。研究分为两个阶段,第一阶段使用基于边缘信息的EdgeBoxes算法对大尺寸遥感影像进行目标候选区域的选取,用分类器... 针对大尺寸遥感影像目标检测中检测边框不精确的问题,提出使用高斯过程贝叶斯优化对遥感影像中的目标进行精确检测与定位。研究分为两个阶段,第一阶段使用基于边缘信息的EdgeBoxes算法对大尺寸遥感影像进行目标候选区域的选取,用分类器得到初始检测结果;为了得到更加准确的边框,在第二阶段,基于高斯过程的贝叶斯优化对每个目标的边框进行微调:①以目标初始边框为基准,在其周围选取与初始边框相交的边框集合,并得到一个高斯过程分布;②使用贝叶斯优化估计出下一个边框,并将其加入边框集;③求分类器对所有边框的得分,得分最高的边框作为下次迭代的基准边框;④重复若干次贝叶斯优化后得到最终的边框。实验结果表明:EdgeBoxes方法以较少的候选框可以得到较大的召回率,使用高斯过程的贝叶斯优化可以明显地提高检测边框的精度。 展开更多
关键词 遥感影像 目标检测 目标精确定位 区域候选框 高斯过程 贝叶斯优化
原文传递
基于注意力机制的单阶段目标检测锚点框部件感知特征表达 被引量：2
20
作者 唐乾坤 胡瑜 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2020年第8期1293-1304,共12页
针对现有单阶段目标检测算法锚点框特征表达不足影响检测精度的问题,提出了一种增强锚点框特征表达的算法,其包含注意力机制模块和部件感知模块.首先,注意力机制模块根据各个锚点框的不同属性自适应地提供不同的特征表达.然后,部件感知... 针对现有单阶段目标检测算法锚点框特征表达不足影响检测精度的问题,提出了一种增强锚点框特征表达的算法,其包含注意力机制模块和部件感知模块.首先,注意力机制模块根据各个锚点框的不同属性自适应地提供不同的特征表达.然后,部件感知模块准确地提取各个锚点框内部的判别性部件特征以作为各个锚点框进行预测所需的特有特征.将所提设计与现有SSD算法结合并在多个公开的目标检测数据集上进行实验,结果表明,所提算法能够显著提高单阶段目标检测算法的精度并维持实时运行速度(14 ms);进一步地,在扩展实验上的结果表明,所提算法也能够改善生成的区域建议框的召回率及两阶段目标检测算法的精度. 展开更多
关键词 卷积神经网络 单阶段目标检测 区域建议框 注意力模块 部件感知模块
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 2 … 8 下一页 到第 页
使用帮助 返回顶部