-
题名基于多尺度增强网络的人群计数方法
被引量：2
- 1
-
-
作者
徐涛
段仪浓
杜佳浩
刘才华
-
机构
中国民航大学计算机科学与技术学院
中国民航大学中国民航信息技术科研基地
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2021年第6期1764-1771,共8页
-
基金
天津市自然科学基金(18JCYBJC85100)
中央高校基本科研业务基金项目中国民航大学专项(3122018C024)
中国民航大学科研启动项目(2017QD16X)。
-
文摘
人群计数研究普遍使用欧几里得损失函数,易造成图像局部相关性缺失,且现有研究方法未能充分提取人群图像中连续变化的尺度特征,影响了人群计数模型的性能。针对上述问题,该文提出一种基于多尺度增强网络的人群计数模型(MSEN)。首先,在多分支结构生成网络中引入区域性判别网络,将二者组合形成嵌入式GAN模块,以增强生成图像的局部相关性;之后,基于金字塔池化结构设计了尺度增强模块,将该模块连接在嵌入式GAN模块之后,进一步从不同区域提取不同尺度的局部特征,以最大程度地应对人群图像局部尺度连续变化的问题,从而增强整体模型的泛化能力。最后,在3个具有挑战性的人群计数公共数据集上进行了广泛的实验。实验结果表明,该文所述模型可有效提升人群计数问题的准确性和鲁棒性。
-
关键词
人群计数
图像局部相关性
多尺度特征
嵌入式GAN模块
尺度增强模块
-
Keywords
Crowd counting
Image local correlation
Multi-scale feature
Embedded GAN module
scale-enhancement module
-
分类号
TN911.73
[电子电信—通信与信息系统]
TP391.4
[电子电信—信息与通信工程]
-
-
题名改进RCF算法的电缆绝缘层边缘检测
被引量：6
- 2
-
-
作者
翁玉尚
肖金球
汪俞成
焦文开
-
机构
苏州科技大学电子与信息工程学院
苏州市智能测控工程技术研究中心
-
出处
《光学技术》
CAS
CSCD
北大核心
2022年第1期86-92,共7页
-
基金
江苏省产学研前瞻性联合项目基金(BY2011132)
江苏省研究生创新与教改项目(09150001)
苏州科技大学研究生创新工程基金(SKCK17_025)。
-
文摘
目前电缆绝缘层厚度检测算法主要采用图像处理技术提取出绝缘层的边缘轮廓,此类算法存在绝缘层边缘过宽和边缘不连续等问题,影响了后续的检测精度。为提高绝缘层测量精度,新算法基于RCF算法进行改进,在模型的4、5阶段采用空洞卷积,增大模型的感受野;并在侧输出网络加入尺度增强模块(SEM模块)和由浅到深的级联网络,增加侧输出图像的细节信息。通过自制的电缆绝缘层数据集对模型进行训练,结果表明改进后的模型在数据集最优尺度(ODS)和单张图片最优尺度(OIS)分别为0.821和0.842,平均精度为0.799,算法相较于RCF模型ODS和OIS分别提高了0.008和0.01,检测精度提升了0.021。并在伯克利大学数据集(BSD500)数据集上对模型的性能进一步验证,其中ODS和OIS分别为0.810和0.825,所提算法相较于RCF模型ODS和OIS分别提高了0.009和0.006。
-
关键词
电缆绝缘层边缘检测
深度学习
空洞卷积
多尺度模块
级联网络
-
Keywords
edge detection of cable insulation
deep learning
dilation convolution
scale enhancement module
cascade network
-
分类号
TP394.1
[自动化与计算机技术—计算机应用技术]
-
