基于车内外视觉信息的行人碰撞预警方法 被引量：5

1

作者 杨会成 朱文博 童英 《智能系统学报》 CSCD 北大核心 2019年第4期752-760,共9页

行人碰撞预警系统通常依据行人检测与碰撞时间判断的方式为驾驶员提供预警信息。为了提供更加可靠的危险判断依据,本文提出一种同时分析道路状况与驾驶员头部姿态的行人碰撞预警方法,用两个单目相机分别获取车辆内外环境图像。通道特征... 行人碰撞预警系统通常依据行人检测与碰撞时间判断的方式为驾驶员提供预警信息。为了提供更加可靠的危险判断依据,本文提出一种同时分析道路状况与驾驶员头部姿态的行人碰撞预警方法,用两个单目相机分别获取车辆内外环境图像。通道特征检测器用于定位行人,根据单目视觉距离测量方法估计出行人与自车间的纵向与横向距离。多任务级联卷积网络用于定位驾驶员面部特征点,通过求解多点透视问题获取头部方向角以反映驾驶员注意状态。结合行人位置信息与驾驶员状态信息,本文构建模糊推理系统判断碰撞风险等级。在实际路况下的实验结果表明,根据模糊系统输出的风险等级可以为预防碰撞提供有效的指导。 展开更多

关键词 碰撞预警 内外信息 行人定位 驾驶员状态 单目视觉 通道特征 多任务级联卷积网络 模糊推理系统

下载PDF 职称材料

MSDFTR:多阶段双分支融合的西夏文字识别方法

2

作者 马金林 闫琦 马自萍 《计算机工程与设计》 北大核心 2024年第11期3390-3396,共7页

针对因字形复杂和图片质量不高导致的西夏文字识别准确率不佳的问题,提出一种多阶段双分支西夏文字识别方法MSDFTR。提出一种关注通道特征的CSA注意力机制与关注空间特征的SDA注意力机制,采用CSA与SDA分别构建提取西夏文字通道特征和空... 针对因字形复杂和图片质量不高导致的西夏文字识别准确率不佳的问题,提出一种多阶段双分支西夏文字识别方法MSDFTR。提出一种关注通道特征的CSA注意力机制与关注空间特征的SDA注意力机制,采用CSA与SDA分别构建提取西夏文字通道特征和空间特征的逆残差瓶颈模块。使用多阶段特征提取方式分阶段捕捉图像中的有效特征,增强特征重用和特征表达能力。为增强模型鲁棒性与可解释性,基于通道和空间特征提出一种双分支网络结构。使用密集Transformer块深入融合多层特征。实验结果表明,MSDFTR在TCD-E数据集上的准确率达99.43%,比其它方法更高。 展开更多

关键词 西夏文字识别 多阶段 特征融合 深度学习 逆残差块 通道特征 空间特征

下载PDF 职称材料

基于通道特征金字塔的图像分割算法

3

作者 孙红 杨晨 莫光萍 《电子科技》 2023年第12期39-45,共7页

针对语义分割任务中存在的庞大参数计算成本和冗余参数量等问题,文中提出了通道特征金字塔模块来解决该问题。基于通道特征金字塔模块和轻量级注意力机制构建用于实时语义分割的网络。通道特征金字塔模块创造了足够的感受野并密集地利... 针对语义分割任务中存在的庞大参数计算成本和冗余参数量等问题,文中提出了通道特征金字塔模块来解决该问题。基于通道特征金字塔模块和轻量级注意力机制构建用于实时语义分割的网络。通道特征金字塔模块创造了足够的感受野并密集地利用了上下文信息,从第2个通道开始采用求和运算逐步组合特征图,并将它们连接起来构建最终分层特征图,在常规卷积层后添加卷积模块的注意力机制提升分割精度。在没有任何预训练和后处理的情况下,算法在CamVid数据集使用单块GTX2080Ti上仅用0.75 MB参数和5.3 MB内存就实现了68.1%的分割准确率,在Cityscapes数据集上以56帧的推理速度取得了75.7%的均交互比。 展开更多

关键词 预测任务 语义分割 推理速度 通道特征 注意力机制 感受野 上下文信息 均交互比

下载PDF 职称材料

基于阈值ACF算法的减速带检测

4

作者 周攀 武垚欣 陈玮 《工业控制计算机》 2018年第2期90-91,93,共3页

作为自动驾驶汽车的基本环境感知功能,现有的道路减速带检测方法准确率较低,且受限于道路规格和减速带种类。将目标检测领域较为成熟的ACF算法应用于减速带检测。首先,通过设置不同迭代步数,证明了ACF算法对于减速带检测的有效性;其次,... 作为自动驾驶汽车的基本环境感知功能,现有的道路减速带检测方法准确率较低,且受限于道路规格和减速带种类。将目标检测领域较为成熟的ACF算法应用于减速带检测。首先,通过设置不同迭代步数,证明了ACF算法对于减速带检测的有效性;其次,选择出最优迭代步数下的ACF算法,将其作为优化的基础;最后,提出了基于阈值的ACF算法,进一步提升算法性能,得到了96.2%的检测率,优于现有的减速带检测算法。 展开更多

关键词 减速带检测 通道特征 阈值ACF算法

下载PDF 职称材料

基于多通道特征和自注意力的情感分类方法 被引量：23

5

作者 李卫疆 漆芳 余正涛 《软件学报》 EI CSCD 北大核心 2021年第9期2783-2800,共18页

针对情感分析任务中没有充分利用现有的语言知识和情感资源,以及在序列模型中存在的问题:模型会将输入文本序列解码为某一个特定的长度向量,如果向量的长度设定过短,会造成输入文本信息丢失.提出了一种基于多通道特征和自注意力的双向L... 针对情感分析任务中没有充分利用现有的语言知识和情感资源,以及在序列模型中存在的问题:模型会将输入文本序列解码为某一个特定的长度向量,如果向量的长度设定过短,会造成输入文本信息丢失.提出了一种基于多通道特征和自注意力的双向LSTM情感分类方法(MFSA-BiLSTM),该模型对情感分析任务中现有的语言知识和情感资源进行建模,形成不同的特征通道,并使用自注意力重点关注加强这些情感信息.MFSA-BiLSTM可以充分挖掘句子中的情感目标词和情感极性词之间的关系,且不依赖人工整理的情感词典.另外,在MFSA-BiLSTM模型的基础上,针对文档级文本分类任务提出了MFSA-BiLSTM-D模型.该模型先训练得到文档的所有的句子表达,再得到整个文档表示.最后,对5个基线数据集进行了实验验证.结果表明:在大多数情况下,MFSA-BiLSTM和MFSA-BiLSTM-D这两个模型在分类精度上优于其他先进的文本分类方法. 展开更多

关键词 情感分类 多通道特征 自注意力 深度学习 双向LSTM

下载PDF 职称材料

行人检测中非极大值抑制算法的改进 被引量：20

6

作者 陈金辉 叶西宁 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2015年第3期371-378,共8页

行人检测是计算机视觉领域的难点和热点问题。行人检测可大致划分为3个部分:特征提取、分类和非极大值抑制(Non-maximum Suppression,NMS)。当前的研究工作主要集中在特征提取、特征学习和分类器等方向,而非极大值抑制方向鲜有改进。目... 行人检测是计算机视觉领域的难点和热点问题。行人检测可大致划分为3个部分:特征提取、分类和非极大值抑制(Non-maximum Suppression,NMS)。当前的研究工作主要集中在特征提取、特征学习和分类器等方向,而非极大值抑制方向鲜有改进。目前常用的非极大值抑制算法是贪心策略,抑制时只使用了单一的重合面积信息。针对该问题,在ACF(Aggregate Channel Features)检测算法的基础上,对非极大值抑制进行了3项改进,显著地提升了算法的精度,并且算法的时间消耗只有略微的增加。在INRIA数据集上,单独使用引入尺度比的动态面积阈值NMS时能降低平均对数漏检率(MR)0.99%;单独使用保留外围检测分数相近的检测窗口的策略时NMS能降低MR 1.25%;两者结合可降低MR 2.5%;结合后,再对已经被抑制的检测窗口重复抑制,MR降低了2.63%,达到14.22%。 展开更多

关键词 行人检测 非极大值抑制 ACF算法 目标检测

下载PDF 职称材料

基于多特征融合级联分类器的高速公路交通流检测方法研究 被引量：10

7

作者 赵菁 陈峰 刘宇 《新型工业化》 2014年第2期25-32,共8页

本文针对复杂的高速公路环境,对鲁棒的交通流检测算法进行研究,建立了有效的基于多特征融合级联分类器的高速公路交通流检测系统。本算法改善了现有常见交通流检测技术特征单一的劣势,采用了多特征融合的方式,利用目标的颜色、梯度幅值... 本文针对复杂的高速公路环境,对鲁棒的交通流检测算法进行研究,建立了有效的基于多特征融合级联分类器的高速公路交通流检测系统。本算法改善了现有常见交通流检测技术特征单一的劣势,采用了多特征融合的方式,利用目标的颜色、梯度幅值、梯度直方图等多种图像特征,并通过级联分类器的方式建立检测器,使算法有较好的时效性。实验表明,此算法及系统能够快速准确地检测高速公路场景下的交通流,对各种外观以及角度的车辆均表现出较好的检测效果,具有较好的鲁棒性。 展开更多

关键词 图像处理 多特征融合 积分通道特征 ADABOOST

下载PDF 职称材料

基于边缘线分析与聚合通道特征的港口舰船检测 被引量：9

8

作者 黎经元 厉小润 赵辽英 《光学学报》 EI CAS CSCD 北大核心 2019年第8期217-226,共10页

针对可见光学遥感图像港口舰船检测过程中,人造目标造成检测结果准确率低、虚警率高的问题,提出了一种基于边缘线梯度特征定位和聚合通道特征的舰船检测方法。基于多尺度多结构元素形态学滤波实现海陆分割;并结合遥感图像中港口的矩形... 针对可见光学遥感图像港口舰船检测过程中,人造目标造成检测结果准确率低、虚警率高的问题,提出了一种基于边缘线梯度特征定位和聚合通道特征的舰船检测方法。基于多尺度多结构元素形态学滤波实现海陆分割;并结合遥感图像中港口的矩形形状特点,定义边缘梯度正切角和港口凹凸度特征以对港口进行定位,获取港口感兴趣区域集合。提取舰船目标的聚合通道特征,并通过聚合通道特征构建的样本训练库和AdaBoost算法完成分类器的训练,利用训练完成后的分类器完成舰船目标的最终判别确认。实验结果表明该算法相较于传统的HOG特征和Haar特征,检测效果良好,准确率和召回率得到较大的提升。 展开更多

关键词 机器视觉 光学遥感图像 港口舰船检测 边缘线梯度特征 聚合通道特征 ADABOOST算法

原文传递

使用聚合通道特征的嵌入式实时人体头肩检测 被引量：9

9

作者 陆泽早 彭刚 何顶新 《中国图象图形学报》 CSCD 北大核心 2019年第4期523-535,共13页

目的头肩检测由于抗遮挡能力强、计算需求低,常用于复杂场景中的人体检测。针对嵌入式头肩检测中常用的运动检测和手工模型匹配方法检测精度较低、对不同姿态和人体外观适应性较差的问题,提出了使用聚合通道特征的嵌入式实时人体头肩检... 目的头肩检测由于抗遮挡能力强、计算需求低,常用于复杂场景中的人体检测。针对嵌入式头肩检测中常用的运动检测和手工模型匹配方法检测精度较低、对不同姿态和人体外观适应性较差的问题,提出了使用聚合通道特征的嵌入式实时人体头肩检测方法。方法首先分析多种行人检测与人体姿态数据集,从中生成多姿态、多视角的人体头肩样本集;然后基于图像的聚合通道特征,使用Ada Boost算法通过多个阶段的训练,得到基于增强决策树的头肩图像分类器;接下来,在快速特征金字塔算法的基础上,针对ARM-Linux平台,利用多核并行和单指令多数据流技术,加速图像特征金字塔的计算;最后,进行多线程的滑动窗口检测,利用头肩图像分类器识别每个检测窗口,并通过非极大值抑制(NMS)算法优化检测结果。结果重新标注了INRIA验证数据集中的头肩样本,采用本文训练得到的头肩图像分类器进行检测,通过样本漏检率、每图片平均误检率以及ROC(receiver operating characteristic)曲线评估检测效果。对INRIA数据集中高度≥50像素的头肩目标的对数平均漏检率为16. 61%。此外,采集了不同场景中多种姿态、视角下的头肩图像,以验证分类器的适应性,结果表明该分类器能够良好检测多姿态、多视角、受遮挡以及不同光照情况下的头肩目标。但由于检测器感受野局限于头肩区域,对少量疑似头肩样本的图像区域存在误检测。在嵌入式平台(树莓派3B)中,经过优化的头肩检测程序,对640×480像素分辨率的图像,特征计算耗时约213 ms;对单个包含正样本的检测窗口,分类耗时约2 ms。整体检测效率能够满足视频流实时检测的需求。结论本文基于聚合通道特征进行人体头肩检测,采用种类丰富、标注准确的头肩训练样本,使用Ada Boost算法学习头肩图像的聚合通道特征,得到的头肩图像分类器适应性强 展开更多

关键词 行人检测 头肩检测 嵌入式 聚合通道特征 ADABOOST 机器学习

原文传递

基于增强聚合通道特征的实时行人重识别 被引量：9

10

作者 黄新宇 许娇龙 +1 位作者 郭纲 郑二功 《激光与光电子学进展》 CSCD 北大核心 2017年第9期113-121,共9页

由于目标姿态、摄像头角度、光线条件等因素的影响,行人重识别仍然是一个具有挑战性的问题。目前大多数方法主要注重提高重识别精度,对实时性考虑较少。因此,本文提出了一种基于增强聚合通道特征(ACF)的实时行人重识别算法。利用ACF对... 由于目标姿态、摄像头角度、光线条件等因素的影响,行人重识别仍然是一个具有挑战性的问题。目前大多数方法主要注重提高重识别精度,对实时性考虑较少。因此,本文提出了一种基于增强聚合通道特征(ACF)的实时行人重识别算法。利用ACF对行人进行检测,并在此基础上,结合直方图特征和纹理特征构成增强ACF,作为行人重识别的特征描述子。利用测度学习方法对重识别模型进行训练。在4个数据集上的实验结果表明,与传统的重识别特征相比,提出的特征描述子逼近最好的重识别准确率,并且具有更快的计算速度。整个行人检测与重识别系统的运行速度达到10 frame·s^(-1)以上,基本可以满足实时行人重识别的需求。 展开更多

关键词 图像处理 实时行人重识别 增强聚合通道特征 测度学习 深度学习

原文传递

基于多特征融合的行人检测方法 被引量：7

11

作者 顾伟 李菲菲 陈虬 《电子科技》 2021年第5期29-34,共6页

作为一个典型的目标检测问题,行人检测问题已成为近年来的研究热点。行人检测技术虽被广泛应用于智能交通、自动驾驶、视频监控以及行为分析等领域,但仍存在着需要解决的问题。文中在多特征融合的基础上提出了一个多通道特征模型,多通... 作为一个典型的目标检测问题,行人检测问题已成为近年来的研究热点。行人检测技术虽被广泛应用于智能交通、自动驾驶、视频监控以及行为分析等领域,但仍存在着需要解决的问题。文中在多特征融合的基础上提出了一个多通道特征模型,多通道特征模型由非深度学习分支、整体分支以及肢体分支组成。文中通过非深度学习分支提取出数量少、质量高的行人候选区域,减轻了滑动窗口穷举搜索带来的计算负担,提高了计算效率。该方法由多层卷积通道特征得到的整体分支以及肢体分支,分别通过人体整体信息和人体部位的语义信息来检测行人;使用多通道特征模型分别在Caltech行人数据集和INRIA行人数据集中进行训练和检测。实验结果表明,结合各分支的输出,文中提出的行人检测器具有较低的漏检率,在INRIA行人数据集和Caltech行人数据集中漏检率分别为8.24%和19.78%。 展开更多

关键词 行人检测 卷积神经网络 多通道特征 多层卷积通道特征 局部去相关通道特征 方向梯度直方图

下载PDF 职称材料

基于聚合通道特征及卷积神经网络的行人检测 被引量：7

12

作者 陈光喜 蔡天任 +1 位作者 黄勇 王佳鑫 《计算机工程与设计》 北大核心 2018年第7期2059-2063,2068,共6页

为解决在复杂环境下难以尽可能多地检测到行人的问题,提出一种基于聚合通道特征、通过卷积神经网络提取特征的行人检测算法。采用聚合通道特征的算法尽可能多地产生候选框,通过卷积神经网络提取候选框内物体的深度特征,使用支持向量机... 为解决在复杂环境下难以尽可能多地检测到行人的问题,提出一种基于聚合通道特征、通过卷积神经网络提取特征的行人检测算法。采用聚合通道特征的算法尽可能多地产生候选框,通过卷积神经网络提取候选框内物体的深度特征,使用支持向量机分类器对候选框内的物体进行分类,检测出行人。在公开数据集Caltech和INRIA数据集上进行测试,实验结果表明,与目前主流算法比较,召回率平均提升12%,F值平均增加0.05,能有效减少计算机的计算开销。 展开更多

关键词 行人检测 聚合通道特征 卷积神经网络 候选框 支持向量机

下载PDF 职称材料

基于多尺度聚合通道特征的实时行人检测 被引量：7

13

作者 李庆武 仇春春 +1 位作者 俞楷 周亮基 《电子测量与仪器学报》 CSCD 北大核心 2015年第11期1691-1697,共7页

行人检测是近年来计算机视觉领域的研究热点,如何有效且快速地检测行人仍是具有挑战性的课题。提出一种基于多尺度聚合通道特征的快速行人检测算法。设计一种能够充分包含图像颜色、梯度信息的聚合通道特征,采用一种快速多尺度特征估计... 行人检测是近年来计算机视觉领域的研究热点,如何有效且快速地检测行人仍是具有挑战性的课题。提出一种基于多尺度聚合通道特征的快速行人检测算法。设计一种能够充分包含图像颜色、梯度信息的聚合通道特征,采用一种快速多尺度特征估计算法计算图像的多尺度聚合通道特征,使用级联Adaboost分类器进行行人检测。实验结果表明,该文算法在标准行人检测库INRIA上测试结果的召回率和准确率与目前最优算法相当,但时间开销很小完全满足实时检测要求。 展开更多

关键词 行人检测 多尺度聚合通道特征 快速特征计算 级联Adaboost分类器

下载PDF 职称材料

三峡水库蓄水运行后荆江河道特性变化研究 被引量：6

14

作者 廖小永 卢金友 黎礼刚 《人民长江》 北大核心 2007年第11期88-91,共4页

由于三峡水库的蓄水运行、上游建库和水土保持工程的逐步实施,三峡水库入库泥沙量和出库泥沙量均出现大幅减少,坝下游河道将在较长时期内产生较大幅度的沿程冲刷,荆江河段首当其冲。根据三峡水库蓄水运行后荆江河段实测资料,分析了荆江... 由于三峡水库的蓄水运行、上游建库和水土保持工程的逐步实施,三峡水库入库泥沙量和出库泥沙量均出现大幅减少,坝下游河道将在较长时期内产生较大幅度的沿程冲刷,荆江河段首当其冲。根据三峡水库蓄水运行后荆江河段实测资料,分析了荆江河道特性变化情况,并结合数学模型计算成果,从河型、河势和河床形态等方面对荆江河道特性变化趋势进行了预估。研究结果表明:三峡水库蓄水运行后,荆江河段河道特性总体不会有重大改变,但各河段河势将在长时期内有不同程度的调整,河势调整过程中相应岸段崩岸在所难免。为保障荆江的防洪安全,维护健康长江,促进人水和谐,针对本河段河道特性的变化情况,提出了应对建议和措施。 展开更多

关键词 河道特性 防洪安全 健康长江 荆江

下载PDF 职称材料

视频监控行人流量统计系统的设计 被引量：5

15

作者 殷涛 崔佳冬 《电子科技》 2019年第12期48-52,共5页

针对当前行人统计方式落后、非实时性、统计数据滞后等问题,文中提出采用智能视频监控、图像识别的方式实时统计行人流量。系统根据积分通道思想统计行人目标特征,通过Adaboost算法训练分类器对图像帧中的行人目标进行定位、识别。文中... 针对当前行人统计方式落后、非实时性、统计数据滞后等问题,文中提出采用智能视频监控、图像识别的方式实时统计行人流量。系统根据积分通道思想统计行人目标特征,通过Adaboost算法训练分类器对图像帧中的行人目标进行定位、识别。文中在已识别目标的基础上采用CPU多任务模型改进核相关滤波算法对目标进行实时跟踪、统计得到行人流量。测试结果表明,系统能实时识别、跟踪、统计行人目标,整体功能稳定,平均识别率为93%,改进多任务模型使得跟踪速率提高约20%。 展开更多

关键词 人流量统计 实时监控 积分通道特征 核相关滤波 多任务跟踪 ADABOOST算法

下载PDF 职称材料

基于ACF与PCANet改进通道特征的级联行人检测 被引量：4

16

作者 黄鹏 于凤芹 《计算机工程》 CAS CSCD 北大核心 2017年第11期221-226,共6页

针对聚合通道特征(ACF)算法误检窗口多的问题,提出一种由粗到精的级联行人检测算法。采用ACF算法快速粗检,改进通道特征来滤除误检窗口,以每个图像通道学习主成分分析(PCA)滤波器组,代替PCANet从训练图像和卷积图中学习滤波器组,用图像... 针对聚合通道特征(ACF)算法误检窗口多的问题,提出一种由粗到精的级联行人检测算法。采用ACF算法快速粗检,改进通道特征来滤除误检窗口,以每个图像通道学习主成分分析(PCA)滤波器组,代替PCANet从训练图像和卷积图中学习滤波器组,用图像通道进行单层卷积,代替PCANet的双层卷积以降低特征维数,提升对行人的表达能力,并对卷积图池化降维,得到改进的通道特征。仿真结果表明,该算法相对于原ACF算法误检窗口减少,检测率在INRIA、Caltech数据库上分别提高3.8%和17.5%。 展开更多

关键词 行人检测 聚合通道特征算法 积分通道特征 卷积网络 主成分分析 自动学习

下载PDF 职称材料

融合多特征图卷积神经网络的方面级情感分析

17

作者 郭荣荣 高建瓴 徐瑞涓 《小型微型计算机系统》 CSCD 北大核心 2024年第5期1039-1045,共7页

方面情感三元组抽取是基于方面级情感分析的一项新兴任务.针对目前大多数情感分析模型存在三元组抽取任务中忽略了单词之间的关系、序列模型的向量长度设定过短造成输入文本信息丢失的问题.本文提出了一种融合BERT和多特征提取的图卷积... 方面情感三元组抽取是基于方面级情感分析的一项新兴任务.针对目前大多数情感分析模型存在三元组抽取任务中忽略了单词之间的关系、序列模型的向量长度设定过短造成输入文本信息丢失的问题.本文提出了一种融合BERT和多特征提取的图卷积神经网络模型(MF-GCN).本文为三元组抽取任务定义了十种关系,然后使用双仿射注意力模块获取句子中每个词对的关系概率分布,并利用不同的语言特征关系形成不同的多特征图.最后使用图卷积神经网络在多特征图上重复图卷积操作以获得节点表示.MF-GCN在数据集上的F1值分别达到了60.47%、72.37%、62.09%、70.77%、61.37%、71.61%、64.51%、69.55%,表明本文模型在情感分析任务中具有优异的效果. 展开更多

关键词 情感分析 三元组抽取 多通道特征 图卷积神经网络

下载PDF 职称材料

基于快速边缘检测和RealAdaboost的行人检测 被引量：4

18

作者 黄鹏 于凤芹 陈莹 《传感器与微系统》 CSCD 2018年第4期129-131,135,共4页

针对聚合通道特征(ACF)算法中行人外观轮廓不稳定导致检测率下降的问题,使用快速边缘检测检测出待检测图像的边缘图;用边缘图代替ACF算法图像通道中的梯度幅值通道,获取较稳定的行人轮廓信息;采用准确率较高的Real Adaboost分类器提高... 针对聚合通道特征(ACF)算法中行人外观轮廓不稳定导致检测率下降的问题,使用快速边缘检测检测出待检测图像的边缘图;用边缘图代替ACF算法图像通道中的梯度幅值通道,获取较稳定的行人轮廓信息;采用准确率较高的Real Adaboost分类器提高分类准确性。仿真实验结果表明:算法相对于原ACF算法误检窗口减少,检测精度提升,漏检率在INRIA,Caltech数据库上分别降低了5.1%和14.8%。 展开更多

关键词 行人检测 聚合通道特征 快速边缘检测 REAL ADABOOST分类器

下载PDF 职称材料

基于多分辨率特征和时频注意力的环境声音分类 被引量：3

19

作者 刘慧 李小霞 何宏森 《计算机应用研究》 CSCD 北大核心 2021年第12期3569-3573,共5页

针对环境声音分类(ESC),提出了一种基于多分辨率特征和时频注意力的卷积神经网络环境声音分类方法。首先,相较单一分辨率的谱图,多通道多分辨率特征可以丰富特征信息,实现不同特征分辨率之间信息互补,增强特征的表达能力;其次,针对声信... 针对环境声音分类(ESC),提出了一种基于多分辨率特征和时频注意力的卷积神经网络环境声音分类方法。首先,相较单一分辨率的谱图,多通道多分辨率特征可以丰富特征信息,实现不同特征分辨率之间信息互补,增强特征的表达能力;其次,针对声信号提出了一种时频注意力模块,该模块先利用不同大小的一维卷积分别关注时域和频域有效信息,再用二维卷积将两者进行融合,从而抑制环境声中背景噪声并消除由多通道多分辨率带来的冗余信息干扰。实验结果表明,在ESC-10和ESC-50两个基准数据集上的分类准确率达到了98.50%和88.46%,与现有的最新方法相比分别提高了2.70%和0.76%。 展开更多

关键词 环境声音分类 卷积神经网络 时频注意力 多通道特征 多分辨率特征

下载PDF 职称材料

基于双目视觉的聚合积分通道行人检测优化算法 被引量：3

20

作者 金志刚 赵明昕 +1 位作者 张瑞 卫津津 《天津大学学报（自然科学与工程技术版）》 EI CSCD 北大核心 2016年第12期1225-1230,共6页

针对单目视觉下复杂室外场景及人体非刚性变化多样时行人检测效率及准确率较低的问题,提出了一种基于双目立体视觉的行人检测方法.首先采用非局部视差聚合匹配方获取稠密视差图;然后以粗细两阶段分割策略获取感兴趣区域,使用最小面积阈... 针对单目视觉下复杂室外场景及人体非刚性变化多样时行人检测效率及准确率较低的问题,提出了一种基于双目立体视觉的行人检测方法.首先采用非局部视差聚合匹配方获取稠密视差图;然后以粗细两阶段分割策略获取感兴趣区域,使用最小面积阈值获取潜在行人最小尺度;结合行人最小尺度自适应地减少检测所需数据量,最后基于聚合积分通道模型完成数据建模与行人检测.实验结果表明,该方法能有效利用双目视觉信息解决单目视觉下虚假干扰问题,在实现较高检测精度的同时有效提高检测速度. 展开更多

关键词 行人检测 双目立体视觉 聚合积分通道 区域生长

下载PDF 职称材料