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9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：
基于深度学习的视频SAR动目标检测与跟踪算法 被引量：2
1
作者 邱磊 张学志 郝大为 《自然资源遥感》 CSCD 北大核心 2023年第2期157-166,共10页
视频合成孔径雷达(synthetic aperture Radar,SAR)技术被广泛应用于军事侦查、地质勘探和灾害预测等领域。由于SAR视频存在很多的相干斑(Speckle)噪声以及镜面反射、叠掩效应等干扰因素,运动目标容易与背景或其他目标混淆在一起。针对... 视频合成孔径雷达(synthetic aperture Radar,SAR)技术被广泛应用于军事侦查、地质勘探和灾害预测等领域。由于SAR视频存在很多的相干斑(Speckle)噪声以及镜面反射、叠掩效应等干扰因素,运动目标容易与背景或其他目标混淆在一起。针对上述问题,文章提出了一种有效的视频SAR目标检测与跟踪算法。首先,提取视频SAR的多个特征用于构造多通道特征图;然后,使用改进的轻量EfficientDet网络对更深层的特征进行提取,从而在兼顾算法效率的同时提升SAR目标检测的准确度;最后,采用基于目标检测框的轨迹关联策略对视频SAR中同一目标进行关联。实验表明,本研究提出的方法针对SAR阴影目标检测与跟踪任务取得了较好的效果。 展开更多
关键词 视频SAR 特征增强 目标检测 深度学习 特征金字塔 多目标跟踪
下载PDF
基于自适应注意力的任意形状场景文本检测 被引量：2
2
作者 刘倩 杨鹏 毛红梅 《计算机工程与设计》 北大核心 2023年第3期901-907,共7页
大量基于卷积神经网络的场景文本检测方法对于密集的长文本容易检测不全,且泛化能力较差。针对这些问题,提出一种面向自底向上的场景文本检测方法。使用自适应通道注意力机制(ACA),通过局部跨通道交互获得更具代表性的文本特征,提高深... 大量基于卷积神经网络的场景文本检测方法对于密集的长文本容易检测不全,且泛化能力较差。针对这些问题,提出一种面向自底向上的场景文本检测方法。使用自适应通道注意力机制(ACA),通过局部跨通道交互获得更具代表性的文本特征,提高深度卷积神经网络的性能;利用特征增强金字塔(FPEM)融合低层和高层信息进一步增强不同尺度的特征;为解决长文本尺度变化问题,提出一种加权感知损失(WAL),通过调整不同大小的文本实例的权重来增强鲁棒性。实验在CTW1500及MSRA-TD500标准数据集上验证了该方法的优越性。 展开更多
关键词 场景文本检测 自底向上 自适应注意力 特征增强金字塔 加权感知损失 任意形状 长文本
下载PDF
随机缩放混合与跨尺度特征增强的任务对齐目标检测算法
3
作者 王国刚 李佳琪 《计算机测量与控制》 2024年第9期225-233,共9页
针对TOOD算法鲁棒性差、特征金字塔顶层丢失部分语义信息、不同尺度特征层存在语义差距的问题,提出随机缩放混合与跨尺度特征增强的任务对齐目标检测算法;该算法提出2×4混合增强方法,丰富训练样本,提高模型的泛化性和鲁棒性;构造... 针对TOOD算法鲁棒性差、特征金字塔顶层丢失部分语义信息、不同尺度特征层存在语义差距的问题,提出随机缩放混合与跨尺度特征增强的任务对齐目标检测算法;该算法提出2×4混合增强方法,丰富训练样本,提高模型的泛化性和鲁棒性;构造多重残差特征增强模块,自适应融合顶层不同尺度的上下文信息,减少最高层语义信息的损失;构建堆叠金字塔卷积模块,缩小不同尺度特征层之间的语义差距,提升多尺度特征的融合效果;Pascal VOC数据集上的实验结果表明,所提算法的均值平均精度、查准率、查全率分别比TOOD算法提高了3..76%、15.71%、6.28%;而且该算法的F_(1)值与均值平均精度均优于6种主流对比算法。 展开更多
关键词 目标检测 TOOD 缩放混合 特征增强 金字塔卷积
下载PDF
基于改进的YOLOV3口罩佩戴检测算法 被引量：4
4
作者 张鑫 李瑞 李伟奇 《计算机工程与设计》 北大核心 2022年第5期1319-1326,共8页
为防止病毒的传播,提出一种可以识别人们在公共场合下是否佩戴口罩的目标检测算法。以YOLOV3为基础,将Darknet-53骨干网络结构与Inception-v4思想相结合,在特征提取网络中引入空间金字塔池化(spatial pyramid pooling,SPP)结构,使特征... 为防止病毒的传播,提出一种可以识别人们在公共场合下是否佩戴口罩的目标检测算法。以YOLOV3为基础,将Darknet-53骨干网络结构与Inception-v4思想相结合,在特征提取网络中引入空间金字塔池化(spatial pyramid pooling,SPP)结构,使特征得到增强,准确率得到提升;选取GIoU(generalized intersection over union)损失函数作为评价指标。实验结果表明,改进后的YOLOV3算法能够有效进行口罩佩戴检测,其算法的平均精度均值相比于原始的YOLOV3提高5.4%,达到90.1%。 展开更多
关键词 口罩佩戴检测 YOLOV3 骨干网络 特征增强 空间金字塔池化 GIoU损失函数
下载PDF
改进的Cascade RCNN行人检测算法研究 被引量：3
5
作者 刘艳萍 刘甜 《计算机工程与应用》 CSCD 北大核心 2022年第4期229-236,共8页
在复杂路况下的行人检测中,行人尺寸变化大,导致小尺寸行人漏检率高,增加了行人检测的难度。为了降低行人检测漏检率,提高行人检测精度,在级联区域卷积神经网络(cascade regional convolutional neural network,Cascade RCNN)的基础上,... 在复杂路况下的行人检测中,行人尺寸变化大,导致小尺寸行人漏检率高,增加了行人检测的难度。为了降低行人检测漏检率,提高行人检测精度,在级联区域卷积神经网络(cascade regional convolutional neural network,Cascade RCNN)的基础上,将浅层特征与深层特征融合,进行深层特征对浅层特征的特征增强,提高深层信息的利用率,并且增加了一条浅层到深层的通道,将浅层信息直接向上进行传递,提高浅层空间信息的利用率;将行人分类和预测框回归的全连接层改为解耦的回归与分类分支,更加稳健地进行分类和回归整个边界框。在Caltech和ETH行人数据集上进行实验,结果表明,改进的Cascade RCNN与原Cascade RCNN相比,在Caltech行人数据集中大中小尺寸行人漏检率分别降低了7.9个百分点、11.4个百分点和9.1个百分点,平均精度均值提高了3.0个百分点;在ETH行人数据集中漏检率降低了5.6个百分点,平均精度均值提高了2.3个百分点。 展开更多
关键词 行人检测 特征增强 特征金字塔 全连接层 解耦的回归与分类分支
下载PDF
基于通道注意力的轻量行人检测算法 被引量：2
6
作者 张文龙 南新元 +1 位作者 徐明明 黄家興 《现代电子技术》 2022年第16期133-138,共6页
YOLOv3算法参数量和计算量较大,不适合在移动端上使用。针对这个问题,文中通过优化YOLOv3算法提出一种基于注意力机制的轻量行人检测算法。首先,采用轻量级网络优化YOLOv3模型结构,减少模型的参数量和计算量;其次,设计下采样通道注意力... YOLOv3算法参数量和计算量较大,不适合在移动端上使用。针对这个问题,文中通过优化YOLOv3算法提出一种基于注意力机制的轻量行人检测算法。首先,采用轻量级网络优化YOLOv3模型结构,减少模型的参数量和计算量;其次,设计下采样通道注意力模块代替Darknet53中的下采样层;最后,为了进一步丰富目标特征信息,增强小尺度行人的检测能力,引入特征增强模块。在INRIA数据集上的实验结果表明,所提出方法参数量相比YOLOv3模型降低约18,模型平均准确率提高3.85%。相比其他轻量化算法,提出的算法模型复杂度更低并且检测性能更好。 展开更多
关键词 行人检测 通道注意力 YOLOv3 轻量级网络 特征增强 深度学习 残差网络 空间金字塔池化
下载PDF
基于多尺度残差网络的对象级边缘检测算法 被引量：6
7
作者 朱威 王图强 +1 位作者 陈悦峰 何德峰 《计算机科学》 CSCD 北大核心 2020年第6期144-150,共7页
面向对象的边缘检测技术是智能视觉处理领域的关键基础技术,然而目前基于卷积神经网络的边缘检测结果存在分辨率低、噪声较多等问题。因此,文中提出了一种基于多尺度残差网络的对象级边缘检测算法。首先,设计了混合空洞卷积残差块,来替... 面向对象的边缘检测技术是智能视觉处理领域的关键基础技术,然而目前基于卷积神经网络的边缘检测结果存在分辨率低、噪声较多等问题。因此,文中提出了一种基于多尺度残差网络的对象级边缘检测算法。首先,设计了混合空洞卷积残差块,来替换原始残差网络中的普通卷积核,以放大网络的感受野;然后,设计了多尺度特征增强模块,对边缘信息进行多尺度特征提取,以放大网络的信息接受域;最后,设计了结合顶层语义特征的金字塔多尺度特征融合模块,将不同尺度下的特征信息进行融合,以输出边缘检测后的图像。为了验证所提算法的有效性,在公开数据集BSDS500上进行实验。实验结果表明,与现有算法相比,所提算法具有更好的边缘检测效果,客观指标ODS,OIS和AP分别达到了0.819,0.838和0.849,主观检测效果也更接近真实值,噪声更少。 展开更多
关键词 残差网络 空洞卷积 多尺度特征增强 金字塔特征融合结构
下载PDF
复杂城市交通场景下的自动驾驶语义分割方法
8
作者 周勇 刘泓滨 侯亚东 《电子测量与仪器学报》 CSCD 北大核心 2024年第4期241-247,共7页
多尺度特征金字塔可以缓解语义分割在复杂交通场景下通常存在漏分割、错误分割、边界分割不清晰等问题,但现有的多尺度特征金字塔在获取丰富的语义信息时,不得不下采样特征图,牺牲空间细节信息,而这导致了最终的分割结果仍然精度受限。... 多尺度特征金字塔可以缓解语义分割在复杂交通场景下通常存在漏分割、错误分割、边界分割不清晰等问题,但现有的多尺度特征金字塔在获取丰富的语义信息时,不得不下采样特征图,牺牲空间细节信息,而这导致了最终的分割结果仍然精度受限。针对该问题,本文提出了特征强化模块,使得有利于正确分类像素的相似特征在下采样过程之前得到基于不同矢量间余弦相似度的进一步加强,降低下采样带来的负面影响。另外,结合空洞卷积和条带卷积原理,本文对大卷积核进行了改造,并构建新的多尺度特征金字塔模块,以获取尺度不同且具备更大感受野的语义信息。该分割方法实时高效,能够满足自动驾驶语义分割要求,在VOC2012数据集上的实验表明,所提出的方法分割结果mIoU达到了74.36%,FPS达到了43,优于目前的主流语义分割方法。 展开更多
关键词 语义分割 自动驾驶 特征强化模块 多尺度特征金字塔 相似特征
下载PDF
改进YOLOv5的沥青路面病害检测算法 被引量：1
9
作者 杨振 李林 +2 位作者 罗文婷 倪昌双 傅幼华 《计算机工程与设计》 北大核心 2023年第11期3360-3372,共13页
为提升沥青路面病害自动化识别的准确率,提出一种特征网络增强算法(YOLO-EH)。该网络包含一种可以与CBAM注意力机制进行结合的新型特征增强模块(FEM)以及一种可以对FPN添加反馈链接的新型逆向二次循环特征金字塔网络(RCFPN)。实验结果表... 为提升沥青路面病害自动化识别的准确率,提出一种特征网络增强算法(YOLO-EH)。该网络包含一种可以与CBAM注意力机制进行结合的新型特征增强模块(FEM)以及一种可以对FPN添加反馈链接的新型逆向二次循环特征金字塔网络(RCFPN)。实验结果表明,与原YOLOv5算法相比,YOLO-EH对于同一批路段数据在平均病害识别准确率上提高了2.6个百分点,验证了其准确性与有效性。 展开更多
关键词 深度学习 沥青路面病害识别 目标检测 YOLOv5 注意力机制 特征增强模块 逆向二次循环特征金字塔网络
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