期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
特征图组合的双流CNN手指关节角度连续运动预测方法研究
1
作者 武岩 曹崇莉 +2 位作者 李奇 姬鹏辉 张航 《重庆理工大学学报(自然科学)》 CAS 北大核心 2024年第11期119-128,共10页
针对基于表面肌电(surface electromyography,sEMG)信号手指关节角度连续运动预测时序信息提取不足、预测准确率较低的问题,提出了一种基于特征图组合(feature map combinations,FMC)的双流卷积神经网络(dual-stream convolutional neur... 针对基于表面肌电(surface electromyography,sEMG)信号手指关节角度连续运动预测时序信息提取不足、预测准确率较低的问题,提出了一种基于特征图组合(feature map combinations,FMC)的双流卷积神经网络(dual-stream convolutional neural network,DCNN)预测方法。提取sEMG信号的特征信息,采用滑动窗方式将特征信息进行特征图组合,表达特征的时间连贯性以提取sEMG信号的时序信息,通过DCNN网络在时间、空间维度对组合后的特征图提取深层特征,提高手指关节角度连续运动预测效果。在NinaPro-DB8数据集上进行实验,结果表明:在3类不同自由度(18个、5个、3个)的相关方法比较中,健康受试者的R2值分别提高了7.9%、16.8%和17.8%;截肢受试者的R2值分别提高了9.6%、14.3%和10.3%。 展开更多
关键词 SEMG 连续运动预测 特征图组合 双流卷积神经网络
下载PDF
基于高层特征图组合及池化的高分辨率遥感图像检索 被引量:12
2
作者 葛芸 马琳 +1 位作者 江顺亮 叶发茂 《电子与信息学报》 EI CSCD 北大核心 2019年第10期2487-2494,共8页
高分辨率遥感图像内容复杂,提取特征来准确地表达图像内容是提高检索性能的关键。卷积神经网络(CNN)迁移学习能力强,其高层特征能够有效迁移到高分辨率遥感图像中。为了充分利用高层特征的优点,该文提出一种基于高层特征图组合及池化的... 高分辨率遥感图像内容复杂,提取特征来准确地表达图像内容是提高检索性能的关键。卷积神经网络(CNN)迁移学习能力强,其高层特征能够有效迁移到高分辨率遥感图像中。为了充分利用高层特征的优点,该文提出一种基于高层特征图组合及池化的方法来融合不同CNN中的高层特征。首先将高层特征作为特殊的卷积层特征,进而在不同输入尺寸下保留高层输出的特征图;然后将不同高层输出的特征图组合成一个更大的特征图,以综合不同CNN学习到的特征;接着采用最大池化的方法对组合特征图进行压缩,提取特征图中的显著特征;最后,采用主成分分析(PCA)来降低显著特征的冗余度。实验结果表明,与现有检索方法相比,该方法提取的特征在检索效率和准确率上都有优势。 展开更多
关键词 遥感图像检索 迁移学习 高层特征图 组合 池化
下载PDF
基于视觉显著性车辆监控视频关键帧提取方法 被引量:7
3
作者 仲梦洁 张艳彬 《计算机技术与发展》 2019年第6期164-169,共6页
针对道路车辆监控视频中车辆的关键帧提取问题,基于视觉显著性提出了一种关键帧提取方法。该方法首先对监控视频中的目标车辆进行检测、跟踪及背景分离,其次分别提取目标车辆的FT、LBP与边缘三种底层特征,并在RGB颜色空间根据改进后的... 针对道路车辆监控视频中车辆的关键帧提取问题,基于视觉显著性提出了一种关键帧提取方法。该方法首先对监控视频中的目标车辆进行检测、跟踪及背景分离,其次分别提取目标车辆的FT、LBP与边缘三种底层特征,并在RGB颜色空间根据改进后的加权欧氏距离得到车牌相似图。然后根据车牌相似度越小则给三种底层特征越大惩罚的思想,采用车牌相似图对FT、LBP与边缘三种底层特征图像进行优化,将三种优化后的底层特征图像进行加权平均融合,得到多特征融合图像。最后以多特征融合图像结果为参考,选取出目标显著性程度最大的融合图像对应的视频帧为关键帧。实验结果表明,该方法能提取监控区域的序列图像帧中车辆信息最丰富的图像,实现道路车辆监控视频中车辆数据的有效压缩。 展开更多
关键词 车辆监控视频 关键帧提取 底层特征 车牌相似图 加权平均融合
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部