期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
2
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于区域神经网络的TFT-LCD电路缺陷检测方法
被引量：
8
1
作者
何俊杰
肖可
+1 位作者
刘畅
陈松岩
《计算机与现代化》
2018年第7期33-38,共6页
对薄膜晶体管液晶显示器(TFT-LCD)边框电路中细微、复杂的缺陷进行检测,一直是自动光学检测(AOI)的一个难点。本文提出基于改进的快速区域神经网络(Faster R-CNN)算法对TFT-LCD边框电路的缺陷进行检测。首先在共享卷积层进行特征提取,...
对薄膜晶体管液晶显示器(TFT-LCD)边框电路中细微、复杂的缺陷进行检测,一直是自动光学检测(AOI)的一个难点。本文提出基于改进的快速区域神经网络(Faster R-CNN)算法对TFT-LCD边框电路的缺陷进行检测。首先在共享卷积层进行特征提取,然后通过多层的区域提议网络结构生成精确候选区域,根据候选区域的特征和目标分类实现对缺陷的识别和定位。同时设计多种有效的网络结构并详细分析网络层深度及卷积核大小对检测效果的影响,最后进行不同算法的比较。在实际构建的数据集上实验,结果表明本文方法具有良好的检测效果,对6种类别的液晶屏边框电路缺陷识别定位达到平均每张0.12 s的检测速度和94.6%的准确率。
展开更多
关键词
缺陷检测
工业智能
基于区域的卷积神经网络
深度学习
下载PDF
职称材料
基于多任务Faster R-CNN车辆假牌套牌的检测方法
被引量：
7
2
作者
陈朋
汤一平
+2 位作者
何霞
王辉
袁公萍
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2017年第12期3079-3089,共11页
针对现有车辆假牌套牌各种检测方法存在计算复杂度高、检测精度低、鲁棒性欠缺等问题,提出一种基于多任务的高速区域卷积神经网络(Faster R-CNN)车辆假牌套牌的检测方法。首先利用时空约束得到疑似套牌车辆,接着用Faster R-CNN定位分割...
针对现有车辆假牌套牌各种检测方法存在计算复杂度高、检测精度低、鲁棒性欠缺等问题,提出一种基于多任务的高速区域卷积神经网络(Faster R-CNN)车辆假牌套牌的检测方法。首先利用时空约束得到疑似套牌车辆,接着用Faster R-CNN定位分割出车辆前脸部分图像,然后对疑似套牌车辆的车脸公脸部分(车辆的基本特征)的特征进行比对;在此基础上再对高仿套牌车辆的车脸私脸部分(车检标)的细微特征进行检测比对。这种分层次的、从车辆宏观特征到微观特征的视觉检测方法,具有检测速度快、鲁棒性高、泛化能力强、实施部署方便、检测精度高等优点。实验研究表明,在Vehicle ID数据集和杭州卡口数据集中分别取得了99.39%、99.22%的检测精度。
展开更多
关键词
车辆假牌套牌检测
多任务高速区域卷积神经网络
车辆脸部特征
分层特征比对
下载PDF
职称材料
题名
基于区域神经网络的TFT-LCD电路缺陷检测方法
被引量：
8
1
作者
何俊杰
肖可
刘畅
陈松岩
机构
厦门大学物理科学与技术学院
出处
《计算机与现代化》
2018年第7期33-38,共6页
基金
福建省高校产学合作项目(2016H6026)
文摘
对薄膜晶体管液晶显示器(TFT-LCD)边框电路中细微、复杂的缺陷进行检测,一直是自动光学检测(AOI)的一个难点。本文提出基于改进的快速区域神经网络(Faster R-CNN)算法对TFT-LCD边框电路的缺陷进行检测。首先在共享卷积层进行特征提取,然后通过多层的区域提议网络结构生成精确候选区域,根据候选区域的特征和目标分类实现对缺陷的识别和定位。同时设计多种有效的网络结构并详细分析网络层深度及卷积核大小对检测效果的影响,最后进行不同算法的比较。在实际构建的数据集上实验,结果表明本文方法具有良好的检测效果,对6种类别的液晶屏边框电路缺陷识别定位达到平均每张0.12 s的检测速度和94.6%的准确率。
关键词
缺陷检测
工业智能
基于区域的卷积神经网络
深度学习
Keywords
defect
deteetion
industrial
intelligenee
region
-
based
eonvolutional
neural
network
deep
learning
分类号
TP312 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
基于多任务Faster R-CNN车辆假牌套牌的检测方法
被引量：
7
2
作者
陈朋
汤一平
何霞
王辉
袁公萍
机构
浙江工业大学信息工程学院
银江股份有限公司
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2017年第12期3079-3089,共11页
基金
国家自然科学基金(61070134
61379078)项目资助
文摘
针对现有车辆假牌套牌各种检测方法存在计算复杂度高、检测精度低、鲁棒性欠缺等问题,提出一种基于多任务的高速区域卷积神经网络(Faster R-CNN)车辆假牌套牌的检测方法。首先利用时空约束得到疑似套牌车辆,接着用Faster R-CNN定位分割出车辆前脸部分图像,然后对疑似套牌车辆的车脸公脸部分(车辆的基本特征)的特征进行比对;在此基础上再对高仿套牌车辆的车脸私脸部分(车检标)的细微特征进行检测比对。这种分层次的、从车辆宏观特征到微观特征的视觉检测方法,具有检测速度快、鲁棒性高、泛化能力强、实施部署方便、检测精度高等优点。实验研究表明,在Vehicle ID数据集和杭州卡口数据集中分别取得了99.39%、99.22%的检测精度。
关键词
车辆假牌套牌检测
多任务高速区域卷积神经网络
车辆脸部特征
分层特征比对
Keywords
fake
plate
vehicles
detection
muhitask
faster
region
-
based
eonvolutional
neural
network
（
Faster
R-CNN）
vehicle
facial
features
hierarchical
feature
matching
分类号
TP391 [自动化与计算机技术—计算机应用技术]
TH39 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于区域神经网络的TFT-LCD电路缺陷检测方法
何俊杰
肖可
刘畅
陈松岩
《计算机与现代化》
2018
8
下载PDF
职称材料
2
基于多任务Faster R-CNN车辆假牌套牌的检测方法
陈朋
汤一平
何霞
王辉
袁公萍
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2017
7
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
