检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

结合双金字塔特征融合与级联定位的车牌检测

计算机工程与应用 2023年第2期59卷 240-252页

作者：张俊青熊玉洁孙宪坤高永彬上海工程技术大学电子电气工程学院上海201620 华东师范大学上海多维度信息处理重点实验室上海200241

为了解决复杂环境中不同因素干扰车牌检测精确度的问题,提出了一种基于双金字塔特征融合的复杂环境下车牌检测算法。通过采用Mish激活函数的残差网络(ResNet101-M)对输入图像进行初级特征提取;在传统特征金字塔网络(feature pyramid net... 详细信息

为了解决复杂环境中不同因素干扰车牌检测精确度的问题,提出了一种基于双金字塔特征融合的复杂环境下车牌检测算法。通过采用Mish激活函数的残差网络(ResNet101-M)对输入图像进行初级特征提取;在传统特征金字塔网络(feature pyramid network,FPN)的基础上,提出了一种改进的双金字塔特征融合网络(siamese feature pyramid network,SFPN)。被提取的初级特征被送入该网络进行多层特征融合。融合后的特征被送入基于形状先验的锚点设置网络来确定感兴趣区域。将所生成的感兴趣区域送入级联定位网络从而得到准确的车牌检测结果。实验结果表明,该算法在AOLP与CCPD车牌数据集上均能够有效提升检测性能。

关键词：车牌检测深度学习双金字塔特征融合级联定位

在线全文

学校读者我要写书评

暂无评论

多阶段冠状动脉CTA三维分割算法

信号处理 2019年第11期35卷 1911-1918页

作者：刘敏方志军高永彬上海工程技术大学电子电气工程学院

冠脉血管CTA(computed tomography angiongraphy)的分割是判断血管堵塞的首要一步,也是后续三维重建、定性分析等医学诊断的先决条件。本文提出多阶段方式完成冠状动脉从粗到细逐级分割。为了减少非心脏组织给神经网络训练带来的影响,... 详细信息

冠脉血管CTA(computed tomography angiongraphy)的分割是判断血管堵塞的首要一步,也是后续三维重建、定性分析等医学诊断的先决条件。本文提出多阶段方式完成冠状动脉从粗到细逐级分割。为了减少非心脏组织给神经网络训练带来的影响,首先采用基于自适应阈值的方法预提取心脏区域。然后提出以V-net作为基础网络框架的深度全卷积网络,扩大了每一层卷积核的第三维通道,充分利用血管空间连续性,增加了网络学习能力。第一阶段提取的心脏区域结合对应标签作为下阶段全卷积网络的训练数据,来实现精确的冠脉血管分割,最后通过水平集函数迭代优化血管边缘轮廓,得到分割结果。本文提出的方法对血管分割的平均Jaccard达到了0.813,Dice达到了0.903,能够对冠脉CTA进行准确的三维分割。

关键词：图像处理全卷积神经网络多阶段冠脉血管三维分割改进的V-net网络

在线全文

学校读者我要写书评

暂无评论

引入深度补全与实例分割的三维目标检测

传感器与微系统 2021年第1期40卷 129-132页

作者：黄漫黄勃高永彬上海工程技术大学电子电气工程学院上海201620

三维目标检测是自动驾驶系统与机器人系统的关键技术,目前对该技术的研究大多基于深度相机获取的RGB-D图,但在室外自动驾驶场景中,输入雷达点云更符合三维目标检测系统的应用环境。以RGB图与雷达点云为输入,结合IP-Basic算法在消除噪声... 详细信息

三维目标检测是自动驾驶系统与机器人系统的关键技术,目前对该技术的研究大多基于深度相机获取的RGB-D图,但在室外自动驾驶场景中,输入雷达点云更符合三维目标检测系统的应用环境。以RGB图与雷达点云为输入,结合IP-Basic算法在消除噪声的同时将稀疏雷达点云补全成稠密深度图;采用降维原理,结合Mask R-CNN在RGB图上进行实例分割,进而提取目标在深度图上的对应区域;结合点云的自然不变性,将目标对应深度图转化为点云后输入到卷积神经网络进行特征学习。在公开数据集Kitti上进行实验,实验结果表明:该方法在公开三维目标检测数据集上达到了较好的检测精度。

关键词：深度学习实例分割深度补全点云处理

基于D9/7小波变换的自适应方向提升多小波算法

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2012年第7期49卷 81-86页

作者：方志军高永彬舒雷焦焰斌江西财经大学信息管理学院江西南昌330013

提出一种自适应方向提升多小波的算法,结合多小波变换的对称性、正交性、紧支性、高阶消失矩以及自适应算法的方向性特征,提高图像压缩的性能。传统的多小波变换只考虑水平与垂直两个方向上的变换,而自适应提升多小波利用图像局部的方... 详细信息

提出一种自适应方向提升多小波的算法,结合多小波变换的对称性、正交性、紧支性、高阶消失矩以及自适应算法的方向性特征,提高图像压缩的性能。传统的多小波变换只考虑水平与垂直两个方向上的变换,而自适应提升多小波利用图像局部的方向特征寻找像素点之间的相关性,从而减少编码时的预测误差。利用两个D9/7单小波构造提升多小波,并结合率失真(RD)模型自适应地进行提升方向的选择,在减少预测误差与编码比特率之间进行折中选择。实验结果表明,自适应方向提升多小波比传统的提升多小波具有更好的编码性能。

关键词：图像处理自适应提升多小波 D9/7

在线全文

学校读者我要写书评

暂无评论

Hadoop大数据分析

基于小波变换网络的自监督单目深度与位姿估计

作者：高永彬，钱亮宏，方志军

来源：南通市图书馆图书评论

学校读者我要写书评

暂无评论

武汉大学学报（理学版） 2023年第6期69卷 777-786页

作者：乔善宝高永彬黄勃余文俊上海工程技术大学电子电气工程学院上海201600

基于小波变换与运动恢复结构的自监督学习范式,将二维离散小波变换嵌入神经网络并实现梯度传播,提出了一种新的单目深度与位姿估计算法。传统的神经网络在降采样过程中会造成信息丢失,且丢失的信息在后续阶段无法复原,对于深度估计任务... 详细信息

基于小波变换与运动恢复结构的自监督学习范式,将二维离散小波变换嵌入神经网络并实现梯度传播,提出了一种新的单目深度与位姿估计算法。传统的神经网络在降采样过程中会造成信息丢失,且丢失的信息在后续阶段无法复原,对于深度估计任务,结构信息的丢失会降低模型性能。本文使用二维离散小波变换层替代传统的降采样操作,更好地保留图像中的结构细节并避免噪声累积。在上采样解码深度图的阶段,采用小波逆变换层取代传统的插值上采样方法,更有效地恢复图像信息,得到更精确的深度图。提出的算法相比传统的神经网络对噪声更有鲁棒性。在KITTI数据集上进行实验,证明了所提出的算法在自监督单目深度与位姿估计任务中有优异的性能表现。

关键词：小波变换自监督学习单目深度估计位姿估计三维感知

在线全文

学校读者我要写书评

暂无评论

部分遮挡人脸识别的方法综述

武汉大学学报（理学版） 2020年第5期66卷 451-461页

作者：王慧星黄勃高永彬谢源上海工程技术大学电子电气工程学院上海201620 华东师范大学计算机科学与技术学院上海200062

通过人脸识别进行身份确认一直以来都是非常活跃的研究主题,在现实环境中,表情变化、光照影响、姿态变化、遮挡等都会对人脸识别任务产生不良的影响,其中部分遮挡问题一直没有得到有效的解决。对部分遮挡人脸识别的稀疏表示法、遮挡字... 详细信息

通过人脸识别进行身份确认一直以来都是非常活跃的研究主题,在现实环境中,表情变化、光照影响、姿态变化、遮挡等都会对人脸识别任务产生不良的影响,其中部分遮挡问题一直没有得到有效的解决。对部分遮挡人脸识别的稀疏表示法、遮挡字典的处理方法、遮挡的误差编码方法、基于深度学习的方法、基于深度学习与传统算法结合的方法和基于3D的方法进行了总结,阐述了各类方法的基本思想和原理,分析了现阶段存在的问题和未来的研究方向。

关键词：部分遮挡人脸识别稀疏表示遮挡字典误差编码深度学习 3D

在线全文

学校读者我要写书评

暂无评论

打造产业网红IP,彰显乡村振兴主流价值

南方传媒研究 2021年第3期 50-56页

作者：高永彬南方农村报

随着网络技术与社交媒体的高速发展,越来越多因某些特殊事件而在网络上备受关注的"网红"出现在网民的视野中。随着网红影响力的日益增强,社会舆论环境变得日趋复杂。为了适应新时代新发展,主流媒体通过导入流量,扩大正向宣传,进而打造... 详细信息

随着网络技术与社交媒体的高速发展,越来越多因某些特殊事件而在网络上备受关注的"网红"出现在网民的视野中。随着网红影响力的日益增强,社会舆论环境变得日趋复杂。为了适应新时代新发展,主流媒体通过导入流量,扩大正向宣传,进而打造出具有正能量的网红IP,使其成为社会主义核心价值观的传播者。这一模式将成为主流媒体创新宣传方式、开拓全新舆论阵地的重要突破口。本文通过分析广东农业圈新晋网红——"菠萝妹妹"王小颖的出圈案例,尝试对主流媒体如何打造正能量网红提出建议。

关键词：乡村振兴网红正能量

在线全文

学校读者我要写书评

暂无评论

面向少数类用户兴趣演化的推荐算法

南京理工大学学报 2021年第2期45卷 214-222页

作者：张维黄勃张娟高永彬刘瑾王忠震上海工程技术大学电子电气工程学院上海201620 江西省经济犯罪侦查与防控技术协同创新中心江西南昌330000

为了提高推荐算法在对少数类用户进行推荐时的时效性、准确性,提出一种面向少数类用户兴趣演化的推荐算法。该文算法将时间窗口、指数衰减函数和带有时间效应的用户项目交互信息3个因素相结合,描述出不同用户对不同项目类型的兴趣倾向... 详细信息

为了提高推荐算法在对少数类用户进行推荐时的时效性、准确性,提出一种面向少数类用户兴趣演化的推荐算法。该文算法将时间窗口、指数衰减函数和带有时间效应的用户项目交互信息3个因素相结合,描述出不同用户对不同项目类型的兴趣倾向值。通过改进的K-means算法对用户进行分类,并对聚类结果中近邻数量极少的类用户(少数类用户),使用平衡的方法来增加这类用户的近邻数量,避免少数类用户兴趣趋于窄化,以防信息茧房现象的发生。最后将聚类结果与推荐算法结合对少数类用户进行推荐。在MovieLens 100K数据集上的实验对比分析表明,该文算法的推荐精度最大提高了2.07%。

关键词：协同过滤 K-means算法用户兴趣信息茧房推荐算法少数类用户聚类算法