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

基于视频处理的身型自适应摔倒检测系统

基于视频处理的身型自适应摔倒检测系统

作者：孔凡宁哈尔滨理工大学

学位级别：硕士

在日常生活中,“小心地滑”的警示标志随处可见,时刻提醒人们谨防摔倒。不论在家还是养老院,公共场所的扶梯抑或环境恶劣的工厂,摔倒时刻威胁着各年龄段的人群,当有人独自发生严重摔倒时,自救十分困难。因此,自动摔倒检测系统的研究对... 详细信息

在日常生活中,“小心地滑”的警示标志随处可见,时刻提醒人们谨防摔倒。不论在家还是养老院,公共场所的扶梯抑或环境恶劣的工厂,摔倒时刻威胁着各年龄段的人群,当有人独自发生严重摔倒时,自救十分困难。因此,自动摔倒检测系统的研究对于人们的健康安全有着非常重大的意义。为了解决人们在独处时发生严重摔倒而难以自救的问题,通过分析现有的穿戴式、环境式和视频式摔倒检测方案,选择摔倒特征丰富、检测自由度高的视频式摔倒检测方案来设计系统。在系统设计上,致力于解决当前视频式摔倒检测系统体积大、实时性差的问题,考虑高级精简指令集处理器(ARM)、数字信号处理器(DSP)和现场可编程门阵列(FPGA)的运算能力,采用FPGA为核心,结合摄像头,声光、短信及语音报警电路搭建了一种基于视频处理的嵌入式摔倒检测系统。在算法设计上,考虑到当前摔倒检测算法的判定结果过分依赖人工经验,当被试身型存在较大差异时,会出现误判率激增的问题,提出了一种身型自适应摔倒判定算法:运用背景减除法提取人体目标图像,使用最小矩形法计算摔倒特征,采用决策树设定摔倒阈值,通过欧氏距离法实现人体身型自适应,根据摔倒特征敏感度分级判定摔倒,实现了高准确率下的摔倒检测。在FPGA功能设计上,采用自顶向下的设计思想,使用Verilog作为系统逻辑描述手段,以功能来划分系统的各模块,包括摄像头、存储器、外围报警电路的驱动与控制设计,以及身型自适应摔倒判定算法的搭载。经实验验证,身型自适应摔倒判定算法的平均准确率为95.2%,与人工经验阈值组合相比,平均准确率提升了15%以上,且在被测者身型存在较大差异时能够保证准确率的稳定。系统在640×480的分辨率与30fps的帧率条件下,语音报警及声光报警的平均响应时间均低于2秒,发送报警短信的平均延迟不超过5秒,能够及时地反映摔倒事件。

关键词：摔倒检测图像处理现场可编程门阵列决策树身型自适应

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于双重注意力和分层感知表征的IQA方法

天津大学学报（自然科学与工程技术版） 2024年第3期57卷 234-243页

作者：史再峰佟博文孔凡宁康泰罗韬天津大学微电子学院天津300072 天津市成像与感知微电子技术重点实验室天津300072 天津大学智能与计算学部天津300072

图像质量评价在图像处理领域有着广泛的应用.基于深度学习的方法以多通道特征的形式获取图像信息,但在特征下采样过程中会丢失局部空间细节,导致对于图像信息的表征能力不足.针对以上问题,本文基于人类视觉系统的分层感知机制,提出了一... 详细信息

图像质量评价在图像处理领域有着广泛的应用.基于深度学习的方法以多通道特征的形式获取图像信息,但在特征下采样过程中会丢失局部空间细节,导致对于图像信息的表征能力不足.针对以上问题,本文基于人类视觉系统的分层感知机制,提出了一种全参考图像质量评价方法,采用Siamese结构的卷积神经网络实现非线性映射,从不同尺度和视觉复杂度表征图像信息,并通过双重注意力模拟人类在评价图像质量时对视觉注意力的调控过程.此方法在特征提取阶段引入空间注意力机制,对特征图的二维空间位置赋以权重,计算人在感知图像失真信息时对空间区域的注意力差别.在特征融合阶段利用分组通道注意力模块显式建模通道间的依赖关系,对感知差异特征进行自适应的校准,使网络关注对于图像质量评价影响大的通道特征.实验结果表明,该方法在LIVE、TID2013和CSIQ 3个公开数据集上的斯皮尔曼相关系数分别达到0.975、0.938和0.963,在应对复杂失真类型图像时的性能提升显著,与人类主观评价的一致性良好.

关键词：图像质量评价卷积神经网络双重注意力机制分层感知表征

在线全文

学校读者我要写书评

暂无评论

面向航摄图像目标检测的轻量级特征融合网络

激光与光电子学进展 2023年第10期60卷 265-274页

作者：樊强强史再峰孔凡宁李少雄肖军天津大学微电子学院天津300072 飞腾信息技术有限公司天津300459 天津市成像与感知微电子技术重点实验室天津300072

针对现有航摄图像目标检测算法中模型复杂、超参数多、检测精度较低的问题,提出一种面向航摄图像目标检测的轻量级多尺度特征融合网络。该网络采用Anchor-Free思想,通过逐像素预测的方式,减少了与Anchor相关的超参数;利用MobileNetV3作... 详细信息

针对现有航摄图像目标检测算法中模型复杂、超参数多、检测精度较低的问题,提出一种面向航摄图像目标检测的轻量级多尺度特征融合网络。该网络采用Anchor-Free思想,通过逐像素预测的方式,减少了与Anchor相关的超参数;利用MobileNetV3作为特征提取网络并使用Ghost瓶颈模块优化多尺度特征融合网络,来降低网络的参数量和计算量;引入可变形卷积来构建可变形感受野模块,提高检测器对航摄图像目标形变的鲁棒性;同时采用标签分配策略SimOTA进行动态样本匹配,以缓解航摄图像目标分布密集、遮挡严重的检测问题。在数据集VisDrone2019-DET和NWPU VHR-10上对所提网络进行评估,检测精度AP50分别达26.6%和94.4%,检测速度分别达59.9 frame/s和79.6 frame/s。与主流目标检测网络相比,所提网络在保持较高检测精度和速度的同时,具有较小的参数量和计算量,更适合应用于机载计算设备。

关键词：目标检测 Anchor-Free 可变形感受野块特征融合动态样本匹配

同方期刊数据库

基于DCPAN的低剂量能谱CT图像去噪方法

在线全文

学校读者我要写书评

暂无评论

天津大学学报（自然科学与工程技术版） 2023年第2期56卷 184-192页

作者：史再峰程明欧阳顺馨孔凡宁齐俊宇田颖天津大学微电子学院天津300072 天津市成像与感知微电子技术重点实验室天津300072 天津仁爱学院天津301636

能谱式计算机断层扫描(CT)成像技术具备良好的能量分辨率,能够精确地鉴别人体组织成分,从而为后续诊断提供更准确的检测信息.随着辐射剂量的降低,能谱CT图像中噪声水平显著提高,对成像质量产生严重影响,进而降低了组织成分的解析精度.... 详细信息

能谱式计算机断层扫描(CT)成像技术具备良好的能量分辨率,能够精确地鉴别人体组织成分,从而为后续诊断提供更准确的检测信息.随着辐射剂量的降低,能谱CT图像中噪声水平显著提高,对成像质量产生严重影响,进而降低了组织成分的解析精度.基于卷积神经网络(CNN)的去噪模型虽然可以显著降低图像中的噪声含量,但随着卷积层数的增加,深层神经网络通常会丢失高频信息.为了解决这一问题,并实现在低剂量条件下重建出高质量能谱CT图像,本文提出了一种结合通道注意力机制(CA)和持续自注意力机制(PSA)的密集连接持续注意力网络(DCPAN).两种注意力机制分别建立特征图像在通道和全局维度的联系以提高网络对图像高频分量的敏感程度,进而抑制高频细节信息的丢失.该模型所采用的密集连接结构通过特征复用的方式可以在前馈传播中保留高频信息,使用复合损失函数来监督网络的训练可以使该模型对边缘特征和组织细节信息更加敏感.实验结果表明,经该模型处理的腹部切片CT图像峰值信噪比、结构相似性指数和特征相似性指数分别达到了38.25 dB、0.9937和0.9732以上.相比于目前先进的CT噪声去除方法,该方法具有更好的噪声抑制能力,处理得到的重建图像组织结构清晰、噪声含量更低,为后续诊断和其他处理工作提供更精确的检测信息.

关键词：能谱式计算机断层扫描低剂量卷积神经网络注意力机制

一种面向钢材表面缺陷检测的改进型YOLOv5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 2023年第24期60卷 184-192页

作者：李少雄史再峰孔凡宁王若琪罗韬天津大学微电子学院天津300072 天津大学智能与计算学部天津300072 天津市成像与感知微电子技术重点实验室天津300072

针对钢材表面缺陷尺度不一,现有检测算法多尺度特征处理能力较差、精度有待提高的问题,提出了一种面向钢材表面缺陷检测的改进型YOLOv5算法。首先,在骨干网络的特征输出层后添加感受野模块以增强特征的判别性与鲁棒性,可以更好地感知不... 详细信息

针对钢材表面缺陷尺度不一,现有检测算法多尺度特征处理能力较差、精度有待提高的问题,提出了一种面向钢材表面缺陷检测的改进型YOLOv5算法。首先,在骨干网络的特征输出层后添加感受野模块以增强特征的判别性与鲁棒性,可以更好地感知不同尺度的特征信息;然后,利用对齐的特征聚合模块替换传统的特征融合结构,解决了高低分辨率特征图在融合过程中存在的特征错位问题;最后,采用带有高效通道注意力机制的解耦头输出检测结果,注意力机制可以自适应地校准通道响应,解耦头使得分类与回归任务可以独立执行。在NEU-DET数据集上的实验结果显示,所提出方法的平均精度均值为80.51%,相比基准模型提升了4.48%,检测速度为31.96 frame/s。相比其他主流的目标检测算法,在保持一定检测速度的前提下,所提算法具有更高的精度,能够实现高效的钢材表面缺陷检测。

关键词：表面缺陷检测感受野特征对齐解耦头注意力机制

面向无人机航摄图像语义分割的双路特征融合网络

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 2023年第24期60卷 283-291页

作者：李润增史再峰孔凡宁赵向阳罗韬天津大学微电子学院天津300072 天津大学智能与计算学部天津300072 天津市成像与感知微电子技术重点实验室天津300072

针对无人机航摄图像中目标尺寸差异大导致的感受野难以同时兼顾不同尺寸物体分割效果的问题,提出了利用两路分支分别提取浅层和深层信息的双路特征融合网络(DSFA-Net)。在编码器中,浅层分支利用三个串行ConvNeXt模块提取高通道数的浅层... 详细信息

针对无人机航摄图像中目标尺寸差异大导致的感受野难以同时兼顾不同尺寸物体分割效果的问题,提出了利用两路分支分别提取浅层和深层信息的双路特征融合网络(DSFA-Net)。在编码器中,浅层分支利用三个串行ConvNeXt模块提取高通道数的浅层特征以保留更多空间细节;深层分支利用坐标注意力空洞空间金字塔池化(CA-ASPP)模块为特征图重新分配权重,使网络更加关注尺寸各异的分割目标,获得深层多尺度特征。在解码过程中,网络利用双边引导融合模块为两层特征建立通信以进行分辨率融合,提高层级特征的利用率。所提方法在AeroScapes和Semantic Drone航摄图像数据集上进行了实验,其平均交并比分别达到83.16%和72.09%、平均像素准确率分别达到90.75%和80.34%。与主流的语义分割方法相比,所提方法对于具有较大尺寸差异的目标,分割能力更强,更适用于无人机航摄图像场景下的语义分割任务。

关键词：语义分割特征融合双路网络坐标注意力空洞空间金字塔池化多尺度特征提取

基于HAMEN网络的稀疏投影能谱CT重建方法

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 2023年

作者：齐俊宇史再峰孔凡宁葛天昊张丽丽天津大学微电子学院天津市成像与感知微电子技术重点实验室

能谱式计算机断层扫描可以提供不同能量下的衰减信息，有利于物质分解和组织分辨。稀疏投影可以有效降低辐射剂量，但会导致重建后的CT图像出现严重的伪影和噪声。基于卷积神经网络的深度学习重建方法虽在一定程度上改善了图像质量，却... 详细信息

能谱式计算机断层扫描可以提供不同能量下的衰减信息，有利于物质分解和组织分辨。稀疏投影可以有效降低辐射剂量，但会导致重建后的CT图像出现严重的伪影和噪声。基于卷积神经网络的深度学习重建方法虽在一定程度上改善了图像质量，却存在组织细节特征丢失严重等问题。本文提出了一个基于混合注意力与多尺度特征融合相结合的边缘增强型网络（HAMEN）的能谱CT重建方法。该网络首先通过边缘增强模块提取边缘特征并叠加到图像上，用于扩充输入图像信息;然后采用混合注意力模块分别生成通道注意力图和空间注意力图，以细化输入特征；并在网络的编码器处引入多尺度特征融合机制，增加跳跃连接以减少卷积层的堆叠导致的特征丢失。实验结果表明，该重建方法得到的CT图像峰值信噪比可达到37.64 dB,结构相似性指数达到0.9935。此方法可在抑制稀疏投影导致的伪影和噪声的同时，最大程度保留了组织细节信息，为后续的诊断等工作提供了高质量图像。

关键词：能谱式计算机断层扫描稀疏投影混合注意力多尺度特征融合边缘增强

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于GPS和SD卡存储的交通信号采集系统

哈尔滨理工大学学报 2017年第3期22卷 25-30页

作者：柳长源孔凡宁冯晋文哈尔滨理工大学电气与电子工程学院黑龙江哈尔滨150080

针对当前无法实现交通信号灯位置和实时状态信息的自动化管理的问题,本系统选用STC12C5A60S2为主控芯片,配合Neo-5Q GPS定位模块,利用PT2262/2272无线收发芯片和便携安全的SD卡,设计了一种新型对交通灯方位及信号状态的实时信息采集解... 详细信息

针对当前无法实现交通信号灯位置和实时状态信息的自动化管理的问题,本系统选用STC12C5A60S2为主控芯片,配合Neo-5Q GPS定位模块,利用PT2262/2272无线收发芯片和便携安全的SD卡,设计了一种新型对交通灯方位及信号状态的实时信息采集解决方案。该系统可以实现对交通灯所处位置和信号灯点亮的时间进行实时确定,通过SD卡模块将数据存储到SD卡中,电路简单,在原有设施上即可实现。实验结果显示,系统实时性好,存取方便,利于数据的读取分析。该系统的实现对于交通状态信息数据的采集、分析有着重要意义。

关键词：交通灯 GPS SD卡单片机

基于双流Transformer结构的多能CT投影数据去噪方法

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 2023年

作者：欧阳顺馨史再峰孔凡宁张丽丽曹清洁天津大学微电子学院天津市成像与感知微电子技术重点实验室天津师范大学数学科学学院

多能计算机断层扫描成像（Computed Tomography,CT）技术可以更加精确地分辨人体组织对不同能量X射线光子的吸收情况，是医学成像领域的重要发展方向。随着辐射剂量的降低，量子噪声等非理想效应加重，使重建图像质量急剧退化，严重影... 详细信息

多能计算机断层扫描成像（Computed Tomography,CT）技术可以更加精确地分辨人体组织对不同能量X射线光子的吸收情况，是医学成像领域的重要发展方向。随着辐射剂量的降低，量子噪声等非理想效应加重，使重建图像质量急剧退化，严重影响后续对病灶组织的观察与分析。本文提出了一种基于移位窗口多头自注意力机制的双流Transformer网络结构。该结构利用移位窗口Transformer和局部增强窗口Transformer分别提取投影数据的全局和局部特征，充分利用投影数据的非局部自相似性以保留投影数据内部结构；通过残差卷积融合提取的特征；最后使用带有非局部全变分的混合损失函数来监督网络模型的训练，提升了该网络模型对投影数据内部细节的敏感程度。实验结果表明，本方法处理后的重建图像PSNR值、SSIM值和FSIM值分别达到37.7301d B、0.9944和0.9961。与目前先进的多能CT去噪方法相比，本方法在去除低剂量多能CT投影数据噪声的同时，可保留更多细节特征，有利于后续的精确诊断。

关键词：图像处理计算机断层扫描成像低剂量卷积神经网络 Transformer网络