检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于细粒度特征提纯的穿戴目标快速检测方法

沈阳大学学报（自然科学版） 2024年第4期36卷 321-330页

作者：韩晓微吴浩铭周育竹谢英红贾旭沈阳大学科技创新研究院辽宁沈阳110041 沈阳大学信息工程学院辽宁沈阳110041 辽宁工业大学电子与信息工程学院辽宁锦州121001

为了解决人体穿戴目标的视觉检测中尺寸变化、光线明暗、部分遮挡,尤其是相似目标区分等导致的识别速度慢、抗干扰能力差、误检漏检等问题,提出了一种基于细粒度特征提纯的穿戴目标快速检测方法(fast fine-grained feature with vision ... 详细信息

为了解决人体穿戴目标的视觉检测中尺寸变化、光线明暗、部分遮挡,尤其是相似目标区分等导致的识别速度慢、抗干扰能力差、误检漏检等问题,提出了一种基于细粒度特征提纯的穿戴目标快速检测方法(fast fine-grained feature with vision transformer,F 3ViT),在CBAM结构中增加跳跃连接,获取具有空间与通道双重特性的特征图,同时保留了更丰富的原始信息;融合自注意力机制和卷积神经网络,提升主干网络对于全局信息的感知;设计了一种有利于多尺寸目标检测的特征金字塔网络,同时提取浅层位置信息和深层语义信息,大幅提高了检测精度。在MS COCO数据集上进行了消融实验,验证了各个模块对网络的影响,同时在对比实验中证明了所提方法具有有效性和先进性。在MS COCO 2017数据集上AP50值达到60.5,AP值达到35.0,检测速度5.7 ms。对比YOLOv5s在精度相似的同时检测速度提高18.6%,算力需求降低33.3%,参数量降低16.7%。本方法在高空安全带数据集上的AP值达到62.5,优于主流深度学习的目标检测方法。

关键词：深度学习机器视觉注意力机制细粒度目标检测穿戴目标检测

维普期刊数据库博看期刊

基于Vision Transformer的时空卷积网络设计

在线全文

学校读者我要写书评

暂无评论

计算机与网络 2024年第4期50卷 283-288页

作者：谢英红郝岩韩晓微高强阴彪王朝辉沈阳大学信息工程学院

目前主流人体动作识别大部分都是基于卷积神经网络(Convolutional Neural Network, CNN)实现，而CNN容易忽略视频中的空间位置信息，从而降低了视频空间频域中动作识别能力。同时传统CNN不能快速定位到关键的特征位置，并且在训练过程... 详细信息

目前主流人体动作识别大部分都是基于卷积神经网络(Convolutional Neural Network, CNN)实现，而CNN容易忽略视频中的空间位置信息，从而降低了视频空间频域中动作识别能力。同时传统CNN不能快速定位到关键的特征位置，并且在训练过程中不能并行计算导致效率低。为了解决传统CNN在处理时间频域和多并行计算问题，提出了基于视觉Transformer(Vision Transformer, ViT)和3D卷积网络学习时空特征(Learning Spatiotemporal Features with 3D Convolutional Network, C3D)的人体动作识别算法。使用C3D提取视频的多维特征图、ViT的特征切片窗口对多维特征进行全局特征分割；使用Transformer的编码-解码模块对视频中人体动作进行预测。实验结果表明，所提的人体动作识别算法在UCF-101、HMDB51数据集上提高了动作识别的准确率。

关键词：动作识别视觉Transformer 卷积神经网络 3D卷积网络学习时空特征注意力机制

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于投影群和协方差流形双重建模的目标跟踪

仪器仪表学报 2014年第2期35卷 374-379页

作者：谢英红吴成东东北大学信息科学与工程学院沈阳110819 沈阳大学信息工程学院沈阳110044

与仿射变换相比,投影变换能够更精确地描述目标的成像过程。提出一种基于投影群(SL(3)群)和协方差流形双重建模的视觉目标跟踪算法。算法充分考虑目标动态几何形变和表观的更新,将投影群与协方差矩阵黎曼流形相结合建立了双重的粒子滤... 详细信息

与仿射变换相比,投影变换能够更精确地描述目标的成像过程。提出一种基于投影群(SL(3)群)和协方差流形双重建模的视觉目标跟踪算法。算法充分考虑目标动态几何形变和表观的更新,将投影群与协方差矩阵黎曼流形相结合建立了双重的粒子滤波器。一重滤波器用于在投影群上对目标的几何变换参数进行动态更新,另一重滤波器用于在协方差矩阵黎曼流形上在线更新目标的观测模型,2个滤波器交替执行以跟踪动态变化的目标。实验结果表明,所提出的算法优于现有基于仿射变换模型的目标跟踪算法,而且对于目标经历剧烈光照变化或遮挡等条件下,仍具有准确、稳定的跟踪效果。

关键词：目标跟踪 SL(3)群黎曼流形协方差双重建模

在线全文

学校读者我要写书评

暂无评论

基于偏最小二乘分析的双模粒子滤波目标跟踪

控制与决策 2014年第8期29卷 1372-1378页

作者：谢英红吴成东东北大学信息科学与工程学院沈阳110004 沈阳大学信息工程学院沈阳110044

针对在复杂背景下,基于主成分分析(PCA)的目标跟踪方法准确率较低的问题,使用偏最小二乘分析,提出一种双模粒子滤波的跟踪算法.首先采用偏最小二乘分析对目标区域建模,作为观测模型;然后利用仿射变换描述目标的形变过程,分别在李群及其... 详细信息

针对在复杂背景下,基于主成分分析(PCA)的目标跟踪方法准确率较低的问题,使用偏最小二乘分析,提出一种双模粒子滤波的跟踪算法.首先采用偏最小二乘分析对目标区域建模,作为观测模型;然后利用仿射变换描述目标的形变过程,分别在李群及其切向量空间上建立双模的动态模型;最后结合特征空间更新策略,使用粒子滤波实现目标跟踪.实验表明,所提出的算法能够有效滤除背景噪声,跟踪结果稳定且准确.

关键词：目标跟踪偏最小二乘黎曼流形粒子滤波双模

具有融合罚约束的低秩结构化稀疏表示目标跟踪算法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2019年第11期34卷 2479-2484页

作者：田丹张国山谢英红天津大学电气自动化与信息工程学院天津300072 沈阳大学信息工程学院沈阳110044

现有的低秩稀疏表示目标跟踪算法在目标突然运动和严重遮挡等情况下,经常出现跟踪漂移现象.为此,提出一种具有融合罚约束的低秩结构化稀疏表示目标跟踪算法.首先,利用混合L1;2范数稀疏表示候选粒子的局部斑块,增强对斑块间结构信息的描... 详细信息

现有的低秩稀疏表示目标跟踪算法在目标突然运动和严重遮挡等情况下,经常出现跟踪漂移现象.为此,提出一种具有融合罚约束的低秩结构化稀疏表示目标跟踪算法.首先,利用混合L1;2范数稀疏表示候选粒子的局部斑块,增强对斑块间结构信息的描述,从而保护候选粒子间及其局部斑块间空间布局结构以解决遮挡问题;然后,借鉴融合Lasso模型的建模思想,在目标表观模型中引入融合罚项,约束稀疏系数差分的绝对值,以保证表示系数稀疏性的同时,使其连续性差异亦稀疏,从而限制表示系数轮廓具有平滑性,易于获取跳跃信息,适应目标的突然运动;最后,利用核范数低秩约束目标表观的时域相关性,以适应目标的外观变化.实验结果表明,所提出的算法能够适应复杂场景下的跟踪任务,特别是在目标形变、遮挡、突然运动等情况下具有更好的适应性.

关键词：目标跟踪稀疏表示混合范数低秩表示融合罚粒子滤波

基于深度谱卷积神经网络的高效视觉目标跟踪算法

在线全文

学校读者我要写书评

暂无评论

红外与激光工程 2018年第6期47卷 241-246页

作者：郭强芦晓红谢英红孙鹏中国刑事警察学院图书馆辽宁沈阳110035 沈阳大学信息工程学院辽宁沈阳110044

提出了一种基于深度频谱卷积神经网络的视觉目标跟踪算法。该算法在深度模型训练阶段采用谱池化替代深度卷积神经网络中的最大池化过程,用贝叶斯分类器替代softmax损失层计算最大分类值,并将其整合到深度神经网络跟踪框架中,通过新网络... 详细信息

提出了一种基于深度频谱卷积神经网络的视觉目标跟踪算法。该算法在深度模型训练阶段采用谱池化替代深度卷积神经网络中的最大池化过程,用贝叶斯分类器替代softmax损失层计算最大分类值,并将其整合到深度神经网络跟踪框架中,通过新网络计算输入正负样本的概率分布预测目标位置。该算法充分利用谱池化在频域下降维到任意维度且计算高效的优点,克服了最大池化采样造成大量空间信息丢失的不足,提升了计算速度。在权威多场景视频标准测试库上对所提算法进行验证,结果验证了该算法兼顾了效率和跟踪精度,有效提高跟踪器的性能,在相同测试条件下,文中算法性能优于同类对比算法。

关键词：视觉跟踪深度学习卷积神经网络谱池化

基于Grassmann流形和投影群的目标跟踪

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2016年第5期37卷 1140-1147页

作者：谢英红庞彦伟韩晓微田丹天津大学电子信息工程学院天津300072 沈阳大学信息工程学院沈阳110044

针对现有的基于线性空间的目标跟踪方法对于跟踪经历大幅度非平面位姿变化的目标容易发生跟踪偏移的问题,利用李群空间的非线性特性,提出了基于Grassmann流形和投影变换群(SL(3)群)的双模视频目标跟踪算法。运用Grassmann流形状态空间... 详细信息

针对现有的基于线性空间的目标跟踪方法对于跟踪经历大幅度非平面位姿变化的目标容易发生跟踪偏移的问题,利用李群空间的非线性特性,提出了基于Grassmann流形和投影变换群(SL(3)群)的双模视频目标跟踪算法。运用Grassmann流形状态空间的内蕴几何特性,建立目标表观模型,采用SL(3)群建立目标的几何形变模型,将目标的状态变化看作是流形上的点沿着测地线移动,设计双模粒子滤波算法完成目标跟踪。基于流形上的测地线距离度量提出目标特征空间更新策略,确保特征空间的准确性。实验结果表明,该算法对目标在经历大幅度非平面的几何形变、光照变化及部分遮挡情况下,都能够实现稳定的跟踪。

关键词：目标跟踪李群 Grassmann流形 SL(3)群测地线距离

在线全文

学校读者我要写书评

暂无评论

基于过滤器的K-NN深度优先查询算法

东北大学学报（自然科学版） 2011年第8期32卷 1076-1079,1096页

作者：谢英红吴成东张云洲李孟歆东北大学信息科学与工程学院辽宁沈阳110819 沈阳建筑大学信息与控制工程学院辽宁沈阳110168

为减少数据查询的能量消耗,有效延长无线传感器网络的生存时间,提出了一种基于过滤器的K-NN深度优先查询(FKDF)算法.通过为每个节点设置过滤器来确定K-NN查询区间;利用查询节点的邻接表信息,在进行深度优先遍历时生成查询消息;基站分发... 详细信息

为减少数据查询的能量消耗,有效延长无线传感器网络的生存时间,提出了一种基于过滤器的K-NN深度优先查询(FKDF)算法.通过为每个节点设置过滤器来确定K-NN查询区间;利用查询节点的邻接表信息,在进行深度优先遍历时生成查询消息;基站分发查询消息,并等待查询节点返回查询结果,从而减少查询的平均跳数.仿真结果表明:与FILA设置过滤器方法和GPSR路由算法相比,FKDF算法节约了查询所需的平均跳数,能够适应网络拓扑结构的动态变化,当K值经常变化时不增加查询开销.

关键词：无线传感器网络过滤器 K-NN 深度优先邻接表

基于双相关滤波器的多通道尺度自适应目标跟踪

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2019年第11期40卷 73-81页

作者：韩晓微王雨薇谢英红高源鲁正沈阳大学信息工程学院沈阳110044 东北大学信息科学与工程学院沈阳110004

针对目标跟踪中尺度变化和表观剧烈变化导致的目标跟踪不稳定问题,设计了多通道特征融合的尺度估计策略,提出了基于双相关滤波器的多通道尺度自适应目标跟踪算法。考虑到CN特征对姿态及尺度不敏感,以及HOG特征对光照变化和目标移动都有... 详细信息

针对目标跟踪中尺度变化和表观剧烈变化导致的目标跟踪不稳定问题,设计了多通道特征融合的尺度估计策略,提出了基于双相关滤波器的多通道尺度自适应目标跟踪算法。考虑到CN特征对姿态及尺度不敏感,以及HOG特征对光照变化和目标移动都有着较好稳定性,将CN、HOG以及灰度特征进行了特征融合,提升了对于目标表观变化的跟踪鲁棒性。在保证误差风险最小的前提下使用岭回归进行滤波器求解,同时建立了尺度滤波器实现了目标的多尺度判断,使得目标发生尺度变化时能保持稳定的跟踪。使用TB-100数据集在多场景下对算法进行性能测试,证明该算法在目标表观变化、尺度变换、背景干扰等情况下有良好的跟踪效果。

关键词：目标跟踪相关滤波尺度变换多通道特征融合