检索结果-南通市图书馆

融入注意力机制的多模特征机械臂抓取位姿检测

在线全文

学校读者我要写书评

暂无评论

控制与决策 2024年第3期39卷 777-785页

作者：楚红雨冷齐齐张晓强常志远邵延华西南科技大学信息工程学院四川绵阳621010

针对机械臂抓取检测任务中对未知物体抓取位姿检测精度低、耗时长等问题,提出一种融入注意力机制多模特征抓取位姿检测网络.首先,设计多模态特征融合模块,在融合多模态特征同时对其赋权加强;然后,针对较浅层残差网络提取重点特征能力较... 详细信息

针对机械臂抓取检测任务中对未知物体抓取位姿检测精度低、耗时长等问题,提出一种融入注意力机制多模特征抓取位姿检测网络.首先,设计多模态特征融合模块,在融合多模态特征同时对其赋权加强;然后,针对较浅层残差网络提取重点特征能力较弱的问题,引入卷积注意力模块,进一步提升网络特征提取能力;最后,通过全连接层对提取特征直接进行回归拟合,得到最优抓取检测位姿.实验结果表明,在Cornell公开抓取数据集上,所提出算法的图像拆分检测精度为98.9%,对象拆分检测精度为98.7%,检测速度为51 FPS,对10类物体的100次真实抓取实验中,成功率为95%.

关键词：目标抓取位姿检测机械臂注意力机制多模态特征深度学习

在线全文

学校读者我要写书评

暂无评论

一种基于多尺度的目标检测锚点构造方法

红外技术 2024年第2期46卷 162-167页

作者：邵延华黄琦梦梅艳莹张晓强楚红雨吴亚东西南科技大学信息工程学院四川绵阳621010 四川轻化工大学计算机科学与工程学院四川自贡643000

目标检测是计算机视觉领域的研究热点和基础任务,其中基于锚点(Anchor)的目标检测已在众多领域得到广泛应用。当前锚点选取方法主要面临两个问题:基于特定数据集的先验取值尺寸固定、面对不同场景泛化能力弱。计算锚框的无监督K-means算... 详细信息

目标检测是计算机视觉领域的研究热点和基础任务,其中基于锚点(Anchor)的目标检测已在众多领域得到广泛应用。当前锚点选取方法主要面临两个问题:基于特定数据集的先验取值尺寸固定、面对不同场景泛化能力弱。计算锚框的无监督K-means算法,受初始值影响较大,对目标尺寸较单一的数据集聚类产生的锚点差异较小,无法充分体现网络多尺度输出的特点。针对上述问题,本文提出一种基于多尺度的目标检测锚点构造方法(multi-scale-anchor,MSA),将聚类产生的锚点根据数据集本身的特性进行尺度的缩放和拉伸,优化的锚点即保留原数据集的特点也体现了模型多尺度的优势。另外,本方法应用在训练的预处理阶段,不增加模型推理时间。最后,选取单阶段主流算法YOLO(You Only Look Once),在多个不同场景的红外或工业场景数据集上进行丰富的实验。结果表明,多尺度锚点优化方法MSA能显著提高小样本场景的检测精度。

关键词：目标检测锚点红外 YOLO(You Only Look Once) 多尺度分析

在线全文

学校读者我要写书评

暂无评论

基于深度学习的YOLO目标检测综述

电子与信息学报 2022年第10期44卷 3697-3708页

作者：邵延华张铎楚红雨张晓强饶云波西南科技大学信息工程学院绵阳621010 电子科技大学成都610054

目标检测是计算机视觉领域的一个基础任务和研究热点。YOLO将目标检测概括为一个回归问题,实现端到端的训练和检测,由于其良好的速度-精度平衡,近几年一直处于目标检测领域的领先地位,被成功地研究、改进和应用到众多不同领域。该文对Y... 详细信息

目标检测是计算机视觉领域的一个基础任务和研究热点。YOLO将目标检测概括为一个回归问题,实现端到端的训练和检测,由于其良好的速度-精度平衡,近几年一直处于目标检测领域的领先地位,被成功地研究、改进和应用到众多不同领域。该文对YOLO系列算法及其重要改进、应用进行了详细调研。首先,系统地梳理了YOLO家族及重要改进,包含YOLOv1-v4,YOLOv5,Scaled-YOLOv4,YOLOR和最新的YOLOX。然后,对YOLO中重要的基础网络,损失函数进行了详细的分析和总结。其次,依据不同的改进思路或应用场景对YOLO算法进行了系统的分类归纳。例如,注意力机制、3D、航拍场景、边缘计算等。最后,总结了YOLO的特点,并结合最新的文献分析可能的改进思路和研究趋势。

关键词：目标检测 YOLO 深度学习卷积神经网络

在线全文

学校读者我要写书评

暂无评论

基于深度学习的光学元件表面疵病识别

强激光与粒子束 2022年第11期34卷 39-44页

作者：邵延华冯玉沛张晓强楚红雨西南科技大学信息工程学院四川绵阳621010

精密光学元件表面疵病的人工检测分类方法效率低,且准确率易受疲劳等人工因素影响,而基于传统机器学习方法的分类准确率有待进一步提高。提出了一种基于深度学习卷积神经网络的光学大尺寸元件表面疵病识别方法。首先,通过现场实验采集... 详细信息

精密光学元件表面疵病的人工检测分类方法效率低,且准确率易受疲劳等人工因素影响,而基于传统机器学习方法的分类准确率有待进一步提高。提出了一种基于深度学习卷积神经网络的光学大尺寸元件表面疵病识别方法。首先,通过现场实验采集并整理了大尺寸镜面疵病样本;接着,基于单通道灰度图像构建融合梯度的三通道图像,挖掘更深入的特征表达;最后,基于经典的LeNet网络,提出了面向激光惯性约束聚变(ICF)的光学元件表面疵病识别网络ICFNet,该网络不需要复杂的手工特征设计和提取,仅使用原始灰度图像就实现高效的疵病识别。实验结果表明:针对包含麻点、划痕和灰尘的三类疵病数据,ICFNet相较于使用多项特征和支持向量机的传统方法拥有较好的分类准确率。

关键词：深度学习卷积神经网络精密光学元件缺陷分类 LeNet

在线全文

学校读者我要写书评

暂无评论

改进双向二维局部保持投影的人脸识别算法

电子科技大学学报 2019年第6期48卷 904-909,924页

作者：吴斌王利龙邵延华西南科技大学信息工程学院

为更好地处理图像小样本问题,且克服二维局部保持投影(2DLPP)算法只能保持数据局部性质的缺陷,通过结合二维主成分分析(2DPCA)和二维线性鉴别分析(2DLDA)的算法特性,提出了一种改进的双向二维局部保持投影的人脸识别算法.首先,引入样本... 详细信息

为更好地处理图像小样本问题,且克服二维局部保持投影(2DLPP)算法只能保持数据局部性质的缺陷,通过结合二维主成分分析(2DPCA)和二维线性鉴别分析(2DLDA)的算法特性,提出了一种改进的双向二维局部保持投影的人脸识别算法.首先,引入样本类别信息改进权重矩阵,增强2DLPP算法对样本变化的鲁棒性;其次,提出改进2DLPP+2DPCA、2DLPP+2DLDA两种融合算法并分别用于输入样本图像数据的行、列方向特征提取.在特征选择后得到行、列方向上的最优投影;最后,通过对样本数据进行行、列方向投影,利用最近邻分类器对样本数据进行分类并获得在给定数据集上的识别结果.在人脸数据集ORL、YALE和AR上的实验结果表明,该算法在人脸识别性能上总体优于2DPCA、2DLDA、2DLPP、(2D)2PCA、(2D)2LDA、(2D)2PCALDA和(2D)2LPP-PCA等算法.

关键词：人脸识别特征提取二维线性鉴别分析二维局部保持投影二维主成分分析

在线全文

学校读者我要写书评

暂无评论

基于稠密轨迹特征的红外人体行为识别

光电子．激光 2015年第4期26卷 758-763页

作者：邵延华郭永彩高潮重庆大学光电技术及系统教育部重点实验室重庆400044

提出了一种使用基于稠密轨迹(DT)融合特征的红外人体行为识别(HAR)方法。主要流程如下:1)通过稠密采样获得输入行为视频的DT;2)计算DT的方向梯度直方图(HOG)、光流直方图(HOF)和运动边界描述子(MBH)3个描述子;3)基于DT的HOG、HOF和MBH,... 详细信息

提出了一种使用基于稠密轨迹(DT)融合特征的红外人体行为识别(HAR)方法。主要流程如下:1)通过稠密采样获得输入行为视频的DT;2)计算DT的方向梯度直方图(HOG)、光流直方图(HOF)和运动边界描述子(MBH)3个描述子;3)基于DT的HOG、HOF和MBH,并采取词袋库模型和一定的融合策略,构建融合特征;4)以第3步所构建的融合特征为k近邻分类器(k-NN)的输入,完成人体HAR。实验以IADB红外行为库为研究对象,正确识别率达到96.7%。结果表明,提出的特征融合及识别方法能有效地对红外人体行为进行识别。

关键词：行为识别(HAR) 稠密轨迹(DT) 信息融合红外

在线全文

学校读者我要写书评

暂无评论

虚拟环境中碰撞检测算法的研究

虚拟环境中碰撞检测算法的研究

作者：邵延华西南科技大学

学位级别：硕士

近年来,虚拟现实技术在科学数据可视化、计算机游戏、机器人路径规划仿真和计算机辅助设计等方面得到十分广泛的应用,同时虚拟场景及场景中的三维物体的复杂度以及人们对场景的沉浸感要求越来越高。碰撞检测对提高虚拟场景的真实感至关... 详细信息

近年来,虚拟现实技术在科学数据可视化、计算机游戏、机器人路径规划仿真和计算机辅助设计等方面得到十分广泛的应用,同时虚拟场景及场景中的三维物体的复杂度以及人们对场景的沉浸感要求越来越高。碰撞检测对提高虚拟场景的真实感至关重要,也是当前研究的热点之一。首先,针对提高虚拟环境中建模与算法验证速度进行了以下两方面的研究与探索。(1)在分析了三维建模和现有碰撞检测算法的基础上,采用组件化设计思想和VC++编程语言,结合3DS和OpenGL建立了虚拟环境可视化开发平台。(2)实现了一种加速算法验证的虚拟现实建模方法,该方法集成了MATLAB算法开发验证快速和OpenGL操纵图形硬件方便的优点。其次,分别针对几种特定场景对碰撞检测算法进行了优化。(1)在机器人仿真场景中,针对物体较少的特点改进了基于路径的碰撞检测算法。(2)在多物体场景中,通过引入了体密度的概念,改进了常规的空间分割。(3)对包含造型非常复杂物体的场景,结合物体形状,对碰撞检测算法进行了优化。最后使用VC++和OpenGL编程实现上述优化,并分析了改进算法的优缺点。

关键词：虚拟现实碰撞检测建模体密度

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

基于特征融合的人体行为识别

光电子．激光 2014年第9期25卷 1818-1823页

作者：邵延华郭永彩高潮重庆大学光电技术及系统教育部重点实验室重庆400044

为克服单个行为表达方法有效性上的不足,提出了一种基于多特征融合和支持向量机(SVM)的人体行为识别(HAR)方法。首先,利用背景差分提取运动显著区域;然后提取运动显著区域的剪影直方图和光流直方图,并采取一定的融合策略,构建融合特征结... 详细信息

为克服单个行为表达方法有效性上的不足,提出了一种基于多特征融合和支持向量机(SVM)的人体行为识别(HAR)方法。首先,利用背景差分提取运动显著区域;然后提取运动显著区域的剪影直方图和光流直方图,并采取一定的融合策略,构建融合特征结合SVM识别人体行为。实验以广泛使用的公开数据集Weizmann为研究对象,正确识别率达到99.8%以上。结果表明,提出的特征融合及识别方法能有效地对人体行为进行识别;而且,由于规避了比较耗时的序列匹配操作,减少了计算量。

关键词：行为识别(HAR) 信息融合支持向量机(SVM) 核方法

基于时空图卷积和注意力模型的航拍暴力行为识别

在线全文

学校读者我要写书评

暂无评论

计算机科学 2022年第6期49卷 254-261页

作者：邵延华李文峰张晓强楚红雨饶云波陈璐西南科技大学信息工程学院四川绵阳621000 电子科技大学信息与软件工程学院成都610054

公共区域暴力行为频繁发生,视频监控对维护公共安全具有重要意义。相比固定摄像头,无人机具有监控灵活性,然而航拍成像中无人机快速运动以及姿态、高度的变化,使得目标出现运动模糊、尺度变化大的问题,针对该问题,设计了一种融合注意力... 详细信息

公共区域暴力行为频繁发生,视频监控对维护公共安全具有重要意义。相比固定摄像头,无人机具有监控灵活性,然而航拍成像中无人机快速运动以及姿态、高度的变化,使得目标出现运动模糊、尺度变化大的问题,针对该问题,设计了一种融合注意力机制的时空图卷积网络AST-GCN(Attention Spatial-Temporal Graph Convolutional Networks),用于实现航拍视频暴力行为识别。该方法主要分为两步:利用关键帧检测网络完成初定位以及AST-GCN网络通过序列特征完成行为识别确认。首先,针对视频暴力行为定位,设计关键帧级联检测网络,实现基于人体姿态估计的暴力行为关键帧检测,初步判断暴力行为的发生时间。其次,在视频序列中提取关键帧前后的多帧人体骨架信息,对骨架数据进行归一化、筛选和补全,以提高对不同场景及部分关节点缺失的鲁棒性,并根据提取的骨架信息构建骨架时序-空间信息表达矩阵。最后,时空图卷积对多帧人体骨架信息进行分析识别,融合注意力模块,提升特征表达能力,完成暴力行为识别。在自建航拍暴力行为数据集上进行验证,实验结果表明,融合注意力机制的时空图卷积AST-GCN能实现航拍场景暴力行为识别,识别准确率达86.6%。提出的航拍暴力行为识别方法对于航拍视频监控和行为理解等应用具有重要的工程价值和科学意义。

关键词：暴力行为识别人体姿态估计航拍时空图卷积级联网络注意力机制