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

基于空间自适应和内容感知的红外小目标检测

红外技术 2024年第7期 735-742页

作者：闵锋刘彪况永刚毛一新刘煜晖武汉工程大学计算机科学与工程学院智能机器人湖北省重点实验室

由于红外街道图像中小目标像素较少、颜色特征不丰富，容易导致模型漏检、误检以及检测效果不佳等问题，因此提出了一种基于空间自适应和内容感知的红外小目标检测算法。首先，通过堆叠局部注意力与可变形注意力设计一种基于空间自适应... 详细信息

由于红外街道图像中小目标像素较少、颜色特征不丰富，容易导致模型漏检、误检以及检测效果不佳等问题，因此提出了一种基于空间自适应和内容感知的红外小目标检测算法。首先，通过堆叠局部注意力与可变形注意力设计一种基于空间自适应的转换器，以增强对长距离依赖特征的建模能力，捕获到更多空间位置信息。其次，采用内容感知特征重组算子进行特征上采样，实现在大感受野内聚合上下文信息以及利用浅层特征信息来自适应地重组特征。最后增加160×160的高分辨率预测头，将输入特征的像素点映射到更细小的检测区域，进一步改善小目标的检测效果。在FILR数据集上的实验结果表明，改进算法的平均精度均值达到85.6%，相较于YOLOX-s算法提高了3.9%，验证了所提算法在红外小目标检测上的优越性。

关键词：空间自适应内容感知红外目标重组特征高分辨率预测头

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

图采样泛化行人重识别算法

计算机工程与应用 2024年第14期60卷 219-227页

作者：闵锋毛一新况永刚彭伟明郝琳琳吴波武汉工程大学智能机器人湖北省重点实验室武汉430205

最近的研究表明,度量学习中的深度特征匹配方法,结合大规模、多样化的训练数据,可以显著增强人员再识别的泛化能力。然而,许多现有的方法会产生大量的内存和计算成本,如分类参数或类记忆学习等。为解决上述问题,提出了一种新的基于相关... 详细信息

最近的研究表明,度量学习中的深度特征匹配方法,结合大规模、多样化的训练数据,可以显著增强人员再识别的泛化能力。然而,许多现有的方法会产生大量的内存和计算成本,如分类参数或类记忆学习等。为解决上述问题,提出了一种新的基于相关性图采样(correlation graph sampler,CGS)的泛化行人重识别算法,CGS的基本思想是在训练开始时使用局部敏感哈希函数(locality-sensitive Hashing,LSH)和特征度量为所有类构造最近邻关系图。这确保了每一小批训练样本由随机选择的基类和与基类具有相似性的近邻类组成,以提供信息量大且具有挑战性的学习示例,提高行人重识别模型的判别性学习能力。CGS的采样原理会受主干网提取的特征质量影响,因此CGS采样能力会随着主干网的训练而增强,具有可学习性。通过在大规模数据集(包括CUHK03、Market-1501和MSMT17)上交叉评估该方法,广泛的实验结果证实了该方法的有效性,并展示了其在行人重识别应用中的潜力。

关键词：行人重识别度量学习相关性图采样局部敏感哈希函数

在线全文

学校读者我要写书评

暂无评论

改进YOLOv4的遥感图像目标检测算法

计算机工程与设计 2024年第2期45卷 396-404页

作者：闵锋况永刚毛一新彭伟明郝琳琳武汉工程大学计算机科学与工程学院湖北武汉430205 武汉工程大学智能机器人湖北省重点实验室湖北武汉430205

为有效解决遥感图像目标检测算法在复杂背景下的检测效果不佳的问题,提出一种改进YOLOv4的目标检测算法。设计一种跨阶段残差结构,替换原主干网络的简单残差结构,降低模型参数量和计算负担;引入CBAM注意力机制,加强CSP模块间有效特征交... 详细信息

为有效解决遥感图像目标检测算法在复杂背景下的检测效果不佳的问题,提出一种改进YOLOv4的目标检测算法。设计一种跨阶段残差结构,替换原主干网络的简单残差结构,降低模型参数量和计算负担;引入CBAM注意力机制,加强CSP模块间有效特征交互;使用跨阶段分层卷积模块重构特征融合阶段对深层特征图的处理方式,防止网络退化和梯度消失;采用Mish激活函数,增强融合网络对非线性特征的提取能力。在RSOD、DIOR数据集上的实验结果表明,改进YOLOv4算法的测试mAP相比原YOLOv4算法分别高出4.5%、7.3%,其检测速度分别达到48 fps、45 fps,在保证实时性的同时检测精度有较大提升。

关键词：遥感图像目标检测跨阶段残差结构特征交互跨阶段分层卷积模块激活函数非线性特征

在线全文

学校读者我要写书评

暂无评论

基于生成对抗网络的知识蒸馏数据增强

计算机工程 2022年第4期48卷 70-80页

作者：鲁统伟徐子昕闵锋武汉工程大学计算机科学与工程学院武汉430205 智能机器人湖北省重点实验室武汉430205

在图像分类和工业视觉检测过程中,缺陷样本量少导致神经网络分类器训练效率低及检测精度差,直接采用原始的离散标签又无法使网络分类器学习到不同类别间的相似度信息。针对上述问题,在区域丢弃算法的基础上,提出一种基于生成对抗网络的... 详细信息

在图像分类和工业视觉检测过程中,缺陷样本量少导致神经网络分类器训练效率低及检测精度差,直接采用原始的离散标签又无法使网络分类器学习到不同类别间的相似度信息。针对上述问题,在区域丢弃算法的基础上,提出一种基于生成对抗网络的知识蒸馏数据增强算法。使用补丁对丢弃区域进行填补,减少区域丢弃产生的非信息噪声。在补丁生成网络中,保留生成对抗网络的编码器-解码器结构,利用编码器卷积层提取特征,通过解码器对特征图上采样生成补丁。在样本标签生成过程中,采用知识蒸馏算法中的教师-学生训练模式,按照交叉检验方式训练教师模型,根据教师模型生成的软标签对学生模型的训练进行指导,提高学生模型对特征的学习能力。实验结果表明,与区域丢弃算法相比,该算法在CIFAR-100、CIFAR-10数据集图像分类任务上的Top-1 Err、Top-5 Err分别降低3.1、0.8、0.5、0.6个百分点,在汽车转向器轴承数据集语义分割任务上的平均交并比和识别准确率分别提高2.8、2.3个百分点。

关键词：数据增强神经网络分类器工业视觉生成对抗网络知识蒸馏

在线全文

学校读者我要写书评

暂无评论

铁路接触网主要部件检测方法

计算机工程与设计 2022年第10期43卷 2911-2917页

作者：闵锋侯泽铭武汉工程大学计算机科学与工程学院湖北武汉430205 武汉工程大学智能机器人湖北省重点实验室湖北武汉430205

为解决人工查看4C装置拍摄的接触网图片速度慢、效率低的问题,提出一种基于改进YOLOv4-tiny的铁路接触网主要部件的检测方法。针对接触网图片分辨率大、部件小的情况,采用预处理方法裁减掉冗余黑色背景,提高部件的相对大小;增加一个对... 详细信息

为解决人工查看4C装置拍摄的接触网图片速度慢、效率低的问题,提出一种基于改进YOLOv4-tiny的铁路接触网主要部件的检测方法。针对接触网图片分辨率大、部件小的情况,采用预处理方法裁减掉冗余黑色背景,提高部件的相对大小;增加一个对于小目标友好的下采样8倍的输出特征图;为避免一些小部件在主干网络提取特征时的语义信息丢失和占比减少问题,将原网络残差结构中的3*3卷积改进为并列的1*1、3*3和5*5卷积。实验结果表明,改进后的算法在准确率上相比YOLOv4-tiny提高了32.11%,达到96.56%。

关键词：铁路接触网小部件多尺度特征图目标检测图像处理

一种基于与或图表示的多风格肖像画自动生成方法

在线全文

学校读者我要写书评

暂无评论

计算机学报 2009年第8期32卷 1595-1602页

作者：闵锋桑农华中科技大学图像识别与人工智能研究所武汉430074

提出了一种基于与或图表示的多风格肖像画自动生成方法.与或图表示是一种分层次的产生式模型,能够分离肖像画的结构和风格并解释其多样性.采用这种模型,该方法能够从一幅正面的人脸图像自动地产生出一系列不同风格的肖像画.该方法将肖... 详细信息

提出了一种基于与或图表示的多风格肖像画自动生成方法.与或图表示是一种分层次的产生式模型,能够分离肖像画的结构和风格并解释其多样性.采用这种模型,该方法能够从一幅正面的人脸图像自动地产生出一系列不同风格的肖像画.该方法将肖像画分解成各个部分,每一部分都对应许多子模板,这些子模板作为肖像画与或图中的叶子结点.而肖像画与或图就像一个"母模板"能够产生出大量的由子模板组合而成有效的新肖像画.该方法受益于多个不同风格的模板库,改变模板库的风格就能方便地更改生成肖像画的风格.文中所提供的例子表明了该方法的有效性.

关键词：与或图模板自动肖像画生成非真实感绘制

在线全文

学校读者我要写书评

暂无评论

动态查询感知的行人重识别算法

计算机工程与应用 2023年

作者：闵锋刘煜晖毛一新况永刚刘彪武汉工程大学智能机器人湖北省重点实验室

目前无监督的泛化行人重识别算法在某些需要背景信息辅助判断的情况下，可能会忽视图像的局部区域对细粒度特征的关注，导致背景信息被过滤掉，从而降低识别精度。针对上述问题，提出了一种基于稀疏注意力的动态查询感知算法。首先，通... 详细信息

目前无监督的泛化行人重识别算法在某些需要背景信息辅助判断的情况下，可能会忽视图像的局部区域对细粒度特征的关注，导致背景信息被过滤掉，从而降低识别精度。针对上述问题，提出了一种基于稀疏注意力的动态查询感知算法。首先，通过挤压拼接 (Squeeze and Concat，SPC)模块，获取不同通道数的特征图。其次，利用双层路由感知注意力机制，提取不同尺度特征图之间的注意力权重，得到逐级通道注意力向量。然后，对逐级通道注意力向量的权重进行重新校准。最后，将重新标定的权重与相应的特征图进行加权，输出具有更丰富细化特征信息的多尺度特征图。所提模型在大规模公开数据集（Market-1501、DukeMTMC-reID、MSMT17）上进行实验，相较于基线模型Rank-1分别提高了3.2%、4.4%、15.4%，mAP分别提高了5.5%、8.3%、16.2%，与现有前沿算法相比，能够实现更好的局部和全局特征通道之间的信息交互，提升模型对图像特征的细节感知能力。

关键词：行人重识别细粒度特征稀疏注意力机制动态查询感知特征重组

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

非局部稀疏关注的YOLOv4优化算法

计算机工程与应用 2023年第21期59卷 123-131页

作者：闵锋毛一新侯泽铭杨朝源王名茂武汉工程大学智能机器人湖北省重点实验室武汉430205

传统目标检测网络如Fast R-CNN、ReseNet等在下采样提取图像特征的过程中,损失了大量的空间位置信息表征,存在对较小目标检测效果差的问题。在保留空间位置信息的基础上,提出了一种非局部稀疏关注的级联残差高分辨率网络(cascaded resid... 详细信息

传统目标检测网络如Fast R-CNN、ReseNet等在下采样提取图像特征的过程中,损失了大量的空间位置信息表征,存在对较小目标检测效果差的问题。在保留空间位置信息的基础上,提出了一种非局部稀疏关注的级联残差高分辨率网络(cascaded residual high resolution network)。该网络架构从一个高分辨率的子网络开始,逐步增加从高到低分辨率的子网络,形成更多的阶段,将多个分辨率的子网络并行连接,使用级联残差模块(cascaded residual module,CrModule)进行同分辨率特征流间的特征提取;利用多尺度特征图融合,使得每个从高到低分辨率的表示反复地从其他并行表示接收信息,产生丰富语义表征和空间位置表征的高分辨率表示;引入NLSA(nonlocal sparse attention)算法实现深层网络特征块超分重构,挖掘不同尺度相同物体间的结构关联,提高较小物体的特征表示,使之与大物体特征类似,提升较小目标的特征可学习性。在VOC2007数据集的广泛评估表明,将CrHRnet作为YOLOv4的主干特征提取网络,能有效提高目标检测的准确率;CrHRnet-YOLOv4测试mAP(mean average precision)比YOLOv4、YOLOv5_s、YOLOv5_m分别高出1.8、9.5、3.4个百分点,在相同的设备下检测单张图片的FPs较YOLOv4网络提升了30%。

关键词：目标检测高分辨率表示级联残差 NLSA算法

在线全文

学校读者我要写书评

暂无评论

多分支特征映射的遥感图像目标检测算法

计算机科学与探索 2023年

作者：闵锋况永刚郝琳琳彭伟明武汉工程大学计算机科学与工程学院智能机器人湖北省重点实验室

由于遥感图像具有背景复杂、目标较小且密集、尺度连续变化大等特点，通用目标检测器难以较好地适应，导致检测效果不佳。针对以上问题，基于YOLOv5s模型，提出一种多分支特征映射的遥感图像目标检测算法。首先，利用结构重参数化技术... 详细信息

由于遥感图像具有背景复杂、目标较小且密集、尺度连续变化大等特点，通用目标检测器难以较好地适应，导致检测效果不佳。针对以上问题，基于YOLOv5s模型，提出一种多分支特征映射的遥感图像目标检测算法。首先，利用结构重参数化技术设计一种结合门控通道转换的RepVGG模块，采用其串联结构替换原主干网络的C3模块，聚合全局上下文信息，增强特征表达和特征提取能力；其次，使用自适应指数加权池化方法以及逆过程重构特征融合网络的采样方式，最大化地保留特征信息，改善较小目标的检测效果；最后引入EIoU和Focal Loss组合作为模型的损失函数，优化预测框的回归速率以及难易样本的损失权重分配，进一步提高定位精度。在DIOR和NWPU VHR-10数据集上的实验结果表明，提出的算法的平均精度均值分别达到92.2%、92.5%，较YOLOv5s分别提高了3.5%、5.6%，达到了更好的检测效果，同时实时性也满足实际场景下的遥感图像目标检测。

关键词：遥感图像结构重参数化门控通道转换采样方式损失权重分配