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

多层特征图堆叠网络及其目标检测方法

天津大学学报（自然科学与工程技术版） 2020年第6期53卷 647-652页

作者：杨爱萍鲁立宇冀中天津大学电气自动化与信息工程学院天津300072

随着深度卷积神经网络的快速发展,基于深度学习的目标检测方法由于具有良好的特征表达能力及优良的检测精度,成为当前目标检测算法的主流.为了解决目标检测中小目标漏检问题,往往使用多尺度处理方法.现有的多尺度目标检测方法可以分为... 详细信息

随着深度卷积神经网络的快速发展,基于深度学习的目标检测方法由于具有良好的特征表达能力及优良的检测精度,成为当前目标检测算法的主流.为了解决目标检测中小目标漏检问题,往往使用多尺度处理方法.现有的多尺度目标检测方法可以分为基于图像金字塔的方法和基于特征金字塔的方法.相比于基于图像金字塔的方法,基于特征金字塔的方法速度更快,更能充分利用不同卷积层的特征信息.现有的基于特征金字塔的方法采用对应元素相加的方式融合不同尺度的特征图,在特征融合过程中易丢失低层细节特征信息.针对该问题,本文基于特征金字塔网络(featurepyramidnetwork,FPN),提出一种多层特征图堆叠网络(multi-featureconcatenationnetwork,MFCN)及其目标检测方法.该网络以FPN为基础,设计多层特征图堆叠结构,通过不同特征层之间的特征图堆叠融合高层语义特征和低层细节特征,并且在每个层上进行目标检测,保证每层可包含该层及其之上所有层的特征信息,可有效克服低层细节信息丢失.同时,为了能够充分利用ResNet101中的高层特征,在其后添加新的卷积层,并联合其低层特征图,提取多尺度特征.在PASCALVOC2007数据集上的检测精度为80.1%m AP,同时在PASCALVOC2012和MSCOCO数据集上的表现都优于FPN算法.相比于FPN算法,MFCN的检测性能更加优秀.

关键词：特征金字塔网络目标检测特征图堆叠语义信息

在线全文

学校读者我要写书评

暂无评论

高效轻量化特征金字塔网络及其目标检测算法

高效轻量化特征金字塔网络及其目标检测算法

作者：鲁立宇天津大学

学位级别：硕士

目标检测是计算机视觉中最具挑战性的问题之一,其目的是检测图像中特定目标的位置,已广泛用于人脸识别、自动驾驶、行人检测、视频监控等领域。基于深度学习的方法由于其无需进行人工特征设计、具有良好的特征表达能力及优良的检测精度... 详细信息

目标检测是计算机视觉中最具挑战性的问题之一,其目的是检测图像中特定目标的位置,已广泛用于人脸识别、自动驾驶、行人检测、视频监控等领域。基于深度学习的方法由于其无需进行人工特征设计、具有良好的特征表达能力及优良的检测精度,成为当前目标检测算法的主流。针对特征金字塔网络易丢失细节和检测速度慢等问题,本文提出了高效轻量化特征金字塔网络及其目标检测算法。主要工作如下:与基于图像金字塔的目标检测方法相比,基于特征金字塔的方法速度更快,更能充分利用不同卷积层的特征信息。现有基于特征金字塔的方法采用逐元素相加的方式融合不同尺度的特征图,在融合过程中易丢失低层细节特征。基于此,本文提出一种多层特征图堆叠网络（Multi-feature Concatenation Network,MFCN）及其目标检测方法。该网络以特征金字塔网络（Feature Pyramid Network,FPN）为基础,设计多层特征图堆叠结构,实现不同语义层之间的特征融合,可有效克服低层细节信息丢失问题。同时,结合Res Net101的高层卷积特征图,实现多尺度目标检测。在多个数据集上的实验结果表明,所提算法的检测精度都优于FPN算法。相对于单阶段目标检测方法,双阶段目标检测可实现更高的检测准确率。目前在双阶段检测算法中,分类回归子网络采用两组全连接层设计,导致检测速度缓慢。基于此,本文提出一种轻量化特征金字塔网络（Lightweight Feature Pyramid Network,LFPN）及其目标检测方法。该网络以FPN为基础,通过深度可分离卷积代替传统的全连接层,实现了分类回归子网络的轻量化设计。同时,设计特征图压缩模块,减少了输入到区域生成网络的特征图数量。在多个数据集上的实验结果表明,所提算法在精度损失较小的情况下,检测速度远超FPN。

关键词：目标检测特征金字塔多尺度融合注意力机制深度可分离卷积

基于低通滤波和多特征联合优化的夜间图像去雾

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

光学学报 2018年第10期38卷 159-168页

作者：杨爱萍赵美琪王海新鲁立宇天津大学电气自动化与信息工程学院天津300072

夜间有雾图像光照不均、对比度较低且色偏严重。现有的去雾算法主要是针对白天图像,并不适用于夜间场景,夜间图像去雾难度较大。该文通过深入分析夜间有雾图像的成像特点,提出了基于低通滤波和多特征联合优化的夜间图像去雾算法。针对... 详细信息

夜间有雾图像光照不均、对比度较低且色偏严重。现有的去雾算法主要是针对白天图像,并不适用于夜间场景,夜间图像去雾难度较大。该文通过深入分析夜间有雾图像的成像特点,提出了基于低通滤波和多特征联合优化的夜间图像去雾算法。针对夜间图像环境光照不均匀问题,提出先对图像进行低通滤波,然后对其低频分量三通道利用最小-最大值滤波估计局部环境光;针对目前白天去雾算法先验不适用于夜间图像,提出结合图像对比度、饱和度和信息熵特征,构建多特征联合优化函数估计透射率;针对夜间图像存在非一致色偏问题,提出非重叠块局部Shade of Gray算法进行颜色校正。实验结果表明:所提算法去雾图像的主观视觉效果较好,且对比度和色偏程度两方面客观评价指标整体优于其他对比算法。该算法能够有效去除夜间图像雾气,提高图像的对比度,恢复更多的细节信息,且颜色自然,视觉效果理想。

关键词：图像处理夜间图像去雾低通滤波局部环境光多特征联合优化

基于透射率融合与多重导向滤波的单幅图像去雾

在线全文

学校读者我要写书评

暂无评论

光学学报 2018年第12期38卷 104-114页

作者：杨爱萍王海新王金斌赵美琪鲁立宇天津大学电气自动化与信息工程学院天津300072

为了避免图像去雾后细节模糊和噪声放大,将图像分解为结构层和纹理层,并只对其结构层进行去雾。基于频域滤波思想提出透射率融合方法,解决了现有透射率估计方法中普遍存在的块效应问题和复原图像中存在的晕轮伪影问题。针对透射率优化... 详细信息

为了避免图像去雾后细节模糊和噪声放大,将图像分解为结构层和纹理层,并只对其结构层进行去雾。基于频域滤波思想提出透射率融合方法,解决了现有透射率估计方法中普遍存在的块效应问题和复原图像中存在的晕轮伪影问题。针对透射率优化过程中存在的计算量大、透射率平滑与细节保持之间难以平衡等问题,提出了多重导向滤波透射率优化方法。同时,针对目前大气光估计易受图像中白色物体的影响,提出自适应大气光估计方法。实验结果表明,该算法得到的图像去雾彻底、细节清晰、颜色自然,不仅有效抑制噪声和晕轮伪影,而且显著提高场景对比度、饱和度。

关键词：图像处理图像去雾图像分解透射率融合多重导向滤波自适应大气光估计

雷达波吸波涂层理想电磁参数的计算机模拟分析

在线全文

学校读者我要写书评

暂无评论

宇航材料工艺 2008年第3期38卷 26-30页

作者：郑天亮李谦郑旷宇王兵存鲁立军北京航空航天大学北京100083

目前吸波涂层计算机模拟分析多是从现有材料出发,研究厚度、排布次序等参数对于涂层吸波性能的影响。本文介绍了一种通过预先设定雷达吸波涂层的厚度、反射率等多个参数,反推得到一定入射频率下达到预定反射率所需理想电磁参数区域的研... 详细信息

目前吸波涂层计算机模拟分析多是从现有材料出发,研究厚度、排布次序等参数对于涂层吸波性能的影响。本文介绍了一种通过预先设定雷达吸波涂层的厚度、反射率等多个参数,反推得到一定入射频率下达到预定反射率所需理想电磁参数区域的研究方法,并通过实验进行了验证。结果表明这种分析方法能够较好的预测吸波剂在不同频段的吸波性能并明确指出吸波剂的改性方向,对于吸波涂层的设计具有重要的作用和意义。

关键词：吸波涂层计算机模拟介电常数磁导率