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

基于并行化处理的无人机影像三维重建算法

激光与光电子学进展 2024年第8期61卷 99-107页

作者：陈怀圆党建武岳彪杨景玉兰州交通大学光电技术与智能控制教育部重点实验室甘肃兰州730070 轨道交通信息与控制国家级虚拟仿真实验教学中心甘肃兰州730070 兰州交通大学电子与信息工程学院甘肃兰州730070

针对增量运动恢复结构(SFM)算法在重建大规模无人机影像数据集时效率低、易产生场景漂移的问题,提出一种可并行化处理的增量SFM重建算法。首先,利用词汇树图像检索结果约束图像特征匹配的空间搜索范围,提高图像特征匹配的效率。其次,综... 详细信息

针对增量运动恢复结构(SFM)算法在重建大规模无人机影像数据集时效率低、易产生场景漂移的问题,提出一种可并行化处理的增量SFM重建算法。首先,利用词汇树图像检索结果约束图像特征匹配的空间搜索范围,提高图像特征匹配的效率。其次,综合考虑特征匹配数量和无人机平台获取的全球定位系统(GPS)信息构建无向加权场景图,并选用归一化割算法将场景图划分为多个相互重叠的子集。然后,将每个子集分布在多核CPU上并行执行增量SFM重建算法。最后,基于子集间公共重建点和强相关子集优先被合并的策略实现子集合并。此外,结合GPS信息为光束法平差(BA)代价函数添加位置约束项,有效消除每次执行BA优化引入的误差。为了验证所提算法的有效性,在3个无人机数据集上进行实验,实验结果表明,所提算法相比原始增量SFM重建算法不仅显著提高了位姿估计和场景重建的效率,而且合理优化了重建结果的精度。

关键词：增量运动恢复结构光束法平差词汇树图像检索归一化割场景合并

在线全文

学校读者我要写书评

暂无评论

基于深度学习的图像拼接算法研究综述

计算机应用研究 2024年第7期41卷 1930-1939页

作者：杨利春田彬党建武兰州交通大学光电技术与智能控制教育部重点实验室兰州730070 兰州交通大学电子与信息工程学院兰州730070

图像拼接是计算机视觉和计算机图形学中的一个重要分支,在三维成像等方面具有广泛的应用。相较于传统基于特征点检测的图像拼接框架,基于深度学习的图像拼接框架具有更强的场景泛化表现。目前虽然关于基于深度学习的图像拼接研究成果众... 详细信息

图像拼接是计算机视觉和计算机图形学中的一个重要分支,在三维成像等方面具有广泛的应用。相较于传统基于特征点检测的图像拼接框架,基于深度学习的图像拼接框架具有更强的场景泛化表现。目前虽然关于基于深度学习的图像拼接研究成果众多,但仍缺少相应研究的全面分析和总结。为了便于该领域后续工作的开展,梳理了该领域近10年的代表性成果。在对传统拼接方法与基于深度学习的图像拼接方法对比的基础上,从图像拼接研究领域中的单应性估计、图像拼接和图像矩形化三个子问题出发,进行了学习策略及模型架构设计、经典模型回顾、数据集等方面的整理与分析。总结了基于深度学习的图像拼接研究方法的一些特点和当前该领域的研究现状,并对未来研究前景进行了展望。

关键词：单应性估计图像拼接图像矩形化深度学习

在线全文

学校读者我要写书评

暂无评论

车车通信移动授权的功能建模及性能分析

控制工程 2024年第5期31卷 876-883页

作者：徐冬炜张振海党建武兰州交通大学自动化与电气工程学院甘肃兰州730070

车车通信列车运行控制系统中移动授权的生成对城市轨道交通运营效率有着较大的影响。通过分析车车通信列车运行控制系统中移动授权的生成过程及性能,建立基于有色Petri网(colored Petri net,CPN)的车车通信移动授权信息交互的模型,进行... 详细信息

车车通信列车运行控制系统中移动授权的生成对城市轨道交通运营效率有着较大的影响。通过分析车车通信列车运行控制系统中移动授权的生成过程及性能,建立基于有色Petri网(colored Petri net,CPN)的车车通信移动授权信息交互的模型,进行性能分析。研究移动授权生成过程中端对端通信传输时延的延时概率,根据不同信道质量下统计传输时延的平均值,计算移动授权完成的成功率。分析结果表明,基于车车通信的列车运行控制系统移动授权的生成过程,符合地铁长期演进(long term evolution for metro,LTE-M)系统端到端延时时间不大于150 ms的概率不小于98%,时延随着信道质量的下降而增加。

关键词：车车通信列车运行控制系统移动授权有色Petri网性能分析

在线全文

学校读者我要写书评

暂无评论

基于位置信息和注意力机制的路面裂缝检测

计算机工程 2024年第4期50卷 303-312页

作者：王安政党建武岳彪杨景玉兰州交通大学电子与信息工程学院甘肃兰州730070 轨道交通信息与控制国家级虚拟仿真实验教学中心甘肃兰州730070

路面裂缝是造成公路安全问题的主要因素。传统的裂缝检测通常以人工检测为主,存在效率低、不安全等问题,此外现有深度学习检测模型在面临阴影遮挡、背景复杂等干扰因素时会造成裂缝检测不完整。针对上述问题,提出一种基于位置信息和注... 详细信息

路面裂缝是造成公路安全问题的主要因素。传统的裂缝检测通常以人工检测为主,存在效率低、不安全等问题,此外现有深度学习检测模型在面临阴影遮挡、背景复杂等干扰因素时会造成裂缝检测不完整。针对上述问题,提出一种基于位置信息和注意力机制的路面裂缝检测模型(PA-TransUNet)。首先,通过混合编码器接收输入图像,提取裂缝特征信息,引入查询项、键、值的位置信息,提升编码器Transformer中自注意力机制捕获裂缝形状和补偿特征信息丢失的能力。然后,输入裂缝特征到解码器进行上采样,设计一种基于注意力门控的解码模块(AGDM),AGDM通过抑制非裂缝区域来加强对裂缝区域的学习,提高裂缝检测的准确性和完整性。实验结果表明,PA-TransUNet模型在路面裂缝检测数据集(CFD)和Cracktree200这2个公开数据集上的F1值分别达到87.44%和82.58%。此外,为了进一步检验PA-TransUNet模型在实际工程中的裂缝检测能力,又在自制无人机裂缝(UAV Cracks)数据集上取得了88.68%的F1值,由此可见其能较好地满足实际工程中的裂缝检测需求。

关键词：图像处理路面裂缝检测语义分割位置信息注意力机制

Image decomposing for inpainting using compressed sensing in DCT domain

在线全文

学校读者我要写书评

暂无评论

Frontiers of Computer Science 2014年第6期8卷 905-915页

作者： Qiang LI Yahong HAN jianwu dang School of Computer Science and Technology Tianjin University Tianjin 300072 China Tianjin Key Laboratory of Cognitive Computing and Application Tianjin University Tianjin 300072 China School of Information Science Japan Advanced Institute of Science and Technology Ishikawa 923-1192 Japan

Inpainting images with occlusion or corruption is a challenging task. Most existing algorithms are pixel based, which construct a statistical model from image features. However, in these algorithms, the frequency component is not sufficiently addressed. In this paper, we propose a novel algorithm that utilizes compressed sensing （CS） in frequency domain to reconstruct corrupted images. In order to reconstruct image, we first decompose the image into two functions with different basic characteristics - structure component and textual component. We seek a sparse representation for the functions and use the DCT coefficients of this representation to generate an over-complete dictionary. Experimental results on real world datasets demonstrate the efficacy of our method in image inpainting. We compare our method with three state-of-the-art inpalnting algorithms and demonstrate its advantages in terms of both quantitative and qualitative aspects.

关键词： image inpainting compressed sensing image decomposing discrete cosine transform

Research on Tibetan Speech Recognition Based on the Am-do Dialect

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Computers, Materials & Continua 2022年第12期73卷 4897-4907页

作者： Kuntharrgyal Khysru Jianguo Wei jianwu dang Key Laboratory of Artificial Intelligence Application Technology State Ethnic Affairs Commission Qinghai Minzu UniversityXining810007China Tianjin Key Laboratory of Cognitive Computing and Application Tianjin UniversityTianjin300072China Japan Advanced Institute of Science and Technology IshikawaJapan

In China,Tibetan is usually divided into three major dialects:the Am-do,Khams and Lhasa *** Am-do dialect evolved from ancient Tibetan and is a local variant of modern *** this dialect has its own specific historical and social conditions and development,there have been different degrees of communication with other ethnic groups,but all the abovementioned dialects developed from the same language:*** paper uses the particularity of Tibetan suffixes in pronunciation and proposes a lexicon for the Am-do language,which optimizes the problems existing in previous *** data of the Am-do dialect are expanded by data augmentation technology combining noise and reverberation,and the morphological characteristics and characteristics of the Tibetan language are further *** to the particularity of Tibetan grammar,grammatical features are used to optimize grammatical relationships and are combined with a language model,and the Am-do dialect is scored and *** results show that compared with the baseline,our proposed new lexicon and data augmentation technology yields a relative increase of approximately 3%in character error rates(CERs)and a relative increase of 3%-19%in the recognition rate of acoustic models and language models.

关键词： Am-do dialect acoustic model language model rescoring

Feedforward Control of a 3-D Physiological Articulatory Model for Vowel Production

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Tsinghua Science and Technology 2009年第5期14卷 617-622页

作者：方强 Akikazu Nishikido jianwu dang Phonetics Laboratory Institute of Linguistics Chinese Academy of Social Sciences Beijing 100732 China School of Information Science Japan Advanced Institute of Science and Technology Nomi 923-1292 Japan

A three-dimensional （3-D） physiological articulatory model was developed to account for the biomechanical properties of the speech organs in speech production. Control of the model to investigate the mechanism of speech production requires an efficient control module to estimate muscle activation patterns, which is used to manipulate the 3-D physiological articulatory model, according to the desired articulatory posture. For this purpose, a feedforward control strategy was developed by mapping the articulatory target to the corresponding muscle activation pattern via the intrinsic representation of vowel articulation. In this process, the articulatory postures are first mapped to the corresponding intrinsic representations; then, the articulatory postures are clustered in the intrinsic representations space and a nonlinear function is approximated for each cluster to map the intrinsic representation of vowel articulation to the muscle activation pattern by using general regression neural networks （GRNN）. The results show that the feedforward control module is able to manipulate the 3-D physiological articulatory model for vowel production with high accuracy both acoustically and articulatorily.

关键词： speech production articulatory model articulatory posture intrinsic dimension feedforward control

在线全文

学校读者我要写书评

暂无评论

一种基于对比策略强化知识推理的元学习框架

兰州交通大学学报 2024年第2期43卷 51-57,67页

作者：张希权党建武王阳萍兰州交通大学电子与信息工程学院兰州730070

随着知识图谱中新实体不断涌现,现有嵌入式模型难以获取新实体嵌入,导致模型预测精度降低。为此,提出一种基于对比策略强化知识推理的元学习框架。首先,该框架通过对路径重要度排序,提升隐式信息的提取效率;然后,使用一种对比策略表示... 详细信息

随着知识图谱中新实体不断涌现,现有嵌入式模型难以获取新实体嵌入,导致模型预测精度降低。为此,提出一种基于对比策略强化知识推理的元学习框架。首先,该框架通过对路径重要度排序,提升隐式信息的提取效率;然后,使用一种对比策略表示强关联路径,并依据负路径与目标关系之间余弦相似性剔除过多的冗余信息;最后,使用元学习来转移独立于实体的嵌入。实验结果表明:在链接预测知识图谱任务中,Hits@10指标最高可达96.24%,说明该框架可以有效提升预测精度。

关键词：归纳推理知识补全对比策略元学习

基于复杂背景的多尺度特征融合手-物交互检测方法

在线全文

学校读者我要写书评

暂无评论

兰州交通大学学报 2024年第5期43卷 94-102页

作者：王文润党建武王阳萍梁超兰州交通大学电子与信息工程学院兰州730070 兰州交通大学轨道交通信息与控制国家级虚拟仿真实验教学中心兰州730070 甘肃省人工智能与图形图像处理工程研究中心兰州730070

针对手与物体在交互过程中不同场景的背景噪声、光照变化等复杂背景,以及手-物相互遮挡、分辨率低等问题对手-物交互检测精度的影响,提出采用一种两阶段的多尺度特征融合手-物交互检测方法。首先,引入基于特征金字塔的残差网络Resnet50... 详细信息

针对手与物体在交互过程中不同场景的背景噪声、光照变化等复杂背景,以及手-物相互遮挡、分辨率低等问题对手-物交互检测精度的影响,提出采用一种两阶段的多尺度特征融合手-物交互检测方法。首先,引入基于特征金字塔的残差网络Resnet50作为特征提取主干网络,实现深层语义信息和浅层细节特征的多尺度融合,提高小目标检测的精度;然后,利用检测到的手部区域与物体区域的几何信息来判断是否交互,过滤非交互的物体;最后,在大规模的室内外包括11个类别的手接触物体的人类互动视频帧数据集进行实验,提高网络的泛化性能。实验结果表明,本文所提方法和两阶检测方法相比,在提高检测精度的同时没有增加网络模型复杂度,同时在数据集不同类别的检测精度相对稳定,有效提升了网络的泛化性能。

关键词：手物交互目标检测复杂背景多尺度特征融合