检索结果-南通市图书馆

基于反馈注意力机制和上下文融合的非模式实例分割

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2021年第4期16卷 801-810页

作者：董俊杰刘华平谢珺续欣莹孙富春太原理工大学信息与计算机学院山西晋中030600 清华大学智能技术与系统国家重点实验室北京100084 太原理工大学电气与动力工程学院山西太原030024

非模式实例分割是最近提出的对实例分割的扩展,其任务是对每个对象实例的可见区域和被遮挡区域都进行预测,感知完整的物理结构和语义概念。在预测对象被遮挡部分的形状和语义时,往往由于特征表示的识别能力不够和对上下文信息缺乏而导... 详细信息

非模式实例分割是最近提出的对实例分割的扩展,其任务是对每个对象实例的可见区域和被遮挡区域都进行预测,感知完整的物理结构和语义概念。在预测对象被遮挡部分的形状和语义时,往往由于特征表示的识别能力不够和对上下文信息缺乏而导致对遮挡区域预测欠拟合甚至错误。针对这个问题,提出一个上下文注意模块和反馈注意力机制的特征金字塔结构,引入反馈连接进行再学习。该方法能够有效捕获全局语义信息和精细的空间细节,通过在COCO-amodal数据集训练和验证,非模式实例分割掩码平均精确率从8.4%提高到14.3%,平均召回率从16.6%提高到2..8%。实验结果表明,该方法能够显著提高对物体被遮挡部分预测的准确率,有效解决欠拟合问题。

关键词：非模式实例分割遮挡预测反馈连接注意力机制上下文信息深度学习神经网络计算机视觉

A No-Reference Remote Sensing Image Quality Assessment Method Using Visual Information Fidelity Index

在线全文

学校读者我要写书评

暂无评论

A No-Reference Remote Sensing Image Quality Assessment Metho...

2.13年中国智能自动化学术会议

作者： Yu Shao fuchun sun Hongbo Li State Key Laboratory of Intelligence technology and Systems Department of Computer Science and TechnologyTsinghua University

A novel image quality assessment method for remote sensing image is presented in the *** and noise are two common distortion factors that affect remote sensing image *** two factors influence each other in both space and frequency *** it is difficult to objectively evaluate remote sensing image quality while exist these two kinds of distortion simultaneously. In the proposed method,the input image is first re-blurred by Gaussian blur kernels and also re-noised by white Gaussian *** we measure the amount of mutual information loss before and after image filtering and *** take the VIF index as a measure of the information *** proposed method does not require reference image and can estimate distorted image with both blur and noise. Experimental results of the proposed method compared with other full-reference methods are presented,it is an accurate and reliable no-reference remote sensing image quality assessment method.

关键词： Remote sensing image Image quality assessment Human visual system Visual information fidelity

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于超限学习机的非线性典型相关分析及应用

智能系统学报 2018年第4期13卷 633-639页

作者：温晓红刘华平阎高伟孙富春太原理工大学电气与动力工程学院山西太原030600 清华大学计算机科学与技术系北京100084 智能技术与系统国家重点实验室北京100084

典型相关分析是目前常用的研究两个变量间相关性的统计方法。针对线性典型相关分析难以准确揭示变量之间复杂关系的问题,提出一种基于超限学习机的非线性典型相关分析多模态特征提取方法。首先,采用超限学习机分别的对每个模态进行无监... 详细信息

典型相关分析是目前常用的研究两个变量间相关性的统计方法。针对线性典型相关分析难以准确揭示变量之间复杂关系的问题,提出一种基于超限学习机的非线性典型相关分析多模态特征提取方法。首先,采用超限学习机分别的对每个模态进行无监督特征学习,得到抽象的深度特征表示;然后将这些深度抽象特征通过典型相关分析极大化模态之间的相关性,同时得到两组相关变量,实现多模态数据的复杂非线性和高相关性表示。最后在康奈尔大学机器抓取公开数据集上进行实验验证,结果表明,所提出的方法与其他相关算法相比,训练速度得到显著提升。

关键词：典型相关分析超限学习机特征提取多模态融合机器抓取目标识别 RGB-D数据神经网络

在线全文

学校读者我要写书评

暂无评论

面向环境探测的多智能体自组织目标搜索算法

智能系统学报 2020年第2期15卷 289-295页

作者：吴莹莹丁肇红刘华平赵怀林孙富春上海应用技术大学电气与电子工程学院上海201418 清华大学计算机科学与技术系北京100084 清华大学智能技术与系统国家重点实验室北京100084

针对在复杂非结构化环境下如何协调多个无人机发现静态或动态目标的问题,建立了自组织目标搜索算法框架。结合磁探仪等效平均探测宽度模型,受昆虫协调方式和鸟群效应的生物机制启发,提出了基于仿生集群算法的无人机集群分布式目标搜索模... 详细信息

针对在复杂非结构化环境下如何协调多个无人机发现静态或动态目标的问题,建立了自组织目标搜索算法框架。结合磁探仪等效平均探测宽度模型,受昆虫协调方式和鸟群效应的生物机制启发,提出了基于仿生集群算法的无人机集群分布式目标搜索模型;采用改进的自适应差分进化算法帮助无人机集群模型在环境中平衡勘探和探索,实现无人机群体的协同搜索优化。该自组织目标搜索算法旨在以最短时间实现跟踪目标数量的最大化。基于仿真平台的实验测试了该策略的性能,验证了算法对具有未知目标的非结构化复杂环境的适用性。

关键词：自组织算法目标搜索差分进化仿生集群无人机非结构化环境鸟群效应动态目标

基于改进CenterNet的椎间盘图像检测算法研究

在线全文

学校读者我要写书评

暂无评论

光电子．激光 2022年第7期33卷 760-769页

作者：周华平汪婷孙克雷安徽理工大学计算机科学与工程学院安徽淮南23200

针对椎间盘图像灰度值较高及成像图具有不均匀性导致的空间信息难捕捉、特征缺乏语义信息等问题,以磁共振腰椎T2.状位的椎间盘识别为目标,本文提出一种基于改进CenterNet模型的椎间盘检测算法TCA_CenterNet(top coordinate attention C... 详细信息

针对椎间盘图像灰度值较高及成像图具有不均匀性导致的空间信息难捕捉、特征缺乏语义信息等问题,以磁共振腰椎T2.状位的椎间盘识别为目标,本文提出一种基于改进CenterNet模型的椎间盘检测算法TCA_CenterNet(top coordinate attention CenterNet),首先在主干特征提取网络顶层(Top)加入坐标注意力机制(coordinate attention,CA),加强网络对椎间盘的关注度,增强模型对目标位置的敏感性;其次采用深浅层特征融合,增强CenterNet提取有效特征的能力,并通过数据增强提高模型的泛化性能。实验结果表明,模型最终的平均精度均值(mean average precision,mAP)达到81.15%,平均帧率为14.2.frame/s,与其他对比算法相比,该改进算法具有更好的准确性与鲁棒性。

关键词：椎间盘 CenterNet 坐标注意力机制无锚框检测网络

在线全文

学校读者我要写书评

暂无评论

无人平台复杂地形探测的视触融合方法

飞控与探测 2020年第2期3卷 52-58页

作者：王召新刘华平续欣莹孙富春太原理工大学电气与动力工程学院太原030024 清华大学计算机科学与技术系北京100084 清华大学智能技术与系统国家重点实验室北京100084

为提高无人平台在复杂环境中的地形探测能力以及解决在小样本数据下识别地形困难的问题,提出了一种无人平台复杂地形探测的视触融合方法。在原始宽度学习的基础上,建立了多模态级联特征节点宽度学习框架。首先进行触觉和视觉初步特征提... 详细信息

为提高无人平台在复杂环境中的地形探测能力以及解决在小样本数据下识别地形困难的问题,提出了一种无人平台复杂地形探测的视触融合方法。在原始宽度学习的基础上,建立了多模态级联特征节点宽度学习框架。首先进行触觉和视觉初步特征提取和融合特征提取,随后将融合特征矩阵经宽度学习分类器得到地形识别的结果。最后,在自建的视觉-触觉地形(V-T2.数据集进行了实验验证。结果表明,相比于传统的融合算法,提出的融合算法有很好的准确性和鲁棒性,为无人平台地形探测提供了有效的策略。

关键词：视触融合无人平台地形探测级联特征节点宽度学习核典型相关分析

基于空间算子代数理论的多体系统逆动力学递推计算

在线全文

学校读者我要写书评

暂无评论

湖南科技大学学报（自然科学版） 2016年第3期31卷 69-75页

作者：谭文罗健孙富春湖南科技大学信息与电气工程学院湖南湘潭411201 清华大学计算机科学与技术系北京100084

空间算子代数理论是近几年发展起来的一种高效建模方法,应用空间算子代数方法可以对空间多体系统进行动力学建模、分析和仿真.首先通过引入6维矢量构建了单个刚体的空间矢量动力学方程,随后进一步建立了整个铰链体的逆动力学方程,并且... 详细信息

空间算子代数理论是近几年发展起来的一种高效建模方法,应用空间算子代数方法可以对空间多体系统进行动力学建模、分析和仿真.首先通过引入6维矢量构建了单个刚体的空间矢量动力学方程,随后进一步建立了整个铰链体的逆动力学方程,并且通过将动力学方程投影到随动坐标系的方法进行了该逆动力学递推算法的软件实现.应用空间算子代数理论建立的逆动力学递推算法具有O（N）的计算量级.通过平面三连杆的典型算例的求解,与商业软件Recurdyn@的仿真结果进行对比,验证了算法及软件实现的正确性.仿真结果表明,通过空间算子代数理论建立的逆动力学递推算法简单、计算精度及效率均能够满足工程需求,可应用于多体系统动力学的运动控制和轨迹优化设计中.

关键词：逆动力学算法空间算子代数递推计算多体系统

在线全文

学校读者我要写书评

暂无评论

基于流量工程的LEO巨型星座主动容错方法

中国科学：信息科学 2021年第11期51卷 1840-1852页

作者：王少清孙富春赵有健清华大学计算机科学与技术系北京100084 鹏城实验室深圳518000

LEO巨型星座因其广覆盖、高通量及低延时的通信潜力而受到越来越多的关注.然而由于所处空间环境复杂及自身特点等原因,LEO巨型星座容错问题亟待研究.为此,本文关注如下问题:如何保证卫星失效后,网络流量依然无拥塞正常转发?本文提出了... 详细信息

LEO巨型星座因其广覆盖、高通量及低延时的通信潜力而受到越来越多的关注.然而由于所处空间环境复杂及自身特点等原因,LEO巨型星座容错问题亟待研究.为此,本文关注如下问题:如何保证卫星失效后,网络流量依然无拥塞正常转发?本文提出了基于流量工程的主动容错方法SN-FFC,主要思想是通过合理的链路冗余,使得对于至多k(k为可调参数)个卫星失效,网络流量依然能无拥塞正常转发.SN-FFC首先设计基于流量工程的容错建模方法,随后针对模型计算复杂度高的问题,提出基于对偶理论的算法,使得复杂度从O(C;)降低到O(n).基于Starlink第一阶段星座模型的仿真实验表明SN-FFC相较现有方案,能实现故障下的无拥塞转发,并且计算时间和吞吐量开销较低.

关键词： LEO巨型星座容错流量工程对偶理论线性规划

在线全文

学校读者我要写书评

暂无评论

一种轻量化的水下目标检测算法SG-Det

光电子．激光 2023年第2期34卷 156-165页

作者：周华平宋明龙孙克雷安徽理工大学计算机科学与工程学院

基于深度学习的目标检测算法在水下进行检测主要存在两个困难:水下设备的存储和计算能力有限;水下图像模糊且小生物聚集。这种局限性要求水下目标检测算法要做到轻量且高效,因此现有的目标检测算法不能完全满足水下目标检测的需求。为... 详细信息

基于深度学习的目标检测算法在水下进行检测主要存在两个困难:水下设备的存储和计算能力有限;水下图像模糊且小生物聚集。这种局限性要求水下目标检测算法要做到轻量且高效,因此现有的目标检测算法不能完全满足水下目标检测的需求。为此本文在SSD(single shot MultiBox detector)的网络框架上进行改进,设计了一种轻量化的一阶段检测模型SG-Det。一方面,借鉴GhostNet的思想,对ShuffleNetV2.络进行了重构,提出一种新的轻量化特征提取网络SGnet。此网络进一步减少了模型参数量,使模型大小更适合部署在水下设备。另一方面,网络主要是利用6个不同尺度的特征图检测不同大小的生物,为此设计了一种引入双分支注意力机制的跨尺度特征融合模块(cross-scale feature fusion module, AFF)。模块首先引入注意力机制对输入的特征在全局通道和局部通道两方面进行加权,突出有用信息,从而减少背景等无关信息的干扰。然后选取非线性化程度更高的第4层分别增强前3层的语义信息,以较小的代价使前3层在识别小物体方面有更好的表现。模型在中国水下机器人大赛提供的水下数据集UPRC进行试验,平均检测精度(mAP)和速度分别达到了71.75%和69 FPS,且模型参数量仅有4.91 M。结果表明,所提出的方法在精度、速度和参数量之间取得了很好的平衡。

关键词：神经网络水下目标检测轻量化跨尺度特征增强