检索结果-南通市图书馆

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

一种基于深度学习的视觉里程计算法

激光与光电子学进展 2021年第4期58卷 316-323页

作者：张再腾张荣芬刘宇红贵州大学大数据与信息工程学院贵州贵阳550025

近年来,视觉里程计广泛应用于机器人和自动驾驶等领域,传统方法求解视觉里程计需基于特征提取、特征匹配和相机校准等复杂过程,同时各个模块之间要耦合在一起才能达到较好的效果,且算法的复杂度较高。环境噪声的干扰以及传感器的精度会... 详细信息

近年来,视觉里程计广泛应用于机器人和自动驾驶等领域,传统方法求解视觉里程计需基于特征提取、特征匹配和相机校准等复杂过程,同时各个模块之间要耦合在一起才能达到较好的效果,且算法的复杂度较高。环境噪声的干扰以及传感器的精度会影响传统算法的特征提取精度,进而影响视觉里程计的估算精度。鉴于此,提出一种基于深度学习并融合注意力机制的视觉里程计算法,该算法可以舍弃传统算法复杂的操作过程。实验结果表明,所提算法可以实时地估计相机里程计,并具有较高的精度和稳定性以及较低的网络复杂度。

关键词：机器视觉深度学习视觉里程计注意力机制多任务学习

在线全文

学校读者我要写书评

暂无评论

面向动态场景的语义视觉里程计

激光与光电子学进展 2021年第6期58卷 265-274页

作者：卢金刘宇红张荣芬贵州大学大数据与信息工程学院贵州贵阳550025

针对传统视觉同时定位与地图构建(vSLAM)相机跟踪模块在动态环境中无法精确定位的问题,提出一种基于语义的视觉里程计。首先,在利用金字塔Lucas-Kanade光流追踪匹配帧间特征点的同时,对图像进行像素级的语义分割。然后,将语义信息与几... 详细信息

针对传统视觉同时定位与地图构建(vSLAM)相机跟踪模块在动态环境中无法精确定位的问题,提出一种基于语义的视觉里程计。首先,在利用金字塔Lucas-Kanade光流追踪匹配帧间特征点的同时,对图像进行像素级的语义分割。然后,将语义信息与几何特征紧密结合用以准确地剔除图像中的外点,使得位姿估计和建图仅依靠图像中值得信赖的静态特征点。最后,提出了一种多尺度的随机抽样一致(RANSAC)方案,对匹配点进行步进采样,每步使用不同的尺度因子,在降低外点检测时间的同时,提高了外点检测的鲁棒性。在TUM数据集上的实验结果表明,在高动态序列中,相比于ORB-SLAM2,本文方案的绝对轨迹误差和相对位姿误差改善了90%以上,而相比于同类型的DS-SLAM,本文方案在降低外点检测时间30%~40%的情况下,提升了位姿估计的鲁棒性。

关键词：成像系统运动估计和光流视觉里程计动态场景多尺度随机抽样一致语义分割

La^(3+)、Nd^(3+)掺杂对Bi_4Ti_3O_(12)纳米薄膜铁电和介电性能的优化（英文）

在线全文

学校读者我要写书评

暂无评论

硅酸盐学报 2016年第10期44卷 1471-1476页

作者：郭凯鑫何腾鹏孔汉东张荣芬贵州大学大数据与信息工程学院贵州省电子复合材料重点实验室贵阳550025 贵州大学阳明学院贵阳550025

采用溶胶-凝胶法和快速热处理工艺,在Pt(111)/Ti/SiO_2/Si(100)衬底上制备出Bi_4Ti_3O_(12)及其La^(3+)、Nd^(3+)掺杂系列铁电薄膜Bi3.5(La/Nd)_(0.5)Ti_3O_(12),并对其相组成、微观结构、铁电和介电性能进行了研究。X射线衍射谱和SEM综合显示,薄膜均匀、致密,呈随机取向的多晶钙钛矿结构。铁电和介电性能研究表明:其掺杂系列较未掺杂薄膜具有更优异的极化行为和矩形度(剩余极化强度Pr从9.35μC/cm2增至15.53和26.24μC/cm2)、更低的漏电流密度(从10-4 A/cm2降至10-6 A/cm2甚至10-9 A/cm2)和更高的介电常数,但同时介电损耗也逐渐增加(高频段时tanδ从0.02增至0.10和0.25)。

关键词：钛酸铋掺杂替代机理铁电性能介电性能

在线全文

学校读者我要写书评

暂无评论

基于二次生成对抗的人体姿态估计

激光与光电子学进展 2020年第20期57卷 327-335页

作者：张显坤张荣芬刘宇红贵州大学大数据与信息工程学院大数据与智能技术重点实验室贵州贵阳550025

针对人体姿态估计中因肢体、环境复杂性导致的估计结果不精确问题,提出了一种基于二次生成对抗的人体姿态估计方法,通过两个阶段对堆叠沙漏网络(SHN)进行生成对抗训练。首先将SHN作为第一个生成对抗网络模型的判别器,通过在线对抗数据... 详细信息

针对人体姿态估计中因肢体、环境复杂性导致的估计结果不精确问题,提出了一种基于二次生成对抗的人体姿态估计方法,通过两个阶段对堆叠沙漏网络(SHN)进行生成对抗训练。首先将SHN作为第一个生成对抗网络模型的判别器,通过在线对抗数据加强训练,以提升SHN的估计性能;然后将SHN作为第二个生成对抗网络模型的生成器,将肢体几何约束作为判别器,通过第二次对抗训练再一次提升SHN的估计性能,得到最终的SHN。在公开数据集LSP和MPII上对本方法进行测试,结果表明,该方法能有效提升SHN的估计精确度。

关键词：人体姿态估计生成对抗网络模型再训练肢体几何约束

可实现时分复用的CNN卷积层和池化层IP核设计

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2020年第24期56卷 66-71页

作者：张卫刘宇红张荣芬贵州大学大数据与信息工程学院贵阳550025

近年来,对于神经网络算法的实现,越来越多人选择使用现场可编程逻辑门阵列(Field Programmable Gate Array,FPGA),而其当前实现的方式主要以Verilog硬件描述语言(Verilog Hardware Description Language,Verilog HDL)和高层综合语言(High Level Synthesis,HLS)为主。HLS具有易于理解与使用、开发时间短等特点,故采用HLS来设计卷积神经网络(Convolutional Neural Network,CNN)中的卷积层和池化层,生成IP核后,进一步利用时分复用技术搭建整个系统。实验采用MNIST手写数字数据集进行验证,将10层卷积神经网络布署到Xilinx公司的ZYNQ-7000 xc7z010clg400-1FPGA芯片上,经10 000次迭代后的平均识别准确率为95.34%。该IP核的设计对于快速使用FPGA来实现神经网络进行图像处理具有重要的意义。

关键词：卷积神经网络(CNN) 现场可编程逻辑门阵列(FPGA) 高层综合语言 IP核时分复用

基于改进U-Net的两阶段视网膜血管分割方法

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2021年第16期58卷 472-482页

作者：蔡乾宏刘宇红张荣芬贵州大学大数据与信息工程学院贵州贵阳550025

针对当前视网膜图像分割方法中存在的细小血管像素模糊以及较厚视网膜血管边缘细节丢失等问题,本文设计了一种基于改进U-Net与Mini-U-Net网络相结合的两阶段训练分割方法。首先,在全尺寸U-Net网络后加入一个小尺寸的Mini-U-Net对图像中... 详细信息

针对当前视网膜图像分割方法中存在的细小血管像素模糊以及较厚视网膜血管边缘细节丢失等问题,本文设计了一种基于改进U-Net与Mini-U-Net网络相结合的两阶段训练分割方法。首先,在全尺寸U-Net网络后加入一个小尺寸的Mini-U-Net对图像中的模糊血管像素进行二次训练,以提升模糊血管像素的分割效果;其次,将两个网络编解码过程中的原始卷积层改为残差卷积模块,使原始特征信息被更完整地保留;最后,在两个网络的跳跃连接处引入注意力机制,使任务目标集中在血管像素上,提高分割精度。该方法在DRIVE和STARE公共眼底图像数据集上进行测试的精确率分别为0.8331和0.8563,召回率分别为0.8396和0.8639,F1-Score分别为0.8351和0.8609,准确率分别为0.9698和0.9787,整体分割结果相较其他分割方法更好。

关键词：图像处理视网膜血管分割 U-Net 两阶段训练残差网络注意力机制

在线全文

学校读者我要写书评

暂无评论

机器视觉中的人体检测算法优化

激光与光电子学进展 2020年第10期57卷 69-77页

作者：何倩倩张荣芬刘宇红贵州大学大数据与信息工程学院贵州贵阳550025

提出了一种基于深度学习和景深信息的人体检测方法。采用基于深度学习的方法进行目标检测,运用深度图的景深信息判定人体的位置,将两者结合准确定位人体。本文方法通过深度摄像头采集RGB图及对应深度图,采用darknet-yolo-v3对RGB图进行... 详细信息

提出了一种基于深度学习和景深信息的人体检测方法。采用基于深度学习的方法进行目标检测,运用深度图的景深信息判定人体的位置,将两者结合准确定位人体。本文方法通过深度摄像头采集RGB图及对应深度图,采用darknet-yolo-v3对RGB图进行目标检测,将目标边界框预处理后传给RGB图对应深度图,深度图采用无边界主动轮廓模型对景深信息进行处理,达到将深度学习的高识别率与景深信息结合精准定位人体目标的目的。实验结果表明,本文方法能准确找到一个不受标识框影响的目标定位点,有效改善由人体的不同姿态、动作幅度大小导致标识框误差增大的问题,提升了检测人体的精度,为进一步研究行人的准确跟踪提供了保障。

关键词：图像处理深度图人体检测无边界主动轮廓模型深度学习

在线全文

学校读者我要写书评

暂无评论

多尺度特征融合的细粒度图像分类

激光与光电子学进展 2020年第12期57卷 83-89页

作者：李思瑶刘宇红张荣芬贵州大学大数据与信息工程学院贵州贵阳550002

提出了一种基于多尺度特征融合的细粒度图像分类方法.通过运用特征金字塔结构对不同层次的特征进行尺度变换,再进行信息融合;之后筛选其中包含细节特征最多的前三个区域图,将其与图像的全局特征共同作用以判断图片所属的子类类别.在公... 详细信息

提出了一种基于多尺度特征融合的细粒度图像分类方法.通过运用特征金字塔结构对不同层次的特征进行尺度变换,再进行信息融合;之后筛选其中包含细节特征最多的前三个区域图,将其与图像的全局特征共同作用以判断图片所属的子类类别.在公开的细粒度数据集CUB-200-2011、Stanford Dogs上进行了实验,得到的分类精度分别为85.7%和83.5%.实验结果表明该方法对于精细化物体分类具有一定的优越性.

关键词：图像处理细粒度图像分类多尺度特征特征金字塔卷积神经网络

在线全文

学校读者我要写书评

暂无评论

基于RetinaNet的海洋鱼类检测算法

激光与光电子学进展 2023年第10期60卷 153-161页

作者：周迎峰张荣芬刘宇红李宽贵州大学大数据与信息工程学院贵州贵阳550025

为了更好地保护和利用海洋鱼类资源,需要对海洋鱼类进行有效监测,但海洋环境复杂,导致海洋鱼类的识别检测普遍存在检测精度不佳等问题。针对上述问题,本文提出一种基于RetinaNet改进的海洋鱼类检测算法。首先,用DenseNet-121替换Retina... 详细信息

为了更好地保护和利用海洋鱼类资源,需要对海洋鱼类进行有效监测,但海洋环境复杂,导致海洋鱼类的识别检测普遍存在检测精度不佳等问题。针对上述问题,本文提出一种基于RetinaNet改进的海洋鱼类检测算法。首先,用DenseNet-121替换RetinaNet原有的主干网络,减少参数量的同时保留了更多的鱼类图像特征。然后,在主干网络中引入卷积注意力模块,引导神经网络更有针对性地提取图像特征。其次,在原有的FPN网络中引入新的卷积层,使得改进后的PFPN网络能够融合更多尺度的图像特征。最后,在分类和回归网络中引入soft-NMS,有效改善了相同类别的鱼距离过近和相互遮挡造成的漏检问题。实验表明,提出算法的平均精度(mAP)达到92.12%,相比SSD等算法的检测效果有明显提高,相比原算法的mAP提升了4.71%,对于海洋鱼类具有较好的检测效果。

关键词：图像处理鱼类检测 RetinaNet DenseNet-121 卷积注意力模块 soft-NMS

同方期刊数据库