检索结果-南通市图书馆

基于深度学习的慢性阻塞性肺疾病CT图像分类研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的慢性阻塞性肺疾病CT图像分类研究

作者：贾士绅杭州电子科技大学

学位级别：硕士

慢性阻塞性肺疾病(Chronic Obstructive Pulmonary Disease,COPD)在全世界范围内具有极高的发病率和致死率,早期COPD的检测与治疗是有效提高患者生存率和改善患者预后的重要途径。胸部计算机断层扫描(Computed Tomography,CT)检测已成... 详细信息

慢性阻塞性肺疾病(Chronic Obstructive Pulmonary Disease,COPD)在全世界范围内具有极高的发病率和致死率,早期COPD的检测与治疗是有效提高患者生存率和改善患者预后的重要途径。胸部计算机断层扫描(Computed Tomography,CT)检测已成为可以用于临床量化和诊断COPD的有效方法,虽然已经开发了许多基于CT的深度学习方法来识别COPD,但是由于COPD病理的高度复杂性以及其CT图像中病灶精确标注的缺乏,基于CT来表征COPD高度空间异质性的疾病特征仍具有挑战性,诊断性能仍有待提高。因此,本课题以COPD CT图像为基础,对基于深度学习的COPD影像分类问题进行了研究,课题的主要研究内容如下:(1)提出了一种基于特征融合与改进3D-DenseNet的COPD CT图像分类方法。该方法首先对CT图像进行预处理,接着利用全自动肺部组织分割算法分别提取出CT图像中双肺区域和气道树区域;随后考虑到CT图像的三维特性同时为了提高模型的识别准确性和泛化能力,通过将Dropout层替换为DropBlock模块,构建了一种基于改进的3D-DenseNet网络架构,并以双肺CT以及气道树CT的融合图像作为输入训练得到最终的分类模型。实验结果表明,通过使用三维卷积神经网络训练模型可以有效解决COPD CT图像缺乏精确标注的问题,改进的3D-DenseNet架构也具有更好的正则化效果,可以提高COPD诊断模型的准确性与泛化性。(2)提出了一种基于多示例学习和两阶段注意力的COPD CT图像分类方法。该方法首先通过CT图像预处理、肺部区域分割以及CT切片选择等步骤构建多示例学习所需的数据包和示例;其次,为缓解训练数据缺乏的问题,利用预训练的ResNet-50通过基于参数的迁移学习来提取COPD异常的多维和多组分特征,其中设计了一种伪彩色图像处理方法,该方法利用窗口处理技术将单通道的CT切片转换成和自然图像类似的三通道图像,一方面使得转换后的CT图像满足迁移学习网络的输入,另一方面增加了其信息携带的丰富性;随后,构建了一个两阶段注意力机制模型,其中第一阶段用于识别关键示例,第二阶段通过计算每个示例到关键示例的平均相对距离来校正每个示例的第一阶段得分,可以避免因单一注意力算子带来的计算误差,从而为每个示例生成更稳健的注意力分数;最后通过注意力得分对所有示例进行加权聚合,获得包级别的嵌入特征表示并得到最终的预测结果。此外,还在特征域上利用示例级聚类约束来提高特征的可分性,进一步提高COPD的识别准确性。大量对比实验和消融实验的结果表明,基于多示例学习和两阶段注意力的CT图像分类模型,不仅可以快速地进行训练,而且可以准确识别COPD患者。更重要的是,该模型可以应用于小样本的数据集,并且在一定程度上能缓解医学图像分类领域中常见的多中心效应问题。

关键词：慢性阻塞性肺疾病特征融合三维卷积神经网络多示例学习注意力机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于监控区域的危险行为识别技术研究

基于监控区域的危险行为识别技术研究

作者：刘雨芃华东交通大学

学位级别：硕士

为保护人民群众的财产安全和人身安全,视频监控设备被大量应用于各公共场所等重点地区。虽然监控系统的使用可以帮助相关人员进行业务监督,有效杜绝风险发生,发挥案件屏障作用,并且还能作为相关案件的证据,起到了重要的举证作用。但是... 详细信息

为保护人民群众的财产安全和人身安全,视频监控设备被大量应用于各公共场所等重点地区。虽然监控系统的使用可以帮助相关人员进行业务监督,有效杜绝风险发生,发挥案件屏障作用,并且还能作为相关案件的证据,起到了重要的举证作用。但是人的精力与主观性无法保证长时间在大量视频数据下对相关危险行为做出迅速准确的判断,即使是在准确识别的情况下,如果不能及时制止,事件双方还是会受到伤害。随着计算机视觉与深度学习技术的发展,针对监控视频进行信息提取的人体行为识别受到广泛研究并取得良好的识别效果。但受视频中背景复杂和种类较多等外界因素影响,网络模型通常存在难以精准识别、参数量大和特征信息提取冗余的问题。因此,本文对如何利用监控设备进行全方位监测做出了探讨。该监控系统主要包括针对事前的交互对象的预测功能和对于事中事后的行为识别算法研究,主要内容为:(1)针对视线追踪网络在特征提取中存在信息提取冗余,算法精度不够高的问题,本文采用改变特征提取方式的原理,将原始网络中使用的卷积神经网络用SwinTransformer取代。将改进的模型在The Gaze Follow dataset和Video Attention Target dataset上进行训练,整个模型在数据集上训练后检测准确度分别达到了92.3%和89.3%,结果与人类自身的真实准确度十分接近。在视线追踪模型基础上本文还提出了一种基于视线追踪技术的行人交互对象预测模型,通过对视频序列中每一帧视线追踪对象预测结果的统计与训练网络模型学习数据中人在与交互对象发生交互行为前,对交互对象的视线关注程度,结合二者的结果得到最终的交互对象预测。(2)针对三维卷积神经网络参数量大、特征信息提取冗余和提高精度的问题,提出了一种基于3D-Ghost module与全局轴向自注意力机制的人体行为识别算法。为了减少模型的参数量,本文对Ghostnet进行扩展,将其由二维卷积神经网络改进为三维卷积神经网络,并将其对原始I3D网络中Inc.模块所包含的卷积核进行替代,同时增加一条残差通道来优化网络结构,得到最终的轻量化模块3D-Ghost module并应用于整个网络中;将时空分离自注意力机制进行改进得到一种基于全局轴向自注意力机制的注意力模块融入到改进的I3D网络中,来提高模型的行为识别精度。实验结果表明提出的模型网络计算量为14.85GFlops,参数量为18.83M,在UCF101上识别准确率为96.2%,证明算法模型有效降低了参数量,提高了准确度。(3)搭建公共场所环境监测系统。通过将交互对象预测系统与行为识别系统在真实的公共区域场所中进行实验测试,本文设计了一个环境监测系统。该系统可以对模型和视频的进行选择,调用不同的检测算法。也可以利用摄像头实现实时监测的功能。在基于自制的真实公共监控视频数据对系统进行了测试,系统的测试结果也证明了本文算法的可行性。

关键词：视线追踪 Transformer 危险行为识别注意力机制三维卷积神经网络 Ghostnet

基于混合注意力机制及多尺度特征融合的视频动作识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于混合注意力机制及多尺度特征融合的视频动作识别

作者：牛文煜西安石油大学

学位级别：硕士

视频人体动作识别作为计算机视觉领域中的一个重要研究课题,其目的是从视频场景中识别人物的动作并判断类别,由于视频数据作为包含时空信息三维数据,给特征的提取带来了极大的挑战。三维卷积神经网络作为一种成功的视频人体动作识别技术... 详细信息

视频人体动作识别作为计算机视觉领域中的一个重要研究课题,其目的是从视频场景中识别人物的动作并判断类别,由于视频数据作为包含时空信息三维数据,给特征的提取带来了极大的挑战。三维卷积神经网络作为一种成功的视频人体动作识别技术,可以直接对视频时空信息进行建模,从而简化了时空信息提取的困难。但是三维卷积神经网络模型具有优化较困难、特征提取能力不足以及提取特征较为单一缺乏多尺度特征等问题,针对这些问题本文计划以C3D三维卷积神经网络为基础,对其进行改进研究,并且在公开数据集上进行实验验证,主要工作有以下两点:(1)提出一种基于多尺度特征提取结构和通道注意力机制的C3D三维卷积神经网络改进方法。PPM(Pyramid Pooling Module)多尺度池化模块相比于传统卷积结构可以提取出不同尺度的特征,获得更为丰富的信息,通道注意力机制能够强调特征中的重要通道特征。使用多尺度特征提取模块代替原有网络中的卷积结构并引入通道注意力机制对提取的特征进行强调,使得网络能够获取更加丰富有效的特征,从而更好地实现视频动作分类。在UCF-101和HMDB-51数据集上进行实验验证,本文所提出的改进方法在准确率指标上均有一定程度的提升,相比于目前比较经典的网络而言在性能上有一定的优势。(2)提出一种结合基于混合注意力机制的C3D三维卷积神经网络改进方法。通道注意力机制在对特征进行强调时会对空间信息进行压缩操作,从而导致空间信息损失。针对其存在的这一问题,引入空间注意力机制对网络进行改进。在GCNet通道注意力模块的基础上引入3D-Crisscross空间注意力模块构建混合注意力模块,这两种注意力网络具有全局上下文建模操作,能够对三维特征建立远程依赖关系,加强网络对视频信息在通道和空间上的特征提取能力,提高模型的建模性能。实验在UCF-101和HMDB-51两个大型视频数据集上进行测试,并与深度学习的其他模型进行比较,结果表明,本文方法相对于其他深度学习模型具有相对更高的准确率,而且与原C3D方法相比在效果上有明显提升。综上所述,本文以C3D三维卷积神经网络为基础,提出两种改进方法,提高了网络的识别性能,通过理论分析和实验结果验证本文改进方法的有效性。

关键词：深度学习三维卷积神经网络注意力机制多尺度特征提取

基于注意力机制的高光谱目标检测及图像分类算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于注意力机制的高光谱目标检测及图像分类算法研究

作者：刘中驰郑州轻工业大学

学位级别：硕士

高光谱图像(Hyperspectral Image,HSI)对光谱维度的划分更加细致,与彩色图像包含红、绿、蓝三个光谱波段不同,它由几十甚至上百个光谱波段组成。丰富的光谱信息使得HSI具有较强的地物区分能力,在城市规划、环境监测和农作物估产等领域... 详细信息

高光谱图像(Hyperspectral Image,HSI)对光谱维度的划分更加细致,与彩色图像包含红、绿、蓝三个光谱波段不同,它由几十甚至上百个光谱波段组成。丰富的光谱信息使得HSI具有较强的地物区分能力,在城市规划、环境监测和农作物估产等领域有着广泛的应用。因此,对高光谱图像处理的研究具有重要的现实意义。然而,在高光谱目标检测中,传统方法往往非线性光谱表达能力有限,难以有效区分不同类型的高光谱目标。在高光谱图像分类中,空间特征和光谱特征利用不充分、样本标记数量不足等问题,给高光谱图像分类精度的提升带来极大影响。本文针对高光谱目标检测和图像分类任务所面临的问题,提出相应的改进方法,主要工作如下:(1)针对传统高光谱目标检测方法非线性光谱表达能力有限,难以区分不同类型高光谱目标的问题,提出一种集成注意力机制和多目标约束能量最小化(E-IMTCEM)的高光谱目标检测方法。将多个改进的约束能量最小化(CEM)检测器和集成学习进行结合;构建内部并联的CEM检测器,通过引入注意力机制对光谱权重进行重新分配;采用外部级联方式连接多层检测单元。利用合成和真实高光谱数据集验证该方法的有效性,结果表明该方法对多类高光谱目标检测具有较高的精度。(2)针对高光谱遥感图像分类中空间信息和光谱信息利用不充分、样本标记数量不足的问题,提出一种融合多尺度三维卷积神经网络(3D-CNN)和卷积块注意力机制(CBAM)的高光谱图像分类方法。首先采用特征映射方式从不同感受野充分挖掘并融合高光谱图像的空间特征和光谱特征,对融合后的空谱特征进行卷积块注意力机制处理;然后通过残差思想构建深层网络,并采用Dropout方法处理过拟合问题;最后通过Softmax分类器进行分类。在三个常用高光谱数据集上进行大量实验,结果表明提出方法分类性能优于其他经典的方法。(3)为进一步提取并充分利用高光谱图像的空谱特征信息,设计一种端到端的双路多尺度3D-CNN联合改进残差注意力机制的高光谱图像分类方法。首先通过两路分支分别提取高光谱图像的空间特征和光谱特征;然后利用残差思想改进空间注意力和光谱注意力,分别对提取的空谱特征进行细化处理;最后对二者进行融合,通过Softmax分类器对高光谱图像进行分类。在常用高光谱数据集上进行地物分类实验,结果表明与其他经典的方法相比,所提出的改进方法获得更好的分类结果。

关键词：高光谱目标检测高光谱图像分类注意力机制三维卷积神经网络多尺度特征融合

轻量化手语识别方法及其在手腕康复装置中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

轻量化手语识别方法及其在手腕康复装置中的应用

作者：孙世牛太原理工大学

学位级别：硕士

手语识别技术一直备受关注,在提升计算机对人体语言的理解能力、提升人机交互的效率以及改善听障人士与普通人的交流方式等方面都具有重大意义。随着手语识别技术的发展,人机交互更加顺畅和自然,其应用范围也越来越广泛,例如应用于手腕... 详细信息

手语识别技术一直备受关注,在提升计算机对人体语言的理解能力、提升人机交互的效率以及改善听障人士与普通人的交流方式等方面都具有重大意义。随着手语识别技术的发展,人机交互更加顺畅和自然,其应用范围也越来越广泛,例如应用于手腕康复装置的人机交互中。手语表达分为静态手语和动态手语两种,静态手语研究的焦点是关注手势在空间上的位置特征,通过分析和处理手语图像,提取出特定的手语特征,利用这些特征完成静态手语的分类和识别任务。相比之下,动态手语则需要考虑手势在时间序列中的变化规律,以及在空间位置上的变化,结合时间和空间信息实现动态手语识别。针对静态手语识别问题,提出了一种基于Shuffle Netv2-YOLOv3的轻量型手语识别方法,该方法减少了检测层和卷积层,并将损失函数替换为CIo U,网络改进后模型降低至8.9MB。在自制数据集上,该方法的m AP可达99.1%,且识别速度可达54帧每秒。此外,该方法在公开数据集上证明了其优越性,满足静态手语实时检测需求。动态手语可分为孤立词手语和连续手语,在孤立词手语识别方面,提出了基于Res Net50-I3D的孤立词手语识别方法。该方法在I3D模型的基础上,替换了Inception Netv1主干为精度更高的Res Net50网络,并将其膨胀为3D卷积,通过对自制孤立词手语数据集,分别提取光流和RGB流输入Res Net50-I3D模型进行训练,组成双流网络对孤立词手语进行识别,所提出模型的Top-1 accuracy为87.6%,相对于原始I3D模型提升了1.7%。在连续手语识别方面,提出了基于Shuffle Netv2-ECA特征提取的VAC连续手语识别方法,从而解决了连续手语识别模型较大、精度低的问题。在公开的数据集上,该方法相比于原始VAC识别方法在模型大小方面降低了100MB,WER降低了0.6%。文中提出的手语识别方法表现出了很高的有效性、可靠性和鲁棒性。将以上提出的静态手语和孤立词手语识别方法应用到手腕康复装置控制中。编写好控制手腕康复装置的下位机程序,输入到Arduino控制器中。手语识别完成后,对手语识别后的结果转化为编码传输到控制器中。根据手语识别结果与下位机中对应的动作相匹配来控制此装置。实现了对手腕康复装置的良好控制。

关键词：手语识别深度学习目标检测三维卷积神经网络连接主义时间分类人机交互手腕康复装置

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于CT序列空间的三维肺部医学影像研究

基于CT序列空间的三维肺部医学影像研究

作者：金灏东山东财经大学

学位级别：硕士

癌症是全球公认的主要公共卫生问题之一。在我国,肺癌在各种癌症的发病率和死亡率方面均居首位。研究表明肺结节是大多数肺癌早期的主要临床特征之一,早期的肺结节筛查可以有效地改善肺癌治疗效果,提高患者生存率。与此同时,2023年以来... 详细信息

癌症是全球公认的主要公共卫生问题之一。在我国,肺癌在各种癌症的发病率和死亡率方面均居首位。研究表明肺结节是大多数肺癌早期的主要临床特征之一,早期的肺结节筛查可以有效地改善肺癌治疗效果,提高患者生存率。与此同时,2023年以来,世界各国进入了新冠(COVID-19)疫情处置的常态化阶段。在临床上,COVID-19患者除了发热或呼吸道症状外,在CT上还会表现为磨玻璃征象,因此将医学影像技术引入COVID-19的筛查中在很大程度上推动了患者以及疑似患者的确诊筛查和及时诊疗。本文在空间序列的三维CT影像上开展了基于卷积神经网络的肺结节检测方法研究,结合临床医学先验知识和CT数据内在特性,以提升肺结节检测的敏感度和稳健性。本文的研究内容和创新点总结如下:(1)临床医生在进行医学诊断时,首先会关注肺结节的视觉对比度线索和轮廓特征,从而定位结节的具体空间位置。根据这一医学临床先验知识,本文提出了一种高效的多任务双分支3D卷积神经网络结构,实现肺结节检测和分割。在双分支结构中,一个分支被设计用于肺结节检测的候选区域提取,另一个合并分支被用于肺结节的病变区域语义分割。本文根据医生的临床诊断视角开发了一个3D注意力加权特征融合模块,从而使所设计的分割分支获得的捕获信息能够进一步相互促进提升各自检测分支的效果。此外,提出了假阳性降低策略,开发了一个三维显著区域汇集层,用于改善产生狭窄感受野的特征图。该策略分享了几个特征提取模块,旨在确保网络拥有一个狭窄的感受野,用于捕捉细致的特征表示。其从本质上区别于区域候选,促进了肺结节检测的稳健性。在常用的医学图像分析数据集上进行了实验和评估,实验对比表明,所设计的框架优于其他典型的主流方法。(2)在传统的临床实践中,由于CT扫描的丰富时空背景信息,医生总是重点关注CT图像的多个连续切片之间的相关性,以确定肺部结节的具体位置从而进行相应疾病诊断。为了在CT扫描中通过自动肺结节检测实现智能辅助诊断,充分利用临床经验的这一独特时空特征,本文开发了一个3D多注意力卷积神经网络,并设计了一个3D多注意力模块来模拟医生的临床诊断过程,该模块利用CT切片的时空视图在多维方向上的注意力增强,旨在从多个方向上整合时空上下文信息。通过OHEM(Online Hard Example Mining)损失计算方法,能够合理的调整阳性与阴性数据的权重,从而解决正负样本数据分布的不均衡问题,并且可以有效地学习到正样本和难分类样本的辨识特征,进而有效提高网络模型的泛化能力和分类准确率。

关键词：肺结节检测注意力模型假阳性降低策略三维卷积神经网络医学图像处理

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于三维卷积的多模态生理信号情绪识别研究

基于三维卷积的多模态生理信号情绪识别研究

作者：张之璇西北师范大学

学位级别：硕士

情绪是人类日常生活中交流的基础,在感知、决策和人际交往中发挥着重要作用。基于生理信号的情绪识别研究能够深入理解信号所传达的情绪信息,感知复杂的情绪状态,快速作出准确判断,被广泛应用于人机交互、疾病诊断等领域。目前,已有的... 详细信息

情绪是人类日常生活中交流的基础,在感知、决策和人际交往中发挥着重要作用。基于生理信号的情绪识别研究能够深入理解信号所传达的情绪信息,感知复杂的情绪状态,快速作出准确判断,被广泛应用于人机交互、疾病诊断等领域。目前,已有的情绪识别研究往往忽略了脑电电极的拓扑特征,只关注脑电信号的局部特征,难以提升模型识别情绪状态的准确性。此外,现有的情绪识别方法中,算法收敛速度较慢且复杂度过高,易导致模型训练时间较长。为了改善上述问题,本文从脑电信号的空间关联性出发,重定位脑电电极的拓扑位置以提高模型的识别性能,增加眼动模态和空间注意力模块以加快模型的运行速度。本文主要研究内容如下:(1)提出了一种基于脑电电极重定位方法与不同尺度核三维卷积神经网络的情绪识别模型。该方法旨在对相邻脑电电极间的空间关系进行提取,并明确考虑空间关联特征的提取方式以实现情绪识别。具体来说,首先根据原始脑电电极的采集位置设计二维拓扑结构图,将电极位置转换为二维矩阵,挖掘脑电电极间相关性。随后,使用不同尺度卷积核的三维卷积神经网络模型提取脑电信号的时空特征,用于情绪识别任务。该模型在DEAP数据集和SEED-IV数据集上分别进行情绪识别任务,其准确率分别达到95.67%和89.88%。实验结果表明,该方法所提取的脑电信号时空特征具有有效性,并验证本文所提出的模型具有情绪识别优势。(2)提出了一种基于脑电和眼动特征融合方法,结合基于空间注意力模块三维卷积神经网络的情绪识别模型。本研究通过多模态特征融合策略和空间注意力模块提取和融合情绪特征,实现脑电和眼动特征的信息互补,进而使模型在识别过程中更有效率。首先提取眼动信号的初阶特征,丰富相关情绪信息。其次,用基于空间注意力模块的三维卷积神经网络模型提取眼动的时空特征,并与第一个工作提取的脑电时空特征进行融合,将更深层次的情绪信息用于情绪识别任务。该模型在SEED数据集和SEED-IV数据集上进行情绪识别实验,尽管识别准确率有所下降,但是提高了模型的收敛速度和运行速度,可应用于实时性交互领域。

关键词：情绪识别脑电信号眼动信号三维卷积神经网络空间注意力模块

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于时空深度学习的空气质量预测研究

基于时空深度学习的空气质量预测研究

作者：公雪瑶青岛理工大学

学位级别：硕士

随着现代工业和交通的快速发展、人口快速膨胀和城市化进程,空气污染已成为一个全球性问题。因此,提高空气质量分析和预测的科学性与准确性,可以帮助政府及时采取有效的防控措施,保护公众健康,改善人民生活质量。空气污染物的形成与扩... 详细信息

随着现代工业和交通的快速发展、人口快速膨胀和城市化进程,空气污染已成为一个全球性问题。因此,提高空气质量分析和预测的科学性与准确性,可以帮助政府及时采取有效的防控措施,保护公众健康,改善人民生活质量。空气污染物的形成与扩散受多种因素的影响,对空气质量的精准预测提出了诸多挑战:1)空气质量同时受气象等时间因素以及路网结构、土地利用等空间因素的影响,是空气污染物颗粒与时空因素的复杂交互过程的结果;2)由于设备维护及软件错误等原因,采集的空气污染物数据以及相关的时空特征数据存在较多的异常及缺失值,部分特征数据缺失比例极高;3)空气质量多步长时预测随着步长增大性能降低,如何更好地挖掘预测序列与历史序列的相关性从而提高预测性能尚有待研究。针对利用目标空气质量监测点及其邻近空气质量监测站点采集的历史监测数据来预测未来时刻目标站点的空气质量值的问题,提出了一种基于时空混合深度学习模型C3D-LSTM。首先,利用改进的反距离加权(Inverse Distance Weight,IDW)和改进的简单平滑指数法(Simple Exponential Smoothing,SES)模型对所有站点缺失的数据进行填充。其次,采用三维卷积神经网络(3D Convolutional Networks,C3D)对时空维度上的信息进行联合卷积以提取时空特征,通过长短时记忆神经网络(Long Short-Term Memory,LSTM)来解决长时数据序列特征提取,将提取的特征经过全连接网络实现对空气质量的预测。最后,基于三种不同指标与空气质量预测方面较为主流的单模型、混合模型的对比来验证所提模型的有效性。为解决多站点空气质量的长时预测提出一种基于空间数据辅助Seq2seq学习的模型SSF。首先,从两种不同类型特征的角度,采用K-最近邻(K-Nearest Neighbor,KNN)方法对所有站点数据的缺失值进行填充以及嵌入。其次,基于空气质量数据间的时间、空间相关性,采用融合注意力机制的Seq2Seq结构来表征时间依赖性,添加自注意力机制的自编码器来捕获站点间的空间相关性。最后,基于北京市21个站点的真实数据集设计了三种不同实验场景,与基准模型的对比试验和消融实验均能证明所提模型的有效性和优越性。

关键词：空气质量预测深度学习时空相关性三维卷积神经网络长短时记忆神经网络序列到序列注意力机制

联合均等采样随机擦除和全局时间特征池化的视频行人重识别方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机应用 2021年第1期41卷 164-169页

作者：陈莉王洪元张云鹏曹亮殷雨昌常州大学计算机与人工智能学院阿里云大数据学院江苏常州213164

针对为解决视频监控中遮挡、背景物干扰,以及行人外观、姿势相似性等因素导致的视频行人重识别准确率较低的问题,提出了联合均等采样随机擦除和全局时间特征池化的视频行人重识别方法。首先针对目标行人被干扰或部分遮挡的情况,采用了... 详细信息

针对为解决视频监控中遮挡、背景物干扰,以及行人外观、姿势相似性等因素导致的视频行人重识别准确率较低的问题,提出了联合均等采样随机擦除和全局时间特征池化的视频行人重识别方法。首先针对目标行人被干扰或部分遮挡的情况,采用了均等采样随机擦除(ESE)的数据增强方法来有效地缓解遮挡,提高模型的泛化能力,更准确地匹配行人;其次为了进一步提高视频行人重识别的精度,学习更有判别力的特征表示,使用三维卷积神经网络(3DCNN)提取时空特征,并在网络输出行人特征表示前加上全局时间特征池化层(GTFP),这样既能获取上下文的空间信息,又能细化帧与帧之间的时序信息。通过在MARS、DukeMTMC-VideoReID和PRID-2011三个公共视频数据集上的大量实验,证明所提出的联合均等采样随机擦除和全局时间特征池化的方法,相较于目前一些先进的视频行人重识别方法,具有一定的竞争力。

关键词：视频行人重识别三维卷积神经网络全局时间特征表示均等采样随机擦除数据增强