检索结果-南通市图书馆

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于多传感器融合的目标检测跟踪系统设计

工业控制计算机 2024年第7期37卷 41-43,46页

作者：彭清祥胡文彪童光红陈兵三一重工股份有限公司湖南长沙410100

针对自动驾驶车辆自动跟踪人员及车辆行驶过程中的目标检测和跟踪问题,提出基于多传感器融合的目标信息检测及信息融合处理方案。利用车辆内置的三种类型的传感器,相互弥补不同工况下识别性能不足的同时,通过二维卷积网络等方法识别不... 详细信息

针对自动驾驶车辆自动跟踪人员及车辆行驶过程中的目标检测和跟踪问题,提出基于多传感器融合的目标信息检测及信息融合处理方案。利用车辆内置的三种类型的传感器,相互弥补不同工况下识别性能不足的同时,通过二维卷积网络等方法识别不同传感器获取的信息,采用关联方法将不同传感器信息进行融合识别,确保在不同工况下均可识别目标物。通过提出的多传感器融合方法,车辆在结构化道路以及越野道路工况下,可以通过不同传感器的优势互补,实现不同目标的检测和跟踪功能。

关键词：多传感器融合目标跟踪特征编码器网络二维卷积网络

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

用于视频行为识别的高效二维时序建模网络

计算机工程与应用 2023年第3期59卷 127-134页

作者：栗志磊李俊施智平姜那张永康首都师范大学信息工程学院北京100089

二维卷积难以对视频数据进行有效的时间信息建模。针对这个问题,提出了一个高效的基于二维卷积的时间建模网络。该网络只需要RGB图像作为输入,避免了复杂的光流计算,在低计算复杂度的前提下,可以在行为识别任务中达到先进的准确性。网... 详细信息

二维卷积难以对视频数据进行有效的时间信息建模。针对这个问题,提出了一个高效的基于二维卷积的时间建模网络。该网络只需要RGB图像作为输入,避免了复杂的光流计算,在低计算复杂度的前提下,可以在行为识别任务中达到先进的准确性。网络主要由两个部分组成,即运动特征增强模块和时序聚集模块。具体来说,运动特征增强模块主要实现短期时序建模,它利用当前帧与相邻帧的差异信息对当前帧中的运动信息进行自适应性的增强,让网络能够了解图像中的哪一部分将要产生运动。时序聚集模块实现长期的时序建模,主要应用于网络的后期,通过二维卷积对时序上的信息进行信息聚合,让每一帧图像经过网络提取特征后,都能够结合时序上所有帧序列的信息。在三个常见的视频动作识别数据集(UCF101、HMDB51和Something-Something V1)上进行的大量实验表明,与大多数现有方法相比,所提出的时序建模网络可以获得先进的识别性能。

关键词：短期运动特征增强长期时序聚集时序建模二维卷积网络行为识别

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

面向多模态情感分析的多通道时序卷积融合

计算机科学与探索 2023年

作者：孙杰车文刚高盛祥昆明理工大学信息工程与自动化学院

多模态情感分析已成为情感计算领域中的热门研究方向，它将基于单模态的情感分析扩展到基于多模态信息交流的环境。词级表示融合是建模跨模态信息交互的关键技术之一，旨在建模不同模态元素之间的相互作用。该任务面临两大挑战：模态元... 详细信息

多模态情感分析已成为情感计算领域中的热门研究方向，它将基于单模态的情感分析扩展到基于多模态信息交流的环境。词级表示融合是建模跨模态信息交互的关键技术之一，旨在建模不同模态元素之间的相互作用。该任务面临两大挑战：模态元素之间的局部交互和时间维度上的全局交互。现有方法在建模局部交互时，常采用注意力机制刻画模态元素整体特征间的相关性，但忽视了相邻元素及局部特征间的交互作用，计算成本也较高。为解决上述问题，文中提出一种多通道时序卷积融合（Multi-Channel Temporal Convolution Fusion， MCTCF）模型，该方法运用二维卷积网络获取多模态元素之间的局部交互。其中，局部连接可捕获相邻元素的关联，多通道卷积可学习多模态元素局部特征之间的融合，权重共享大幅降低了计算量。在得到局部交互后的序列上，时序LSTM网络可进一步建模时间维度上的全局关联。在MOSI和MOSEI数据集上的大量实验证明了MCTCF的有效性与高效性。仅用一个卷积核（三通道，28个权重参数），在许多指标上取得了最先进或具有竞争力的结果。消融研究表明，局部卷积融合和全局时序建模都是提高性能的关键。总之，文中的工作强化了词级表示融合的特征交互，降低了计算复杂度，为设计高效和有效的跨模态信息融合框架提供了见解。

关键词：多模态情感分析词级表示融合二维卷积网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电梯工况识别方法研究

电梯工况识别方法研究

作者：王大智江南大学

学位级别：硕士

电梯是方便人们出行的楼宇交通工具,越来越多的电梯正被注册投入使用,伴随而来的电梯故障与维保问题也日益突出。近年来,研究者分析电梯的各种运行特征,以寻求监控和预防电梯故障的方法。本文在开发出一套电梯工况数据采集系统,用以获... 详细信息

电梯是方便人们出行的楼宇交通工具,越来越多的电梯正被注册投入使用,伴随而来的电梯故障与维保问题也日益突出。近年来,研究者分析电梯的各种运行特征,以寻求监控和预防电梯故障的方法。本文在开发出一套电梯工况数据采集系统,用以获取电梯运行过程产生的电信号数据的基础上,提出正负两类超球体模型进行电梯故障的短期实时诊断以及预警分类,通过改进的二维卷积网络实现对电梯疲劳故障的诊断。论文还提出一种改进的长短时记忆自动编码网络进行电梯故障的早期预测,并搭建了电梯故障诊断预警平台。论文主要研究内容包括:1.根据曳引电梯的结构,具体分析电梯健康运行的影响因素,确定电梯运行过程所产生的电信号,相比于其他部件的振动信号,其受外部噪声影响的程度要低。开发出一套电梯运行状态实时数据采集系统,通过无线模块实现数据采集系统与电梯控制器之间的远程通信和协议解析。采集到的数据按照电梯控制协议进行解析并数据提取,解析后的数据通过可视化操作进行展示。2.电梯的故障在运行中可能随时发生,本文应用超球体模型判别电梯运行过程中任一时刻的数据是否在安全阈值范围内,超出该阈值的就视为故障。在设备异常检测和故障诊断中,可以很容易获取大量正类样本,能够获取的负类样本就很少。该方法并不能充分利用这些负样本数据使超球体边界偏移到最佳位置,导致误判率较高。本文提出正负两类超球体短期故障诊断模型,使所有正、负类样本数据在投影空间中具有较好的分布特性。数据分析结果表明,该方法可达到98.3%的平均分类准确率,可以实现电梯故障的监测与短期实时诊断。3.电梯运行过程是由时间序列片段组成的,时序数据前后关联且不断变化,相比于单一时刻的数据更有利于电梯工况的识别。基于数据的可视化分析,可以发现同一台电梯相同运行过程下的电流或有功功率的变化曲线相似。本文提出一种改进的二维卷积网络方法,将电流或有功功率的二维图像和上下行、载重、楼层变化组成的标签进行学习与识别。数据分析结果表明,该方法在电流图像上识别的准确率达到98.78%,可有效的识别电梯运行时存在的中长期故障。4.为了实现电梯故障的早期预测,提出一种长短时记忆自动编码器与多层感知机相结合的网络方法。将电梯启动过程中产生的电流最大值作为辅助特征值,一起输入网络进行学习,解决了长短时编码器的重构误差对故障的早期预测性能较差的问题。数据分析结果表明,故障早期预测的平均准确率达到85.3%。5.搭建了电梯故障诊断和预警平台,利用图像处理、数据挖掘等技术,对电梯故障进行实时监测和预警,对电梯维保进行实时决策和调度。

关键词：电梯工况二维卷积网络长短时记忆自动编码器诊断预警超球体模型