检索结果-南通市图书馆

全卷积神经网络与全连接条件随机场中的左心室射血分数精准计算

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2019年第3期31卷 431-438页

作者：刘晓鸣雷震何刊张惠茅郭树旭张歆东李雪妍吉林大学电子科学与工程学院长春130012 中国科学院自动化研究所模式识别国家重点实验室生物识别与安全研究中心北京100190 吉林大学第一医院放射科长春130021

左心室射血分数是临床上用于衡量心脏健康的一项重要指标.为提高左心室分割和射血分数计算的精度,提出一种基于改进的全卷积神经网络和全连接条件随机场的方法.首先利用预训练的全卷积神经网络模型对心脏核磁共振影像进行左心室分割并... 详细信息

左心室射血分数是临床上用于衡量心脏健康的一项重要指标.为提高左心室分割和射血分数计算的精度,提出一种基于改进的全卷积神经网络和全连接条件随机场的方法.首先利用预训练的全卷积神经网络模型对心脏核磁共振影像进行左心室分割并输出概率图;之后采用3D全连接条件随机场对概率图进行后处理,完成像素级的精准密度预测;最后对左心室分割结果进行3D重建,并计算左心室舒张末期容积和收缩末期容积,进而计算出射血分数.实验结果表明,该方法能够实现左心室射血分数的精确且高效的计算,对左心室射血分数的平均预测误差为4.67%,各步骤耗时短.

关键词：左心室射血分数计算深度学习全卷积神经网络全连接条件随机场

在线全文

学校读者我要写书评

暂无评论

全卷积神经网络的车辆点云目标精细化检测

测绘科学 2020年第3期45卷 95-102页

作者：马得花闫宏亮青海省遥感测绘院西宁810001

针对无人驾驶技术高速发展中车辆目标的3D检测仍存在局限性的问题,该文提出了一种基于全卷积神经网络的车辆点云三维目标检测框架。进行了深度学习技术在二维图像的目标检测成熟应用的调查,将全卷积神经网络的目标检测扩展到三维点云数... 详细信息

针对无人驾驶技术高速发展中车辆目标的3D检测仍存在局限性的问题,该文提出了一种基于全卷积神经网络的车辆点云三维目标检测框架。进行了深度学习技术在二维图像的目标检测成熟应用的调查,将全卷积神经网络的目标检测扩展到三维点云数据。该算法在KITTI数据集上进行了测试,并与先前基于点云的车辆检测方法进行比较表明算法性能有着显著提高。研究结果可以应用于激光雷达点云实现车辆检测任务,从而可以较好地服务于自动驾驶。

关键词：车辆检测目标检测激光雷达点云全卷积神经网络交通测绘

在线全文

学校读者我要写书评

暂无评论

全卷积神经网络遥感影像道路提取方法

遥感信息 2018年第1期33卷 69-75页

作者：刘笑王光辉杨化超刘宇王耀中国矿业大学环境与测绘学院江苏徐州221116 国家测绘地理信息局卫星测绘应用中心北京100048

针对人工选取简单特征提取道路效果不理想以及深度神经网络隐藏层信息应用较少的现状,提出一种基于全卷积神经网络的遥感影像道路提取方法。采用初始区域获取、中心线提取、中心线校正的工作流程对资源三号影像进行道路提取。首先自动... 详细信息

针对人工选取简单特征提取道路效果不理想以及深度神经网络隐藏层信息应用较少的现状,提出一种基于全卷积神经网络的遥感影像道路提取方法。采用初始区域获取、中心线提取、中心线校正的工作流程对资源三号影像进行道路提取。首先自动标注训练样本,完成全卷积神经网络训练,借助卷积层等隐藏层提取的复杂特征获取道路区域;然后依据道路长宽比、形态学运算和格拉斯-普克(Douglas-Peucker,DP)算法完成干扰图斑滤除和断裂区域连接等工作;最后使用Zhang-Suen算法提取中心线,并利用网络首层卷积结果进行中心线校正。实验结果表明,该方法能借助自主学习的特征和网络隐藏层信息实现道路较好提取,不同实验区域中平均准确度在90%以上。

关键词：道路提取高分辨率遥感影像深度学习全卷积神经网络边缘检测

在线全文

学校读者我要写书评

暂无评论

全卷积神经网络应用于SAR目标检测

电讯技术 2018年第11期58卷 1244-1251页

作者：张椰朱卫纲吴戌航天工程大学研究生院北京101416 航天工程大学光电装备系北京101416 解放军62215部队青海格尔木816000

在合成孔径雷达(SAR)图像目标检测中,由于场景杂波的复杂多变,对背景杂波统计模型估计难度增加,从而导致多数检测器容易受到背景杂波的干扰。针对如何避免场景杂波对目标检测干扰的问题,提出了一种基于全卷积神经网络的SAR目标检测模型... 详细信息

在合成孔径雷达(SAR)图像目标检测中,由于场景杂波的复杂多变,对背景杂波统计模型估计难度增加,从而导致多数检测器容易受到背景杂波的干扰。针对如何避免场景杂波对目标检测干扰的问题,提出了一种基于全卷积神经网络的SAR目标检测模型。该模型将目标检测任务转化为像素分类问题,利用卷积神经网络对数据集中目标像素特征和背景杂波像素的先验信息进行自主学习,有效减少了虚警目标的数量;通过对目标及其阴影区域的联合检测,提高了目标的检测概率。对多个不同场景图像进行测试,实验结果表明提出的检测模型具有良好的检测性能和鲁棒性能,与传统恒虚警检测算法相比,在无需考虑背景杂波统计模型前提下有效降低了虚警概率。

关键词： SAR图像目标检测全卷积神经网络像素分类迁移学习

在线全文

学校读者我要写书评

暂无评论

全卷积神经网络研究综述

计算机工程与应用 2020年第1期56卷 25-37页

作者：章琳袁非牛张文睿曾夏玲江西科技师范大学数学与计算机科学学院南昌330038 上海师范大学信息与机电工程学院上海201418

近年来,全卷积神经网络发展迅猛,在多个视觉研究领域表现出了非常亮眼的成绩。重点收集了近几年的高质量文献,对其中提出的全卷积方法进行分析总结,力求让读者通过对研读,对全卷积神经网络的关键技术、研究现状和最新进展有一个比较全... 详细信息

近年来,全卷积神经网络发展迅猛,在多个视觉研究领域表现出了非常亮眼的成绩。重点收集了近几年的高质量文献,对其中提出的全卷积方法进行分析总结,力求让读者通过对研读,对全卷积神经网络的关键技术、研究现状和最新进展有一个比较全面的了解。将收集到的文献,按照研究领域的不同进行分类汇总,重点提取几个研究非常活跃的领域,详细介绍一些非常具有代表性的算法,并重点介绍了各种方法的精髓所在,同时还对近一年来的最新研究进展进行了概述。通过对大量文献的梳理研究,总结出全卷积神经网络在近几年取得的成就,分析各种方法的优缺点,根据全卷积神经网络目前还存在的一些问题,归纳出未来可能的发展方向。

关键词：全卷积神经网络卷积计算深度学习视觉研究

在线全文

学校读者我要写书评

暂无评论

基于全卷积神经网络的猪背膘厚快速准确测定

农业工程学报 2022年第12期38卷 183-188页

作者：张利娟陈力李黎巫海陈四清王可甜张亮王金勇重庆市畜牧科学院重庆402460 深圳千尘计算机技术有限公司重庆401120

为了有效地弥补猪B超图像人工手绘背膘厚的不足,为生猪育种工作提供更精准和稳定的背膘厚测定新方法。该研究将全卷积神经网络(Fully Convolutional Networks,FCN)模型应用于猪B超图像的背膘分割和背膘厚测定上,开发出一套使用Python调... 详细信息

为了有效地弥补猪B超图像人工手绘背膘厚的不足,为生猪育种工作提供更精准和稳定的背膘厚测定新方法。该研究将全卷积神经网络(Fully Convolutional Networks,FCN)模型应用于猪B超图像的背膘分割和背膘厚测定上,开发出一套使用Python调用FCN模型对猪B超图像背膘厚进行自动测定的系统。通过开展验证集验证试验、屠宰比对试验和人员比对试验,发现模型测定结果和标注结果之间差异不显著(P>0.05),两者相关系数达0.92(P<0.01);B超标准测定背膘厚和FCN分割测定背膘厚的相关系数达到0.97(P<0.01);专家组组内标准差为0.17 mm(最小),行业外组组内标准差为1.67 mm(最大),而FCN分割结果稳定性强,不受人员因素的影响。因此,该方法可以实现对外种猪B超背膘厚的精准、快速、稳定测量,减少猪场对专业人员的依赖,降低测定人员培训成本,减少工作人员工作量。

关键词：测定图像识别全卷积神经网络 B超图像背膘厚猪

在线全文

学校读者我要写书评

暂无评论

全卷积神经网络用于遥感影像水体提取

测绘通报 2018年第6期 41-45页

作者：王雪隋立春钟棉卿李顶萌党丽丽长安大学陕西西安710054 地理国情监测国家测绘地理信息局工程技术研究中心陕西西安710054 西安国际港务区规划局陕西西安710026 咸阳职业技术学院陕西咸阳712000

提出了一种全卷积神经网络模型用于遥感影像的水体目标提取的方法,介绍了全卷积神经网络的基本原理及构建3种网络模型的过程。为了分析模型效果,首先搜集带有水体的影像数据,并将这些数据标注为水体和背景两类,然后利用构建的全卷积神... 详细信息

提出了一种全卷积神经网络模型用于遥感影像的水体目标提取的方法,介绍了全卷积神经网络的基本原理及构建3种网络模型的过程。为了分析模型效果,首先搜集带有水体的影像数据,并将这些数据标注为水体和背景两类,然后利用构建的全卷积神经网络模型进行推理和学习获取先验模型,最后对测试影像进行水体提取试验。通过与传统的基于影像光谱特征的阈值法和基于图论的Grab Cut算法提取结果进行比较,验证了本文方法的可行性。

关键词：遥感影像水体提取全卷积神经网络阈值法 GrabCut算法

全卷积神经网络在建筑物震害遥感提取中的应用研究

在线全文

学校读者我要写书评

暂无评论

震灾防御技术 2019年第4期14卷 810-820页

作者：陈梦王晓青中国地震局地震预测研究所北京100036

为解决建筑物震害信息提取自动化程度不高的问题,本文将全卷积神经网络应用于建筑物震害遥感信息提取。以玉树地震后获取的玉树县城区0.2m分辨率航空影像作为建筑物震害信息提取试验数据源,将试验区地物划分为倒塌建筑物、未倒塌建筑物... 详细信息

为解决建筑物震害信息提取自动化程度不高的问题,本文将全卷积神经网络应用于建筑物震害遥感信息提取。以玉树地震后获取的玉树县城区0.2m分辨率航空影像作为建筑物震害信息提取试验数据源,将试验区地物划分为倒塌建筑物、未倒塌建筑物和背景3类。对427个500×500像素的子影像进行人工分类与标注,选取393个组成训练样本集,34个用于验证。利用训练样本集对全卷积神经网络进行训练,采用训练后的网络对验证样本进行建筑物震害信息提取及精度评价。研究结果表明:建筑物震害遥感信息提取总体分类精度为82.3%,全卷积神经网络方法能提高信息提取自动化程度,具有较好的建筑物震害信息提取能力。

关键词：深度学习全卷积神经网络建筑物震害信息遥感

在线全文

学校读者我要写书评

暂无评论

全卷积神经网络地震定位方法研究

全卷积神经网络地震定位方法研究

作者：陈宇雄中国地震局工程力学研究所

学位级别：硕士

地震预警是一种防灾减灾技术,可以有效地减小地震带来的人员伤亡和财产损失。地震定位是地震学的基本问题,也是地震预警中关键的一个环节。快速准确的地震预警定位是地震预警成功的重要前提。卷积神经网络仿造生物的视知觉(visual perce... 详细信息

地震预警是一种防灾减灾技术,可以有效地减小地震带来的人员伤亡和财产损失。地震定位是地震学的基本问题,也是地震预警中关键的一个环节。快速准确的地震预警定位是地震预警成功的重要前提。卷积神经网络仿造生物的视知觉(visual perception)机制构建的机器学习模型,广泛应用于图像识别与检测,近年来有将卷积神经网络及全卷积神经网络应用于地震定位的相关研究,相比传统地震定位方法,该方法可以直接从原始波形中提取特征信息,不依赖准确的P波到时,且定位结果有较高精度。本文采用了全卷积神经网络的方法,并采用了波形经短时傅立叶变换得到的时频数据作为网络的输入来对地震事件进行定位。本文所做的主要工作如下:(1)搜集了2012-2018年台湾地区测震台网记录到的1088个地震事件,经校对得到准确的震源位置,并考虑到数据质量筛选得到272个地震事件用于全卷积神经网络方法的实验。对于搜集和筛选好的波形数据,通过STA/LTA法和AIC法对震相P波到时进行了自动捡拾,并自P波到时前10s至后10s每间隔2.5s截取一次波形,截取后的波形经短时傅里叶变换后取模得到时频数据输入,以包含真实震源信息的三维数组作为标签,生成事件样本。使用交叉验证法,将272个地震事件均分为16个子集,每个子集包含17个地震事件。(2)构建全卷积神经网络,根据输入数据的形式和待解决的问题设置各层卷积层、池化层、反卷积层,采用均方差损失函数并引入L2正则化项,使用小批量梯度下降法和Adam优化算法,训练过程中采用dropout和shuffle。使用TensorFlow深度学习框架训练全卷积神经网络并使用测试事件进行测试,每次取15个子集的并集作为训练集,剩余的1个子集作为测试集,共训练和测试16次,对所有测试结果的定位误差进行统计和分析。(3)对于全卷积神经网络定位方法中的部分参数进行了讨论。选取了高斯分布半径、卷积核大小、初始学习率、正则化项权重等参数。控制其它各参数不变,研究各参数变化对最终训练得到的模型的测试结果的影响。同时,针对台站到时延迟和钟差的影响,对部分台站进行延迟处理后进行测试,测试结果仍具有较好的精度,证明全卷积神经网络定位法适用于有一定范围的延迟和钟差的情况。

关键词：地震预警地震定位短时傅里叶变换深度学习全卷积神经网络 TensorFlow