检索结果-南通市图书馆

多关键点约束与深度估计辅助的单目3D目标检测算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机学报 2024年

作者：郑锦王森李航周裕海北京航空航天大学计算机学院虚拟现实技术与系统全国重点实验室

当前主流的单目相机3D目标检测网络采用关键点检测范式，存在关键点预测与深度估计不准确的问题，限制了单目3D检测器的性能表现.本文提出一种多关键点约束与深度估计辅助的单目3D目标检测算法MonoAux，利用3D检测框的角点投影点、上表... 详细信息

当前主流的单目相机3D目标检测网络采用关键点检测范式，存在关键点预测与深度估计不准确的问题，限制了单目3D检测器的性能表现.本文提出一种多关键点约束与深度估计辅助的单目3D目标检测算法MonoAux，利用3D检测框的角点投影点、上表面与下表面中心投影点作为3D框中心投影点的补充，通过多关键点约束提升关键点预测精度；提出一种LiDAR-Free解耦深度估计方法，在不引入激光点云数据的同时通过几何关系推导引入额外的深度估计辅助监督信号，提升深度估计的准确性.多关键点约束与深度估计辅助仅在训练阶段使用，推理阶段不引入额外的计算成本.在KITTI3D目标检测验证集和测试集上的结果显示，相较于MonoDLE基线网络，提出的MonoAux算法在目标检测精度上分别提高3.87%和4.64%，与其他SOTA方法相比，本文方法也具有显著的性能优势，甚至优于部分使用额外数据的方法.

关键词： 3D目标检测关键点预测角点投影点深度估计激光点云

基于改进YOLO v8-Pose的红熟期草莓识别和果柄检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

农业机械学报 2023年第S2期54卷 244-251页

作者：刘莫尘褚镇源崔明诗杨庆璐王金星杨化伟山东农业大学机械与电子工程学院泰安271018 山东省农业装备智能化工程实验室泰安271018 山东省园艺机械与装备重点实验室泰安271018 山东省农业机械科学研究院济南250010

针对高架栽培模式下的大棚草莓,借鉴人体姿态检测算法,建立了改进YOLO v8-Pose模型对红熟期草莓进行识别与果柄关键点检测。通过对比YOLO v5-Pose、YOLO v7-Pose、YOLO v8-Pose模型,确定使用YOLO v8-Pose模型作为对红熟期草莓识别与关... 详细信息

针对高架栽培模式下的大棚草莓,借鉴人体姿态检测算法,建立了改进YOLO v8-Pose模型对红熟期草莓进行识别与果柄关键点检测。通过对比YOLO v5-Pose、YOLO v7-Pose、YOLO v8-Pose模型,确定使用YOLO v8-Pose模型作为对红熟期草莓识别与关键点预测的模型。以YOLO v8-Pose为基础,对其网络结构添加Slim-neck模块与CBAM注意力机制模块,提高模型对小目标物体的特征提取能力,以适应草莓数据集的特点。改进YOLO v8-Pose能够有效检测红熟期草莓并准确标记出果柄关键点,P、R、mAP-kp分别为98.14%、94.54%、97.91%,比YOLO v8-Pose分别提高5.41、5.31、8.29个百分点。模型内存占用量为22 MB,比YOLO v8-Pose的占用量小6 MB。此外,针对果园非结构化的特征,探究了光线、遮挡与拍摄角度对模型预测的影响。对比改进前后的模型在复杂环境下对红熟期草莓的识别与果柄预测情况,改进YOLO v8-Pose在受遮挡、光线和角度影响情况下的mAPkp分别为94.52%、95.48%、94.63%,较YOLO v8-Pose分别提高8.9、10.75、5.17个百分点。改进YOLO v8-Pose可在保证网络模型精度的同时对遮挡、光线和拍摄角度等影响均具有较好的鲁棒性,能够实现对复杂环境下红熟期草莓识别与果柄关键点预测。

关键词：红熟期草莓识别关键点预测 YOLO v8-Pose 注意力机制

基于场景几何约束的实验小鼠视频行为分析方法研究

在线全文

学校读者我要写书评

暂无评论

基于场景几何约束的实验小鼠视频行为分析方法研究

作者：张宁燕山大学

学位级别：硕士

啮齿类动物与人类具有高度的同源性,是重要的实验模型和模式生物,对于动物行为学、神经科学、医学等诸多领域具有十分重要的科学研究价值。啮齿类动物的行为,常作为一种敏感性度量指标,用来评价情绪波动、衡量用药、检验学习记忆能力等... 详细信息

啮齿类动物与人类具有高度的同源性,是重要的实验模型和模式生物,对于动物行为学、神经科学、医学等诸多领域具有十分重要的科学研究价值。啮齿类动物的行为,常作为一种敏感性度量指标,用来评价情绪波动、衡量用药、检验学习记忆能力等,以确定啮齿类动物遗传、药物、手术和其他实验治疗在行为表现上的差异。机器视觉与视频分析技术能够以非介入和无创的方式记录和分析小鼠行为,但是从视频中对行为细粒度的计算和量测仍然是一个复杂问题。本文提出了一种基于场景几何约束的实验小鼠视频行为分析方法,并将该方法应用于小鼠直立行为的检测和旷场实验中的行为分析。论文主要工作如下:(1)研究构建单目相机视点下结构化的动物行为学实验场景。结合行为实验,分析场景空间布局信息,提取场景结构特征和人为编码标志特征,构建结构化的场景几何约束模型,利用平面间的单应性约束、消失点和消失线约束,建立结构化的小鼠行为学实验场景空间。(2)建立与场景几何约束相关联的语义塑型点姿态模型,并利用姿态关键点跟踪算法,实现对小鼠特殊行为的检测与分析。首先,利用深度神经网络的姿态关键点跟踪算法定位表征小鼠身体部位的8个语义塑型点。其次,拍摄实验小鼠运动视频,标注2793幅图像制作样本数据集,经过算法调整和训练,使得模型在测试集上的平均跟踪精度为5.12px。然后,在剖析小鼠不同行为变化规律的基础上,利用实验场景的单应性几何约束,将塑型点回归定位,计算小鼠的运动参数变化,并设立判别条件,检测小鼠的直立行为。最后,基于重投影误差约束与小鼠语义塑型点姿态模型间的结构约束,在三维场景下实现小鼠的姿态拟合。结果表明,引入场景几何约束能够实现在不增加相机视点的条件下,仅利用单目相机,即可完成对特定行为的检测与分析。(3)研究将结构化的场景约束进一步地应用于分析小鼠在旷场实验中的视频行为。首先,结合场景几何约束条件,建立一种由粗到细的行为分析策略。其次,将尾基的5个基本运动特征转换成概率密度直方图,输入到高斯混合分布的EM聚类算法中,分段小鼠的行为序列并划分为4种活动状态,根据统计数据对不同活动状态给出解释性描述。然后,进一步地分别对每种活动状态下分段的行为序列,通过提取多部位的特征,并利用PCA特征融合和随机森林分类器区分小鼠的7种典型行为模式。最后,将基于场景几何约束的视频行为分析方法应用于度量和评价小鼠在旷场中的空间探索能力,计算并度量了小鼠不同行为的频次、持续时间以及中心场活动和区域偏好。结果表明,本文所提方法是合理的、有效的。

关键词：关键点预测场景几何约束运动姿态行为识别行为分析

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CBCT的牙齿自动检测与实例分割

基于CBCT的牙齿自动检测与实例分割

作者：窦文涵山东财经大学

学位级别：硕士

随着近些年来对深度学习和智能医学的研究,数字化口腔诊治得到快速发展。获取完整的3D牙齿模型是数字化牙科诊治的关键步骤,而CBCT(Cone beam CT,锥形束CT)牙科数据,因其包含牙齿完整的形态学结构信息,逐渐成为牙齿临床诊治和临床实验... 详细信息

随着近些年来对深度学习和智能医学的研究,数字化口腔诊治得到快速发展。获取完整的3D牙齿模型是数字化牙科诊治的关键步骤,而CBCT(Cone beam CT,锥形束CT)牙科数据,因其包含牙齿完整的形态学结构信息,逐渐成为牙齿临床诊治和临床实验中常用的数据之一,自动而准确的CBCT牙齿实例分割对后续诊疗任务特别是牙齿正畸工作具有重要意义。近年来众多学者对CBCT牙齿分割进行了很多有意义的研究,并取得了很大的进展。传统的牙齿分割方法常常忽略了牙齿丰富的形态学特征,尤其是面对复杂的临床畸形牙齿案例时,多数牙齿分割方法依旧无法实现较好的分割结果。尽管目前深度学习方法可以大大提升牙齿实例分割的准确性,然而由于目前可用于网络训练用的CBCT数据非常少,大大影响了深度学习方法在这方面的应用。因此,准确的捕获单颗齿体完整的几何形状以及形态细节仍然是目前牙齿分割研究的挑战。针对上述问题,本文围绕从CBCT数据中精确的自动检测和实例分割牙齿进行研究,具体工作如下:第一,针对CBCT数据牙齿复杂的几何结构与牙根等节特征难以捕获,从而导致牙齿分割精度不高的问题,提出了一种基于捕获依赖性和感受野调整的CBCT牙齿实例分割方法,新方法构建了一个新的两阶段深度学习框架,TSDNet(Tooth Segmentation Deeplearning Network),以实现牙齿CBCT数据自动而准确的实例分割。在第一阶段用以获取准确的牙齿质心,确保牙齿准确的空间定位,同时获取单颗牙齿的实例信息。在网络的第二阶段的编码过程引入了基于3D self-attention机制的牙齿几何信息引导模块,提升网络捕获齿体整体结构信息的能力。同时提出的基于多尺度空洞卷积的牙齿特征整合模块用以多尺度捕获牙齿表面和牙根等细节信息,很好的提升了牙齿分割精度。本文使用现实医疗机构获取到的CBCT牙齿数据集评估提出的方法,实验证明,TSDNet具有较高的分割性能和精确的实例分割效果,相比现有先进方法具有一定的优势。第二,当仅以牙齿质心作为牙齿定位关键点时,网络训练体素指向质心,在面对更复杂几何结构的临床畸形牙齿案例时,牙齿整体特征常常难以捕获,同时CBCT训练数据少,影响模型训练效果。针对以上问题,本文提出了一个CBCT中形变数据增强和形态学关键特征点引导的牙齿实例分割方法(Tooth Morphology Segmentation Deeplearning Network,TMSDNet)。该框架引入了层次化牙中轴预测网络,以CBCT牙齿数据逐层中心生成的关键点为层次化引导,网络训练体素逐层指向牙中轴。本文设计了一个多任务学习机制,输出实例级牙中轴作为辅助任务,最终得到精确的牙齿分割结果。同时,本文引入了三维薄板样条插值(Thin Plate Spline,TPS)对CBCT牙齿数据进行扭曲形变,模拟生成更多的复杂临床畸形牙齿案例,同时扩充了网络数据训练量。广泛的评估、消融研究以及与现有方法的比较表明,本文的方法达到了最先进的分割效果,特别是在具有挑战性的复杂临床畸形牙齿案例上也同样展现出了较好的分割性能,证明了本文的方法在临床医学上的具有一定的潜在适用性。

关键词： CBCT 牙齿实例分割 3D self-attention 关键点预测层次化表示数据增强

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于关键点的复杂道路环境目标检测算法

辽东学院学报（自然科学版） 2023年第1期30卷 57-64页

作者：董涛关潆辽东学院信息工程学院辽宁丹东118003

针对复杂交通环境手工搭建神经网络人力成本高、小目标检测准确度低、使用锚框法参数多、算法实时性差等问题,提出一种基于关键点的复杂道路环境目标实时检测算法。首先,重构MBConv,改进EfficientNet主干特征提取网络,提高特征提取效率... 详细信息

针对复杂交通环境手工搭建神经网络人力成本高、小目标检测准确度低、使用锚框法参数多、算法实时性差等问题,提出一种基于关键点的复杂道路环境目标实时检测算法。首先,重构MBConv,改进EfficientNet主干特征提取网络,提高特征提取效率;其次,融入小尺度特征层,优化特征融合网络,提升复杂环境下小目标检测能力;最后,运用关键点预测法,完成检测目标分类及回归。在BDD100K数据集上的测试结果表明,设计算法的目标检测实时性较强,且对复杂环境中的小目标检测准确度较高。

关键词：特征提取道路目标检测特征融合关键点预测

基于改进CornerNet-Lite的林区行人检测算法

在线全文

学校读者我要写书评

暂无评论

林业工程学报 2021年第4期6卷 153-158页

作者：刘宇航马健霄王羽尘白莹佳谢征俊南京林业大学汽车与交通工程学院南京210037

为做好森林管护工作,减少人力和物力的消耗,利用快速发展的行人检测算法可对林区行人进行检测和甄别,但林区行人检测与传统行人检测有很多不同,如林区行人被树木遮挡、着装与背景色调相似等特征,导致漏检现象严重。为此,针对林区行人的... 详细信息

为做好森林管护工作,减少人力和物力的消耗,利用快速发展的行人检测算法可对林区行人进行检测和甄别,但林区行人检测与传统行人检测有很多不同,如林区行人被树木遮挡、着装与背景色调相似等特征,导致漏检现象严重。为此,针对林区行人的特点,笔者提出了一种实时检测林区行人的算法CornerNet-P,将林区行人的位置预测简化成为2个关键点的预测。以CornerNet-Lite为基础,改进算法的损失函数,预测2组热力图来检测林区行人的角点位置,预测嵌入层损失以匹配同一行人的角点,预测偏置层损失来减少尺度变化过程中的精度损失,并获得最终的边界框;然后提取COCO2014数据集中的行人数据并随机分为训练集和测试集两部分,使用训练集分别训练该算法与YOLOv4算法中的参数,使用测试集和真实的林区行人图像对算法的检测精度和检测速度进行检验。试验结果表明,CornerNet-P算法相比YOLOv4算法平均检测精度提高了1.7%,检测速度提高了5.1%,并可以较好地检测真实林区行人图像。CornerNet-P算法可以实现林区的行人检测,具有较快的检测速度和较满意的精度。

关键词：深度学习 CornerNet-Lite网络森林管护关键点预测行人检测

基于改进Mask-RCNN算法的车位检测研究

在线全文

学校读者我要写书评

暂无评论

现代制造工程 2021年第1期 91-97,101页

作者：党顺峰熊锐李继辉陈灿奇陈振威吴鑫广东工业大学机电工程学院广州510006 中国科学院长春光学精密机械与物理研究所长春130033

车位检测是自动泊车至关重要的环节,在复杂情况下,为同时实现自动泊车视觉系统对车位识别和车位状态分类,提出一种基于改进掩模区域卷积神经网络(Mask Region Convolutional Neural Network,Mask-RCNN)算法的C-Mask-RCNN车位检测算法。C... 详细信息

车位检测是自动泊车至关重要的环节,在复杂情况下,为同时实现自动泊车视觉系统对车位识别和车位状态分类,提出一种基于改进掩模区域卷积神经网络(Mask Region Convolutional Neural Network,Mask-RCNN)算法的C-Mask-RCNN车位检测算法。C-Mask-RCNN车位检测算法通过在Mask-RCNN算法的ResNet50特征提取网络中增加卷积块注意力模块(Convolutional Block Attention Module,CBAM),使模型更加关注车位相关的语义信息。利用C-Mask-RCNN车位检测算法中的区域卷积神经网络(Regions with Convolution Neural Network,RCNN)分支网络进行车位检测,实现Keypiont分支进行车位8个关键点的预测。实验结果表明,改进后的C-Mask-RCNN车位检测算法较Mask-RCNN算法在车位类型识别平均精确率上提升7.4%,在车位状态识别平均精确率上提升11.1%,并且车位线关键点预测的平均像素误差减少15.1 px。

关键词：车位检测掩膜区域卷积神经网络注意力机制关键点预测

基于残差网络的二阶段多尺度特征融合目标检测算法研究

在线全文

学校读者我要写书评

暂无评论

基于残差网络的二阶段多尺度特征融合目标检测算法研究

作者：张润重庆邮电大学

学位级别：硕士

目标检测作为计算机视觉研究的一个活跃领域,近年来随着深度学习技术成为数据中学习特征表示的有效方法,在目标检测研究领域取得了巨大的进步。其中,使用卷积神经网络的目标检测方法,能够有效提高目标检测的准确率和效率。但是,随着多... 详细信息

目标检测作为计算机视觉研究的一个活跃领域,近年来随着深度学习技术成为数据中学习特征表示的有效方法,在目标检测研究领域取得了巨大的进步。其中,使用卷积神经网络的目标检测方法,能够有效提高目标检测的准确率和效率。但是,随着多场景目标检测需求的出现,对目标检测方法的性能和效率提出了更高的要求。本文通过研究二阶段目标检测器,构建了一种基于残差网络的多尺度特征融合二阶段目标检测模型。本文的主要研究工作包括:1.针对残差卷积神经网络存在的参数量过多、特征提取精度低等问题,本文设计了基于深度卷积的宽双通道卷积网络结构,在同一网络模型中构建两条特征处理通道,提高图像特征提取的精确度。通过引入深度卷积替代标准卷积,降低网络的参数并提高网络的运行效率。此外,通过配置不同的网络堆叠块宽度,来得到一个系列具有不同性能和效率的卷积网络。2.针对基于多尺度特征融合的目标检测方法特征融合精度过低的问题,本文引入了注意力机制。在下采样阶段的末端,通过构建注意力融合模块产生全局注意力,并用其融合主干网络中的两个特征通道,来有效提高网络的效率。此外,本文构建了多尺度注意力上采样模块,在下采样阶段通过注意力机制来获取不同尺度的注意力特征图,来替代提取不同尺度的特征图。通过将不同尺度的注意力特征图和对应阶段的上采样特征图进行融合,有效提高了网络的性能。3.针对基于锚点框的算法开销非常大的问题,本文通过对目标的关键点预测来避免预先设置锚点框,从而降低时间和空间的开销。通过直接预测目标中心点的热力图来匹配不同目标和中心点坐标,并在中心点坐标处直接预测目标的宽度和高度来构建起目标最终的预测信息,极大地提高了目标预测的效率。通过将本文设计的基于深度卷积的宽双通道网络、注意力融合模块和多尺度注意力上采样模块集成到编码-解码框架中,构建了用于目标检测的二阶段多尺度特征融合目标检测模型,并在不同的目标检测数据集上对模型的性能进行了测试。

关键词：目标检测残差卷积神经网络多尺度特征融合注意力机制关键点预测