检索结果-南通市图书馆

基于改进Faster-RCNN的输电线路巡检图像检测

在线全文

学校读者我要写书评

暂无评论

电力工程技术 2022年第2期41卷 171-178页

作者：魏业文李梅解园琳戴北城三峡大学电气与新能源学院湖北宜昌443002 湖北省输电线路工程技术研究中心(三峡大学) 湖北宜昌443002

针对传统输电线路目标巡检图像识别方法响应速度慢、准确率不高的问题,文中提出一种改进的更快速区域卷积神经网络(Faster-RCNN)深度学习识别算法。通过轻量化卷积神经网络(ZFnet)提取图像特征,并重置模型参数以获取更多目标细节;利用Fa... 详细信息

针对传统输电线路目标巡检图像识别方法响应速度慢、准确率不高的问题,文中提出一种改进的更快速区域卷积神经网络(Faster-RCNN)深度学习识别算法。通过轻量化卷积神经网络(ZFnet)提取图像特征,并重置模型参数以获取更多目标细节;利用Faster-RCNN对目标进行检测,由子网络区域提议模型生成目标候选框和快速区域卷积神经网络(Fast-RCNN)进行参数调优,并在Faster-RCNN输出部分引入精炼阶段,增加目标特征的分类细化和回归细化,将存在目标的多个边界框合并,实现精确分类以及坐标定位。实验结果表明:改进Faster-RCNN算法可有效识别线路设备及设备缺陷,总体识别率达到93.5%,响应时间在1 s内。与图像识别法或单步多阶目标检测(SSD)、实时快速目标检测(YOLO)深度学习法相比,所提算法提高了电力设备的识别精度与响应速度,在输电线路智能巡检中具有一定的优越性。

关键词：输电线路巡检图像识别深度学习卷积神经网络特征提取区域提议网络

基于区域的卷积神经网络在SAR图像分类中的应用

在线全文

学校读者我要写书评

暂无评论

基于区域的卷积神经网络在SAR图像分类中的应用

作者：艾尔（ARERO WARIYO GODANA）哈尔滨工业大学

学位级别：硕士

合成孔径雷达(SAR)是一种雷达,用于创建二维图像或三维重建对象,如景观。它利用雷达天线在目标区域上的运动,以提供比传统光束扫描雷达更精细的空间分辨率。SAR系统利用雷达信号的远程传播特性和现代数字电子设备的复杂信息处理能力,提... 详细信息

合成孔径雷达(SAR)是一种雷达,用于创建二维图像或三维重建对象,如景观。它利用雷达天线在目标区域上的运动,以提供比传统光束扫描雷达更精细的空间分辨率。SAR系统利用雷达信号的远程传播特性和现代数字电子设备的复杂信息处理能力,提供高分辨率图像。它补充了摄影和其他光学成像能力,由于对地形和文化目标雷达频率的独特响应使它不受一天中的时间或大气条件的限制。SAR已被广泛用于地球遥感30多年,它提供高分辨率的昼夜天气独立图像,适用于地球科学和气候变化研究,环境和地球系统监测2D和3D绘图,变化检测,4D到行星探测等多种应用。与光学图像不同,雷达图像是通过发射微波与目标的相干相互作用形成的,因此它受到从在每个像素中随机分布的地面散射体散射的信号的相干求和。雷达图像比光学图像噪声更大。在数字图像显示和进一步分析之前,有时通过在图像上应用散斑噪声去除滤波器来抑制散斑噪声。本文主要研究了SAR图像的不同分类方法。第3章是本文的第一部分,其介绍了基于区域性的Faster RCNN应用于SAR图像分类。Faster RCNN有两个模块,第一个模块是深度全卷积神经网络,第二个模块是faster RCNN检测器。在初始CNN滑动窗口的最后一层移动穿过特征图并将其映射到每个滑动窗口位置的较低维度,它基于K个固定比率锚定框(默认边界框)生成多个可能的区域。基于区域的候选框告诉faster RCNN应该看哪里。每个区域候选框包括(a)该区域的对象性得分和(b)表示该区域的边界框的坐标。第四章是本文的第二部分,其介绍了基于有效特征融合策略的多核技术SAR目标分类方法。本章我们提出了具有高效特征融合的多核卷积神经网络。为了应对不同大小的目标,我们设置对应于不同感受野大小的三个路径。我们引入加权典型相关(WCCA)作为特征融合机制。不需要执行任何噪音过滤操作,生成的CNN模型就能够从目标图像提取很深的特性。其次我们的方法使用WCCA来自适应地从不同路径中学习CNN特征,由此产生的特征是高度相关的,因此可以实现更好的分类精度。第五章是本文的第三部分,其介绍了应用于SAR图像目标分类的多规范异构特征相关分析技术,并提出了一种自适应融合异构特征的多目标SAR图像分类方法。我们还探索同时提取人工特征和深度特征的复合框架中的SAR图像的基本特征。在MSTAR数据库上的实验结果取得了较好的精度,大大优于传统的卷积神经网络。

关键词： Faster R-CNN 多核权重典型相关 SAR图像区域提议网络深度学习

多层特征融合和并行自注意力的孪生网络目标跟踪算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机应用研究 2022年第4期39卷 1237-1241,1246页

作者：束平许克应鲍华安徽大学电气工程与自动化学院合肥230601

目标跟踪是计算机视觉方向上的一项重要课题,其中尺度变化、形变和旋转是目前跟踪领域较难解决的问题。针对以上跟踪中所面临的具有挑战性的问题,基于已有的孪生网络算法提出多层特征融合和并行自注意力的孪生网络目标跟踪算法(MPSiamR... 详细信息

目标跟踪是计算机视觉方向上的一项重要课题,其中尺度变化、形变和旋转是目前跟踪领域较难解决的问题。针对以上跟踪中所面临的具有挑战性的问题,基于已有的孪生网络算法提出多层特征融合和并行自注意力的孪生网络目标跟踪算法(MPSiamRPN)。首先,用修改后的ResNet50对模板图片和搜索图片进行特征提取,为处理网络过深而导致目标部分特征丢失,提出多层特征融合模块(multi-layer feature fusion module,MLFF)将ResNet后三层特征进行融合;其次,引入并行自注意力模块(parallel self-attention module,PSA),该模块由通道自注意力和空间自注意力组成,通道自注意力可以选择性地强调对跟踪有益的通道特征,空间自注意力能学习目标丰富的空间信息;最后,采用区域提议网络(regional proposal network,RPN)来完成分类和回归操作,从而确定目标的位置和形状。实验显示,提出的MPSiamRPN在OTB100、VOT2018两个测试数据集上取得了具有可竞争性的结果。

关键词：目标跟踪多层特征融合空间自注意力通道自注意力区域提议网络孪生网络

在线全文

学校读者我要写书评

暂无评论

多阶段旋转孪生神经网络目标跟踪

多阶段旋转孪生神经网络目标跟踪

作者：崔江磊辽宁工程技术大学

学位级别：硕士

孪生区域提议网络跟踪算法是经典的深度学习跟踪方法,在目标跟踪的应用场景中有着较好的跟踪效果。但这种方法没有使用现代化特征提取网络,对特征的提取能力有限,并且受到区域提议网络局限性的影响,该方法在目标旋转、相似背景等复杂的... 详细信息

孪生区域提议网络跟踪算法是经典的深度学习跟踪方法,在目标跟踪的应用场景中有着较好的跟踪效果。但这种方法没有使用现代化特征提取网络,对特征的提取能力有限,并且受到区域提议网络局限性的影响,该方法在目标旋转、相似背景等复杂的跟踪情况中会出现性能下降的情况。针对上述问题,本文提出了多阶段旋转孪生神经网络目标跟踪算法。首先,引入现代化的多阶段特征提取网络,通过增加骨干网络的深度,提高骨干网络的特征提取能力,同时将骨干网络拆分为5个阶段,并在最后3个阶段将特征图进行处理,在一定程度上避免了细节特征的丢失。然后,引入多阶段旋转区域提议网络,在不同层级的特征图上进行旋转区域提议操作,并得到一系列对齐的旋转区域提议特征图,使跟踪器能够在跟踪过程中抑制背景对目标产生的影响,提高目标在旋转等复杂场景下的跟踪效果。最后,通过双分支联合预测子网络对目标的位置和旋转角度进行预测,提升最终结果对目标的覆盖率与跟踪精度。相比于孪生区域提议网络跟踪算法,本文算法在OTB2015数据集上的精确率提升了6.4%,成功率提升了8.5%,在VOT2016数据集上的精确率提升了4.1%,平均覆盖率提升了1.4%,在VOT2018数据集上的精确率提升了9.9%,平均覆盖率提升了3.4%。同时,本文算法在旋转、形变、光照等多种复杂情况下表现出了较强的鲁棒性和适应性,且跟踪速度达到了86.8帧/秒,满足实时性要求。该论文有图30幅,表5个,参考文献70篇。

关键词：目标跟踪特征融合旋转锚框区域提议网络孪生神经网络

基于WCNN与视觉注意力结合的图像字幕生成技术

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WCNN与视觉注意力结合的图像字幕生成技术

作者：陈意杰西南财经大学

学位级别：硕士

随着人工智能技术的不断发展,图像字幕生成技术越来越受到关注。图像字幕生成是指将一张图像自动转化为一句自然语言描述的技术。这种技术可以为图像检索、自动驾驶、机器人导航等领域提供帮助。近年来,视觉注意力机制被引入到图像字幕... 详细信息

随着人工智能技术的不断发展,图像字幕生成技术越来越受到关注。图像字幕生成是指将一张图像自动转化为一句自然语言描述的技术。这种技术可以为图像检索、自动驾驶、机器人导航等领域提供帮助。近年来,视觉注意力机制被引入到图像字幕生成中,以提高模型的生成能力。视觉注意力机制可以帮助模型关注图像中最相关的区域,从而生成更加准确和丰富的描述。此外,还有一些研究者探索使用文本空间关系提取技术,将文本的结构信息引入图像字幕生成中,以进一步提高生成的质量。图像字幕生成是自动为图像生成自然语言描述的任务。它包括使用计算机视觉技术来分析图像的视觉内容和自然语言处理技术来生成类似人类的文本描述。虽然目前图像字幕生成技术已经趋于成熟,但是对于处理复杂场景仍然存在一定的困难。目前主流的图像字幕生成方法重点是优化图像内部显著区域,却忽略了图像中不同区域之间的联系,导致生成的字幕中各语义信息之间关联性较弱。此外,由于图像中物体的大小、形状、纹理特征等各不相同从而导致图像识别失败或识别困难也非常普遍。而且,在图像字幕生成技术中,除了应该提取到准确的语义细节之外,还应通过利用图像中不同对象之间的上下文空间关系来实现丰富的图像描述,而大多数的图像字幕生成方法却忽略了这一重点,导致生成的字幕无法正确的描述出图像中对象间的关系。本文主要针对上述三点问题,展开对图像字幕生成技术的研究,主要工作包括以下几点:(1)针对图像字幕生成模型可能难以描述具有多个对象、复杂背景的场景这一问题,本文提出了一种结合了图像中的语义、空间、光谱和上下文信息的图像字幕生成模型,与现有的字幕生成模型相比,本模型包括的基于离散小波变换的卷积神经网络模型(WCNN),旨在额外提取到图像中的光谱信息,因为光谱信息可以实现对图像中物体的更准确和精确的测量,如确定物体的大小、形状和位置,可以使得最后生成的字幕能够更加丰富准确地描述出图像中对象所处的地点或者所要做的事。(2)针对由于图像中物体的大小、形状、纹理特征等各不相同从而导致图像识别失败或识别困难的问题,本文提出了一种基于空洞卷积的视觉注意力预测网络,然后使其对WCNN生成的特征图进行逆卷积以从图像中提取更多的语义内容。本文将研究如何将空洞卷积网络与现有的视觉注意力网络连接起来,并研究了将通道注意力和空间注意力以何种方式进行组合才能够提取到更加准确的特征。(3)针对要想生成出更加完整准确的图像字幕,还需要提取出图像中对象间的上下文空间关系这一问题,本文提出了一种上下文空间关系提取器的模型。该模型以来自WCNN模型中的特征图作为区域提议网络的输入,然后,将这些对象进行配对,创建包含了已经识别且大小相同的对象对的子图像,然后将这些子图像都提供给一个卷积神经网络层,以生成描述对象对之间空间关系的特征。然后将每个对象对的空间关系特征图堆叠在一起,并提供给卷积层,从而形成上下文空间关系特征图,从而得到更丰富的图像描述。

关键词：图像字幕生成注意力机制离散小波变换空洞卷积区域提议网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

改进孪生神经网络的全局目标跟踪研究

改进孪生神经网络的全局目标跟踪研究

作者：马庆来辽宁工程技术大学

学位级别：硕士

基于孪生神经网络的目标跟踪算法是一种经典的深度学习的目标跟踪方法,且由于其超群且稳定的跟踪性能而备受关注。GlobalTrack是基于孪生神经网络架构,并结合了Faster R-CNN的两阶段思想进行全局实例搜索的跟踪器。面对全局进行跟踪可... 详细信息

基于孪生神经网络的目标跟踪算法是一种经典的深度学习的目标跟踪方法,且由于其超群且稳定的跟踪性能而备受关注。GlobalTrack是基于孪生神经网络架构,并结合了Faster R-CNN的两阶段思想进行全局实例搜索的跟踪器。面对全局进行跟踪可以很大程度上提高跟踪的成功率,但是当跟踪目标出现运动模糊和快速运动等挑战时会导致跟踪器出现跟踪丢失的情况。针对上述问题,提出改进孪生神经网络的全局目标跟踪算法。算法采用的网络架构为孪生神经网络。首先,为了提高模型的特征提取能力,使用特征提取能力更好的Swin Transformer作为特征提取骨干网络,由于它是基于移动窗口的自注意力网络,所以对于跟踪的稳定性有很大提高;其次,针对运动模糊、甚至目标漂移的情况,将区域提议网络加以优化,提升在运动模糊场景下候选框的生成质量,从而改善目标跟踪丢失的问题;最后将通过优化后的区域提议网络生成的候选框送到带有引导作用的区域卷积神经网络模块内,根据目标模板生成的感兴趣域特征,细化其标签和边框的预测,得到相关的特征后,用传统的区域卷积神经网络过程,对候选框进行分类和回归,得到最终的预测。与基线算法相比,所提算法在OTB2015数据集上的精确率提升了1.3%,成功率提升了2.5%,在VOT2018数据集上精确率提升了3.0%,平均覆盖率提高了2.1%。同时在运动模糊、快速运动、尺度变化等复杂情况下表现出了较强的适应性和鲁棒性,且满足跟踪算法的实时性要求。该论文有图30幅,表5个,参考文献60篇。

关键词：孪生神经网络目标跟踪骨干网络区域提议网络区域卷积神经网络

一种改进的Faster-RCNN电路板字符检测方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

小型微型计算机系统 2020年第6期41卷 1291-1295页

作者：吉训生李建明江南大学物联网工程学院江苏无锡214122

电路板上的微小字符,由于模糊、腐蚀和分辨率低的原因,导致检测难度大.论文提出一种改进的Faster-RCNN电路板字符检测方法,首先针对数据集中字符目标的长宽比特点,优化区域提议网络,生成目标候选区域,在此基础上对感兴趣区域池化层进行... 详细信息

电路板上的微小字符,由于模糊、腐蚀和分辨率低的原因,导致检测难度大.论文提出一种改进的Faster-RCNN电路板字符检测方法,首先针对数据集中字符目标的长宽比特点,优化区域提议网络,生成目标候选区域,在此基础上对感兴趣区域池化层进行改进,引入多分辨率特征融合,结合浅层网络的语义信息提取候选区域卷积特征.对实际的电路板图像数据集进行训练和测试,对比了VGG-16、Res Net-50和Res Net-101这3种特征提取网络,结果表明,基于VGG-16的Faster-RCNN在电路板字符检测场景下效果更好,同时,相较于原始Faster-RCNN,改进后的Faster-RCNN将整张图片识别率由86.82%提升至89.09%,单个字符识别精确率达到99.34%,可以更好的满足该环境下字符检测的需求.

关键词：电路板字符 Faster-RCNN 字符检测区域提议网络特征融合

在线全文

学校读者我要写书评

暂无评论

基于RCNN的车辆检测方法研究

机电工程 2018年第8期35卷 880-885页

作者：朱茂桃张鸿翔方瑞华江苏大学汽车与交通工程学院江苏镇江212013 上海干巷车镜实业有限公司上海201518

为了解决基于传统机器学习车辆检测算法实时性和泛化能力差的问题,对基于深度学习的车辆检测算法进行研究。分析了Faster R-CNN检测算法原理,使用Python编程语言基于深度学习框架Tensor Flow实现了Faster R-CNN算法;采集了4个季节不同... 详细信息

为了解决基于传统机器学习车辆检测算法实时性和泛化能力差的问题,对基于深度学习的车辆检测算法进行研究。分析了Faster R-CNN检测算法原理,使用Python编程语言基于深度学习框架Tensor Flow实现了Faster R-CNN算法;采集了4个季节不同天气情况下的12 000张路况图片数据,并对数据集进行了标注,采用3种不同方式对数据集进行了预处理;通过对照试验对Faster RCNN算法中的超参数进行了调优;使用控制变量法比较了RCNN、SPPnet、Fast R-CNN和Faster R-CNN 4种算法的检测准确率和检测速度,指出了4种算法的主要耗时步骤,验证了Faster R-CNN车辆检测算法的有效性。研究结果表明:基于Faster R-CNN的车辆检测算法达到每张69 ms的检测速度和91.3%的准确率,能够实现实时高精度的车辆检测。

关键词：汽车工程辅助驾驶车辆检测深度学习区域提议网络卷积神经网络

在线全文

学校读者我要写书评

暂无评论

基于孪生网络的红外目标追踪算法研究

基于孪生网络的红外目标追踪算法研究

作者：李晶哈尔滨工业大学

学位级别：硕士

虽然红外摄像头已经被越来越广泛地应用,但是针对红外图像目标跟踪的算法研究仍然十分稀少。通常有两类方法解决红外图像目标追踪问题。一类方法是使用人工特征。由于人工特征通常有大量的假设,限制了这类方法的使用场景。另一种方法是... 详细信息

虽然红外摄像头已经被越来越广泛地应用,但是针对红外图像目标跟踪的算法研究仍然十分稀少。通常有两类方法解决红外图像目标追踪问题。一类方法是使用人工特征。由于人工特征通常有大量的假设,限制了这类方法的使用场景。另一种方法是把用于解决可见光图像的深度学习模型直接应用于红外场景,但效果比可见光目标跟踪有明显下降。本文根据目标追踪任务关注的两个评估指标—准确率与鲁棒性,分两种不同的方案展开研究。针对现有基于深度学习的红外目标追踪算法的缺陷,经过对红外图像的特征分析,本文提出了一个多层次特征相似度模型用于红外目标跟踪。基于在红外目标追踪中不同层次的图像特征解决的问题不同:低层次的特征对目标的形变更加鲁棒,高层次的特征对复杂的背景干扰更加鲁棒。本文提出了一种基于孪生网络框架的多层次特征相似性模型。该模型包含一个结构相关相似性网络和一个语义相关相似网络来计算不同层次特征的相似度。结构相关相似性网络能够捕获一对热红外目标的局部结构信息,可以帮助网络区分同类的相似热红外目标。语义相关相似性网络可以增强全局语义表达能力。该模型还包含一个基于相对熵的自适应集成网络对结构相似性和语义相似性进行融合。本文针对基于孪生网络的追踪算法无法适应目标长宽比例变化的问题,在基于孪生网络的区域提议网络上融入了自适应锚框生成模块,利用目标的轮廓信息在线生成锚框作为基准,通过回归锚框与目标的误差,调整锚框来得到更精确的预测框。同时为了利用目标的运动信息,引入了贝叶斯决策模块,根据运动信息对目标可能出现的位置的概率进行调整,使得追踪模型更加鲁棒。本文在VOT-TIR 2015与VOT-TIR 2017两个评价指标对上述两种改进方案进行了评价,实验表明,本文提出的两种方案均能明显提升算法性能。其中,本文提出的第一个模型较其baseline在VOT-TIR 2017上提升了9.4%,第二个模型较其baseline提升了16%。

关键词：红外目标追踪孪生网络卷积网络区域提议网络