检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

采用双支路与特征融合网络的路沿分割

计算机工程与应用 2023年第9期59卷 255-261页

作者：孙扬韩磊王程庆李韵鹏河北工程大学机械与装备工程学院河北邯郸056000 邯郸市智能车辆重点实验室河北邯郸056000

路沿检测是智能车辆环境感知的重要目标,使用语义分割的方法对路沿目标进行检测。针对语义分割网络不能平衡浅层特征和深度特征的问题,设计了一种具有双支路特征融合的实时路沿分割网络。网络主支使用残差结构模块进行下采样,在特征图... 详细信息

路沿检测是智能车辆环境感知的重要目标,使用语义分割的方法对路沿目标进行检测。针对语义分割网络不能平衡浅层特征和深度特征的问题,设计了一种具有双支路特征融合的实时路沿分割网络。网络主支使用残差结构模块进行下采样,在特征图分辨率为输入分辨率的1/16时恢复至原来分辨率。采用多个模块来融合浅层空间特征与高级语义特征:使用SDFE(spatial detail feature extraction)模块弥补几何特征的丢失;使用联合特征金字塔(joint feature pyramid,JFP)模块将网络多个阶段具有强语义信息的多尺度特征结合使用;支路中设计了特征注意力机制(feature attention,FA)模块,使用4个卷积归一化,通过注意力模块处理,用来增强空间细节特征的提取;设计了FFM(feature fusion module)模块融合高级语义特征与浅层特征。对网络进行性能评价,该网络测试mIoU为79.65%,FPS为59.6,在道路上进行实车实验,分割快速且效果良好。

关键词：路沿分割双支路特征融合

基于临界频带的交互性双支路单通道语音增强模型

在线全文

学校读者我要写书评

暂无评论

数据采集与处理 2023年第2期38卷 262-273页

作者：叶中付赵紫微于润祥中国科学技术大学电子工程与信息科学系合肥230022 语音及语言信息处理国家工程研究中心合肥230022

针对目前主流的双支路单通道语音增强方法只关注全频带信息而忽略子频带信息这一问题,设计了一种基于人耳临界频带的交互性双支路模型。主要做法为,在复数谱支路上实施模拟人耳临界频带的划分方法对信号进行分频带处理,提取子带信息;在... 详细信息

针对目前主流的双支路单通道语音增强方法只关注全频带信息而忽略子频带信息这一问题,设计了一种基于人耳临界频带的交互性双支路模型。主要做法为,在复数谱支路上实施模拟人耳临界频带的划分方法对信号进行分频带处理,提取子带信息;在幅度补偿支路上直接对信号的全频带进行处理,提取全频带信息。复数谱支路负责初步恢复干净语音的幅度和相位,同时,该支路上学到的子带中间特征会被特定的模块传递给幅度补偿支路进行补偿;幅度补偿支路上的输出会对复数谱支路上输出的幅度做进一步的补偿,达到恢复干净语音频谱的目的。实验结果表明,提出的模型在恢复语音质量和可懂度方面优于其他先进的单通道语音增强模型。

关键词：临界频带交互性子带双支路单通道语音增强

在线全文

学校读者我要写书评

暂无评论

双支路冗余电池管理系统研究

控制与信息技术 2020年第3期 50-54页

作者：杨杰君刘媛文健峰黄浩长沙中车智驭新能源科技有限公司湖南长沙410036

针对混合动力机车动力电池组冗余设计和高压安全问题,文章以混合动力机车动力电池组的电池管理系统(BMS)为研究对象,提出了一种双支路双主板的BMS冗余设计方案,并通过实车充放电试验验证了该系统的可行性。试验结果表明,除正常工作时双... 详细信息

针对混合动力机车动力电池组冗余设计和高压安全问题,文章以混合动力机车动力电池组的电池管理系统(BMS)为研究对象,提出了一种双支路双主板的BMS冗余设计方案,并通过实车充放电试验验证了该系统的可行性。试验结果表明,除正常工作时双支路BMS能实时监控电池组状态信息外,其还能保证在一支路电池系统或BMS出现故障时,实现另一支路BMS正常工作,验证了该方案的正确性,保障了整车的安全性。

关键词：混合动力机车电池管理系统双支路冗余设计

基于Multisim的双支路红外探测器设计

在线全文

学校读者我要写书评

暂无评论

装备制造技术 2009年第5期 84-86页

作者：蒋威张东阳王欣沈阳理工大学装备工程学院辽宁沈阳110168

为了实现导弹对目标的准确追击,对于导弹引信设计了双支路红外探测器,分析了双支路红外探测原理、探测器结构及作用过程。采用Multisim仿真软件对双支路红外探测器进行电路设计、性能测试及改进完善电路,实现探测器的优化设计。

关键词：引信双支路红外探测优化设计

在线全文

学校读者我要写书评

暂无评论

基于深度学习的多参数MRI胰腺分割

基于深度学习的多参数MRI胰腺分割

作者：陆宇轩苏州大学

学位级别：硕士

胰腺癌作为当下医学技术重点关注的疾病之一,其严重影响人类健康生活。磁共振图像(MRI)作为一种有着多种序列参数的图像,能够为医生提供详细的胰腺病变信息。对MRI图像上的病变胰腺进行快速、准确的自动分割可以帮助医生发现病灶区域并... 详细信息

胰腺癌作为当下医学技术重点关注的疾病之一,其严重影响人类健康生活。磁共振图像(MRI)作为一种有着多种序列参数的图像,能够为医生提供详细的胰腺病变信息。对MRI图像上的病变胰腺进行快速、准确的自动分割可以帮助医生发现病灶区域并采取有效的治疗措施。然而,病变胰腺在形态、大小、位置等方面的巨大差异性,使得自动分割尤为困难。为了实现病变胰腺的自动分割,本文提出了一种基于多尺度引导特征重建的双支路交互融合网络。该网络利用磁共振图像成像的优势,将两种在对比度以及特异性上互补的T1水相参数图像与T1反相位参数图像作为双支路网络的输入。编码器中提供的选择性特征交互模块将两个参数序列上的信息灵活的相互融合,增强网络编码器中的信息流动性。解码器部分设计了多尺度引导特征重构模块用于重构低级信息。模块消除胰腺邻域存在的冗余器官组织信息的同时,缩小低级特征与高级特征之间的差距,改善了网络对于小目标胰腺的分割效果。本文还提出一种基于不确定度估计与形态学方法的半监督训练策略。该策略利用不确定度估计对网络生成的伪标签进行评价,对于不确定度高的伪标签进行修正。该策略利用3D MRI图像的连续性,采取形态学方法进一步对伪标签进行处理,提升伪标签的可信度。该策略可以利用无标签数据辅助微调网络,减少对于准确、费时耗力的手工标注数据的大量需求。本文提出的算法在395例胰腺癌患者的三维MRI数据上进行了实验,其中104个数据有胰腺区域标注。本算法与目前先进的分割网络做比较,经过定量与定性的分析可知,本文提出的算法在病变胰腺的分割上有着一定的竞争力。

关键词：胰腺分割磁共振图像双支路半监督特征交互融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

人体行为识别算法研究及系统实现

人体行为识别算法研究及系统实现

作者：高鑫西安理工大学

学位级别：硕士

人体行为识别是计算机视觉领域的一个重要研究方向,其目的是通过分析人体姿态或动作的特征,实现对人体行为的自动识别和理解。深度学习作为一种强大的机器学习技术,在人体行为识别领域也已经取得了很多的成果。深度学习方法可以自动地... 详细信息

人体行为识别是计算机视觉领域的一个重要研究方向,其目的是通过分析人体姿态或动作的特征,实现对人体行为的自动识别和理解。深度学习作为一种强大的机器学习技术,在人体行为识别领域也已经取得了很多的成果。深度学习方法可以自动地学习抽取特征,并能够处理复杂的非线性问题,逐渐成为了人体行为识别领域的主流技术。虽然现有的图卷积神经网络(GCN)方法在建模人体行为识别方面有着不错的表现,但其并未考虑到人在同一动作执行过程中,每个骨骼部位在每帧运动中有着不同程度的位移,不同的骨骼部位在动作执行过程中参与的重要程度也不同的问题。因此,针对以上问题,本文设计快慢双支路的时空图卷积神经网络(SFST-GCN),使其关注骨骼数据的细节信息和整体信息,并加入随网络训练具有自学习能力的边的权重矩阵,以及选取不同数量的时空图卷积块(ST-GCNs),并设置快慢两支路之间的特征融合对现有的人体行为识别算法进行改进,并在此基础上设计一款人体行为识别软件系统,对视频中人的动作进行行为分类识别的功能。本文主要的研究内容如下:(1)现有的基于骨骼数据的人体行为识别算法并未探究骨骼在同一动作执行过程中,不同骨骼部位的运动位移快慢不同,并且不同的骨骼部位对动作执行中的重要程度也不同。针对这一问题,本文设计快慢双支路时空图卷积神经网络,并加入随网络训练具有自学习能力的边的权重矩阵,用于建模时序上变化快慢不同的骨骼部位,并使网络更加关注执行动作过程中重要程度更高的骨骼部位。同时对于网络中ST-GCN块步长变大后,采用两支路之间特征融合,解决特征丢失严重的情况。经过实验验证,本文提出的快慢双支路时空图卷积神经网络,在NTU-RGB+D 60数据集上跨视角(X-View)的Top-1识别精度可达到89.69%,跨对象(X-Sub)的Top-1识别精度可达到82.63%。(2)本文设计并实现人体行为识别软件系统。一种是调用人体姿态估计算法API获取离线视频图像中人的2D坐标,并按照统一的格式转换数据,使其符合行为识别模型的数据格式,通过行为识别网络对当前人的动作进行分类识别的任务;另一种是采用3D人体姿态估计算法,获取实时图像中人的3D坐标,并将特定帧数的骨骼坐标数据存放在容器中,通过数据格式转换,输入到研究内容(1)训练好的SF ST-GCN行为识别模型中进行动作分类,输出分类结果后,将数据容器置空,继续循环此操作,完成接近实时处理的人体行为识别任务。这一部分内容设计软件及UI界面,实现多种功能,完成从视频到行为识别分类的全部流程。相比其他相关的行为识别算法,本文提出的快慢双支路时空图卷积网络在NTU-RGB+D 60数据集上的识别准确率有着一定程度的提高。

关键词：人体行为识别图卷积网络(GCN) 双支路骨骼

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

交互补充与验证的图像语义分割方法研究

交互补充与验证的图像语义分割方法研究

作者：成京海昆明理工大学

学位级别：硕士

语义分割是计算机视觉领域最基本但最具挑战性的任务之一,也是图像分割的三大子方向之一。它的应用场景非常广泛,如自动驾驶、医学图像分割和遥感图像分割等。语义分割的目的是为给定图像中的每一个像素都分配一个预定义的类标签,可以... 详细信息

语义分割是计算机视觉领域最基本但最具挑战性的任务之一,也是图像分割的三大子方向之一。它的应用场景非常广泛,如自动驾驶、医学图像分割和遥感图像分割等。语义分割的目的是为给定图像中的每一个像素都分配一个预定义的类标签,可以被认为是像素级的分类任务。对于像语义分割这类的场景解析任务而言,上下文信息至关重要。许多模型使用如注意力、扩张卷积等方法捕获像素间的上下文关系与长程相关性,使用单一的神经网络,通过损失传播促使网络自发提取辨别性特征。其中辨别性特征的定义是比较模糊且宽泛的。为此,本文明确地将辨别性特征分为像素自身信息以及像素间关联信息两个角度,对应地使用两个支路网络专注于各自信息的提取。为了促使提取的特征包含正确的信息,在两个支路分别使用结合多尺度思想与扩张卷积的卷积分割头以及基于全连接层的全连接分割头进行分割。为了充分利用像素自身信息的稳定性,本文使用掩膜平均池化方法为数据集中的每个类提取类向量,并充分挖掘其可能的用法。为了发挥类向量在两支路间的桥接作用,文中提出交互补充模块,结合注意力、特征融合等机制促进两个支路间特征的交互与补充。基于类向量自身的标签属性,在交互验证模块中,本文创新性地以类向量为模板,以预测概率图为权重重组特征,使得两个支路的预测可以有额外的验证手段与优化标准。为了充分发挥双支路的优点,本文提出差异引导融合模块,使得模型可以以特征间的差异为参考,更有效地融合两支路的特征。在利用类向量为特征实现跨阶段地残差连接以外,本文还提出类向量补充模块,在Efficient Attention的基础上使用类向量为特征的上下文向量进行补充,使其基于更丰富的上下文信息对特征进行更新。在损失函数方面,本文对传统的交叉熵损失做了修改。为了更准确地提取像素自身信息,本文不仅引入对比损失,还提出对比交叉熵损失来对特征进行更好的约束。为了充分利用双分割头的特性,本文提出点差异交叉熵损失,利用两支路预测的差异实现模型对难样本的重点关注。相较于已存在的基于熵的权重交叉熵损失,该方法更加适合使用双分割头的模型。在Dark-Zurich数据集和Cityscapes数据集上,通过大量实验验证了本文各方法的有效性。

关键词：双支路类向量交互补充交互验证差异引导融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的医疗图像分割算法研究与实现

基于深度学习的医疗图像分割算法研究与实现

作者：曾丽电子科技大学

学位级别：硕士

癌症是人类死亡的最常见原因之一,早发现早治疗可以提高患者的生存率。在癌症的治疗过程中,需要在医疗图像(如CT、MRI、PET等)上根据临床靶区制定放射治疗计划。目前仍广泛使用的是人工方式来勾画医疗图像中对应的病变靶区,这种方式受... 详细信息

癌症是人类死亡的最常见原因之一,早发现早治疗可以提高患者的生存率。在癌症的治疗过程中,需要在医疗图像(如CT、MRI、PET等)上根据临床靶区制定放射治疗计划。目前仍广泛使用的是人工方式来勾画医疗图像中对应的病变靶区,这种方式受到勾画者(医生)的经验限制。随着近年来深度学习在医疗图像分割领域的广泛应用,计算机可以用于医疗图像中的靶区辅助勾画,以减轻医生的工作量加速患者的诊疗流程。本文基于四川大学华西医院肿瘤中心提供的腹部CT及对应的宫颈癌靶区勾画数据集使用深度学习的方法开展研究,致力于构建更精准的靶区轮廓分割模型,开展了以下四项研究工作:1.本文提出使用级联结构帮助分割,将分类与分割模块级联得到级联双支路边界增强模型(CDBNet)。分类模块可以提高模型对单张切片是否包含靶区的判断能力,分割模块可以提高模型对于单张切片中靶区轮廓分割的能力,两者级联后可以提高模型对于医疗图像整体的分割性能。实验表明,CDBNet五折交叉验证的全局Dice系数值可达86.14%,比UNet高约1.9%,HD缩短了约0.08mm,含靶区切片的平均Dice系数值提高了约4.89%。2.提出了一个双支路边界增强分割模块(DBSM),使用两条路径分别提供目标区域的实心区域信息以及目标区域的边界信息。两条支路信息的融合可以使得模型比UNet模型更注重目标边界的分割。实验表明,在包含目标靶区的切片扫描图像中,DBSM的五折交叉验证平均Dice系数值比UNet高约5.58%。3.本文还将CDBNet进行扩展,使用CENet和UNet3+替换CDBNet中的UNet基本路径,得到CDB-CENet和CDB-UNet3+网络。经实验验证,CDB-CENet和CDB-UNet3+网络均比其基础网络的分割效果更好。全局平均Dice系数这一项中CDB-CENet比CENet约1.85%,CDB-UNet3+比UNet3+高约0.71%。4.本文针对医院的实际使用需求,设计并实现了一个基于深度学习的医疗图像靶区辅助勾画系统。系统将本文提出的算法模型应用到实际中,通过基于深度学习的分割模型为医生提供可视化可修改可管理的靶区辅助勾画功能,可以大大加快医生的勾画效率。

关键词：临床靶区分割级联双支路边界增强

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

交互补充与验证的语义分割

通信技术 2023年第5期56卷 574-584页

作者：成京海昆明理工大学云南昆明650031

为了改善语义分割网络中特征的提取过程,明确模型的运行逻辑,辨别性特征被按照像素自身信息和像素间关联信息两个角度拆分,使用关系支路、信息支路两个支路网络专注于各自特征的提取。提出交互补充模块促进两个支路间特征的交互与补充,... 详细信息

为了改善语义分割网络中特征的提取过程,明确模型的运行逻辑,辨别性特征被按照像素自身信息和像素间关联信息两个角度拆分,使用关系支路、信息支路两个支路网络专注于各自特征的提取。提出交互补充模块促进两个支路间特征的交互与补充,并利用交互验证模块对两个支路的预测进行额外验证。此外,在传统交叉熵损失的基础上提出对比交叉熵损失,使其更有利于对像素特征的约束与调整。在Dark-Zurich数据集和Cityscapes数据集上将该方法与不同的网络结合,进行大量实验验证了其有效性。

关键词：双支路交互补充交互验证语义分割对比交叉熵损失