检索结果-南通市图书馆

海洋与湖沼 2023年第6期54卷 1746-1755页

作者：许志扬江兴龙林茜李凯集美大学水产学院福建厦门361021 鳗鲡现代产业技术教育部工程研究中心福建厦门361021

对鱼类的行为进行智能监测,精准地量化与识别其健康状态,已成为研究热点。为实现养殖鳗鲡行为状态精准识别,提出一种基于DenseNet双流卷积神经网络的鳗鲡行为状态检测方法。利用混合高斯背景模型进行前景提取构建数据集,针对传统卷积神... 详细信息

对鱼类的行为进行智能监测,精准地量化与识别其健康状态,已成为研究热点。为实现养殖鳗鲡行为状态精准识别,提出一种基于DenseNet双流卷积神经网络的鳗鲡行为状态检测方法。利用混合高斯背景模型进行前景提取构建数据集,针对传统卷积神经网络对于时间动态信息提取能力有限的问题,搭建关联空间特征与时间特征的双流网络结构(Two-stream),并使用DenseNet-121网络替换原网络,对比VGGNet、ResNet等网络,通过密集连接实现特征重用,在搭建更深的网络结构基础上加强了运动特征传递并减少了参数量,更好地提取具有代表性的行为特征。传统双流网络在两端的softmax层仅作简单的决策层平均融合,无法更深程度关联时空高级特征,提出在网络卷积层提取空间特征与时间特征后,加上一层卷积层将时空特征进行卷积融合以提升模型识别精度。实验结果表明:文中提出的基于DenseNet双流卷积神经网络对6种鳗鲡行为状态检测方法准确率达到96.8%,相较于单通道的空间流与时间流网络,准确率分别提升了10.1%和9.5%;相较于以VGGNet、ResNet搭建的双流网络,准确率分别提升了12.4%和4.2%;与决策层平均融合、特征层拼接融合的方式相比,时空特征卷积融合方式准确率分别提升了2.5%和1.7%。

关键词：鳗鲡行为状态混合高斯背景模型 DenseNet-121 双流网络结构卷积融合

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

针对GAN生成的人脸图像检测研究与实现

针对GAN生成的人脸图像检测研究与实现

引用

作者：肖梦思华中师范大学

学位级别：硕士

随着深度学习和生成对抗网络(Generative Adversarial Network,GAN)的发展,人脸图像生成技术已经取得了重大进展,能够生成逼真的人脸图像。但是,这种技术的广泛应用也带来了不少问题,其中包括不法分子利用生成人脸图像进行欺诈和违法活... 详细信息

随着深度学习和生成对抗网络(Generative Adversarial Network,GAN)的发展,人脸图像生成技术已经取得了重大进展,能够生成逼真的人脸图像。但是,这种技术的广泛应用也带来了不少问题,其中包括不法分子利用生成人脸图像进行欺诈和违法活动,例如身份伪造和诈骗。为了保证人脸图像的真实性,对于生成的人脸图像进行检测和识别变得尤为重要。针对GAN生成人脸图像的识别检测,前期主要采用基于深度学习的方法,虽然在实践中取得了良好的表现,但对检测结果缺乏可解释性。为此,一些学者利用GAN生成人脸图像与真实人脸图像之间的差异区域进行检测,以提高对检测结果的可解释性和可靠性。然而,在当前环境下,GAN技术不断发展,生成的人脸图像逼真度越来越高,同时图像攻击方法的推陈出新,检测模型的泛化性能和鲁棒性有待提高。因此,为了提高GAN生成人脸图像检测模型的鲁棒性,本文提出了一种多特征融合的残差网络模型。同时为了增强模型的泛化性能,在其基础上设计了一个双流网络结构融合眼部区域特征。另外,为了便于该模型的应用和实施,设计了一个可执行的GAN生成人脸图像检测系统。具体研究内容如下:(1)为了提高GAN生成人脸图像检测方法的鲁棒性,本文提出了一种多层特征融合的残差网络(Multi-feature Fusion Res Net,MF-Res Net)模型,该模型融合了人脸图像的浅层、中层和深层特征。通过融合不同层次的特征,可以更全面地考虑人脸图像的多个方面,从而提高检测模型的准确性和鲁棒性。实验结果表明,相比于其他常见的GAN生成人脸图像检测方法,多特征融合方法在准确性和鲁棒性方面都取得了更好的表现。(2)为了提高GAN生成人脸图像检测方法的泛化性,注意到眼部是检测人脸图像的一个重要区域,因此在MF-Res Net网络模型基础上设计双流网络融合眼部区域特征。首先通过语义分割将眼部区域从人脸图像中分割出来,接着,利用双流网络分别提取眼部区域特征和人脸图像全局特征,并通过双线性池化的方式进行特征融合,以加强对眼部区域的学习,并为梯度反向传播提供更好的特征表达。本文在多个实验数据集上进行了测试,结果表明所提出的方法不仅能够提供结果的解释性说明,而且具有良好的识别准确率和泛化能力。(3)利用融合眼部区域特征的GAN生成人脸图像检测方法,设计并实现了一个人脸图像真伪识别系统,该系统能够对单张或多张人脸图像进行真伪识别,并提供用户友好的界面设计,使用户可以轻松地导入和处理图像数据。测试结果表明该系统能实现识别检测,可用于人脸图像真伪检测、安全防护、身份验证等领域。

关键词：生成对抗网络人脸图像检测多特征融合眼部区域特征双流网络结构

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于语义的场景理解

基于语义的场景理解

引用

作者：张嘉祺上海工程技术大学

学位级别：硕士

随着低成本,紧凑的视觉传感器设备普及,人们对于计算机理解周围场景的需求日益增加。在机器人导航,自动驾驶,安防,医疗等众多民生领域,场景理解显示出了重要的研究意义与研究价值。场景理解最重要的研究方向之一是图像语义分割。图像语... 详细信息

随着低成本,紧凑的视觉传感器设备普及,人们对于计算机理解周围场景的需求日益增加。在机器人导航,自动驾驶,安防,医疗等众多民生领域,场景理解显示出了重要的研究意义与研究价值。场景理解最重要的研究方向之一是图像语义分割。图像语义分割不仅融合了图像识别信息与图像检测信息,更是推理出其他高级语义场景信息的基础。目前,使用深度学习进行语义分割时可能会产生分割不精确,不连续等问题,为了解决这个问题,本文研究了基于生成对抗网络的语义分割模型。生成对抗网络(GANs)是这几年提出的一个比较重要的网络模型结构,生成对抗网络模型由生成网络和判别网络组成,两个网络同时进行博弈训练,从而使得生成网络可以生成更好的结果,基于此本文提出了生成对抗语义分割模型。该模型由深度卷积语义分割模型作为生成网络,共包含五个模块,每个模块由3x3卷积层、池化层、激活函数组成,RGB图像作为输入,输出语义分割的概率图,并随机与标签图输入判别网络,判别网络由较深的卷积神经网络组成,学习生成的语义分割概率图与标签图之间的特征差异,并指导优化生成网络生成更接近于标签图的语义分割概率图。通过修改损失函数以及学习率等参数,使得网络达到最优解。本文提出的网络保持了传统神经网络的端对端的训练,并减少了对人工设计的损失函数的依赖。场景理解不仅需要对图片的分析,更需要对视频的理解。人体作为一段视频中主要的研究对象,现阶段的人体动作识别方法都是基于视频的时空信息而没有考虑动作所在的场景,从而可能会出现不符合场景的动作判断。因此,本文提出了一种基于场景识别的双流网络识别结构。对于常见的动作,本文将其分为足球场,篮球场,室内,健身房,湖面,室外等11类场景,利用卷积神经网络提取场景信息,并将此作为辅助信息加入人体动作识别网络结构中,以此改善识别网络准确率。本文先训练了场景识别的网络,并使用训练好的参数作为初始参数与人体动作识别网络共同训练。通过分析场景识别网络与人体动作识别网络不同的融合比例,确定了网络的最佳识别结构。本文使用了Pascal VOC 2012和City Scapes等大型数据集对生成对抗语义分割模型进行训练和测试,并使用了随机缩放,裁剪等数据增强方法,其结果表明了本文所提的方法,可以有效改善图像分割不准确等问题,相比于FCN和Deep Lab等典型的语义分割模型,在平均交叉重叠率上分别提高了6.7%和3.6%。对于人体动作识别网络模型,本文使用了UCF50,UCF101等公开动作数据集,对视频中的每一帧进行训练,并选择了C3D,Two Stream等一些动作识别方法进行比较,其准确率分别提高了5%和3%。本文也研究了对一些典型识别网络结构加入同样的场景信息,其实验结果均好于原先网络,证明了本文提出的方法可以有效改善识别准确率。

关键词：生成对抗语义分割模型场景理解双流网络结构视频分析

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于场景理解的人体动作识别模型

引用

计算机测量与控制 2019年第3期27卷 155-158,163页

作者：张嘉祺赵晓丽张翔上海工程技术大学电子电气工程学院上海201620

为了满足在复杂环境下对人体动作识别的需求,提出了一种基于场景理解的双流网络识别结构;将场景信息作为辅助信息加入了人体动作识别网络结构中,改善识别网络的识别准确率;对场景识别网络与人体动作识别网络不同的融合方式进行研究,确... 详细信息

为了满足在复杂环境下对人体动作识别的需求,提出了一种基于场景理解的双流网络识别结构;将场景信息作为辅助信息加入了人体动作识别网络结构中,改善识别网络的识别准确率;对场景识别网络与人体动作识别网络不同的融合方式进行研究,确定了网络最佳识别结构;通过分析不同参数对识别准确率的影响,最终确定了双流网络的所有结构参数,设计并训练完成了双流网络结构;通过在UCF50,UCF101等公开数据集上实验,分别取得了95%,93%的准确率,高于典型的识别网络结果;对其他一些典型识别网络加入同样场景信息进行了研究,其实验结果证明了此方法可以有效改善识别准确率。

关键词：双流网络结构场景识别人体动作识别

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：