检索结果-南通市图书馆

汽车工程 2022年第9期44卷 1327-1338页

作者：胡杰徐博远熊宗权昌敏杰郭迪谢礼浩武汉理工大学现代汽车零部件技术湖北省重点实验室武汉430070 武汉理工大学汽车零部件技术湖北省协同创新中心武汉430070 武汉理工大学湖北省新能源与智能网联车工程技术研究中心武汉430070

针对无监督域自适应目标检测中,域的可辨性和不变性之间的矛盾导致域负迁移和多尺度问题,本文中提出了一种可缓解域负迁移的多尺度掩码分类域自适应网络。首先在主干网络上对多个中间层进行图像级域对抗训练。接着在图像级特征图上加入... 详细信息

针对无监督域自适应目标检测中,域的可辨性和不变性之间的矛盾导致域负迁移和多尺度问题,本文中提出了一种可缓解域负迁移的多尺度掩码分类域自适应网络。首先在主干网络上对多个中间层进行图像级域对抗训练。接着在图像级特征图上加入区域提议掩码,作为一种补充信息对实例特征进行补充。最后提出分类别实例级域分类器,在保证域可辨性前提下,使网络尽可能地提取出有效的域不变信息。在Cityscapes和FoggyCityscapes两个数据集上进行验证的结果表明,本文提出的多尺度掩码分类域自适应网络,其域分类平均精度的平均值提高了13.2个百分点,说明网络域自适应能力显著提升。

关键词：目标检测域自适应网络深度学习对抗学习

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

基于域自适应网络的跨场景摔倒检测算法研究

引用

计算机技术与发展 2023年第10期33卷 86-92页

作者：马永连张登银南京邮电大学物联网学院江苏南京210023

目前,基于信道状态信息(Channel State Information,CSI)的室内摔倒检测(Fall Detection,FD)系统已被证明拥有巨大潜力,但是,不同室内布局带来的多径效应的差异往往使其无法实现跨场景使用。因此,该文提出了DA-Fall(Domain-adaptive Fal... 详细信息

目前,基于信道状态信息(Channel State Information,CSI)的室内摔倒检测(Fall Detection,FD)系统已被证明拥有巨大潜力,但是,不同室内布局带来的多径效应的差异往往使其无法实现跨场景使用。因此,该文提出了DA-Fall(Domain-adaptive Fall),通过结合两种自适应策略的域自适应方法来改进未标记噪声信号的泛化,从而提高对目标域的检测精度。在提出的摔倒检测系统中,引入了域鉴别器和域混淆自适应层来进行对抗性训练。首先,该算法通过引入依赖于相对值的相对鉴别器来优化对抗训练,从而更好地反映域间差异。其次,将基于多核架构的最大均值差异(Multiple Kernel Maximum Mean Difference,MK-MMD)作为域对抗损失的正则化项,进一步减小域间的边缘分布距离。实验分析表明,DA-Fall取得了比WiFall,RT-Fall,SignGAN更好的效果,在原场景与新场景中分别达到了96.83%和91.03%的检测精度。

关键词：信道状态信息摔倒检测域自适应网络迁移学习多核最大均值差异

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

红外图像仿真与域自适应目标检测技术研究

红外图像仿真与域自适应目标检测技术研究

引用

作者：张宁国防科技大学

学位级别：硕士

在军事领域,由于红外探测的全天时可工作性,红外探测的应用十分广泛。随着卷积神经网络的发展,基于深度神经网络的目标检测技术成为了主流。基于神经网络的目标检测系统的训练严重依赖于大量样本数据的支撑,然而由于军事目标的保密性以... 详细信息

在军事领域,由于红外探测的全天时可工作性,红外探测的应用十分广泛。随着卷积神经网络的发展,基于深度神经网络的目标检测技术成为了主流。基于神经网络的目标检测系统的训练严重依赖于大量样本数据的支撑,然而由于军事目标的保密性以及红外成像成本高昂,获取目标的真实红外图像十分困难。本文在上述背景下,研究通过软件进行红外图像仿真的方法扩充红外目标检测系统训练域,并且从样本生成和网络结构上对目标检测网络进行改进,提高模型跨域检测的能力。全文共分为三个部分:第一部分针对红外目标检测系统训练样本缺失的问题,开展了基于目标特性的红外图像仿真的研究。使用了理论计算的方法对空间目标的表面热辐射进行了仿真计算,然后使用了仿真软件SE-workbench对地面目标进行3D建模,材质赋予,环境设置,最后生成了地面目标的红外仿真图像,为之后算法的训练提供数据支撑。第二部分针对原始红外仿真图像与实测红外图像之间的差异,开展基于风格迁移算法进行红外仿真图像转换的研究。由于目标建模不精确,环境复杂等因素,由软件生成的红外仿真图像与实测红外图像存在着较大的差异,这种差异势必会导致在进行真实目标的检测时出现性能下降的问题。本文使用卷积神经网络迁移算法和循环一致生成对抗网络算法分别对原始红外图像进行转换,生成了转换后的中间图像,并使用FID分数对两个网络生成的图像质量进行评估,经过实验对比,基于生成对抗网络的图像转换算法生成的中间域图像更加接近于实测,有效地缩小了目标检测系统源域与目标域之间的差异。第三部分针对目标检测系统在跨域检测时的性能下降问题,开展了域自适应目标检测技术的研究。尽管第二部分通过生成对抗网络缩小了源域与目标域之间的差距,但是域偏移仍然存在。本文提出了基于领域差异的域自适应目标检测方法,结合了图像级对齐、实例级对齐、一致正则化来对目标检测网络进行改进,进一步缩小源域与目标域的差距。最后通过实验证明了,基于样本生成的域自适应技术,也就是使用生成对抗网络对原始仿真样本进行转换可以提高检测效果同时也证明了使用基于领域差异的域自适应检测网络也能提高检测系统跨域检测的能力。

关键词：红外目标检测红外仿真技术循环一致生成对抗网络图像转换域自适应网络

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

基于信道状态信息的人体行为识别技术研究

基于信道状态信息的人体行为识别技术研究

引用

作者：马永连南京邮电大学

学位级别：硕士

目前,基于WIFI的人体行为识别成为了研究重点,本文针对基于WIFI的室内入侵检测、摔倒检测现阶段仍存在的一些不足进行了改进,主要内容如下:1、针对室内入侵检测算法识别精度严重依赖于源环境的多样性,当训练参考的源环境数量不足时,性... 详细信息

目前,基于WIFI的人体行为识别成为了研究重点,本文针对基于WIFI的室内入侵检测、摔倒检测现阶段仍存在的一些不足进行了改进,主要内容如下:1、针对室内入侵检测算法识别精度严重依赖于源环境的多样性,当训练参考的源环境数量不足时,性能会急剧下降的问题,本文提出了一种CSI数据增强方法,它包含了CSI去噪与增强,该方法可以去除相位偏移。此外,该数据增强方法能够减少特征信号的体积,从而大幅减少训练时间。其次,本章提出了一种基于改进的CNN入侵检测框架来实现与环境无关的室内入侵检测,最终本文所提出的入侵检测系统在空旷环境下和复杂环境下分别取得了97.45%和96.71%的检测精度,优于现有的入侵检测系统。2、针对不同室内布局带来的多径效应的差异,往往使摔倒检测系统无法实现跨场景使用的问题,本文提出了一种改进的域自适应框架,结合两种自适应策略的域自适应方法来改进对未标记CSI噪声信号的泛化。首先通过引入依赖于相对值的相对鉴别器来优化对抗训练更好地反映域间差异,其次将多核MMD作为域对抗损失的正则化项,在模型的梯度更新中添加约束,进一步减小了域间的分布距离,促进了整体迁移学习的效果。最终本文提出的摔倒检测系统在原场景(训练充分)的场景中敏感性达到了96.83%,在新场景中仅需要少量数据敏感性即可达到91.03%,优于现有的摔倒检测系统。3、随着社会人口老龄化的加剧,针对独居老人的健康看护工作越来越重要,本文分析了现有健康看护系统的技术难点,并基于改进的入侵检测与摔倒检测算法开发了独居老人健康看护系统,该系统包含数据采集模块、入侵检测模块、摔倒检测模块、告警模块,该系统能够及时发现家中的入侵状态,以及在老人摔倒时及时在终端发出告警通知其家属。最后简要介绍了该系统在现实情况独居老人家中的应用。

关键词：信道状态信息多径效应行为识别迁移学习域自适应网络

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

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：