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

注意力引导的多尺度红外行人车辆实时检测

红外与激光工程 2024年第5期53卷 229-239页

作者：张印辉计凯何自芬陈光晨昆明理工大学机电工程学院云南昆明650500

红外成像技术通过捕捉目标热辐射特征进行成像,能实现复杂道路场景下的目标监测和道路冗杂信息滤除。针对红外行人和车辆目标检测模型参数量大、依赖高性能GPU资源和检测速度慢等问题,提出了一种注意力引导的多尺度红外行人车辆实时检... 详细信息

红外成像技术通过捕捉目标热辐射特征进行成像,能实现复杂道路场景下的目标监测和道路冗杂信息滤除。针对红外行人和车辆目标检测模型参数量大、依赖高性能GPU资源和检测速度慢等问题,提出了一种注意力引导的多尺度红外行人车辆实时检测模型。首先,为精确匹配校准红外行人和车辆目标尺度与锚框尺寸,利用K-Means++算法对红外行人和车辆目标尺度进行先验框预置参数重聚类生成,并设计128×128精细尺度检测层;其次,设计注意力引导广域特征提取模块增强模型特征提取能力和空间及通道信息聚焦能力;随后,构建跨空间感知模块引入空间信息感知,强化不同尺度空间下的目标的特征表达能力;最后,针对资源受限设备,通过4倍通道剪枝方法降低模型参数量,增强移动端算法部署适应性。实验结果表明:所提IRDet算法与基准方法相比,模型平均检测精度提升4.3%,达到87.4%,模型权重值压缩60.4%,降至5.7 MB。

关键词：红外交通检测先验框匹配注意力引导跨空间感知模型剪枝

在线全文

学校读者我要写书评

暂无评论

注意力引导的标志检测与识别

软件学报 2024年第11期35卷 5116-5132页

作者：张冬明靳国庆鲁鼎煜张菁张勇东传播内容认知全国重点实验室(人民网股份有限公司) 北京100733 北京工业大学信息学部北京100124 中国科学技术大学信息科学技术学院安徽合肥230026

自然场景中的实体标志,如商标、交通标志等,易受拍摄角度、所依附物体形变、尺度变化等影响,导致检测精度降低.为此,提出一种注意力引导的标志检测与识别网络(attention guided logo detection and recognition network,AGLDN),联合优... 详细信息

自然场景中的实体标志,如商标、交通标志等,易受拍摄角度、所依附物体形变、尺度变化等影响,导致检测精度降低.为此,提出一种注意力引导的标志检测与识别网络(attention guided logo detection and recognition network,AGLDN),联合优化模型对多尺度变化和复杂形变的鲁棒性.首先通过标志模板图像搜集及掩码生成、标志背景图像选取和标志图像生成创建标志合成数据集;然后基于RetinaNet和FPN提取多尺度特征并形成高级语义特征映射;最后利用注意力机制引导网络关注标志区域,克服目标变形对特征鲁棒性的影响,实现标志检测与识别.实验结果表明,所提方法可以有效降低尺度变化、非刚性形变的影响,提高标志检测准确率.

关键词：标志检测和识别数据合成多尺度特征融合注意力引导

基于注意力引导空域图卷积SRU的动态手势识别

在线全文

学校读者我要写书评

暂无评论

控制与决策 2023年第11期38卷 3083-3092页

作者：陈炫琦佘青山张波涛马玉良张建海杭州电子科技大学自动化学院杭州310018 浙江省脑机协同智能重点实验室杭州310018

基于手部骨骼的动态手势识别是计算机视觉和人机交互领域的一个研究热点.手势涉及的关节在空间上分布更紧密,相关性更强.针对目前基于骨骼的动态手势识别存在空间特征复杂、识别计算速率缓慢等问题,提出一种注意力引导空域图卷积简单循... 详细信息

基于手部骨骼的动态手势识别是计算机视觉和人机交互领域的一个研究热点.手势涉及的关节在空间上分布更紧密,相关性更强.针对目前基于骨骼的动态手势识别存在空间特征复杂、识别计算速率缓慢等问题,提出一种注意力引导空域图卷积简单循环单元(ASGC-SRU)网络.首先,将空域图卷积嵌入至SRU的门结构中,使得具有高速并行计算能力的SRU能够对复杂手势的时域和空域信息进行建模;然后,引入一种指关节注意力引导模块,使得更重要的指关节具有更高的关注度;最后,引入一种注意力增强空域图丢弃(ASD)的正则化方法,缓解网络过拟合的弊端.为验证所提出方法的有效性,在公认的动态手势数据集SHREC’17和DHG 14/28上进行大量实验,实验结果表明,所提出方法取得了较高的识别准确率,同时保持优良的计算效率.

关键词：动态手势识别图卷积简单循环单元注意力引导过拟合

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

用于腹部CT肝脏肿瘤分割的注意力引导模型

哈尔滨工程大学学报 2024年第7期45卷 1400-1405页

作者：于凌涛熊涛王鹏程马英博夏勇强哈尔滨工程大学机电工程学院黑龙江哈尔滨150001

针对肝脏肿瘤在腹部CT影像中占比低,人为分割与传统分割效果、性能差的问题,本文提出一种高效的两阶段注意力引导的肝脏肿瘤分割模型,该模型由肝脏器官分割模块和肝脏肿瘤分割模块构成。肝脏器官分割模块中凭借卷积神经网络得到肝脏器... 详细信息

针对肝脏肿瘤在腹部CT影像中占比低,人为分割与传统分割效果、性能差的问题,本文提出一种高效的两阶段注意力引导的肝脏肿瘤分割模型,该模型由肝脏器官分割模块和肝脏肿瘤分割模块构成。肝脏器官分割模块中凭借卷积神经网络得到肝脏器官分割图像作为输出,和原始CT影像叠加得到新的输入影像,最后将新输入图像导入肝脏肿瘤分割模块得到精确的肝脏肿瘤分割影像,给出了每个模块的损失函数以监督训练。利用肝脏肿瘤分割挑战提供的数据集进行了实验研究和定性比较分析。结果在Dice系数等指标上优于其他模型,提高了肝脏肿瘤分割准确率和肝脏肿瘤区域定位准确率,从而使分割出的肝脏肿瘤更接近真实边界。

关键词：腹部器官分割医学图像处理腹部CT 肝脏分割肝脏肿瘤分割深度学习注意力引导损失函数

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于注意力引导和多样本决策的舰船检测方法

北京航空航天大学学报 2023年

作者：吕奕龙苟瑶李敏何玉杰刑宇航火箭军工程大学作战保障学院

单阶段目标检测方法具有训练速度快、检测时间短的特点，然而其特征金字塔网络难以抑制SAR舰船图像的背景和噪声信息，且检测头存在预测误差。针对此问题，本文提出了一种基于注意力引导和多样本决策的检测模型，用于合成孔径雷达舰船... 详细信息

单阶段目标检测方法具有训练速度快、检测时间短的特点，然而其特征金字塔网络难以抑制SAR舰船图像的背景和噪声信息，且检测头存在预测误差。针对此问题，本文提出了一种基于注意力引导和多样本决策的检测模型，用于合成孔径雷达舰船检测。首先，提出了一种注意力引导网络，将其添加至特征金字塔的最高层，使其抑制背景和噪声干扰，从而提升特征的表示能力。其次，又提出多样本决策网络，使其参与目标位置的预测。该网络通过增加回归分支中输出的样本数量，缓解预测误差对检测结果的影响。最后，设计了一种新颖的最大似然损失函数。该损失函数利用多样本决策网络中输出的样本构造出最大似然函数，用于规范决策网络的训练，进一步提升目标定位的精度。以RetinaNet网络模型为基线方法，相较于基线方法以及目前先进的目标检测方法，本文方法在舰船检测数据集SSDD上表现出最高的检测精度，AP达到52.8%。相比基线方法，本文方法在AP评价指标上提升了3.4%～5.7%，且训练参数量Params仅增加2.03 M，每秒帧率FPS仅降低0.5 Iter/s。

关键词：舰船检测注意力引导多样本决策最大似然损失函数单阶段检测合成孔径雷达

基于多尺度空间注意力引导的图像超分辨率重建网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

北京航空航天大学学报 2023年

作者：程德强王培杰董彦强寇旗旗江鹤中国矿业大学信息与控制工程学院国家电力投资集团内蒙古白音华煤电有限公司露天矿中国矿业大学计算机科学与技术学院

针对基于注意力机制的图像超分辨率重建网络忽视了注意力特征的差异性，仅将注意力机制直接引入到网络模型中，对不同层次特征进行相同处理的问题，设计了一种多尺度空间注意力引导的图像超分辨率重建网络（SAGN）。提出了增强特征提取... 详细信息

针对基于注意力机制的图像超分辨率重建网络忽视了注意力特征的差异性，仅将注意力机制直接引入到网络模型中，对不同层次特征进行相同处理的问题，设计了一种多尺度空间注意力引导的图像超分辨率重建网络（SAGN）。提出了增强特征提取残差块，完善了局部信息的表征能力；集成了多尺度空间注意力模块，获取了多尺度的空间注意力特征信息；引入了注意力引导模块，对不同的特征分配个性化的权重，以实现有效的上下文全局特征融合和冗余信息抑制。实验结果表明：量化测试和主观效果上，相对于传统的注意力结构，SAGN在四个基准数据集上都展现出了优越性，其在4倍重建结果的峰值信噪比（PSNR）上平均提高了0.12dB，进一步证实了SAGN在恢复图像的几何结构和细节方面的优势。

关键词：超分辨率重建卷积神经网络注意力机制多尺度空间注意力注意力引导

虚拟现实媒介叙事用户注意力引导机制实证研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

出版与印刷 2024年第5期 1-12页

作者：刘锦宏陈姜同张子妍王一雪武汉理工大学法学与人文社会学院

通过脑电实验测试不同注意力引导方式对虚拟现实媒介用户注意力和专注度的影响差异,为虚拟现实媒介叙事设计与优化提供科学依据。文章利用脑电波技术和访谈法分析在虚拟现实媒介叙事中,文字、发光和声音三种引导方式以及色彩对用户注意... 详细信息

通过脑电实验测试不同注意力引导方式对虚拟现实媒介用户注意力和专注度的影响差异,为虚拟现实媒介叙事设计与优化提供科学依据。文章利用脑电波技术和访谈法分析在虚拟现实媒介叙事中,文字、发光和声音三种引导方式以及色彩对用户注意力引导的差异。研究结果表明,在文字、发光、声音三种引导方式下,实验对象大脑中α、β、θ波段的功率大小均存在统计学意义的显著性差异,其中声音引导方式对实验对象注意力引导效果最强,发光引导方式引导效果次之,文字引导方式引导效果最弱;三种引导方式两两之间均具有显著正向相关性,即在虚拟现实媒介叙事中同时使用两种引导模式,更能吸引用户注意力;在色彩引导方面,红色最能吸引实验对象注意力。基于实验结论,文章提出了具体的应对之策,以帮助虚拟现实媒介叙事提升叙事效果和用户体验。

关键词：虚拟现实媒介叙事用户行为注意力引导脑电实验

在线全文

学校读者我要写书评

暂无评论

沉浸式VR电力训练中的注意力引导

上海大学学报（自然科学版） 2018年第4期24卷 553-563页

作者：张婷婷侯晓菲田丰王轶华上海大学上海电影学院上海200072 上海大学上海电影特效工程技术研究中心上海200072 国家电网上海市电力公司市北供电公司人力资源部上海200072

由于电力运检过程中存在人身危险,工作者要求具有极高的专业技能.传统的视频培训缺乏沉浸感,培训效率低,而实操培训成本高,对初学者风险较大.研制沉浸式虚拟变电站运检训练系统,实现序列训练、信息提示和评价打分等功能,并应用于电力运... 详细信息

由于电力运检过程中存在人身危险,工作者要求具有极高的专业技能.传统的视频培训缺乏沉浸感,培训效率低,而实操培训成本高,对初学者风险较大.研制沉浸式虚拟变电站运检训练系统,实现序列训练、信息提示和评价打分等功能,并应用于电力运检安全培训.提出并设计了6种视觉引导和1种声音引导方式,并进行了对比分析.实验结果表明:相较于无引导方式,7种引导方式都明显提高了训练的效率;聚光灯、边缘高亮、边缘闪烁引导在平衡训练效率和沉浸感方面表现优异.

关键词：沉浸式VR 变电站运检注意力引导用户评价

在线全文

学校读者我要写书评

暂无评论

基于注意力引导与特征融合的人群密度估计

基于注意力引导与特征融合的人群密度估计

作者：韩素玉青岛大学

学位级别：硕士

人群密度估计旨在预测图片或视频片段中行人的数量,一般使用人头作为计数单位,广泛应用在视频监控、车流统计、细胞计数与病虫害预防等重要领域,已逐渐成为计算机视觉领域的研究热点。然而,在真实的密集场景中,一个鲁棒的计数模型需要... 详细信息

人群密度估计旨在预测图片或视频片段中行人的数量,一般使用人头作为计数单位,广泛应用在视频监控、车流统计、细胞计数与病虫害预防等重要领域,已逐渐成为计算机视觉领域的研究热点。然而,在真实的密集场景中,一个鲁棒的计数模型需要对人头尺度连续变化、人群背景复杂、人群分布不均等问题具备强大的泛化能力。目前公开化的人群计数算法日益成熟,但大多方法专注于某个难点而忽略其他问题,导致总体性能未达到最优,对多问题的联合处理能力仍然存在可提升空间。基于此,本文提出三个功能递进的方案,逐步实现对上述三类问题的组合优化。(1)针对人头尺度连续变化问题,提出了一种基于双流特征细化与尺度感知的人群密度估计网络。首先,设计了多尺度特征细化模块,对于给定的双流初级信息,借助空洞金字塔范式探测多尺度目标,细化多尺度语义。其次,提出了基于尺度感知的空间注意力模块,发掘相邻感受野层级间的关联与依赖特性,检索异构语义中有价值的尺度信息,进而实现尺度寻优。最后,利用密度图回归模块聚合双分辨率注意力特征流,回归生成人群密度估计平面向量。(2)针对人群背景复杂问题,在前一项工作的基础上提出了基于异质尺度聚合与权值校准的人群密度估计网络。首先,为提升网络对多尺度特征的感知与提取效率,本章优化了原有的多尺度特征细化模块,引入了自上而下的跨尺度信息聚合策略。其次,针对复杂背景易混淆于稠密人群从而难以捕获的问题,提出了基于权值校准的通道注意力模块,用于抑制深层背景噪点的隐性表达,同时在迭代训练中依据重要性显式地激活各通道层的表征能力。另外,区分全局和局部通道信息,以学习复杂背景在图像间与图像内的变化规律。(3)针对人群分布不均问题,在前两项工作的基础上继续深入,提出了基于渐进策略修正与误差自驱的人群密度估计网络。该网络由多个子网络级联构成,深层网络对浅层特征加以利用,渐进式修正内核参数。首先,为使模型更加适应细粒度密集型的预测任务,提出了基于自注意力机制的像素注意力模块,用于捕捉像素间的长范围依赖,自适应地融合全局上下文信息,进而建模给定场景的人群分布态势。其次,为缓解注意力标签制作困难且鲁棒性较差的问题,提出了注意力特征融合模块,利用变体转换思想间接更新高维注意力的预测损失。最后,为选择性且差异化地惩罚易错像素点集合,设计了误差自驱损失函数,提供自相关的非线性增量惩罚。本文在四个官方数据集上展开实验,其中在Shanghai Tech-Part A数据集MAE指标上的结果依次为61.7、57.59、54.58,MSE结果依次为95.14、92.61、87.95。另一方面,三个方案的总体实验性能以及针对同一测试场景的预估准确率均做到了逐次提升,说明本文对多问题的联合处理能力逐渐增强,对真实场景的鲁棒性逐渐提高。

关键词：深度学习人群密度估计注意力引导特征融合