检索结果-南通市图书馆

基于自适应感受野的电力设备表面缺陷检测方法

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2023年第7期35卷 1572-1580页

作者：于豪蒋锦霞赖晓翰梅峰王庆西北工业大学计算机学院陕西西安710072 国网浙江省电力有限公司信息通信分公司浙江杭州310020

针对变电站电力设备覆冰、锈蚀、污秽等缺陷检测问题,提出了一种新的自适应感受野网络,其中结合注意力机制的自适应感受野模块可对多尺度特征进行有效融合。考虑到缺陷检测的小样本学习属性,还提出了一种基于真实纹理的电力设备表面缺... 详细信息

针对变电站电力设备覆冰、锈蚀、污秽等缺陷检测问题,提出了一种新的自适应感受野网络,其中结合注意力机制的自适应感受野模块可对多尺度特征进行有效融合。考虑到缺陷检测的小样本学习属性,还提出了一种基于真实纹理的电力设备表面缺陷仿真数据合成方法。在仿真数据集上的实验结果表明,该网络对跨设备表面缺陷的检测精度较高,同时具有体积小、运算速度快等优点。

关键词：表面缺陷检测自适应感受野注意力机制多尺度特征仿真数据合成

融合自适应感受野与多支路特征的鞋型识别算法

在线全文

学校读者我要写书评

暂无评论

计算机工程 2022年第6期48卷 295-303页

作者：张家钧唐云祁杨智雄中国人民公安大学侦查学院北京100032

随着监控摄像头的普及和图侦技术的快速发展,“鞋印+监控”技战法成为公安机关侦破案件的重要手段。该技战法根据现场嫌疑鞋印推断出嫌疑鞋型,进而在犯罪现场周围监控视频中查找对应鞋型,锁定犯罪嫌疑人。然而现有鞋型识别算法无法充分... 详细信息

随着监控摄像头的普及和图侦技术的快速发展,“鞋印+监控”技战法成为公安机关侦破案件的重要手段。该技战法根据现场嫌疑鞋印推断出嫌疑鞋型,进而在犯罪现场周围监控视频中查找对应鞋型,锁定犯罪嫌疑人。然而现有鞋型识别算法无法充分提取嫌疑鞋印的重要特征,导致识别准确率降低。针对该问题,提出一种融合自适应感受野模块与多支路特征的鞋型识别算法。通过设计一种自适应感受野模块,使网络自适应选择合适大小的感受野特征,增强网络的特征提取能力,同时构建多支路特征融合模型,融合网络的深层和浅层特征,以充分利用有效特征进行鞋型识别,从而提高识别精度。在此基础上,采用中心损失函数和标签平滑损失函数联合训练的方法,在增大类间差距的同时缩小类内差距,增强模型的泛化能力。在多背景鞋型数据集上进行实验,结果表明,该算法Rank-1和mAP精度分别为79.77%和62.18%,具有较优的识别效果,为公安刑侦实战提供了一种可行方案。

关键词：鞋型识别自适应感受野特征融合中心损失函数标签平滑

在线全文

学校读者我要写书评

暂无评论

一种自适应感受野卷积神经网络模型

小型微型计算机系统 2022年第9期43卷 1953-1957页

作者：金勇逸张孙杰上海理工大学光电信息与计算机工程学院上海200093

本文提出一种自适应感受野卷积神经网络结构,简称ARFN(Adaptive Receptive Field Network).通过卷积核的自主选择机制来实现感受野的动态调整,更大程度上获取残差网络低层特征的空间信息并与高层特征进行自适应融合,弥补高层特征空间信... 详细信息

本文提出一种自适应感受野卷积神经网络结构,简称ARFN(Adaptive Receptive Field Network).通过卷积核的自主选择机制来实现感受野的动态调整,更大程度上获取残差网络低层特征的空间信息并与高层特征进行自适应融合,弥补高层特征空间信息不足的缺陷.同时,在残差块中加入一种轻量的新型注意力机制,通过一维空洞卷积实现特征通道间适当的非线性交互,有效地学习各通道特征的权重.相较于一些主流的注意力模块而言,在保证性能提升的同时大幅度缩减了参数量.通过在公开数据集上进行图像分类和目标检测实验验证网络的有效性,结果表明本文提出的网络结构在视觉任务上性能都有较大提升.

关键词：自适应感受野注意力机制目标检测图像分类

在线全文

学校读者我要写书评

暂无评论

基于多引导结构感知网络的深度补全

控制与决策 2024年第2期39卷 401-410页

作者：孙虎金宇强张文安付明磊浙江工业大学信息工程学院杭州310023 浙江省嵌入式系统联合重点实验室杭州310023

针对三维场景深度信息观测稀疏问题,提出一种融合彩色图像的多引导结构感知网络模型以补全稀疏深度.首先,利用三维平面法向量与场景梯度信息之间的映射关系,设计一种两分支主干网络框架,结合图像特征和几何特征进行深度预测,以充分提取... 详细信息

针对三维场景深度信息观测稀疏问题,提出一种融合彩色图像的多引导结构感知网络模型以补全稀疏深度.首先,利用三维平面法向量与场景梯度信息之间的映射关系,设计一种两分支主干网络框架,结合图像特征和几何特征进行深度预测,以充分提取空间位置信息的特征表示;然后,考虑到大范围场景下不同物体的结构差异性,基于网络通道注意力机制设计一种自适应感受野的结构感知模块,以对不同尺度的信息进行表征;最后,在网络采样的过程中,以不同尺寸图像为指导对预测子深度图进行滤波并修复物体的边缘细节.公开数据集上的实验结果表明,所设计的深度补全算法可以获得准确的稠密深度,同时通过两个下游感知任务进行深入评估,表明利用所提出方法能够有效提升其他感知任务的效果.

关键词：稀疏场景深度补全结构感知多传感器融合图像引导滤波自适应感受野

基于自适应感受野机制的颈部淋巴结自动识别算法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2019年第12期39卷 3535-3540页

作者：秦品乐李鹏波张瑞平曾建潮刘仕杰徐少伟中北大学大数据学院太原030051 山西白求恩医院太原030001 山西医科大学第一医院太原030001

针对目前应用于医学影像目标检测的深度学习网络模型仅拥有固定的感受野,无法针对形态尺度差异明显的颈部淋巴结进行有效检测的问题,提出了一种新的基于自适应感受野机制的识别算法,将深度学习首次应用于完全三维医学图像的颈部淋巴结... 详细信息

针对目前应用于医学影像目标检测的深度学习网络模型仅拥有固定的感受野,无法针对形态尺度差异明显的颈部淋巴结进行有效检测的问题,提出了一种新的基于自适应感受野机制的识别算法,将深度学习首次应用于完全三维医学图像的颈部淋巴结自动识别中。首先,采用半随机采样方法对医学序列图像进行裁剪,生成基于网格的局部图像块及对应真值标签;然后,通过局部图像块及标签构建并训练基于自适应感受野机制的DeepNode网络;最后,利用预训练的DeepNode网络模型进行预测,通过输入整体序列图像,可以端到端且快速地获得整体序列对应的颈部淋巴结识别结果。在颈部淋巴结数据集中,采用DeepNode网络识别颈部淋巴结的召回率可达98.13%,精确率可达97.38%,每次扫描的假阳性数量仅为29,同时耗时相对较短。实验结果分析表明,与当前表现优良的二维与三维卷积神经网络相结合的算法、三维通用目标检测算法、基于弱监督定位的识别算法等相比,所提算法可以实现颈部淋巴结的自动识别,并取得最优的识别效果。该算法端到端,简单高效,易于扩展到其他医学图像的三维目标检测任务中,可应用于临床的诊断和治疗。

关键词：颈部淋巴结检测计算机辅助诊断注意力机制自适应感受野三维医学影像

在线全文

学校读者我要写书评

暂无评论

基于自适应感受野和特征融合的鞋型识别算法

计算机工程 2021年

作者：张家钧唐云祁杨智雄中国人民公安大学侦查学院

“鞋印+监控”技战法是目前公安机关侦破案件的重要手段。针对该技战法自动化程度低、现有算法无法充分提取鞋子重要特征等问题，提出一种基于自适应感受野网络和多支路特征融合的鞋型识别算法。首先设计一种自适应感受野模块，帮助网... 详细信息

“鞋印+监控”技战法是目前公安机关侦破案件的重要手段。针对该技战法自动化程度低、现有算法无法充分提取鞋子重要特征等问题，提出一种基于自适应感受野网络和多支路特征融合的鞋型识别算法。首先设计一种自适应感受野模块，帮助网络自适应选择合适大小的感受野特征；然后将网络多层特征融合，使网络充分利用有效特征进行鞋型识别；最后采用中心损失函数和标签平滑损失函数联合训练的方法，使样本实现更好的聚类效果。通过在多背景鞋型数据集上的测试，结果表明所提算法最终Rank-1、mAP精度分别达到79.77%和62.18%，具有较好的识别效果。

关键词：鞋型识别自适应感受野特征融合中心损失函数标签平滑

采用自适应感受野的广义尖帽样条函数型联想记忆系统及其应用

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

采用自适应感受野的广义尖帽样条函数型联想记忆系统及其应用

基于自适应感受野的DC-SSD目标检测算法

1996年中国控制会议

作者：徐宁寿杨志鸿北京工业大学自动化系铁道部科学研究院通号所

表文在原有尖帽样务函数型联想记忆系统(SHSF-AMS)的基础上引入了两点重大改进:一是重新定义了样条函数,使其定义域拓展到了整个输入空间,从而可以减少样条函数的数量,进而减少内存需求量;二是引入了自适应感受野的概念, 以改善联想记... 详细信息

表文在原有尖帽样务函数型联想记忆系统(SHSF-AMS)的基础上引入了两点重大改进:一是重新定义了样条函数,使其定义域拓展到了整个输入空间,从而可以减少样条函数的数量,进而减少内存需求量;二是引入了自适应感受野的概念, 以改善联想记忆系统的适应性和提高其精度。由此得到的新型神经网络——广义尖帽样条函数型联想记忆系统(GSHSF-AMS)具有内存需求量小、收敛速度快、实时性好等优点,可用于实时控制中只要求对被控对象建立局部模型的情形。

关键词：神经网络联想记忆系统 CMAC 尖帽样条函数自适应感受野 GSHSF-AMS

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

工业控制计算机 2019年第5期32卷 90-91,94页

作者：郭正华陈立福长沙理工大学电气与信息工程学院湖南长沙410114

传统卷积神经网络中,卷积单元缺乏对几何变换的处理能力,导致在检测不规则形状的目标时,提取的物体特征不够完整,降低了目标检测算法的性能。针对此问题,提出了一种基于自适应感受野的DC-SSD(Deformable Convolution Single Shot multib... 详细信息

传统卷积神经网络中,卷积单元缺乏对几何变换的处理能力,导致在检测不规则形状的目标时,提取的物体特征不够完整,降低了目标检测算法的性能。针对此问题,提出了一种基于自适应感受野的DC-SSD(Deformable Convolution Single Shot multibox Detector)目标检测算法。该方法在原始SSD框架的每一个池化层后面增加一个可变形卷积层,用来学习特征偏移量,使卷积单元以自适应感受野的方式学习不同几何变形物体的特征,从而提升检测算法性能。利用该算法在VOC2007数据集上进行实验验证,实验结果及分析证明,改进算法框架在VOC2007测试集上m AP达到79.3%,远高于原始SSD算法的74.3%,检测速度为57FPs,略低于原始SSD的59FPs。

关键词：可变形卷积卷积神经网络 SSD 自适应感受野

在线全文

学校读者我要写书评

暂无评论

自适应特征融合的复杂道路场景目标检测算法

计算机工程与应用 2023年第24期59卷 216-226页

作者：冉险生苏山杰陈俊豪张之云重庆交通大学机电与车辆工程学院重庆400074

针对复杂道路场景下密集遮挡目标、小尺度目标检测精度低,容易出现漏检和误检的问题,以YOLOv5算法为网络基础框架,提出了一种自适应特征融合的复杂道路场景目标检测算法。引入特征融合因子,改进相邻尺度特征融合方式,增加各层网络有效... 详细信息

针对复杂道路场景下密集遮挡目标、小尺度目标检测精度低,容易出现漏检和误检的问题,以YOLOv5算法为网络基础框架,提出了一种自适应特征融合的复杂道路场景目标检测算法。引入特征融合因子,改进相邻尺度特征融合方式,增加各层网络有效样本从而提升中小尺度目标检测能力;增加浅层特征检测层,提升模型小尺度目标的学习能力;改进感受野模块,允许模型自适应选择有效感受野提取目标特征信息;引入Quality Focal Loss改善密集遮挡目标,小尺度目标的定位精度,并在特征融合网络加入注意力机制,提高算法对特征信息的有效利用。实验结果表明,相比原始算法,改进算法在公开数据集BDD100K(10类)、Udacity及自制数据集CQTransport的检测精度分别提高了6.7、4.9、7.9个百分点;在基本不降低检测速度的前提下,能较好提升复杂道路场景下的检测性能,并在一定程度上解决了检测过程中密集遮挡目标、小尺度目标出现的漏检和误检问题。

关键词：目标检测复杂道路场景特征融合因子自适应感受野多尺度检测 YOLOv5