检索结果-南通市图书馆

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

基于编码-解码网络的车道线检测算法

信息技术 2023年第7期47卷 17-23页

作者：李立君宋廷伦赵万忠王源隆张艳磊南京航空航天大学能源与动力学院南京210016 奇瑞汽车股份有限公司安徽芜湖241006

为解决在车道线磨损、被遮挡以及光照变化等复杂场景中车道线检测精度较低的问题,提出了一种基于编码-解码网络的车道线检测算法。首先,对Resnet18网络进行改进和优化,组成编码网络;然后,结合ASPP模块和金字塔注意力机制组成解码网络,... 详细信息

为解决在车道线磨损、被遮挡以及光照变化等复杂场景中车道线检测精度较低的问题,提出了一种基于编码-解码网络的车道线检测算法。首先,对Resnet18网络进行改进和优化,组成编码网络;然后,结合ASPP模块和金字塔注意力机制组成解码网络,对图像进行像素级的语义分割,识别并区分车道线;最后基于自适应拟合算法拟合车道线。在Tusimple公开数据集上进行训练和测试,结果表明,该算法的准确率、检测速率、误检率和漏检率分别为:96.45%、35帧/秒、2.59%、1.41%,在复杂场景下的检测精度较高,鲁棒性较强。

关键词：车道线检测编码网络解码网络语义分割

在线全文

学校读者我要写书评

暂无评论

轮廓检测深度学习模型的多尺度特征解码网络

广西科技大学学报 2021年第3期32卷 60-66页

作者：张晓林川王蕤兴广西科技大学电气与信息工程学院广西柳州545616

轮廓检测旨在提取自然场景中目标形状以及区域与区域之间显著的分界线,是计算机视觉中的研究热点之一.近几年,基于卷积神经网络的轮廓检测模型取得了显著突破,这些模型由编码网络和解码网络两部分构成.编码网络一般采用现有的VGG16网络... 详细信息

轮廓检测旨在提取自然场景中目标形状以及区域与区域之间显著的分界线,是计算机视觉中的研究热点之一.近几年,基于卷积神经网络的轮廓检测模型取得了显著突破,这些模型由编码网络和解码网络两部分构成.编码网络一般采用现有的VGG16网络,研究者主要致力于解码网络设计.考虑到自然图像中包含许多不同尺度的轮廓,充分利用丰富的层级特征对于轮廓检测非常重要.因此,从充分利用多尺度特征的角度出发,提出一种能够有效整合不同尺度卷积特征信息的解码网络结构.将输入信息分成浅层、中层和深层3种特征,利用解码网络分别对不同尺度的特征进行整合,最后平均融合3种特征,进行图像到图像的轮廓预测,在BSDS500数据集上对模型进行评估.对比实验结果表明,模型预测的轮廓清晰,最佳数据集尺度指标达到了0.818,具有较好的性能评估指标.

关键词：轮廓检测卷积神经网络解码网络多尺度特征计算机视觉

大规模词表连续语音识别引擎紧致动态网络的构建

在线全文

学校读者我要写书评

暂无评论

清华大学学报（自然科学版） 2012年第11期52卷 1530-1534页

作者：刘加陈谐单煜翔史永哲清华大学电子工程系清华信息科学与技术国家实验室北京100084

大规模词表连续语音识别系统需要综合各种知识源,如声学模型、语言模型、发音词典等。其中,解码网络是识别引擎的基础,对提高解码器的性能有着至关重要的影响。有效综合这些知识源,构建一个紧致的解码网络,可以有效减少识别时的搜索空... 详细信息

大规模词表连续语音识别系统需要综合各种知识源,如声学模型、语言模型、发音词典等。其中,解码网络是识别引擎的基础,对提高解码器的性能有着至关重要的影响。有效综合这些知识源,构建一个紧致的解码网络,可以有效减少识别时的搜索空间和重复计算,显著提高解码速度。该文针对语音识别的动态解码网络进行研究,提出了词标志(word end,WE)节点前推算法,结合传统的前后向合并算法,实现了一个基于隐Markov模型状态为网络节点的紧凑动态解码网络。优化后的解码网络的节点数和边数分别是线性词典解码网络的1/4,是开源工具包HDecode的1/2;需要计算语言模型预测分数的节点数为HDecode的1/2。该声学模型基于三音子建模,可方便地移植到其他语种上。

关键词：语音识别解码网络声学模型语言模型预测

在线全文

学校读者我要写书评

暂无评论

基于强制对齐的汉语重复性口吃检测方法研究

声学学报 2013年第3期38卷 397-404页

作者：张俊博严芊高兴龙潘复平冯勇强邢力力林春兰潘接林中国科学院声学研究所语言声学与内容理解重点实验室北京100190 林教授言语训练中心北京102600

研究了基于强制对齐的针对汉语的口吃自动检测算法。针对汉语重复性口吃的特点,设计了改进的方案。首先为检测汉语口吃的多音节重复现象,设计了多跨度回环的强制对齐解码网络。然后为降低由于解码网络的复杂化带来的误差,用回溯搜索方... 详细信息

研究了基于强制对齐的针对汉语的口吃自动检测算法。针对汉语重复性口吃的特点,设计了改进的方案。首先为检测汉语口吃的多音节重复现象,设计了多跨度回环的强制对齐解码网络。然后为降低由于解码网络的复杂化带来的误差,用回溯搜索方法在网络中加入了支路惩罚因子以调节解码趋向。最后为进一步提高检测结果的可靠性,计算置信度,对重复性口吃现象进行了二次判决。试验结果表明,与现有算法相比,采用的改进算法能使重复性口吃检测的错误率相对降低18%左右,有效地改善了重复性口吃检测系统的性能。

关键词：自动检测算法重复性汉语对齐解码网络惩罚因子搜索方法检测结果

在线全文

学校读者我要写书评

暂无评论

基于胶囊网络的图像识别算法研究

基于胶囊网络的图像识别算法研究

作者：罗露西南大学

学位级别：硕士

2018年,中国电子学会把胶囊网络列为人工智能的十大成长性技术之一。胶囊网络是一种全新的深度学习方法,由“深度学习之父”—Geoffrey Hinton于2017年10月提出。胶囊网络,这种新型神经网络结构的提出在机器学习领域引起了广泛的关注,... 详细信息

2018年,中国电子学会把胶囊网络列为人工智能的十大成长性技术之一。胶囊网络是一种全新的深度学习方法,由“深度学习之父”—Geoffrey Hinton于2017年10月提出。胶囊网络,这种新型神经网络结构的提出在机器学习领域引起了广泛的关注,未来有可能会对人工智能技术有革命性意义。胶囊网络中的胶囊由一组神经元组成,即把一组神经元向量化,用向量的长度表示一个实体或实体的一部分存在的概率,用向量的方向代表他们的各种实例化参数,比如位置、方向、大小、形变、速率、颜色等。向量能更好地表示出图像细节以及实体的空间相对关系,而这正是卷积神经网络所缺少的。不过由于这种新型网络在不同任务上的效果有待验证,目前胶囊网络的发展仍处于初级阶段。所以本文围绕胶囊网络,针对它的结构、识别速度、网络参数和图像识别等应用展开探讨。此外还借鉴了卷积神经网络的一些优化方法,综合改进了胶囊网络现存的一些不足,使其更为方便地运用在相关领域。具体研究有以下几个方面:1)胶囊网络的创新之一在于提出了矢量化的胶囊,它比传统神经网络的标量更能表达物体的姿态信息,能学习到更鲁棒的表征。本文通过可视化实验研究了胶囊内部的向量是如何影响实体的姿态的,证明了它是一个有发展潜力的方向。2)纵然胶囊网络在MNIST数据集已经达到了当前识别的最佳精度,但是在时尚服装图像数据集上表现不佳。本文针对胶囊网络的这一不足进行改进,讨论了它对较为复杂数据识别不准的原因,并且通过对特征提取和训练方法的改进,具体是借鉴Inception模块的思想并在重构层中引入批标准化。本文在服装类数据集测试得到了比原始模型更好的识别精度。另外为证明我们实验的有效性,我们亦在CIFAR10数据集进行验证,结果表明在参数量少于原始网络的情况下,其优于MNIST基线网络,而且比原始胶囊模型的准确率提高了大约10%。3)由于胶囊网络在彩色图像上的识别性能并不理想,并且大量的参数使其难以在实践中应用。基于这些观察,本文设计了识别效果更精确的胶囊网络,我们将其称为PdCaps。该网络由三个子网络组成。第一个是特征提取网络,本文设计了两个不同卷积核大小的卷积层。第二个是并行卷积与动态路由网络,我们将原始路由机制进行改进,提出了一种效率更高的网络。此外,并行卷积由两个不同尺寸卷积核执行以获得PrimaryCaps层。第三个是解码网络,解码层是为了起到正则化作用,避免胶囊网络过拟合。本文添加了转置卷积层,以减少该部分的参数,而不会影响模型的整体性能。然后,将PdCaps用于CIFAR10数据集的识别,不仅将准确率提高了12%以上,而且模型中的参数数量亦少于原始模型,识别速度得到提升。本文为设计更接近实际应用的胶囊网络提供了新的方向。本文对胶囊网络的网络模型、训练算法及其在图像识别的应用等方面进行了研究及改进,为胶囊网络在实际应用场景中的运用奠定了基础,同时也为胶囊网络以后的研究与发展提供了参考方向。

关键词：胶囊网络卷积网络图像识别解码网络动态路由

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

一种新型的D／A转换器

华南理工大学学报（自然科学版） 1994年第5期22卷 86-92页

作者：朱斌刘惠芳华南理工大学计算机工程与科学系华南理工大学自动化系

多值逻辑是计算机科学的一个新分支．本文首次将多值逻辑的概念应用于Ｄ／Ａ转换器，提出了通用多值Ｔ型电阻解码网络电路形式与计算方法。并由此设计出一种新型的多值Ｄ／Ａ转换器。分析和实验证明：多值Ｄ／Ａ转换器在灵敏度、转换精... 详细信息

多值逻辑是计算机科学的一个新分支．本文首次将多值逻辑的概念应用于Ｄ／Ａ转换器，提出了通用多值Ｔ型电阻解码网络电路形式与计算方法。并由此设计出一种新型的多值Ｄ／Ａ转换器。分析和实验证明：多值Ｄ／Ａ转换器在灵敏度、转换精度方面优于二值ＴＴＬＤ／Ａ转换器。

关键词：多值逻辑数-模转换器解码网络

视网膜/LGN-V1视觉机制在轮廓检测中的应用研究

在线全文

学校读者我要写书评

暂无评论

视网膜/LGN-V1视觉机制在轮廓检测中的应用研究

作者：张晓广西科技大学

学位级别：硕士

计算机视觉任务中,轮廓检测是一项基础性任务,其对于显著性目标检测、图像分割、光流估计、目标识别等中高级视觉任务至关重要。近几年,基于深度学习技术构建端到端的轮廓检测模型已成为计算机视觉中研究热点之一。从生物视觉角度看,视... 详细信息

计算机视觉任务中,轮廓检测是一项基础性任务,其对于显著性目标检测、图像分割、光流估计、目标识别等中高级视觉任务至关重要。近几年,基于深度学习技术构建端到端的轮廓检测模型已成为计算机视觉中研究热点之一。从生物视觉角度看,视觉系统似乎可以依靠各种视觉神经机制毫不费力地从复杂场景中提取轮廓特征,其具有天然的通用性和鲁棒性。不同于现有基于CNN的模型,受生物视觉启发,本文深入研究了卷积神经网络和生物视觉系统间的相关性,并利用卷积神经网络模拟生物视觉机制,包括视网膜/LGN-V1视觉通路、视皮层交互机制、视觉注意力机制、颜色编码机制,提出了两种基于卷积神经网络的仿生型轮廓检测模型,从而拓宽了轮廓检测模型的研究思路。重点研究内容和技术创新点如下:(1)从解码网络充分融合来自编码网络所有卷积层的特征出发,为了提取并整合其丰富的多尺度轮廓特征,基于视网膜/LGN-V1通路中视皮层交互机制和视觉注意力机制,设计了多尺度注意力模块,并构建了多级自顶向下架构。同时,通过将来自编码网络的所有侧边输出按层级进行分组,提出了一种多解码网络架构。不同分辨率的特征图经多尺度注意力模块两两融合后传递到下一层。多级解码架构使得网络深度在纵向和横向同时加深,增加了多尺度轮廓特征的交互与融合。相比其他模型,借助构建的多尺度注意力模块和多级自顶向下架构,所提模型可以预测更多图像中的轮廓细节特征。(2)从增强编码网络特征表达能力入手,考虑到CNN与视觉通路间的相关性,基于颜色拮抗编码机制、视皮层交互机制,构建了特征增强网络。随后,基于视网膜/LGN-V1视觉通路,将特征增强网络与VGG16和解码网络相结合,提出一个新颖的增强网络-编码网络-解码网络架构。增强网络和编码网络的联合可以丰富侧边输出中的轮廓特征,从而解码网络可以从中预测更多目标轮廓。本文通过BSDS500数据集上详细的分离实验证明了所提各个组件的有效性。此外,在BSDS500、NYUDv2和Multicue数据集上也执行了详细的性能评估实验。实验结果对比分析表明,所提模型优于多个现有模型。

关键词：生物视觉机制卷积神经网络轮廓检测解码网络增强网络

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

多相位改进型R-2R梯形DAC电路

电气电子教学学报 2001年第2期23卷 48-49页

作者：马国胜严晓兰解放军电子工程学院电子技术教研室合肥230037

介绍一种多相位改进型Ｒ－２Ｒ梯形ＤＡＣ电路，它适合于ＡＳＩＣ或混合设计的梯形ＤＡＣ电路，使许多应用电路中所使用的传统的ＣＭＯＳ多相ＤＡＣ电路中元件更少，微调程序更简单。

关键词： R-2R梯形电路多相位数/模变换器解码网络