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

基于通道权重融合特征的目标跟踪算法

计算机系统应用 2020年第12期29卷 178-186页

作者：郭利周盛宗福建师范大学数学与信息学院福州350117 中国科学院福建物质结构研究所福州350002

目标跟踪是机器视觉领域的一个研究热点,如何提高复杂场景下的跟踪水平是一个挑战性的问题.以往的研究表明,如何有效使用特征是实现跟踪的关键.因此,提出一种基于通道融合特征的目标跟踪算法.该方法基于多通道相关滤波框架,引入特征通... 详细信息

目标跟踪是机器视觉领域的一个研究热点,如何提高复杂场景下的跟踪水平是一个挑战性的问题.以往的研究表明,如何有效使用特征是实现跟踪的关键.因此,提出一种基于通道融合特征的目标跟踪算法.该方法基于多通道相关滤波框架,引入特征通道权重,根据通道对响应值的贡献度调整权重,从而构建实时特征组合.该算法能够快速捕捉目标状态变化,有效跟踪目标.为了验证算法跟踪的有效性,我们在公开数据集OTB-2015上测试算法性能,并与多种跟踪算法进行比较.实验结果显示,该算法在跟踪精度、成功率上都取得较好的结果,整体性能优于对比算法.

关键词：机器视觉通道权重融合特征相关滤波目标跟踪

基于MCABResnet的二维滚动轴承故障诊断新方法

在线全文

学校读者我要写书评

暂无评论

机床与液压 2024年第9期52卷 192-200页

作者：邱坤康琳董增寿太原科技大学电子信息学院山西太原030024

针对时域信号冗余度大及滚动轴承故障诊断效果和强噪声环境下诊断正确率低和泛化能力差的问题,提出一种新的基于多联合注意力机制和多残差卷积块的多尺度进化故障诊断方法。采用宽、窄核卷积的跃迁块和多联合注意机制对深层卷积进行特... 详细信息

针对时域信号冗余度大及滚动轴承故障诊断效果和强噪声环境下诊断正确率低和泛化能力差的问题,提出一种新的基于多联合注意力机制和多残差卷积块的多尺度进化故障诊断方法。采用宽、窄核卷积的跃迁块和多联合注意机制对深层卷积进行特征补充,减少特征流失,保证特征图的质量。通过通道和空间注意力权重的分配,为卷积层提供不同的权重参数,进行自适应特征细化。将提出的方法分别在凯斯西储大学轴承数据集和东南大学轴承数据集进行试验验证及分析。结果显示:所提方法的分类正确率超过99.75%,即使在强噪声环境下,分类正确率也超过98.5%;在变工况下,平均分类正确率超过了90%。因此,所提方法具有良好的故障诊断效果、泛化能力和抗噪声性能。

关键词：故障诊断残差表达注意力机制通道权重

在线全文

学校读者我要写书评

暂无评论

用于卫星遥感图像的多尺度目标检测算法

激光与光电子学进展 2023年第2期60卷 342-351页

作者：项建弘陈振兴王霖郁哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 哈尔滨工程大学先进船舶通信与信息技术重点实验室黑龙江哈尔滨150001

为解决在卫星遥感图像的多尺度目标检测中出现的背景混乱、小目标检测精度低、漏检率高等问题,提出一种用于卫星遥感图像的多尺度目标检测算法。在主干网络中使用通道和空间注意力模块,并重新设计特征融合网络,实现上采样-下采样-上采... 详细信息

为解决在卫星遥感图像的多尺度目标检测中出现的背景混乱、小目标检测精度低、漏检率高等问题,提出一种用于卫星遥感图像的多尺度目标检测算法。在主干网络中使用通道和空间注意力模块,并重新设计特征融合网络,实现上采样-下采样-上采样的多重融合,并在其中加入通道权重参数,让网络更加关注重要的层次,实现不同层次特征信息的充分利用,使细节特征信息得到增强。在DIOR数据集中的实验结果表明,所提算法不仅显著提升对小目标的检测效果,而且提高对复杂场景中目标的检测精度,与YOLOv5m相比,对部分较小或者复杂的目标检测效果提升明显,精度提升4.5个百分点以上,整体精度提升3.1个百分点。

关键词：遥感神经网络多尺度目标检测注意力机制通道权重特征融合

在线全文

学校读者我要写书评

暂无评论

基于深度卷积特征的图像检索技术研究

基于深度卷积特征的图像检索技术研究

作者：张琴武汉科技大学

学位级别：硕士

随着多媒体技术和互联网的发展,生活中出现了越来越多的图像,如何从图像库中检索出感兴趣的图像变得越来越重要,图像检索技术应运而生,得到了越来越广泛的应用。图像的特征提取是图像检索的关键技术。基于卷积神经网络的图像特征提取技... 详细信息

随着多媒体技术和互联网的发展,生活中出现了越来越多的图像,如何从图像库中检索出感兴趣的图像变得越来越重要,图像检索技术应运而生,得到了越来越广泛的应用。图像的特征提取是图像检索的关键技术。基于卷积神经网络的图像特征提取技术极大地提高了图像检索的准确率。在基于卷积层特征提取方法中,基于部位加权聚合(PWA)的特征提取技术取得了最好的效果。该方法首先从图像得到的卷积特征库中选取具有判别力的通道,将该通道的特征图作为包含特定语义部位的检测器并生成空间权重,然后分别用这些空间权重加权卷积特征,再求和聚合卷积特征,并级联形成最终的图像表示。由于该方法选择了多个具有判别力的通道作为部位检测器,使得图像的最终特征表示包含了丰富的语义信息,具有很强的辨别能力。值得指出的是,PWA方法在特征提取时存在视觉爆发现象,即少数视觉元素大量重复,使得聚合后的某些特征响应突发,主导了特征的相似性度量,降低了图像的检索准确率。针对该问题,本文提出了几种方法来应对,包括幂归一化法,基于L2范数的聚合方法,基于求和聚合值的通道权重法,这些方法可以降低特征中较大的响应,增大特征中较小的响应,使特征的响应分布均衡,从而提高图像检索的准确率。另外,PWA方法中的通道选择的好坏对最终形成的特征表示起着关键作用,针对PWA方法中选择通道时,接近参数阈值附近的一些通道区分性不大,使选择的通道不能达到最优的问题,提出使用通道权重加权后的卷积层特征来进行通道的选择。该方法可以增大通道之间的对比度,便于选择更优的通道,使得检索准确率得以提高。此外,还分析了特征图方差和对应的语义信息的关系,提出了一种基于特征图方差累和值的通道选择方法,该方法可以获得具有判别力的通道,提高原PWA的检索精度。最后,根据前面的分析,设计了本文最终的基于部位和通道加权的深度卷积特征,即BSSPWA特征,它先采用基于通道权重加权后的卷积层特征选择有区分力的通道作为部位检测器,并用这些部位检测器产生空间权重,再联合通道权重对卷积层特征进行加权聚合形成最终的图像特征表示。在四个图像检索公共数据库上进行的实验结果表明,本文所提方法极大地提高了图像检索精度。

关键词：深度卷积特征通道权重视觉爆发通道选择图像检索

基于视觉显著性的色觉检查图标准图案提取算法

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

基于视觉显著性的色觉检查图标准图案提取算法

作者：徐志强云南大学

学位级别：硕士

人类视觉系统经过长期进化,形成了选择性视觉注意机制,该机制能够快速的从海量的视觉信息中提取出感兴趣的区域。显著性检测算法通过模拟视觉注意机制,对视觉场景或图像中的感兴趣区域进行预测和提取。色觉检查图依据人眼色觉感知原理... 详细信息

人类视觉系统经过长期进化,形成了选择性视觉注意机制,该机制能够快速的从海量的视觉信息中提取出感兴趣的区域。显著性检测算法通过模拟视觉注意机制,对视觉场景或图像中的感兴趣区域进行预测和提取。色觉检查图依据人眼色觉感知原理绘制而成,能够很好地模拟人眼在自然环境中受到的刺激,且背景复杂,干扰因素较多。已知的算法大都存在生物依据不足、检测精度不高等问题,在对色觉检查图中的标准图案进行提取时尤为明显。对此本文从不同角度出发,提出了两种新颖的显著性检测算法。本文对除法归一化特征计算方式进行改进,通过模拟人类视觉通路中的颜色双重拮抗神经元,提出一种基于除法归一化的自适应通道权重色觉检查图检测方法,根据拮抗神经元受到的信号强弱进行自适应的权重计算,优化后输出最终检测结果。对视觉心理学和人眼视网膜上的锥状细胞及杆状细胞感色原理进行研究后,本文提出一种基于超像素分割并结合局部特征与全局特征的色觉检查图检测方法,该算法采用超像素分割进行预处理,以超像素块代替像素点计算单个通道内的局部特征与全局特征,并通过通道权重进行融合,得到最终的检测结果。我们收集了目前常用的色觉检查图并进行扫描,制作出色觉检查图数据集与人工标注图集。在此数据集上将本文提出的两种算法与其他算法进行了对比实验,并使用视觉比较方法和客观评价指标对图案提取结果进行评价。对比实验表明,与其他经典算法相比,本文提出的两种算法能够对色觉检查图中的标准图案进行更准确的提取。

关键词：显著性检测视觉注意机制通道权重特征融合超像素分割