检索结果-南通市图书馆

遥感信息 2023年第1期38卷 146-154页

作者：李普庆丁海勇于加东南京信息工程大学遥感与测绘工程学院南京210044 山东第一医科大学(山东省医学科学院)医学信息工程学院山东泰安271000

针对当前使用孪生网络检测新增建筑物时,简单的通道合并不能有效突出影像变化特征这一问题,提出一种融合金字塔差分特征的网络,将孪生网络提取的特征图作差分来突出变化特征。为了减少参数量,孪生网络使用深度可分离卷积;在编码层深处,... 详细信息

针对当前使用孪生网络检测新增建筑物时,简单的通道合并不能有效突出影像变化特征这一问题,提出一种融合金字塔差分特征的网络,将孪生网络提取的特征图作差分来突出变化特征。为了减少参数量,孪生网络使用深度可分离卷积;在编码层深处,使用不同感受野的空洞卷积提取多尺度特征;解码阶段使用dupsampling上采样来减少影像信息的丢失。利用武汉大学建筑物数据集进行实验,结果表明,网络在提取建筑物新增区域时可以有效抑制噪声的干扰和解决边界粗糙问题。相比于经典的变化检测网络,可以获得更高的检测精度,准确率达到91.33%,召回率达到88.31%,F1分数达到89.79%,总体精度达到96.64%。

关键词：神经网络金字塔差分建筑物检测深度可分离卷积 dupsampling

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U-net网络改进的线谱检测方法

引用

电子测量技术 2021年第13期44卷 85-90页

作者：裴明陈阳邓林红常州大学微电子与控制工程学院常州213164 常州大学生物医学工程与健康科学学院常州213164

针对被动声纳系统中不规则波动线谱检测准确率低的问题,提出一种基于U-net网络改进的线谱检测方法。以U-net作为网络主体框架,引入残差结构,增加网络的深度,加强模型特征学习能力。同时在编码器部分引入特征通道注意力机制,使模型学习... 详细信息

针对被动声纳系统中不规则波动线谱检测准确率低的问题,提出一种基于U-net网络改进的线谱检测方法。以U-net作为网络主体框架,引入残差结构,增加网络的深度,加强模型特征学习能力。同时在编码器部分引入特征通道注意力机制,使模型学习到通道之间的不同特征的重要程度,从而提升模型的特征表达能力。最后,在解码器部分采用dupsampling上采样方法,利用分割标签空间中的冗余能力,更准确的恢复线谱像素级预测。将改进模型与HMM模型和CEM模型在线谱检测效果上进行比较。实验结果表明,在信噪比为-24~-20 dB下,改进模型线谱检测准确率为0.314~0.526,优于HMM模型和CEM模型。

关键词：线谱检测 U-net 残差结构特征通道注意力机制 dupsampling

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

基于道路特征增强改进YOLOv4的模糊交通标志检测

引用

微电子学与计算机 2023年第7期40卷 73-81页

作者：安伟强王卫星闫迪王梦菲李宏霞长安大学信息工程学院陕西西安710016

由于外界因素干扰容易导致交通标志在图像中成像模糊,极大的降低了交通标志的检测精度.同时,考虑到交通标志检测的应用场景大多需要较高的实时性,提出一种基于道路特征增强改进YOLOv4的模糊交通标志检测算法.首先,为了抑制交通标志图片... 详细信息

由于外界因素干扰容易导致交通标志在图像中成像模糊,极大的降低了交通标志的检测精度.同时,考虑到交通标志检测的应用场景大多需要较高的实时性,提出一种基于道路特征增强改进YOLOv4的模糊交通标志检测算法.首先,为了抑制交通标志图片中杂乱的背景信息并有效捕获交通标志特征,在YOLOv4的特征提取部分嵌入了坐标注意力.然后,YOLOv4采用最大池化进行下采样忽略了移位等变性的丢失,容易导致模糊交通标志的特征提取不稳定.为了更加有效的提取图像特征,采用BlurPool进行下采样来更加有效的保留模糊交通标志特征.最后,在特征融合阶段采用dupsampling进行上采样以建立新插入像素和原有像素之间的相关性.实验结果表明,改进后的YOLOv4模型尺寸和参数量相较于原算法分别降低了10.18%和11.32%,FPS和mAP分别提升了2.02和1.34.通过与YOLOv3_SPP、SSD、Faster RCNN和其他交通标志检测算法对比,改进后的YOLOv4性能均优于这些算法.通过输入图像测试,本文所改进的算法在现实场景中对模糊交通标志检测具有了更好的性能.

关键词： YOLOv4 道路交通标志检测坐标注意力 BlurPool dupsampling

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

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

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

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：