检索结果-南通市图书馆

3D Human Pose Estimation Using Two-Stream Architecture with Joint Training

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Computer Modeling in Engineering & Sciences 2023年第10期137卷 607-629页

作者： Jian Kang Wanshu Fan Yijing Li Rui Liu Dongsheng Zhou National and Local Joint Engineering Laboratory of Computer Aided Design School of Software EngineeringDalian UniversityDalian116622China Dalian Maritime University Dalian116023China

With the advancement of image sensing technology, estimating 3Dhuman pose frommonocular video has becomea hot research topic in computer vision. 3D human pose estimation is an essential prerequisite for subsequentaction analysis and understanding. It empowers a wide spectrum of potential applications in various areas, suchas intelligent transportation, human-computer interaction, and medical rehabilitation. Currently, some methodsfor 3D human pose estimation in monocular video employ temporal convolutional network (TCN) to extractinter-frame feature relationships, but the majority of them suffer from insufficient inter-frame feature relationshipextractions. In this paper, we decompose the 3D joint location regression into the bone direction and length, wepropose the TCG, a temporal convolutional network incorporating Gaussian error linear units (gelu), to solvebone direction. It enablesmore inter-frame features to be captured andmakes the utmost of the feature relationshipsbetween data. Furthermore, we adopt kinematic structural information to solve bone length enhancing the use ofintra-frame joint features. Finally, we design a loss function for joint training of the bone direction estimationnetwork with the bone length estimation network. The proposed method has extensively experimented on thepublic benchmark dataset Human3.6M. Both quantitative and qualitative experimental results showed that theproposed method can achieve more accurate 3D human pose estimations.

关键词： 3D human pose improved TCN gelu kinematic structure

用于货物类别检测的改进YOLOv5m方法研究

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2023年第16期59卷 205-211页

作者：孙圆李为相周海军南京工业大学电气工程与控制科学学院南京211816

针对货车入库时对货物类别检测问题,提出一种可以用于在线检测携带货物的方法。该方法基于YOLOv5m和DeepSort算法,在YOLOv5m的主干网络中以深度可分离卷积替换标准卷积,降低模型参数量,提高模型推理速度;激活函数SiLU替换为gelu,引入随... 详细信息

针对货车入库时对货物类别检测问题,提出一种可以用于在线检测携带货物的方法。该方法基于YOLOv5m和DeepSort算法,在YOLOv5m的主干网络中以深度可分离卷积替换标准卷积,降低模型参数量,提高模型推理速度;激活函数SiLU替换为gelu,引入随机正则的思想;融入倒置残差结构,进一步提高网络性能;损失函数CIoU替换为EIoU,提高回归精度;采用AdamW优化器改善参数更新。最后通过自制数据集进行训练和实验,实验结果表明,改进后的YOLOv5m模型具有精度高、计算量小和检测速度快的特点,能够更好地满足仓储环境下的货车入库货物检测。

关键词： YOLOv5m DeepSort 目标检测 gelu AdamW EIoU

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于改进生成对抗网络的单图超分辨率重建

计算机应用与软件 2022年第12期39卷 227-233,240页

作者：么天舜马晓轩北京建筑大学电气与信息工程学院北京100044 建筑大数据智能处理方法研究北京市重点实验室北京100044

针对目前通过超分辨率技术重建后图像的质量不高、纹理细节模糊、网络训练不稳定等问题,提出一种基于改进生成对抗网络的单图超分辨率重建算法。该算法以生成对抗网络为基础,采用多尺度卷积层和gelu(Gaussian Error Linear Units)激活... 详细信息

针对目前通过超分辨率技术重建后图像的质量不高、纹理细节模糊、网络训练不稳定等问题,提出一种基于改进生成对抗网络的单图超分辨率重建算法。该算法以生成对抗网络为基础,采用多尺度卷积层和gelu(Gaussian Error Linear Units)激活函数对生成网络中的残差块进行优化,提高网络泛化能力;利用Wasserstein距离和Huber损失对损失函数进行优化,增强网络训练的稳定性;减少判别网络中的批规范化层,优化网络结构。实验结果表明:在Set5等数据集上,该算法重建后的图像在客观评价指标和主观视觉效果上均优于其他经典算法。

关键词：超分辨率生成对抗网络残差块 Wasserstein距离 gelu

基于MobileViT的轻量型入侵检测模型研究

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2024年第19期47卷 33-39页

作者：姚军孙方超西安科技大学通信与信息工程学院陕西西安710000

为解决入侵检测中数据不平衡对神经网络模型训练的影响和模型参数量高的问题,提出一种基于改进MobileViT的入侵检测模型。首先,使用方差分析提取对检测结果影响较高的特征,将提取后的特征转化为图像型数据,将其输入至MobileViT网络;其次... 详细信息

为解决入侵检测中数据不平衡对神经网络模型训练的影响和模型参数量高的问题,提出一种基于改进MobileViT的入侵检测模型。首先,使用方差分析提取对检测结果影响较高的特征,将提取后的特征转化为图像型数据,将其输入至MobileViT网络;其次,针对占比较少的攻击流量,采用焦点损失函数自适应地调整攻击流量的损失贡献,使模型更加专注于不平衡的攻击流量;最后,为解决神经元死亡问题,使用gelu激活函数替换MobileViT网络中MV2的ReLU6激活函数,加快模型收敛速度。实验结果表明,改进的MobileViT模型参数量仅为5.67 MB,与Shufflenet、Mobilenet相比拥有最少的参数量,模型的准确率、召回率以及F_(1)分数分别达到了98.40%、96.49%、95.17%。

关键词：入侵检测焦点损失函数数据不平衡 MobileViT gelu 方差分析

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RT-Unet的医学图像分割算法

无线电工程 2023年第2期53卷 381-386页

作者：赵佳美吴迪康王志芳黑龙江大学电子工程学院黑龙江哈尔滨150080

近年来,由于Transformer能够有效地捕获全局上下文信息,在机器视觉领域展现了巨大的应用潜力。然而,它只能获取单尺度的上下文信息,对于细节信息的提取仍然存在一定的局限性。针对此类问题,提出了RT-Unet算法。该算法在RESwin Transfor... 详细信息

近年来,由于Transformer能够有效地捕获全局上下文信息,在机器视觉领域展现了巨大的应用潜力。然而,它只能获取单尺度的上下文信息,对于细节信息的提取仍然存在一定的局限性。针对此类问题,提出了RT-Unet算法。该算法在RESwin Transformer模块中引入内在的局部归纳偏置,并在位置嵌入与编码模块使用4个连续的卷积层。将卷积与Transformer有效地组合在一起,既可以获得丰富的多尺度特征,又可以关注局部细节信息与远程依赖关系。另外,改用gelu激活函数增加算法的非线性因素,避免训练时出现梯度消失问题。实验采用Synapse腹部多器官分割数据集,结果表明RT-Unet的性能优于ViT,V-Net,U-Net,Swin-Unet和TU-Net等算法,并取得了DSC为79.08%,HD为23.43 mm的分割结果。

关键词：医学图像 RT-Unet RESwin Transformer模块局部归纳偏置 gelu

维普期刊数据库博看期刊

基于深度学习的网箱养殖鱼类体表疾病自动监测研究

在线全文

学校读者我要写书评

暂无评论

基于深度学习的网箱养殖鱼类体表疾病自动监测研究

作者：于港怿上海海洋大学

学位级别：硕士

水产养殖是全球粮食生产中增长最快的高蛋白资源来源,被认为是满足日益增长的粮食需求的最有效和可持续的主要方法,有助于全球经济发展和社会稳定。全球水产养殖产量达到1.145亿吨,其中鱼类(如鳍类、贝类和甲壳类)产量为8210万吨。中国... 详细信息

水产养殖是全球粮食生产中增长最快的高蛋白资源来源,被认为是满足日益增长的粮食需求的最有效和可持续的主要方法,有助于全球经济发展和社会稳定。全球水产养殖产量达到1.145亿吨,其中鱼类(如鳍类、贝类和甲壳类)产量为8210万吨。中国是世界上最大的水产养殖生产国,2020年中国的水产养殖产量占全球总量的57.50%,其中养殖产量达到5224.20万吨。养殖鱼类的疾病被认为是影响许多水产养殖鱼种可持续生长的主要问题,因此,发现和识别病鱼的时效性和准确性对于预防鱼类疾病的爆发和及时进行治疗至关重要,从而避免鱼类大量死亡,降低渔民和相关养殖企业的经济损失。传统的鱼病监测需要有专业知识的工作人员人工实时监测,存在一些局限性。因此,使用图像识别技术结合病鱼检测的相关知识,使用计算机分析视频中的鱼体表异常来评估鱼的健康状况代替人工鱼病检测,结合深度学习方法可以有效实现水下复杂场景下的养殖病鱼检测,提高检测的准确性,减少人工鱼病检测所消耗的人力物力。本文针对网箱养殖中易发生鱼病且人工实时监测养殖鱼类健康状况成本极高且难以实现从而导致较高的经济损失的问题。本研究基于2021年和2022年澎湖号远洋养殖网箱(珠海蜘洲岛养殖渔场)和长鲸一号远洋养殖网箱(长岛县大钦岛海域)的养殖鱼群图像和视频数据,采用基于深度学习的YOLO v4模型,提出了一种自动监测网箱养殖鱼类健康状况的方法。主要的工作与结果如下:(1)设计了鱼病的图像获取系统,构建了鱼病数据集。因为基于深度学习的鱼病识别的数据集空缺,依托于专家指导和专著指导,搭建了基于网络爬虫的图像获取系统采集百度图片、bing图片和谷歌图片作为网络图像数据集,结合芦潮港(上海市浦东新区南汇新城镇)鱼市拍摄的照片、澎湖号远洋养殖网箱(珠海蜘洲岛)拍摄的照片和黄海长鲸一号远洋养殖网箱(长岛县大钦岛海域)的水下云台设备采集的视频设备拍摄视频共同组成了鱼病数据集。该数据集包括正常鱼类图像、患水霉病鱼类图像、患出血病鱼类图像、患小瓜虫病鱼类图像、患纤毛虫病鱼类图像和患本尼登虫病鱼类图像共650张,并对鱼病数据集完成标注。(2)因养殖病鱼的数据获取难度高且具有一定的特殊性,在充分考量鱼类的水下高斯模糊、光照变化和鱼类游动角度的实际情况基础上提出了鱼类数据增强标准,对养殖鱼病数据进行数据增强。在对鱼类数据在水下去雾操作增加清晰度的基础上,再对图像进行高斯模糊、旋转、亮度随机调整等图像增强操作,将图像数据集增强至6050张,实现对已标注图像的处理与增强。(3)为了实现网箱养殖鱼类健康的识别与分类,对当前常用三种目标检测与识别网络模型:SSD目标检测与识别网络模型、Fatser R-CNN目标检测与识别网络模型和YOLO v4目标检测网络,对健康鱼、病鱼和死鱼三类图像数据集进行训练,对训练结果进行分析对于网箱养殖的鱼病检测的最佳检测模型,引入了注意力机制并通过评价指标讨论了注意力机制对于病鱼检测任务的影响。(4)为了在水下云台设备上进行鱼病检测模型的轻量化部署,实现对病鱼的实时检测,提出了一种基于轻量化设计的YOLO v4网络模型。对比了不同的特征提取网络后使用基于通道注意力机制的Moblie Net v3特征提取模块替换Y OLO v4的特征提取模块,同时引入了GPT 2.0网络中表现较好的激活函数GE LU激活函数,提高了对于相似特征的识别准确性。利用深度可分离卷积替换了大块卷积块,大幅降低了网络参数量,减少了网络的运算量。实验结果表明该网络在原有模型的技术上增强了种内分类能力,在轻量化网络的硬件部署、网络学习能力、检测准确率和检测速度上均有显著的优势。本研究通过比较三种目标检测网络,并对其中最优的网络模型进行针对渔业使用场景的定向优化的方式,提出了一种用于检测鱼类体表疾病的改进的YOL O v4网络模型解决了养殖病鱼实时检测中鱼类移动速度过快、鱼病面积小特征不明显所导致的检测困难的问题。本研究的研究成果可以为养殖病鱼的实时检测提供科学的方法和技术,推动了深远海网箱智能化监控平台的发展。

关键词：网箱养殖鱼病识别深度学习 YOLO 注意力机制 MobileNet gelu 深度可分离卷积

基于自适应样本块和卷积神经网络的图像修复研究

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

基于自适应样本块和卷积神经网络的图像修复研究

作者：王胜波阜阳师范大学

学位级别：硕士

图像修复技术来源于对艺术品复原,随着数字化图像获取越来越便利,人们对数字图像的修复质量提出更高要求。如今,数字修复技术在目标物移除、旧照片修复、信息隐藏、视频修复等方面有着广泛应用。因此,图像修复技术受到众多学者的关注,... 详细信息

图像修复技术来源于对艺术品复原,随着数字化图像获取越来越便利,人们对数字图像的修复质量提出更高要求。如今,数字修复技术在目标物移除、旧照片修复、信息隐藏、视频修复等方面有着广泛应用。因此,图像修复技术受到众多学者的关注,并成为图像处理领域中一个重要分支。本课题以Patch Match算法和基于HDC（hybrid dilated convolution）的卷积神经网络为主要的研究目标。首先对图像修复技术国内外研究现状进行对比分析。其次针对Patch Match算法采用固定样本块的修复方式,无法适应复杂的纹理图像修复,提出了基于改进Patch Match的图像修复算法。最后由于传统的图像修复方法无法修复样本资源不存在的填补情况,因此本文提出基于HDC的卷积神经网络图像修复方法,通过网络学习大量先验知识填补缺失内容。本文主要研究内容有:（1）针对Patch Match算法采用固定样本块可能导致修复结果产生错误填充的情况。为解决这一问题,首先在上采样图像融合时,使用Sobel算子检测填充区域边缘,其次使用膨胀和腐蚀等操作,统计边缘梯度幅值信息,最后依据该信息自适应调整当前层样本块大小实现图像修复。（2）针对双阶段网络结构,使用连续膨胀卷积时出现网格效应（gridding effect）,导致修复效果不理想。本文首先使用HDC方法设计网络结构,避免网格效应;其次使用CA算法从已知区域提取与填充区域近似的特征,实现精细化修复,嵌入CBAM算法提高修复内容的清晰度,使用gelu激活函数拟合填充区域边缘部分,提升修复的平滑效果。最后将感知分支与卷积分支输出的特征图进行融合后传入到一个解码器中,生成高质量的修复图像。实验结果表明,所提出的算法在修复效果上,体现了更加合理的视觉连通性,与其它方法在客观评价指标上对比,表明本文算法的优势。

关键词：自适应样本块 CA算法 PatchMatch HDC CBAM gelu

基于改进的ResNet50网络的黑色素瘤分类方法

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

计算机技术与发展 2023年第2期33卷 64-70页

作者：邓辉张洁南京邮电大学计算机学院江苏南京210023

黑色素瘤的早期诊断对提高患者的五年生存率至关重要。针对临床上使用皮肤镜检查黑色素瘤费时、费力的问题,提出一种基于迁移学习和改进的ResNet50模型的黑色素瘤分类模型MC-Net(Melanoma Classification-Net)。首先,为了降低数据集样... 详细信息

黑色素瘤的早期诊断对提高患者的五年生存率至关重要。针对临床上使用皮肤镜检查黑色素瘤费时、费力的问题,提出一种基于迁移学习和改进的ResNet50模型的黑色素瘤分类模型MC-Net(Melanoma Classification-Net)。首先,为了降低数据集样本分布不均匀以及毛发遮挡信息带来的影响,进行数据增强;对ResNet50的输入主干重新进行了设计,用常规卷积和深度可分离卷积的组合代替原来的7×7大卷积核;对残差块进行了优化,使用gelu函数替代ReLU函数,并将特征相加后的激活层移到残差块内部,同时去除了部分BN层和激活层;向网络中添加CA注意力机制,使得网络更加关注目标的关键信息,从而抑制其他无用信息;结合迁移学习,利用在ImageNet上预训练权重初始化网络并在数据集上进行微调训练,得到最终黑色素瘤分类模型。实验结果表明,所改进的结构对模型性能提升具有显著效果,MC-Net模型在准确率和F1指标上达到94.87%和95.01%,经过迁移学习得到的最终分类模型在数据集上进行测试,获得了95.4%的准确率和95.6%的F1值,均优于其他网络。

关键词：黑色素瘤 ResNet50 注意力机制 gelu 数据增强迁移学习

在线全文

学校读者我要写书评

暂无评论

基于通道注意力的人脸表情识别

安徽科技学院学报 2023年第4期37卷 87-95页

作者：李堃王传安吕雅洁陈雪敏安徽科技学院信息与网络工程学院安徽凤阳233100

目的:解决通道注意力提取过程中各个通道信息利用不充分、交互性不足的问题。方法:提出一种基于SENet改进的通道注意力模型。本模型利用Inverted Bottleneck提取更加完整的通道信息。将gelu函数引入表情识别,以改善网络升维操作带来的... 详细信息

目的:解决通道注意力提取过程中各个通道信息利用不充分、交互性不足的问题。方法:提出一种基于SENet改进的通道注意力模型。本模型利用Inverted Bottleneck提取更加完整的通道信息。将gelu函数引入表情识别,以改善网络升维操作带来的过度融合问题。同时利用信息熵判断不同卷积核生成特征图的重要程度,为网络引入更多的归纳偏置。结果:在CK+和Oulu-CASIA库人脸表情数据集上的正确率分别达到95.92%和91.21%。结论:本方法能够更加充分地利用各通道特征,在有效提升准确率的同时具有较好的泛化能力。

关键词：通道注意力 Inverted Bottleneck gelu 信息熵