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

基于双支路的人群视频异常检测算法研究

电子与信息学报 2022年第7期44卷 2496-2503页

作者：蔡轶珩刘天浩刘嘉琦郭雅君胡绍斌北京工业大学信息学部北京100124

该文对人群异常检测任务进行了研究,针对人群场景视频背景较冗余,易受光线与噪声影响以及实际部署等问题,提出了人群异常多尺度特征记忆网络(CaMsm-net)。为了从多角度判别异常的发生,并将各类信息更好地融合,该网络采用了一种双支路共... 详细信息

该文对人群异常检测任务进行了研究,针对人群场景视频背景较冗余,易受光线与噪声影响以及实际部署等问题,提出了人群异常多尺度特征记忆网络(CaMsm-net)。为了从多角度判别异常的发生,并将各类信息更好地融合,该网络采用了一种双支路共享单元结构,将原始帧与经背景建模后的帧同时输入网络结构中,分别对两条支路进行预测,采用预测误差进行异常的判定,并且从实际应用角度出发,框架结合了深度可分离卷积、数据扩增等方法,保障了检测的准确性与部署的可行性。在公开的美国明尼苏达大学(UMN)人群数据集与实际监控下的火车站出站口数据集中的实验表明,曲线下面积(AUC)指标分别达到了99.2%与84.1%,平均检测准确率分别为95.9%与81.7%,证明了所提算法能够较好地检测到各类人群异常现象的发生,并具有更广的适用性。

关键词：人群异常检测双支路共享背景建模时空融合

在线全文

学校读者我要写书评

暂无评论

自动驾驶3D目标检测研究综述

控制与决策 2023年第4期38卷 865-889页

作者：任柯燕谷美颖袁正谦袁帅北京工业大学信息学部北京100124

精确实时地进行目标检测是自动驾驶车辆能够准确感知周围复杂环境的重要功能之一,如何对周围物体的尺寸、距离、位置、姿态等3D信息进行精准判断是自动驾驶3D目标检测的经典难题.服务于自动驾驶的3D目标检测已成为近年来炙手可热的研究... 详细信息

精确实时地进行目标检测是自动驾驶车辆能够准确感知周围复杂环境的重要功能之一,如何对周围物体的尺寸、距离、位置、姿态等3D信息进行精准判断是自动驾驶3D目标检测的经典难题.服务于自动驾驶的3D目标检测已成为近年来炙手可热的研究领域,鉴于此,对该领域主要研究进展进行综述.首先,介绍自动驾驶感知周围环境各相关传感器的特点;其次,介绍3D目标检测算法并按照传感器获取数据类型将其分为:基于单目/立体图像的算法、基于点云的算法以及图像与点云融合的算法;然后,对每类3D目标检测的经典算法以及改进算法进行详细综述、分析、比较,梳理了当前主流自动驾驶数据集及其3D目标检测算法的评估标准,并对现有文献广泛采用的KITTI和NuScenes数据集实验结果进行对比及分析,归纳了现有算法存在的难点和问题;最后,提出自动驾驶3D目标检测在数据处理、特征提取策略、多传感器融合和数据集分布问题方面可能遇到的机遇及挑战,并对全文进行总结及展望.

关键词：机器视觉深度学习目标检测 3D目标检测自动驾驶

在线全文

学校读者我要写书评

暂无评论

基于注意力特征融合的无人机多目标跟踪算法

控制与决策 2023年第2期38卷 345-353页

作者：刘芳浦昭辉张帅超北京工业大学信息学部北京100124

随着无人机技术的不断发展,无人机多目标跟踪已成为无人机应用的关键技术之一.针对无人机视频中的复杂背景干扰、遮挡、视点高度和角度多变等问题,提出一种基于注意力特征融合的无人机多目标跟踪算法.首先,将改进的卷积注意力模块引入... 详细信息

随着无人机技术的不断发展,无人机多目标跟踪已成为无人机应用的关键技术之一.针对无人机视频中的复杂背景干扰、遮挡、视点高度和角度多变等问题,提出一种基于注意力特征融合的无人机多目标跟踪算法.首先,将改进的卷积注意力模块引入残差网络,建立三元组注意力特征提取网络;其次,在特征金字塔网络的结构上加入新的特征融合通道,设计多尺度特征融合模块,增强模型对多尺度目标的特征表达能力;最后,根据目标的重识别特征匹配与检测框匹配得到目标轨迹.仿真实验结果表明,该算法可有效提升无人机多目标跟踪的精度,具有较好的鲁棒性.

关键词：无人机计算机视觉多目标跟踪卷积神经网络注意力机制特征融合

智能反射面辅助MIMO系统混合波束赋形算法

在线全文

学校读者我要写书评

暂无评论

北京邮电大学学报 2023年第3期46卷 7-12页

作者：孙艳华乔兰王朱伟李萌司鹏搏北京工业大学信息学部北京100124

针对毫米波大规模多输入多输出系统中智能反射面通信的混合波束赋形问题,提出了一种基于联邦学习的卷积神经网络训练方法。在多用户通信系统中,设计模拟波束赋形矩阵和智能反射矩阵码本,并运用穷举搜索算法搜索和速率最大的模拟波束赋... 详细信息

针对毫米波大规模多输入多输出系统中智能反射面通信的混合波束赋形问题,提出了一种基于联邦学习的卷积神经网络训练方法。在多用户通信系统中,设计模拟波束赋形矩阵和智能反射矩阵码本,并运用穷举搜索算法搜索和速率最大的模拟波束赋形矩阵和智能反射矩阵作为训练数据标签;然后基于联邦学习采用卷积神经网络进行本地训练,找到信道矩阵到波束赋形和智能反射矩阵的映射关系。实验结果证明了所提方法的可行性,通过对比有无和随机智能反射面的通信场景,验证了所提方法能构建智能的可编程无线环境,从而更好地利用无线信道,以获得更高的频谱效率。

关键词：联邦学习混合波束赋形智能反射面

在线全文

学校读者我要写书评

暂无评论

基于深度先验的盲图像去模糊算法

电子学报 2023年第4期51卷 1050-1067页

作者：白勇强禹晶李一秾肖创柏北京工业大学信息学部北京100124

盲图像去模糊旨在模糊核未知的情况下从模糊图像恢复清晰图像,这是一个欠定逆问题,需要引入图像先验信息限定解空间.受到SelfDeblur的启发,本文提出了一种基于深度先验的盲图像去模糊算法,结合深度网络与正则化模型对清晰图像与模糊核... 详细信息

盲图像去模糊旨在模糊核未知的情况下从模糊图像恢复清晰图像,这是一个欠定逆问题,需要引入图像先验信息限定解空间.受到SelfDeblur的启发,本文提出了一种基于深度先验的盲图像去模糊算法,结合深度网络与正则化模型对清晰图像与模糊核联合建模,交替迭代估计清晰图像与模糊核.在图像估计子问题中,模糊核参与RGB三通道损失函数的约束下,利用隐含图像平滑性约束的深度卷积神经网络DIP-Net生成清晰图像;在模糊核估计子问题中,直接求取模糊核正则化约束模型的全局极小解,不同于SelfDeblur的全连接网络使用梯度下降法更新模糊核.本文算法结合深度网络实现正则化方法,与监督学习相比,无需成对的模糊/清晰图像数据集训练网络;与传统模型方法相比,无需通过多级金字塔的方式由粗到细地估计模糊核.在模拟与真实模糊图像上的实验结果表明;本文算法能够快速、准确地估计出清晰图像和模糊核,并能够有效抑制图像复原过程中存在的噪声放大问题.

关键词：盲图像去模糊深度先验卷积神经网络正则化盲解卷积图像复原

Mobile_BLNet:基于Big-Little Net的轻量级卷积神经网络优化设计

在线全文

学校读者我要写书评

暂无评论

电子学报 2023年第1期51卷 180-191页

作者：袁海英成君鹏曾智勇武延瑞北京工业大学信息学部北京100124

针对深度卷积神经网络难以部署到资源受限的端侧设备这一问题,本文提出一种高效精简的轻量化卷积神经网络Mobile_BLNet,在模型规模、计算量和性能之间取得了良好的平衡.该网络引入深度可分离卷积和倒残差结构,通过合理分配不同分支的运... 详细信息

针对深度卷积神经网络难以部署到资源受限的端侧设备这一问题,本文提出一种高效精简的轻量化卷积神经网络Mobile_BLNet,在模型规模、计算量和性能之间取得了良好的平衡.该网络引入深度可分离卷积和倒残差结构,通过合理分配不同分支的运算量缩减模型规模并节省大量计算资源;采用通道剪枝操作压缩网络模型,基于占总和比值方法裁剪对模型贡献度低的卷积通道,在相同压缩效果情况下提升了分类准确率;基于通道裁剪情况重构网络,进一步降低模型所需计算资源.实验结果表明,Mobile_BLNet结构精简、性能优异,在CIFAR-10/CIFAR-100数据集上以0.1 M/0.3 M参数量、9.6 M/12.7 M浮点计算量获得91.2%/71.5%分类准确率;在Food101/ImageNet数据集上以1.0 M/2.1 M参数量、203.0 M/249.6 M浮点计算量获得82.8%/70.9%分类准确率,满足轻量化卷积神经网络的端侧硬件高能效部署需求.

关键词：轻量化设计卷积神经网络模型重构剪枝操作深度学习

UltraAcc:基于FPGA流水架构的低功耗高性能CNN加速器定制设计

在线全文

学校读者我要写书评

暂无评论

计算机学报 2023年第6期46卷 1139-1155页

作者：包振山郭俊南张文博党鸿博北京工业大学信息学部北京100024

近年来,卷积神经网络(Convolutional Neural Network,CNN)在目标检测、场景分割、图片分类等领域的应用中取得了举世瞩目的成绩,然而随着应用对精度要求的不断提升、模型参数量不断增加、所需计算量不断增大,这使得在“边”“端”侧资... 详细信息

近年来,卷积神经网络(Convolutional Neural Network,CNN)在目标检测、场景分割、图片分类等领域的应用中取得了举世瞩目的成绩,然而随着应用对精度要求的不断提升、模型参数量不断增加、所需计算量不断增大,这使得在“边”“端”侧资源有限的平台上部署低延时应用极具挑战.虽然采用GPU可以完成CNN模型加速计算的理论验证,但受限于GPU定制改造成本以及其自身功耗,无法在实际低功耗系统中应用.相比而言,作为低功耗高性能系统,FPGA平台具备高性能计算能力以及硬件可重构的特点,适于完成CNN加速.当前利用FPGA可重构性的定制计算技术虽然可整合加速器以应对多变的CNN应用场景,调整加速器结构以适配应用计算保证功耗效率.然而,现有卷积神经网络FPGA加速器的瓶颈在于卷积神经网络算法适配性不佳,由此会导致计算间隙大、时延浪费、计算资源使用率低的问题.本文针对CNN算法因局部参数共享所导致的计算密集的特点,重新组织数据流结构以适应并行运算.针对资源有限制的FPGA板卡,本文自底向上定制了矩阵乘法、卷积计算、池化计算等单元,最终组成Ultra加速器(Ultra Accelerator,UltraAcc);同时,本文设计了评估模型进行超参数调优,从底层单元到计算层单元再到整个计算链都做了对存储资源、计算资源、运行时延的评估,再配合神经网络训练的精度,从而实现在软件硬件两个方面平衡优化整个应用系统.Ultra加速器在Ultra96板卡上平均吞吐量可以达到126.72 GOPs,是IEEE/ACM DAC-SDC’19冠军方法的5.47倍.采用Ultra加速器本团队参与了DAC-SDC’20低功耗目标检测的比赛,最终以精度IoU 0.65、速度FPS 212.73、消耗能量1.64kJ夺得2020年该赛项冠军.

关键词：加速器卷积神经网络现场可编程门阵列数据流水技术软硬件协同

在线全文

学校读者我要写书评

暂无评论

深度迁移学习在青光眼自动分类中的应用

哈尔滨工程大学学报 2023年第4期44卷 673-678页

作者：赵琳娜徐曦李建强赵青北京工业大学信息学部北京100124

针对现有青光眼诊断方法严重依赖于训练数据集规模的问题,本文提出一种深度迁移网络来进行青光眼自动诊断,能够在有限监督下捕获更好地描述与青光眼相关的判别特征。采用卷积神经网络从相似的眼科疾病数据集中迁移一般特征,并采用最大... 详细信息

针对现有青光眼诊断方法严重依赖于训练数据集规模的问题,本文提出一种深度迁移网络来进行青光眼自动诊断,能够在有限监督下捕获更好地描述与青光眼相关的判别特征。采用卷积神经网络从相似的眼科疾病数据集中迁移一般特征,并采用最大平均差异方法来缩小特征差距并细化特异特征。在真实场景数据集上进行实验,验证所提方法的有效性。与其他模型相比,本文方法准确率为91.15%,灵敏度为90.13%,特异性为92.25%,其方法对青光眼的早期筛查具有一定的医学价值和意义。

关键词：迁移学习眼病诊断青光眼自动分类卷积神经网络深度学习分类疾病筛查

在线全文

学校读者我要写书评

暂无评论

基于贪吃蛇算法和部首识别的手写文本切分

华南理工大学学报（自然科学版） 2022年第1期50卷 80-90页

作者：付鹏斌董澳静杨惠荣北京工业大学信息学部北京100124

针对手写中文文本交错、粘连、字内过分离等问题,提出一种基于贪吃蛇算法和部首识别的文本切分方法。首先,根据贪吃蛇算法建立文本原始切分轨迹,并依据多重规则优化切分路径;之后,基于粘连字符的轮廓和骨架提取候选粘连点,利用贪吃蛇算... 详细信息

针对手写中文文本交错、粘连、字内过分离等问题,提出一种基于贪吃蛇算法和部首识别的文本切分方法。首先,根据贪吃蛇算法建立文本原始切分轨迹,并依据多重规则优化切分路径;之后,基于粘连字符的轮廓和骨架提取候选粘连点,利用贪吃蛇算法进行二次切分;最后,对过切分字符,进行部首的笔段提取和识别,依据汉字结构确定合并方向,并结合几何置信度和识别置信度完成合并,得到最终正确的文本切分结果。以陕西省某高中试卷中1542行手写文本作为实验数据进行了算法验证,结果表明,该算法切分正确率可达到82.15%。

关键词：手写体中文文本粘连字符贪吃蛇过切分合并部首识别笔段提取