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

基于特征重组的遥感图像有向目标检测

光学学报 2024年第6期44卷 318-328页

作者：王友伟郭颖邵香迎王季宇鲍正位南京信息工程大学江苏省大气环境与装备技术协同创新中心江苏南京210044 南京信息工程大学自动化学院江苏南京210044

针对遥感有向目标存在的检测问题,设计了一个基于改进Rotated RPN的网络,设计特征重组机制,通过加权使网络关注有效目标区域。使用新的有向框标注方法,避免在临界角度出现错位等问题。在检测头前端使用极化注意力模块,改善因为分类和回... 详细信息

针对遥感有向目标存在的检测问题,设计了一个基于改进Rotated RPN的网络,设计特征重组机制,通过加权使网络关注有效目标区域。使用新的有向框标注方法,避免在临界角度出现错位等问题。在检测头前端使用极化注意力模块,改善因为分类和回归任务所需特征不一致导致的性能下降问题。实验结果表明,该模型可以提高多类目标的检测精度。相较于基准Rotated RPN,该模型在Dior-R数据集上精度提升4.95%,在HRSC2016数据集上精度提升11.75%。

关键词：遥感有向目标检测深度学习特征重组极化注意力

在线全文

学校读者我要写书评

暂无评论

模态间匹配学习的高光谱和激光雷达联合分类

遥感学报 2024年第1期28卷 154-167页

作者：杭仁龙孙瑜刘青山南京信息工程大学计算机学院南京210044 江苏省大气环境与装备技术协同创新中心南京210044

如何有效地提取和融合不同模态的特征是高光谱图像和激光雷达数据联合分类的关键。近年来,得益于深度学习强大的特征学习能力,其在高光谱图像和激光雷达数据联合分类领域受到了越来越多的关注。然而,现有的深度学习模型大多基于监督学... 详细信息

如何有效地提取和融合不同模态的特征是高光谱图像和激光雷达数据联合分类的关键。近年来,得益于深度学习强大的特征学习能力,其在高光谱图像和激光雷达数据联合分类领域受到了越来越多的关注。然而,现有的深度学习模型大多基于监督学习的模式,分类性能依赖标注样本的数量和质量。为此,本文提出了一种基于模态间匹配学习的联合分类方法,充分利用未标注样本的信息,减少对标注信息的依赖性。具体而言,本文首先通过高光谱图像和激光雷达数据之间的匹配关系和KMeans聚类算法,构造模态匹配标签。然后,利用该标签训练含有多个卷积层的匹配学习网络。该网络由两个并行分支构成,每个分支负责提取单个模态的特征。最后,以该网络为基础,构造高光谱图像和激光雷达数据联合分类模型。该模型的参数由匹配学习网络进行初始化,因而只需要少量标注样本进行微调即可达到理想的分类效果。为了验证本文方法的有效性,在Houston和MUUFL两个常用的高光谱图像和激光雷达数据联合分类数据集上进行了大量的实验。实验结果表明,与已有的分类模型相比,本文方法能够获得更高的分类性能。

关键词：遥感图像高光谱图像激光雷达数据深度学习匹配学习联合分类

多传感器融合和MHA-LSTM的电机轴承剩余寿命预测

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2024年第3期45卷 84-93页

作者：张菀张泰瑀贾民平蔡骏南京信息工程大学自动化学院南京210044 江苏省大气环境与装备技术协同创新中心南京210044 东南大学机械工程学院南京211102

轴承作为电机的核心部件,主要起到支撑引导轴、减小设备摩擦、连接不同设备等作用,其剩余寿命预测对系统健康管理起着十分重要的作用。针对单一传感器信号通常难以全面描述系统的潜在退化机制,论文提出一种基于多头注意力机制和长短时... 详细信息

轴承作为电机的核心部件,主要起到支撑引导轴、减小设备摩擦、连接不同设备等作用,其剩余寿命预测对系统健康管理起着十分重要的作用。针对单一传感器信号通常难以全面描述系统的潜在退化机制,论文提出一种基于多头注意力机制和长短时记忆神经网络的电机轴承剩余寿命预测模型。首先,基于马氏距离确定轴承性能退化起始点,将滚动轴承全寿命周期分为正常阶段与退化阶段;其次,使用自编码器自动提取振动信号特征,并将其与电机电流、轴承温度融合,构成多源信息特征矩阵;然后基于多头注意力机制和长短时记忆网络模型动态选择相关度较高的特征,提高寿命预测的准确性。最后,采用实验数据进行验证,结果表明所提出的模型具有更高的准确性。

关键词：电机轴承多传感器融合多头注意力机制长短期记忆网络剩余寿命预测

FCM-YOLO:一种基于特征增强和多尺度融合的PCB缺陷检测方法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2024年第10期 3181-3189页

作者：严舒郭颖黄骏南京信息工程大学江苏省大气环境与装备技术协同创新中心南京信息工程大学自动化学院

针对PCB缺陷检测任务中存在的目标与背景相混淆、缺陷目标较小不易识别等问题,提出一种基于特征增强和多尺度融合的PCB缺陷检测方法FCM-YOLO.所提出方法以YOLOv5s为基础,首先在特征提取网络中引入由空间到深度层和非跨步卷积层的组合,... 详细信息

针对PCB缺陷检测任务中存在的目标与背景相混淆、缺陷目标较小不易识别等问题,提出一种基于特征增强和多尺度融合的PCB缺陷检测方法FCM-YOLO.所提出方法以YOLOv5s为基础,首先在特征提取网络中引入由空间到深度层和非跨步卷积层的组合,构建特征重提取模块,以减少信息丢失,保留小目标特征信息;然后,在特征提取网络的最深层引入上下文注意力模块,通过学习上下文信息,使用可变形卷积提取小目标特征,以此增强对目标与背景的区分能力,从而减少漏检情况;最后,在特征融合网络中引入多尺度感受野增强模块,通过多分支结构加强特征信息间的相关性,增强特征的语义表示.在PCB缺陷数据集和GC 10-DET数据集上对不同算法进行对比实验,实验结果表明, FCM-YOLO能够更加精确地识别缺陷目标,相比改进前的YOLOv5s算法,所提出算法在这两个数据集上的检测精度分别提高4.7%和3.7%.

关键词：机器视觉缺陷检测印刷电路板 YOLOv5 上下文信息特征增强

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

改进U型网络的路面缺陷图像分割算法

电子测量与仪器学报 2024年

作者：邹凯鑫张自嘉孙伟付锦燚南京信息工程大学自动化学院南京信息工程大学江苏省大气环境与装备技术协同创新中心

针对路面缺陷图像存在对比低以及其复杂的拓扑结构，现提出的大部分分割算法，在捕获感受野和提取路面缺陷特征时还存在很大的不足。因此本文提出改进U-Net的路面缺陷图像分割算法。首先，在经典的U-Net的卷积块中提出SN-Disout残差块... 详细信息

针对路面缺陷图像存在对比低以及其复杂的拓扑结构，现提出的大部分分割算法，在捕获感受野和提取路面缺陷特征时还存在很大的不足。因此本文提出改进U-Net的路面缺陷图像分割算法。首先，在经典的U-Net的卷积块中提出SN-Disout残差块，增强模型对过拟合的鲁棒性;其次，在编码器与解码器之间引入循环十字交叉模块，增强模型在特征图中不同位置之间捕获特征的能力，对缺陷的边界进行更准确的建模;最后，在解码器中引入空间通道挤压与激励模块，这使得网络能够更加专注于重要的特征，同时减少不相关或噪声特征的依赖;并将位置感知多头注意力加入模型的颈处，进一步有助于模型更好地理解和利用输入数据的内在关系，从而提高模型的性能和表现能力，并且使用混合损失函数Dice+BCE取代单一的损失函数。该算法在Crack500图像数据集上的交并比与F1分别达到了60.13%和75.22%，均超过U-Net、DeepLabV3+、PSPNet、TransU-Net、UNet++等主流语义分割网络。实验结果表明，该算法能有效改善网络的预测精度与细小目标的分割结果，在保证分割精度的情况下也满足了实时性的要求。

关键词：深度学习语义分割路面缺陷 U-Net 注意力机制

基于多感受野与动态特征细化的遥感图像检测算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年

作者：黄骏郭颖严舒南京信息工程大学江苏省大气环境与装备技术协同创新中心南京信息工程大学自动化学院

为解决遥感图像目标检测任务中的目标尺寸过小、尺度变化剧烈、目标聚集和背景复杂导致的检测精度较低的问题，提出了一种基于YOLOv7的改进算法DF-YOLOv7。这一算法首先去除YOLOv7中过度下采样导致信息丢失的策略，通过改进层结构，以... 详细信息

为解决遥感图像目标检测任务中的目标尺寸过小、尺度变化剧烈、目标聚集和背景复杂导致的检测精度较低的问题，提出了一种基于YOLOv7的改进算法DF-YOLOv7。这一算法首先去除YOLOv7中过度下采样导致信息丢失的策略，通过改进层结构，以提高对小物体的检测精度，并且轻量化网络模型。其次提出多感受野的MRELAN模块替换部分ELAN，获得更强的多尺度特征表示，嵌入跨空间学习的高效多尺度注意力机制EMA，适应复杂的场景。最后，提出上下文动态特征细化模块，对冗余的特征过滤来突出低层小目标信息的特征差，优化密集目标表达能力。在VisDrone2019和DOTA数据集上对不同算法进行对比实验，实验结果表明：改进后的算法明显优于其他主流算法，相比YOLOv7，在两个数据集上的精度分别提高3.3%和2.3%，参数量下降了50.9%。相比于YOLOv5s，在VisDrone上提高了20.1%。

关键词：遥感小目标检测深度学习 YOLOv7 特征细化

基于法布里-珀罗干涉和反共振效应的光纤温湿度传感器

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

光学学报 2024年第5期44卷 261-270页

作者：胡子怡常建华金澳博陈鸣徐遥南京信息工程大学电子与信息工程学院江苏南京210044 南京信息工程大学江苏省大气环境与装备技术协同创新中心江苏南京210044

提出并制备了一种基于法布里-珀罗干涉仪(FPI)和反共振(AR)效应的光纤温湿度传感器。将单模光纤(SMF)和端面固化了聚酰亚胺(PI)的带涂层无芯光纤(NCF)插入非封闭硅管两端构建FPI,利用具有相似光程的空气腔和空气-PI混合腔产生光谱叠加... 详细信息

提出并制备了一种基于法布里-珀罗干涉仪(FPI)和反共振(AR)效应的光纤温湿度传感器。将单模光纤(SMF)和端面固化了聚酰亚胺(PI)的带涂层无芯光纤(NCF)插入非封闭硅管两端构建FPI,利用具有相似光程的空气腔和空气-PI混合腔产生光谱叠加的游标效应,显著提高相对湿度检测灵敏度。NCF包层的光和部分折射进丙烯酸树脂涂层的光耦合形成AR,利用温度引起涂层折射率的改变导致AR非透射波长产生漂移,实现对温度的高灵敏度测量。实验结果表明:在10%~80%的相对湿度范围内,相对湿度灵敏度为510.25 pm/%;在26~35℃的温度范围内,温度灵敏度可达-4.48 nm/℃。该传感器具有成本低、灵敏度高的优点,在生物医学、健康监测等方面具有重要的应用价值。

关键词：传感器光纤传感器温湿度游标效应法布里-珀罗干涉仪反共振

在线全文

学校读者我要写书评

暂无评论

基于自编码器的红外与可见光图像融合算法

兵器装备工程学报 2024年第09期 283-290页

作者：陈海秀房威志陆成陆康何珊珊黄仔洁南京信息工程大学自动化学院南京信息工程大学江苏省大气环境与装备技术协同创新中心

针对目前红外与可见光图像融合过程中，图像特征提取不充分、中间层信息丢失以及融合图像细节不够清晰的问题，提出了一种基于自编码器的端到端图像融合网络结构。该网络由编码器、融合网络和解码器3部分组成。将高效通道注意力机制和... 详细信息

针对目前红外与可见光图像融合过程中，图像特征提取不充分、中间层信息丢失以及融合图像细节不够清晰的问题，提出了一种基于自编码器的端到端图像融合网络结构。该网络由编码器、融合网络和解码器3部分组成。将高效通道注意力机制和混合注意力机制引入到编码器和融合网络中，利用卷积残差网络(convolutional residual network, CRN)基本块来提取并融合红外图像和可见光图像的基本特征，然后将融合后的特征图输入到解码器进行解码，重建出融合图像。选取目前具有典型代表性的5种方法在主客观方面进行对比。在客观方面，较第2名平均梯度、空间频率和视觉保真度分别提升了21%、10.2%、7.2%。在主观方面，融合后的图像目标清晰、细节突出、轮廓明显，符合人类视觉感受。

关键词：红外图像可见光图像图像融合注意力机制编码解码结构

基于纹理图像和用户动作信息的纹理触觉再现方法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

仪器仪表学报 2024年第4期45卷 145-154页

作者：陈大鹏陈庚刘佳方映平张运杰南京信息工程大学自动化学院南京210044 江苏省智能气象探测机器人工程研究中心南京210044 江苏省大气环境与装备技术协同创新中心南京210044

近年来,对虚拟表面纹理进行工具介导的振动触觉再现已经成为触觉领域的一个研究热点。针对已有的纹理触觉渲染方法还存在适用范围窄、泛化能力弱、交互真实感低等问题,以改进后的MelGAN为基本网络,构建了一种新的纹理触觉渲染模型。该... 详细信息

近年来,对虚拟表面纹理进行工具介导的振动触觉再现已经成为触觉领域的一个研究热点。针对已有的纹理触觉渲染方法还存在适用范围窄、泛化能力弱、交互真实感低等问题,以改进后的MelGAN为基本网络,构建了一种新的纹理触觉渲染模型。该模型以纹理图像和用户的实时动作信息为输入,在能够高保真地生成振动触觉信号的同时,对常见纹理图像拥有更好的泛化能力。此外,设计了一款具有动作信息实时采集和振动触觉表达功能的笔式装置。在采集了数据库之外的真实纹理表面的振动触觉信号后,比较了提出的模型与已有方法在信号生成方面的性能差异。结果表明,模型实现了最低的均方根误差(0.173),验证了其对未建模纹理进行触觉渲染的能力。最后,使用笔式装置进行了两项用户实验。平均6.01的主观相似度评分说明,即使是数据库之外的新纹理,模型也能为用户提供较高的纹理交互真实感。

关键词：纹理触觉渲染深度学习动作信息笔式交互振动触觉反馈