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

深度学习实时语义分割研究进展和挑战

中国图象图形学报 2024年第5期29卷 1188-1220页

作者：王卓瞿绍军湖南师范大学湖南省智能计算与语言信息处理重点实验室长沙410081 湖南师范大学信息科学与工程学院长沙410081

语义分割作为计算机视觉领域的重要研究方向之一,应用十分广泛。其目的是根据预先定义好的类别对输入图像进行像素级别的分类。实时语义分割则在一般语义分割的基础上又增加了对速度的要求,广泛应用于如无人驾驶、医学图像分析、视频监... 详细信息

语义分割作为计算机视觉领域的重要研究方向之一,应用十分广泛。其目的是根据预先定义好的类别对输入图像进行像素级别的分类。实时语义分割则在一般语义分割的基础上又增加了对速度的要求,广泛应用于如无人驾驶、医学图像分析、视频监控与航拍图像等领域。其要求分割方法不仅要取得较高的分割精度,且分割速度也要快。随着深度学习和神经网络的快速发展,实时语义分割也取得了一定的研究成果。本文在前人已有工作的基础上对基于深度学习的实时语义分割算法进行系统的归纳总结,包括基于Transformer和剪枝的方法等,全面介绍实时语义分割方法在各领域中的应用。首先介绍实时语义分割的概念,再根据标签的数量和质量,将现有的基于深度学习的实时语义分割方法分为强监督学习、弱监督学习和无监督学习3个类别。在分类的基础上,结合各个类别中最具有代表性的方法,对其优缺点展开分析,并从多个角度进行比较。随后介绍目前实时语义分割常用的数据集和评价指标,并对比分析各算法在各数据集上的实验效果,阐述现阶段实时语义分割的应用场景。最后,讨论了基于深度学习的实时语义分割存在的挑战,并对实时语义分割未来值得研究的方向进行展望,为研究者们解决存在的问题提供便利。

关键词：语义分割(SS) 实时语义分割深度学习注意力卷积

一种多模态信息增强表示的中文关键词抽取方法研究

在线全文

学校读者我要写书评

暂无评论

清华大学学报(自然科学版) 2024年

作者：周炫余刘林卢笑李璇张思敏湖南师范大学基础教育大数据研究与应用重点实验室湖南师范大学工程与设计学院

关键词抽取是指能自动抽取反映文本主题的词或者短语,被广泛应用于文本检索、文本摘要等领域中。目前关键词抽取任务主要依赖于预训练语言模型来获取文本表示,这类语言模型主要基于单一模态的通用文本语料进行训练,存在无法根据下游任务特性进行领域适配和语义表征能力有限的问题。该文提出一种多模态信息增强表示的中文关键词抽取方法MIEnhance-KPE,首先引入Adapter层将偏旁和部首信息集成到预训练语言模型层中,得到领域自适应的文本表示;其次利用卷积神经网络提取汉字的图像特征,同时使用交叉注意力机制融合汉字图像特征和文本特征,实现文本语义表示增强;最后利用CRF(conditional random field)模型进行序列标注任务,并计算词语的位置词频权重对其进行排序获得关键词。与目前十分先进的关键词抽取方法KIEMP相比, MIEnhance-KPE在公开的中文科学文献数据集和自构建的中文教育关键词抽取数据集上的F值分别提升了15.71%和3.40%;消融实验结果表明,所提出的领域自适应模块和视觉语义增强表示模块均能有效提高关键词抽取的准确性。MIEnhance-KPE的提出有助于教育研究者精准了解教育发展趋势,促进教育理论和实践的创新。

关键词：中文关键词抽取多模态信息多粒度语义特征交叉注意力机制领域自适应

基于改进YOLO v8的无人机视角下青皮核桃目标检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

郑州大学学报(理学版) 2024年

作者：钟天泽云利军杨璇玺陈载清吴明杰云南省教育厅计算机视觉与智能控制技术工程研究中心云南省林业调查规划院生态分院卫星林业应用中心云南师范大学信息学院

目前针对核桃测产的方法大多停留在利用传统的统计学模型上,其准确率几乎无法保证。因此,拟以青皮核桃为例,建立了无人机航拍视角下的核桃图像数据集,创新性地首次将Coordinate Attention机制嵌入YOLO v8模型中,利用改进后的YOLO v8-CA... 详细信息

目前针对核桃测产的方法大多停留在利用传统的统计学模型上,其准确率几乎无法保证。因此,拟以青皮核桃为例,建立了无人机航拍视角下的核桃图像数据集,创新性地首次将Coordinate Attention机制嵌入YOLO v8模型中,利用改进后的YOLO v8-CA模型算法对青皮核桃进行目标检测。实验结果表明,改进后的新模型YOLO v8-CA与原始YOLO v8和YOLO v5相比,在mAP值上分别提高了0.4%和5.1%,在Recall值上分别提高了1.9%和8.9%。

关键词：目标识别无人机视角机器视觉果实测产核桃检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

浮选中泡沫图像的分割算法

湖南师范大学自然科学学报 2002年第2期25卷 23-26页

作者：王麓雅唐文胜刘相滨向坚持阳波湖南师范大学图像识别与计算机视觉研究所中国长沙410081

描述了浮选中泡沫图像的分割算法 ,根据测定泡沫的尺寸、形状和纹理分割泡沫图像 .因这些泡沫图像的图案和性质千差万别 ,用现有的分割算法是很困难的 ,我们修改并结合不同的现有图像分割算法 ,形成了一种分割泡沫图像的新算法 .在这种... 详细信息

描述了浮选中泡沫图像的分割算法 ,根据测定泡沫的尺寸、形状和纹理分割泡沫图像 .因这些泡沫图像的图案和性质千差万别 ,用现有的分割算法是很困难的 ,我们修改并结合不同的现有图像分割算法 ,形成了一种分割泡沫图像的新算法 .在这种算法中 ,使用并修改了阈值算法 ,自动地检测泡沫的种子点或种子区域 ,然后使用形态学技术产生泡沫区域 .最后 ,基于泡沫形状分析 ,合并过于分割的泡沫部分为一泡沫 .文中列举了分割三个泡沫图像的结果。

关键词：泡沫图像图像分割算法计算机视觉矿物浮选泡沫监控形态学

在线全文

学校读者我要写书评

暂无评论

长短焦双目三维成像算法研究与精度分析

传感器与微系统 2024年第9期43卷 42-46页

作者：李仁杰阳波肖宏峰陈灵邹雅萍唐文胜湖南师范大学信息科学与工程学院湖南长沙410008 湖南师范大学工程与设计学院湖南长沙410008

针对复杂三维装配过程中提高三维位置精度会导致视野变窄造成三维装配定位失败的问题,提出一种基于自适应缩放因子估计的长短焦距双目三维成像算法。该算法先根据长短焦相机获取2幅图像的特征匹配结果估计特征尺度缩放因子并且实现特征... 详细信息

针对复杂三维装配过程中提高三维位置精度会导致视野变窄造成三维装配定位失败的问题,提出一种基于自适应缩放因子估计的长短焦距双目三维成像算法。该算法先根据长短焦相机获取2幅图像的特征匹配结果估计特征尺度缩放因子并且实现特征尺度的归一化,再通过半全局立体匹配算法得到双目视差,最后计算出目标的三维点云。长短焦距成像和同焦距成像精度与视野大小的对比实验结果表明,该算法在感兴趣区域内与同焦距双目系统计算视差的最小错误估计比例小于2.6%,系统观测视野扩大32%。

关键词：双目视觉自动装配立体匹配缩放因子

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于最大类间方差遗传算法的图像分割方法

湖南师范大学自然科学学报 2003年第1期26卷 32-36页

作者：阳波湖南师范大学图像识别与计算机视觉研究所中国长沙410081

分析了最大类间方差阈值图像分割算法的基本原理 ,结合遗传算法及其特点提出了一种自动阈值选取的图像分割算法 ,在本算法中对传统最大类间方差图像分割的算法及遗传算法进行了改进 ,提高了传统算法的速度 ,改善了遗传算法的收敛速度与... 详细信息

分析了最大类间方差阈值图像分割算法的基本原理 ,结合遗传算法及其特点提出了一种自动阈值选取的图像分割算法 ,在本算法中对传统最大类间方差图像分割的算法及遗传算法进行了改进 ,提高了传统算法的速度 ,改善了遗传算法的收敛速度与最优解的协调关系 ,最后从速度及性能上进行了分析比较 ,并对实际图像分割做了反复实验 ,结果表明 ,本遗传算法的图像分割方法在图像分割过程中具有速度快 ,效果好的特点 .

关键词：最大类间方差遗传算法图像分割阈值评价函数计算机视觉模式识别

MMD-YOLOv7:黑暗条件下车辆检测方法

在线全文

学校读者我要写书评

暂无评论

计算机工程 2024年

作者：黄金贵刘朋唐文胜湖南师范大学信息科学与工程学院

车辆检测与识别是智能交通和自动驾驶领域的一项关键技术，对于道路安全和自动驾驶起着至关重要的作用，一直是备受关注的研究热点。基于深度学习的目标检测模型，使得车辆检测精度得到了大幅提高，但在夜间低光照和恶劣天气等不利条件... 详细信息

车辆检测与识别是智能交通和自动驾驶领域的一项关键技术，对于道路安全和自动驾驶起着至关重要的作用，一直是备受关注的研究热点。基于深度学习的目标检测模型，使得车辆检测精度得到了大幅提高，但在夜间低光照和恶劣天气等不利条件下现有车辆检测技术的精度和可靠性仍然存在极大地挑战。针对这一问题，基于YOLOv7模型提出了一种专门针对夜间黑暗条件下的车辆检测方法和模型——MMD-YOLOv7。首先基于坐标注意力机制CA构建了一种新的多通道坐标注意力模块MCCA，显著提升了模型在捕捉全局和局部特征信息方面的能力。其次，创新性地通过设计构建了一个多尺度卷积模块MSC实现对ELAN结构针对性的改进，使得模型更好地适应夜间视觉环境中的噪声干扰，同时提升了特征提取的能力和精度。最后，引入了多分支模块DBB，进一步增强了模型对复杂特征的捕捉能力。为了验证所提出的模型效果，选取了BDD100K数据集中的6000张夜间场景图片进行了训练和测试，实验结果表明，本模型在车辆检测精度上相比原始YOLOv7模型提升了5.3个百分点，展现出了本文模型在处理低光照情况下的强大能力。此外，在其它多个公开的车辆检测数据集上也表现出了很好的性能，验证了本文模型具备很强的鲁棒性和泛化能力。

关键词： YOLO模型目标检测车辆检测深度学习注意力机制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

岩石颗粒图像获取(英文)

湖南师范大学自然科学学报 2002年第4期25卷 25-29页

作者：王卫星湖南师范大学图像识别及计算机视觉研究所中国长沙410081

在图像分析系统或计算机视觉系统被应用于岩石颗粒中,第一个要解决的问题是图像获取,其决定着图像质量的好坏.在不同的应用环境中,图像的获取方法是不同的.我们在实际应用经验的基础上,提出了岩石颗粒图像获取中的几个问题,并阐述和分... 详细信息

在图像分析系统或计算机视觉系统被应用于岩石颗粒中,第一个要解决的问题是图像获取,其决定着图像质量的好坏.在不同的应用环境中,图像的获取方法是不同的.我们在实际应用经验的基础上,提出了岩石颗粒图像获取中的几个问题,并阐述和分析其解决的方法.

关键词：岩石颗粒图像获取比例尺光照运动模糊图像分析系统计算机视觉系统

在线全文

学校读者我要写书评

暂无评论

基于时空交并比约束的目标跟踪对抗防御方法

模式识别与人工智能 2024年第5期37卷 410-423页

作者：盛晶晶张大伟蔡听依肖昕郑忠龙蒋云良浙江师范大学计算机科学与技术学院金华321004 浙江师范大学浙江省智能教育技术与应用重点实验室金华321004

随着深度学习在视觉跟踪领域的广泛应用,对抗攻击逐渐成为影响方法性能的关键因素之一,然而针对对抗攻击的防御方法研究还处于初始阶段.因此,文中提出基于时空交并比约束的目标跟踪对抗防御方法.首先,在对抗样本上随机添加高斯噪声约束... 详细信息

随着深度学习在视觉跟踪领域的广泛应用,对抗攻击逐渐成为影响方法性能的关键因素之一,然而针对对抗攻击的防御方法研究还处于初始阶段.因此,文中提出基于时空交并比约束的目标跟踪对抗防御方法.首先,在对抗样本上随机添加高斯噪声约束.然后,根据噪声等高线的切线方向,选择噪声等级相同且时空交并比分数最高的切线约束.通过其法线约束使防御目标向原始图像的方向更新,并将法线约束和切线约束进行正交组合优化.最后,经过不断迭代,选择具有最高时空交并比分数且噪声等级最低的组合向量作为最佳约束,添至对抗样本图像中,同时传递给下一帧图像,从而实现时序防御.在VOT2018、OTB100、GOT-10k、LaSOT跟踪数据集上的实验验证文中方法的有效性.

关键词：目标跟踪对抗防御对抗攻击时空交并比