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

基于特征聚合和传播网络的图像超分辨率重建

模式识别与人工智能 2024年第4期37卷 299-312页

作者：薄阳瑜刘晓晶武永亮王学军石家庄铁道大学信息科学与技术学院石家庄050043

基于深度学习的图像超分辨率重建通过网络加深提升图像重建性能,但复杂网络会导致参数量急剧增加,限制其在资源受限设备上的应用.针对此问题,文中提出基于特征聚合和传播网络的图像超分辨率重建方法,采用逐步提取融合特征的方式获取图... 详细信息

基于深度学习的图像超分辨率重建通过网络加深提升图像重建性能,但复杂网络会导致参数量急剧增加,限制其在资源受限设备上的应用.针对此问题,文中提出基于特征聚合和传播网络的图像超分辨率重建方法,采用逐步提取融合特征的方式获取图像丰富的内部信息.首先,提出上下文交互注意力模块,使网络学习到特征图丰富的上下文信息,提高特征的利用率.然后,设计多维注意力增强模块,提高网络对关键特征的判别能力,分别在通道和空间两个维度提取高频信息.最后,提出特征聚合传播模块,有效聚合深层细节信息,去除冗余信息,并促进有效信息在网络中传播.在Set5、Set14、BSD100、Urban100等基准数据集上的测试实验表明,文中方法性能较优,重建后的图像细节纹理较清晰.

关键词：图像超分辨率重建卷积神经网络上下文交互注意力多维注意力特征聚合

基于SPR的液晶填充双D型PCF双参量传感器设计

在线全文

学校读者我要写书评

暂无评论

光学学报 2024年第9期44卷 247-257页

作者：范振凯孟俊皓褚世超河北科技大学信息科学与工程学院河北石家庄050018

提出了一种基于表面等离子体共振(SPR)原理的液晶填充的双D型光子晶体光纤(PCF)传感器,用于温度和折射率(RI)的双重检测。选用金作为金属对PCF中的两个大开环以及第二包层的4个气孔进行镀膜以激发SPR现象,实现了外部传感与内部传感的结... 详细信息

提出了一种基于表面等离子体共振(SPR)原理的液晶填充的双D型光子晶体光纤(PCF)传感器,用于温度和折射率(RI)的双重检测。选用金作为金属对PCF中的两个大开环以及第二包层的4个气孔进行镀膜以激发SPR现象,实现了外部传感与内部传感的结合,并进一步增强了SPR效应。为了实现温度与RI的双重检测,将温敏材料液晶E7填入中央大气孔形成纤芯,进而提升温度传感性能,通过上下两侧的大开环与待测分析液的接触实现折射率传感。使用全矢量有限元法,在完美匹配层条件下对传感性能进行了分析,并研究了中央液晶孔、小气孔及普通气孔的大小对传感性能的影响。仿真结果表明,所设计的传感器在温度为15~50℃、折射率为1.48~1.55的检测范围内具有良好的温度和RI传感性能。

关键词：传感器光子晶体光纤表面等离子体共振双重检测传感器双D型液晶

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于多器官特征融合的枣品种识别方法

农业机械学报 2024年第4期55卷 213-220,240页

作者：许楠苑迎春雷浩孟惜何振学河北农业大学信息科学与技术学院保定071001 石家庄学院未来信息技术学院石家庄050035

针对自然场景下的枣品种识别问题,以枣果为研究对象的机器视觉技术已成为枣品种精准识别的主流方法之一。针对枣品种存在类间差异小、类内差异大的问题,提出了一种基于多器官特征融合的枣品种识别方法。首先利用YOLO v3检测算法将采集... 详细信息

针对自然场景下的枣品种识别问题,以枣果为研究对象的机器视觉技术已成为枣品种精准识别的主流方法之一。针对枣品种存在类间差异小、类内差异大的问题,提出了一种基于多器官特征融合的枣品种识别方法。首先利用YOLO v3检测算法将采集的自然场景图像中的枣果和叶片器官分割提取,提出了基于笛卡尔乘积构建两器官组合对的枣品种多样本数据集,然后基于EfficientNetV2网络模型,设计了能够充分学习两器官特征相关性的融合策略来提升模型性能,引入了逐步迁移训练方式以提升枣品种识别效率。最后,在构建的包含20个枣品种数据集上进行了大量实验,得到97.04%的识别准确率,明显优于现有研究结果,并且在训练时间和收敛速度上,本方法也有一定提升。结果表明该方法能够有效融合枣品种枣果和叶片器官的特征信息,可为其他品种识别研究提供参考。

关键词：枣品种识别笛卡尔乘积特征融合迁移学习 YOLO v3

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

遥感图像密集小目标全方位精准检测算法

吉林大学学报（工学版） 2024年第4期54卷 1105-1113页

作者：张云佐郭威李文博石家庄铁道大学信息科学与技术学院石家庄050043 河北省电磁环境效应与信息处理重点实验室石家庄050043

针对遥感图像中目标排列密集且方向不相同,导致现有检测算法难以准确定位实例目标的问题,提出了一种遥感图像密集小目标全方位精准检测算法。首先,为提升特征提取能力,在主干网络的残差结构中引入Meta-ACON激活函数,自适应地学习信道特... 详细信息

针对遥感图像中目标排列密集且方向不相同,导致现有检测算法难以准确定位实例目标的问题,提出了一种遥感图像密集小目标全方位精准检测算法。首先,为提升特征提取能力,在主干网络的残差结构中引入Meta-ACON激活函数,自适应地学习信道特征的重要性;其次,提出一种加强连接特征金字塔网络,重新设计了用于深浅层特征融合的侧向连接部分,并在同层次特征图输入与输出之间添加了跳跃连接,丰富特征语义信息;再次,引入角度预测分支,使用环形平滑标签方法将角度回归问题转化为分类问题,在实现目标框旋转的同时解决了旋转框边界突变的问题;最后,设计针对旋转检测框的后处理方法(Rotate-Soft-NMS),通过抑制检测框的置信度去除相邻的重复旋转检测框。在DOTA数据集上的实验结果表明:该算法的平均精度均值达到76.15%,相比于基准模型YOLOv5m提升了5.22%,与其他先进算法相比取得了最好的检测结果。本文算法对复杂遥感场景的目标具有更优的检测效果。

关键词：计算机应用遥感目标检测 Meta-ACON激活函数加强连接特征金字塔网络角度预测旋转检测框

基于Transformer的三角形网格分类分割网络

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

图学学报 2024年第1期45卷 78-89页

作者：李佳琦王辉郭宇石家庄铁道大学信息科学与技术学院河北石家庄050043

三角形网格是一种重要的几何数据结构,能有效地表达三维模型的形状细节,但三角形网格面元素的分布并不规则,因此将现有的深度神经网络直接应用到网格上较为困难。针对三角形网格不规则的结构问题,直接将网格的面作为Token,提出一种将Tra... 详细信息

三角形网格是一种重要的几何数据结构,能有效地表达三维模型的形状细节,但三角形网格面元素的分布并不规则,因此将现有的深度神经网络直接应用到网格上较为困难。针对三角形网格不规则的结构问题,直接将网格的面作为Token,提出一种将Transformer应用于三角形网格的深度神经网络。首先,将面的重心坐标或谱域特征作为位置信息,融合其内蕴特征作为输入特征,并对输入特征位置嵌入;其次,利用自注意力模块提取全局特征,利用面卷积模块提取局部特征,以增强网络局部特征的提取能力;最后,融合局部特征和全局特征构建应用于三角形网格上的分类和分割深度神经网络。在SHREC分类数据集和COSEG分割数据集上的实验结果表明,该方法准确率较高且可以有效地提升训练速度。

关键词：几何深度学习 Transformer 三角形网格三维形状分类三维形状分割

改进YOLOv5的无人机小目标检测方法研究

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第10期60卷 276-284页

作者：白宇周艳媛安胜彪河北科技大学信息科学与工程学院石家庄050018

无人机拍摄图像的小目标具有特征信息不明显、背景复杂和部分目标遮挡的特点,导致检测时会出现误检和漏检的问题。针对这些问题,提出一种改进YOLOv5的无人机小目标检测方法SDT-YOLOv5。首先对数据集图像进行切片处理,使得每个切片中小... 详细信息

无人机拍摄图像的小目标具有特征信息不明显、背景复杂和部分目标遮挡的特点,导致检测时会出现误检和漏检的问题。针对这些问题,提出一种改进YOLOv5的无人机小目标检测方法SDT-YOLOv5。首先对数据集图像进行切片处理,使得每个切片中小目标的占比变高,提高小目标的识别能力。其次采用动态解耦检测头,引入动态卷积和自适应感受野机制,同时将检测头的分类和回归分支解耦,以实现更强的特征表达和提取能力。最后提出了基于最小点距离的交并比损失的最佳传输分配方法。最小化预测边界框与真实边界框之间的左上角和右下角点距离,再基于边界框的位置信息和距离度量,以最小化总成本为目标,找到最优的真实边界框与预测边界框匹配方案,提高检测的准确性。在VisDrone2019数据集上进行实验,结果显示改进YOLOv5的mAP50值达到了58.5%,相比于原始YOLOv5的mAP50值提高了23.2个百分点。这表明改进方法有效地提高了无人机小目标的检测精度,能够更准确地检测到小目标。

关键词： YOLOv5 小目标检测检测头损失函数

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ATO-YOLO的小目标检测算法

计算机工程与应用 2024年第6期60卷 68-77页

作者：苏佳秦一畅贾泽王静河北科技大学信息科学与工程学院石家庄050018

小目标检测在计算机视觉领域具有重要意义,但现有方法在应对小目标的尺度变化、目标密集和无规则排列等挑战时经常出现漏检和误检的问题。为解决这些问题,提出基于改进YOLOv5算法的ATO-YOLO。为提升检测模型的特征表达能力,提出一种结... 详细信息

小目标检测在计算机视觉领域具有重要意义,但现有方法在应对小目标的尺度变化、目标密集和无规则排列等挑战时经常出现漏检和误检的问题。为解决这些问题,提出基于改进YOLOv5算法的ATO-YOLO。为提升检测模型的特征表达能力,提出一种结合注意力机制的自适应特征提取模块(adaptive feature extraction,AFE),通过动态调整权重分配突出关键目标的特征表示,提高目标检测任务在不同场景下的准确性和鲁棒性。设计一种三重特征融合机制(triple feature fusion,TFF),能够在不同尺度下充分利用多尺度信息,将多个尺度的特征图融合,以获取更全面的目标特征,提升对小目标的检测效果。引入一种输出重构模块(output reconstruction,ORS),通过去除大目标检测层并增加小目标检测层,实现精确定位和识别小目标,并且相对于原模型复杂度更低,检测速度更快。实验结果表明,ATO-YOLO算法在VisDrone数据集上的mAP@0.5达到了38.2%,较原YOLOv5提升了6.1个百分点,且FPS较改进前提升了4.4%,能够快速准确地对小目标进行检测。

关键词： YOLOv5 多尺度特征融合自适应特征提取小目标检测

在线全文

学校读者我要写书评

暂无评论

MBO:基于多目标平衡优化的监控视频浓缩

计算机学报 2024年

作者：张云佐朱鹏飞石家庄铁道大学信息科学与技术学院

视频浓缩可在极大压缩视频长度的同时完整保留目标运动信息，在学术界和工业界受到广泛关注。然而现有浓缩方法无法精准保留目标之间的交互行为，且难以平衡压缩和碰撞，严重阻碍了视频浓缩的性能提升和实际应用。为此，本文提出了一种... 详细信息

视频浓缩可在极大压缩视频长度的同时完整保留目标运动信息，在学术界和工业界受到广泛关注。然而现有浓缩方法无法精准保留目标之间的交互行为，且难以平衡压缩和碰撞，严重阻碍了视频浓缩的性能提升和实际应用。为此，本文提出了一种基于多目标平衡优化的监控视频浓缩方法(Multi-Objective Balance Optimization， MBO)。首先，提出了一种基于目标交互帧数量和动态阈值对比的交互行为判断方法，用以组建多目标单元，结合目标在每帧的移动方向并采用动态阈值提升交互行为判断的准确性；其次，定义了碰撞矩阵和插入位置占比率，分别记录目标碰撞和插入位置深浅；然后，提出了一种压缩与碰撞的动态平衡方法，以优化重排目标，能在极大程度缩短视频长度的同时减少产生的目标碰撞；最后，融合视频背景和重排后的目标生成浓缩视频。VISOR、CAVIAR和KTH等多个数据集上的实验结果表明，相较于当前主流方法，本文所提方法保留交互行为的F-score提升高达0.472，并且能够有效平衡压缩和目标碰撞。

关键词：视频浓缩多目标平衡优化交互行为

基于空洞单流ViT网络的灵活模态人脸呈现攻击检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用研究 2024年第3期41卷 916-922页

作者：肖立轩封筠高宇豪贺晶晶石家庄铁道大学信息科学与技术学院石家庄050043

灵活模态人脸呈现攻击检测突破传统多模态方法对于模型训练与部署的模态一致性限制,可将统一模型按需灵活部署到多样模态的现实场景,但仍存在模型性能有待提升、计算资源需求高的问题。为此,提出一种以视觉Transformer(ViT)结构为基础... 详细信息

灵活模态人脸呈现攻击检测突破传统多模态方法对于模型训练与部署的模态一致性限制,可将统一模型按需灵活部署到多样模态的现实场景,但仍存在模型性能有待提升、计算资源需求高的问题。为此,提出一种以视觉Transformer(ViT)结构为基础的单流灵活模态人脸呈现攻击检测网络。提出空洞块嵌入模块以减少运算冗余,降低输入向量维度;为区分不同模态特征,设计模态编码标记;采用非补齐策略处理模态缺失问题。在公开多模态数据集上的实验结果表明,该方法在域内和跨域评估中分别获得2.69%和33.81%的最佳平均ACER值,相较于现有的三种方法,具有更优的域内和域外泛化性能,在不同子协议上的性能表现较为均衡,且其模型计算量与参数量均远低于多流方法,更加适合模态缺失场景下的灵活、高效部署。

关键词：人脸呈现攻击检测灵活模态多模态视觉Transformer