检索结果-南通市图书馆

多尺度特征融合的RGB-D图像显著性目标检测

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11期60卷 242-250页

作者：王震于万钧陈颖上海应用技术大学计算机科学与信息工程学院上海201418

显著性目标检测是计算机视觉的一个基础问题,目前很多基于深度学习的显著性检测方法都是将RGB图像和深度图按照输入融合或结果融合的方法进行特征融合,但这些方法并不能有效地融合特征图,为了提升显著性目标检测算法性能,提出了一种多... 详细信息

显著性目标检测是计算机视觉的一个基础问题,目前很多基于深度学习的显著性检测方法都是将RGB图像和深度图按照输入融合或结果融合的方法进行特征融合,但这些方法并不能有效地融合特征图,为了提升显著性目标检测算法性能,提出了一种多尺度特征融合的RGB-D图像显著性目标检测方法。将模型主体设计为两个特征编码器、两个特征解码器和一个跨模特多尺度特征交错融合模块。两个特征编码器分别对应RGB图和深度图,其采用经过ImageNet数据集预训练的ResNet50网络,特征解码器用于解码编码器的五种不同尺度的输出,跨模态多尺度特征交错融合模块用于融合解码器和编码器提取的不同尺度的特征图,并将五个层次的融合结果进行拼接和降维,输出最终的显著性预测图。实验在四个公开的显著性数据集上与以往具有代表性的十个模型进行了比较,该模型在各个数据集上,相比于性能第二的模型,S-measure平均提高了0.391%,MAE平均减少了0.330%,F-measure平均减少了0.405%。提出了一种多尺度特征融合模型,摒弃了以往融合的方式,采用特征融合,将浅层和深层的特征分别进行交错融合,实验表明,提出的方法较以往的方法有更强的性能,能够取得更好的效果。

关键词：显著性物体检测多模图像融合多支路协同预测多尺度特征

一种高效的连续时序图注意力网络的交通预测模型

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：刘云翔梁智超上海应用技术大学计算机科学与信息工程学院

论文介绍了一种名为“基于连续时序的高效图注意力网络（T-EGAT）”的交通预测模型。该模型的创新性在于：1.不仅创新性的引入了一种更适合交通预测模型的高效多头自注意力机制（EMSA），优化了注意力机制的一些性能瓶颈；2.引入了一种... 详细信息

论文介绍了一种名为“基于连续时序的高效图注意力网络（T-EGAT）”的交通预测模型。该模型的创新性在于：1.不仅创新性的引入了一种更适合交通预测模型的高效多头自注意力机制（EMSA），优化了注意力机制的一些性能瓶颈；2.引入了一种线性时序模块，突破了固定步长时间窗口的限制，增加了特殊事件因素的观测范围；3.使用和图神经网络（GNN）替代传统的模型，更加准确迅速地构建交通事件中主体与相关影响因子的拓扑关系。通过与现有的16个基线模型相比，T-EGAT模型预测精度提升了2.77%-5.97%，时间成本降低了1.41%～2.3%，更加符合需要快速响应的实时交通预测的场景。该模型还通过不同的交通数据集展示了在不同环境下的适应性和灵活性。在理论和实践层面都展示了其创新性和有效性，为智慧交通以及自动驾驶的发展提供了新的视角和工具。

关键词：智能交通交通预测模型图神经网络交通流多头自注意力机制人工智能决策

基于感受野注意力卷积的自动驾驶多任务感知算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2024年

作者：刘云翔马海力朱建林张晴金婍上海应用技术大学计算机科学与信息工程学院

可行驶区域分割、车道线检测及交通目标检测等作为自动驾驶感知的关键部分，并行执行对智能车辆的算力要求较高，多任务感知算法能够实现实际应用中精度与速度的权衡。针对多任务感知算法中路况复杂、目标受遮挡等难点，通过改进YOLOP... 详细信息

可行驶区域分割、车道线检测及交通目标检测等作为自动驾驶感知的关键部分，并行执行对智能车辆的算力要求较高，多任务感知算法能够实现实际应用中精度与速度的权衡。针对多任务感知算法中路况复杂、目标受遮挡等难点，通过改进YOLOP网络，提出一种基于感受野注意力卷积（RFAConv）的多任务感知算法。首先，将主干网络中的部分卷积替换为感受野注意力卷积，根据感受野中图像特征的重要程度动态分配卷积核权重以提高网络的特征提取能力；其次，重构特征金字塔网络，使用高效跨尺度融合模块替换原有的跨阶段层次模块，充分保留特征融合的有效信息，并使用内容感知特征重组模块作为上采样方法，减少特征融合时上采样的信息丢失；最后，使用MPDIoU函数计算回归损失，解决真实框与预测框之间同比例但不同大小的问题，进一步提高对交通目标的检测能力。在BDD100K数据集上的测试结果表明，本模型在可行驶区域分割、车道线检测及交通目标检测方面检测精度优于其他多任务模型甚至单任务模型，同时保证了网络实时推理性能。

关键词：多任务感知自动驾驶目标检测语义分割感受野注意力卷积

基于多特征融合和改进SIFT的目标跟踪算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

郑州大学学报（理学版） 2024年第1期56卷 40-46页

作者：李文举王子杰崔柳上海应用技术大学计算机科学与信息工程学院上海201418

在进行跟踪任务时,当运动目标发生形变或旋转以及受到光照变化或背景干扰时,会发生偏移现象或丢失跟踪目标,从而导致跟踪精度降低。据此,提出基于多特征融合和改进SIFT的目标跟踪算法。在图像的高熵部分进行特征点的提取,并使用哈希算... 详细信息

在进行跟踪任务时,当运动目标发生形变或旋转以及受到光照变化或背景干扰时,会发生偏移现象或丢失跟踪目标,从而导致跟踪精度降低。据此,提出基于多特征融合和改进SIFT的目标跟踪算法。在图像的高熵部分进行特征点的提取,并使用哈希算法将错误匹配的特征点剔除。同时对感知哈希和差异哈希进行改进,将改进后的图像哈希特征、颜色特征和SIFT特征进行融合并应用于跟踪算法。将算法在OTB-100数据集上进行实验,成功率达到了94.3%。

关键词：目标跟踪图像哈希信息熵颜色矩 SIFT

在线全文

学校读者我要写书评

暂无评论

融合注意力与多尺度特征的遥感图像配准

计算机工程与应用 2024年

作者：倪力政陈颖李翔邓修涵马腾上海应用技术大学计算机科学与信息工程学院

针对遥感图像地理信息复杂多变、局部细节与上下文信息难以被充分提取，以及部分配准模型精度较低、用时较长等问题，本文提出了一种融合注意力与多阶尺度特征的配准模型，首先在特征提取阶段引入Transformer与逆残差结构结合的轻量级... 详细信息

针对遥感图像地理信息复杂多变、局部细节与上下文信息难以被充分提取，以及部分配准模型精度较低、用时较长等问题，本文提出了一种融合注意力与多阶尺度特征的配准模型，首先在特征提取阶段引入Transformer与逆残差结构结合的轻量级卷积网络，通过嵌入混合注意力块加深对通道空间信息的关注，进一步地，为了更有效的捕获上下文特征信息，使用增强注意力的多尺度扩张卷积模块进行深层次过滤提取，以获取更精细和丰富的特征语义图。其次在匹配阶段采用互相关最优加权的双向匹配方法，计算密集对应关系得到双向参数，并通过参数回归网络加权合成最终变换参数，最后仿射变换完成图像配准。实验结果表明，关键点正确估计的比例系数为0.03，0.05和0.1的情况下，在三个数据集上的配准精度达到61.9%，86.2%，93.6%，而平均配准时间仅为1.05秒，证明了该模型有效提升遥感图像配准的精度和效率。

关键词：遥感图像配准上下文特征增强注意力双向匹配

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融合预训练模型与注意力的事件抽取方法

计算机工程与应用 2024年

作者：肖立中殷晨旭上海应用技术大学计算机科学与信息工程学院

事件抽取旨在从大量无结构的文本中抽取出结构化的事件信息，然而现有的研究工作存在难以抽取重叠角色，子任务间缺乏交互以及语义特征表达能力不足的问题，该文针对上述问题提出了一种中文事件抽取模型PACJEE。该模型采用预训练语言模... 详细信息

事件抽取旨在从大量无结构的文本中抽取出结构化的事件信息，然而现有的研究工作存在难以抽取重叠角色，子任务间缺乏交互以及语义特征表达能力不足的问题，该文针对上述问题提出了一种中文事件抽取模型PACJEE。该模型采用预训练语言模型RoBERTa来提取文本特征，随后对文本进行事件类型分类，接着在触发词识别阶段，将提取到的事件类型先验特征与文本特征进行融合，并且使用自注意力机制获取内部特征相关性，在论元角色分类阶段引入卷积神经网络与注意力机制来加强触发词特征的表达能力，最后通过多层指针标注来进行重叠角色的识别。该方法在中文数据集ACE2005和DuEE上进行了实验分析，结果显示，相较于基准方法，在触发词分类上的F1值分别提升1.6%和0.5%，在论元角色分类上的F1值分别提升3.3%和2.5%，说明该模型能显著提升事件抽取效果，并且在一定程度上提升了对角色重叠事件的识别准确率。

关键词：事件抽取角色重叠特征融合注意力机制

基于改进PointRCNN的激光雷达三维目标检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年

作者：高寒陈颖倪力政邓修涵钟凯颜承志上海应用技术大学计算机科学与信息工程学院

针对当前在点云三维目标检测算法中存在的误检率高、远处物体与较小物体检测效果差等问题，本文在PointRCNN算法的基础上提出一种改进的三维目标检测算法。在训练阶段的数据预处理方面利用空间自相关算法对数据进行降维处理，有效去除... 详细信息

针对当前在点云三维目标检测算法中存在的误检率高、远处物体与较小物体检测效果差等问题，本文在PointRCNN算法的基础上提出一种改进的三维目标检测算法。在训练阶段的数据预处理方面利用空间自相关算法对数据进行降维处理，有效去除无关点与噪声点，优化了网络对关键目标的特征提取和识别能力。本文提出了MGSA-PointNet模块对PointRCNN的点云编码网络进行改进，引入了流形自注意力以更精确地提取原始点云中空间结构信息，同时还融入了分组自注意力机制，旨在减少自注意力权重编码层的参数数量，从而提高了模型的效率和泛化能力，增强了网络的特征提取能力。本文的改进算法与基准网络PointRCNN在KITTI数据集上对比，对汽车与骑行者目标在困难场景上3D检测的精度提升了2.1%和2.14%；对行人检测的3D检测的平均检测精度提升了5.21%，证明了算法的有效性。

关键词：三维目标检测点云 PointRCNN 小目标检测自注意力

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于暗亮通道先验的小波融合图像去雾算法

电光与控制 2024年第6期31卷 24-30页

作者：吴曙镔于万钧陈颖上海应用技术大学计算机科学与信息工程学院上海201000

为解决雾天条件下拍摄图像出现模糊降质的问题以及改善基于传统暗通道先验去雾算法的局限性,提出了一种利用小波变换,并结合暗通道和亮通道先验理论的去雾算法。通过暗通道和亮通道先验理论分别求取对应的大气光值和透射率,利用小波变... 详细信息

为解决雾天条件下拍摄图像出现模糊降质的问题以及改善基于传统暗通道先验去雾算法的局限性,提出了一种利用小波变换,并结合暗通道和亮通道先验理论的去雾算法。通过暗通道和亮通道先验理论分别求取对应的大气光值和透射率,利用小波变换将不同滤波尺寸窗口得到的暗通道透射率进行融合,通过线性拟合函数以及导向滤波函数求取最终的大气光值和透射率,并利用大气散射模型还原出清晰的无雾图像。最后,利用主客观分析法,将所提算法与以往比较具有代表性的去雾算法进行仿真比较分析,实验结果表明:所提算法在保证实时性的前提下,能够有效去除原始图像中的雾霾,并解决传统去雾算法中由过度增强所带来的颜色失真等问题,在主观视觉效果上有着不错的表现,同时也有着优秀的客观评价指标,验证了所提算法的可行性、有效性和优越性。

关键词：图像去雾暗通道先验亮通道先验导向滤波小波变换

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

最大相关和最大差异的高维数据特征选择算法

计算机应用 2024年第3期44卷 767-771页

作者：孟圣洁于万钧陈颖上海应用技术大学计算机科学与信息工程学院上海201418

针对高维数据存在冗余信息且维度过高的问题,提出基于信息量的最大相关最大差异特征选择算法(MCD)。首先,利用互信息(MI)度量特征和标签之间的相关性,对特征进行排序,选择互信息最大的特征加入特征子集;然后,引入信息距离度量特征之间... 详细信息

针对高维数据存在冗余信息且维度过高的问题,提出基于信息量的最大相关最大差异特征选择算法(MCD)。首先,利用互信息(MI)度量特征和标签之间的相关性,对特征进行排序,选择互信息最大的特征加入特征子集;然后,引入信息距离度量特征之间的信息冗余性及差异性,设计评价准则对每个特征进行评价,使特征子集中特征和标签的相关性、特征之间的差异性最大;最后,用前向搜索策略结合评价准则进行属性约简,最优化特征子集。采用2种不同的分类器,在6个数据集上和mRMR(minimal-Redundancy-Maximal-Relevance criterion)、RReliefF等5个经典算法进行对比实验,利用分类精度验证MCD的有效性。在支持向量机(SVM)分类器下,平均分类精度提高了5.67~23.80个百分点;在K-近邻(KNN)分类器下,平均分类精度提高了2.69~25.18个百分点。可见,MCD在绝大多数情况下,能有效去除冗余特征,分类精度有明显提高。

关键词：特征选择高维数据特征冗余相关性分类准确率降维