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

基于非邻域依赖的实测大气偏振模式重构方法

激光与光电子学进展 2024年第15期61卷 1-11页

作者：王文莉高欣健鲍昌皓石磊王昕高隽合肥工业大学计算机与信息学院合肥工业大学图像信息处理研究室

由于获取实测大气偏振数据时往往受地表环境以及天空浮云干扰，大气偏振数据会在不同区域出现大面积失真。针对该问题，提出了一种基于非邻域依赖的实测大气偏振模式重构方法。该方法首先基于同一环境下大气偏振模式分布只与太阳位置有... 详细信息

由于获取实测大气偏振数据时往往受地表环境以及天空浮云干扰，大气偏振数据会在不同区域出现大面积失真。针对该问题，提出了一种基于非邻域依赖的实测大气偏振模式重构方法。该方法首先基于同一环境下大气偏振模式分布只与太阳位置有关的特性，通过控制变量法获取实测条件下受干扰大气偏振数据的真实值；其次，基于大气偏振模式在空间上的连续性分布，通过网络的非邻域特征修复模块挖掘大气偏振数据非邻域间的依赖性，以此实现大面积失真下实测大气偏振数据的重构。消融实验的结果表明，当浮云干扰面积大于60%时，在网络的非邻域特征修复模块作用下峰值信噪比和结构性相似指数分别提高了17%和25%。

关键词：大气偏振模式真实值获取非邻域特征修复实测偏振数据重构

InternDiffuseDet:结合可变形卷积和扩散模型的目标检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第12期60卷 203-215页

作者：袁志祥高永奇安徽工业大学计算机科学与技术学院安徽马鞍山243032

针对现有目标检测中存在的漏检和误检、特征提取能力有限、处理复杂场景时检测精度不高等问题,基于DiffusionDet进行改进,提出了一种结合可变形卷积和扩散模型的目标检测方法。以模型在进入检测头之前需要更多且优质的特征图为核心思想... 详细信息

针对现有目标检测中存在的漏检和误检、特征提取能力有限、处理复杂场景时检测精度不高等问题,基于DiffusionDet进行改进,提出了一种结合可变形卷积和扩散模型的目标检测方法。以模型在进入检测头之前需要更多且优质的特征图为核心思想,在主干网络中引入InternImage和DCNv3可变形卷积算子提升模型的感受野和非线性建模能力。对中间层的FPN特征金字塔进行改进,设计了一种基于选择性加权的特征金字塔CS-FPN;利用深度可分离卷积实现通道和区域的分离,同时采用CARAFE算子替代传统的上采样操作,提高分辨率和语义信息的传递;随后利用SGE注意力机制对特征图进行重组,以确保特征图在扩散的过程中保留更多的层次化信息。在特征图进入检测头之前,进行DDIM的扩散操作,获得不同时刻的特征图,以扩充检测特征图的数量。最后在目标框匹配和损失函数方面采用EIOU算法以处理目标框之间的位置偏移和尺度差异。实验数据显示,在COCO数据集和道路检测数据集上,改进后的模型在相同的实验环境下比原有模型分别提升了3.8和3.6个百分点。实验结果表明该方法在提高目标检测的准确性和鲁棒性方面具有一定的潜力,并为解决现实场景中的目标检测问题提供了新的思路和方法。

关键词： DiffusionDet 可变形卷积扩散模型特征金字塔损失函数

MRNDA:一种基于资源受限片上网络的深度神经网络加速器组播机制研究

在线全文

学校读者我要写书评

暂无评论

电子学报 2024年第3期52卷 872-884页

作者：欧阳一鸣王奇汤飞扬周武李建华合肥工业大学计算机与信息学院安徽合肥230009 合肥工业大学微电子学院安徽合肥230009

片上网络(Network-on-Chip,NoC)在多处理器系统中得到了广泛的应用.近年来,有研究提出了基于NoC的深度神经网络(Deep Neural Network,DNN)加速器.基于NoC的DNN加速器设计利用NoC连接神经元计算设备,能够极大地减少加速器对片外存储的访... 详细信息

片上网络(Network-on-Chip,NoC)在多处理器系统中得到了广泛的应用.近年来,有研究提出了基于NoC的深度神经网络(Deep Neural Network,DNN)加速器.基于NoC的DNN加速器设计利用NoC连接神经元计算设备,能够极大地减少加速器对片外存储的访问从而减少加速器的分类延迟和功耗.但是,若采用传统的单播NoC,大量的一对多数据包会极大的提高加速器的通信延迟.并且,目前的深度神经网络规模往往非常庞大,而NoC的核心数量是有限的.因此,文中提出了一种针对资源受限的NoC的组播方案.该方案利用有限数量的处理单元(Processor Element,PE)来计算大型的DNN,并且利用特殊的树形组播加速网络来减少加速器的通信延迟.仿真结果表明,和基准情况相比,本文提出的组播机制使加速器的分类延迟最高降低了86.7%,通信延迟最高降低了88.8%,而它的路由器面积和功耗仅占基准路由器的9.5%和10.3%.

关键词：片上网络深度神经网络加速器组播路由器架构多物理网络

在线全文

学校读者我要写书评

暂无评论

结合高频感知的大气偏振模式生成方法

电子测量与仪器学报 2024年第4期38卷 18-26页

作者：鲍昌皓高欣健王文莉王昕高隽合肥工业大学计算机与信息学院合肥230009 合肥工业大学图像信息处理研究室合肥230009

大气偏振模式是一种稳定的自然属性,其在导航、探测等领域有广泛的应用,但由于自然环境以及周边建筑物遮挡的影响,在同一时刻获取的大气偏振信息是局部且不连续的,导致其在实际应用中受到影响。现有方法主要对大气偏振模式进行大范围图... 详细信息

大气偏振模式是一种稳定的自然属性,其在导航、探测等领域有广泛的应用,但由于自然环境以及周边建筑物遮挡的影响,在同一时刻获取的大气偏振信息是局部且不连续的,导致其在实际应用中受到影响。现有方法主要对大气偏振模式进行大范围图像的修复,对于高频信号的修复精度十分有限导致边缘模糊。针对该问题,本文采用软分割软合成的方法,对偏振信息进行冗余分割并合成,避免了高频信号的丢失,挖掘每个局部中的高频信号特征,并根据大气偏振模式时空连续性合理推测,保证重构的信息与真实信息维持一致,从而生成完整连续的大气偏振信息。实验结果证明,本方法能够很好地重构大气偏振模式中缺失的偏振信息,在云层干扰大于40%的实测重构实验中,本文方法的SSIM和PSNR得分相较于其他方法提高了26%和12%。

关键词：大气偏振模式偏振信息重构高频感知软分割软合成

在线全文

学校读者我要写书评

暂无评论

基于改进A算法的移动机器人路径规划

安徽大学学报(自然科学版) 2024年

作者：汤亚玲刘恩赐张学锋胡伟鹏安徽工业大学计算机科学与技术学院

针对移动机器人路径规划中A*算法存在搜索节点多、规划时间长、转弯角度大等问题,提出一种改进的A*路径规划算法.改进A*算法通过启发函数权重优化和搜索空间剪枝,在保证最优路径的前提下,减少了搜索时间和计算资源的消耗.同时,使用贝塞... 详细信息

针对移动机器人路径规划中A*算法存在搜索节点多、规划时间长、转弯角度大等问题,提出一种改进的A*路径规划算法.改进A*算法通过启发函数权重优化和搜索空间剪枝,在保证最优路径的前提下,减少了搜索时间和计算资源的消耗.同时,使用贝塞尔曲线对规划路径进行平滑处理,使得机器人的转弯更加渐进和连续,减少移动机器人的转角损失.实验结果表明:改进后A*算法搜索节点少,规划速度快,路径长度短,提高了路径规划的效率,更适合移动机器人路径规划.

关键词： A~*算法路径规划权重优化搜索剪枝贝塞尔曲线

基于改进YOLOv5的水下废弃物红外检测算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

红外技术 2024年第9期46卷 994-1005页

作者：高永奇袁志祥安徽工业大学计算机科学与技术学院安徽马鞍山243032

针对水下废弃物红外目标检测中出现的检测目标边界细节模糊、图像质量低和存在各种不规则形状或损坏的覆盖物等问题,本文提出了一种基于YOLOv5的改进目标检测方法(EFDCD-YOLO)。在主干网络中选择InceptionNeXt网络,以增强模型的表达能... 详细信息

针对水下废弃物红外目标检测中出现的检测目标边界细节模糊、图像质量低和存在各种不规则形状或损坏的覆盖物等问题,本文提出了一种基于YOLOv5的改进目标检测方法(EFDCD-YOLO)。在主干网络中选择InceptionNeXt网络,以增强模型的表达能力和特征提取能力。其次,在特征融合层中通过加入EffectiveSE注意力机制,自适应地学习特征通道的重要性,并进行选择性加权。采用可变形卷积替代原模型中的C3模块,使模型能够更好地感知目标的形状和细节信息。此外,将CARAFE算子替代上采样模块,增强对细粒度特征的表现能力,避免信息丢失。在损失函数方面,采用Focal-EIOU损失函数,以提高模型对目标定位和边界框回归的准确性。最后,引入DyHead替换YOLOv5中的头部,通过动态感受野机制和多尺度的特征融合方式,提升模型的准确性。将改进后的EFDCDYOLO模型应用于水下废弃物红外目标检测,相比于YOLOv5模型,改进后的模型在准确率(P)、召回率(R)和平均精度(mAP)方面分别提升了21.4%、9.7%和13.6%。实验结果表明,EFDCD-YOLO能够有效地提升水下废弃物红外目标检测场景的性能,更好地满足水下废弃物红外目标检测的需求。

关键词：水下废弃物红外目标检测注意力机制可变形卷积动态感受野

在线全文

学校读者我要写书评

暂无评论

高光谱图像变化检测技术研究进展

中国图象图形学报 2024年第6期29卷 1714-1729页

作者：丁晨陈静怡郑萌萌张磊魏巍张艳宁西安邮电大学计算机学院西安710121 西北工业大学计算机学院西安710072

相对于自然图像和多光谱图像,高光谱图像包含丰富的空间—光谱信息,不仅能够保留目标的空间信息,还能够获取高度可辨别的光谱信息。因此,如变化检测、目标追踪等高光谱图像处理技术在对地观测任务中得到了广泛应用。然而,在高光谱图像... 详细信息

相对于自然图像和多光谱图像,高光谱图像包含丰富的空间—光谱信息,不仅能够保留目标的空间信息,还能够获取高度可辨别的光谱信息。因此,如变化检测、目标追踪等高光谱图像处理技术在对地观测任务中得到了广泛应用。然而,在高光谱图像变化检测的过程中仍然存在许多问题与挑战。如高光谱图像的高维复杂性、光谱差异性以及存在光谱混合等问题,影响变化检测效果。得益于深度学习理论的深入研究,高光谱图像变化检测技术研究得到了极大的发展。本文对现有基于深度学习的变化检测方法进行全面分析总结,按照高光谱图像采集条件是否相同,将其分为同构高光谱图像变化检测以及异构高光谱图像变化检测。其中,从特征提取的网络结构优化和特征提取前混合像素处理两个角度,又将同构高光谱图像变化检测方法进一步分为基于时序依赖和空谱信息提取的方法以及基于端元提取和解混的方法,分别总结各类方法的特点和局限性,并讨论未来的研究重点。此外,面对不同传感器获取的异构高光谱图像数据,现有的方法基于图论学习图像的结构关系,并基于图像变换将其转换至公共域从而进行变化检测处理。本文从高光谱图像变化检测领域的新设计、新方法和应用场景出发,通过综合国内外前沿文献来梳理该领域的主要发展,重点论述高光谱图像变化检测领域的发展现状、前沿动态、热点问题及趋势。

关键词：高光谱图像变化检测时序特征提取端元解混异构高光谱图像变化检测

基于改进的A^(*)算法的移动机器人路径规划

在线全文

学校读者我要写书评

暂无评论

安徽大学学报（自然科学版） 2024年第5期48卷 18-25页

作者：汤亚玲刘恩赐张学锋胡伟鹏安徽工业大学计算机科学与技术学院安徽马鞍山243032

针对移动机器人路径规划中的A^(*)算法存在搜索节点多、规划时间长、转弯角度大等问题,提出一种改进的A^(*)路径规划算法.改进的A^(*)算法通过启发函数权重优化和搜索空间剪枝,在保证最优路径的前提下,减少了搜索时间和计算资源的消耗.... 详细信息

针对移动机器人路径规划中的A^(*)算法存在搜索节点多、规划时间长、转弯角度大等问题,提出一种改进的A^(*)路径规划算法.改进的A^(*)算法通过启发函数权重优化和搜索空间剪枝,在保证最优路径的前提下,减少了搜索时间和计算资源的消耗.同时,使用贝塞尔曲线对规划路径进行平滑处理,使得机器人的转弯更加渐进和连续,减少移动机器人的转角损失.实验结果表明:改进后的A^(*)算法搜索节点少,规划速度快,路径长度短,提高了路径规划的效率,更适合移动机器人路径规划.

关键词： A^(*)算法路径规划权重优化搜索剪枝贝塞尔曲线

基于双目视觉与Transformer的连铸坯模型定位与测量

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

中南大学学报（自然科学版） 2024年第4期55卷 1312-1322页

作者：李同谱许四祥施宇翔杨利法安徽工业大学机械工程学院安徽马鞍山243032

针对双目视觉传统检测算法效率低、匹配复杂等问题,本文提出一种基于双目视觉与Transformer的连铸坯模型定位与测量方法。首先,使用标定后的平行双目相机采集连铸坯模型左右图像,经校正、标注后将其作为数据集。然后以改进的Transunet~... 详细信息

针对双目视觉传统检测算法效率低、匹配复杂等问题,本文提出一种基于双目视觉与Transformer的连铸坯模型定位与测量方法。首先,使用标定后的平行双目相机采集连铸坯模型左右图像,经校正、标注后将其作为数据集。然后以改进的Transunet~*为骨干,利用神经网络对数据集输出关键点坐标,网络模型采用多尺度U型结构来抵消因下采样量化而产生的高斯热图理论误差下界。为改善卷积神经网络只关注局部特征的缺陷,加入Transformer结构来强化每个通道内的信息交互,并提出一种优化的损失函数计算方式来克服正负样本比例失调问题以及加速网络收敛。最后,对网络输出的关键点坐标进行双目视觉三维重建并完成测距。研究结果表明:本文算法在关键点检测精度上比其他神经网络方法的高,相较于次优方法,本文方法均方根误差和归一化平均误差分别减少17.24%和18.58%;在三维测距上,其精度明显高于传统特征检测算法精度,满足工业上测量定位的精度高、受环境影响小等要求。

关键词：双目视觉 Transformer 关键点检测注意力机制

维普期刊数据库博看期刊