检索结果-南通市图书馆

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

注意力机制与神经渲染的多视图三维重建算法

电子测量技术 2024年第5期47卷 158-166页

作者：朱代先孔浩然秋强刘树林张亚莉西安科技大学通信与信息工程学院西安710054 西安科技大学电气与控制工程学院西安710054

针对多视图立体网络在弱纹理或非朗伯曲面等挑战性区域重建效果差的问题,首先提出一个基于3个并行扩展卷积和注意力机制的多尺度特征提取模块,在增加感受野的同时捕获特征之间的依赖关系以获取全局上下文信息,从而提升多视图立体网络在... 详细信息

针对多视图立体网络在弱纹理或非朗伯曲面等挑战性区域重建效果差的问题,首先提出一个基于3个并行扩展卷积和注意力机制的多尺度特征提取模块,在增加感受野的同时捕获特征之间的依赖关系以获取全局上下文信息,从而提升多视图立体网络在挑战性区域特征的表征能力以进行鲁棒的特征匹配。其次在代价体正则化3D CNN部分引入注意力机制,使网络注意于代价体中的重要区域以进行平滑处理。另外建立一个神经渲染网络,该网络利用渲染参考损失精确地解析辐射场景表达的几何外观信息,并引入深度一致性损失保持多视图立体网络与神经渲染网络之间的几何一致性,有效地缓解有噪声代价体对多视图立体网络的不利影响。该算法在室内DTU数据集中测试,点云重建的完整性和整体性指标分别为0.289和0.326,与基准方法CasMVSNet相比,分别提升24.9%和8.2%,即使在挑战性区域也得到高质量的重建效果;在室外Tanks and Temples中级数据集中,点云重建的平均F-score为60.31,与方法UCS-Net相比提升9.9%,体现出较强的泛化能力。

关键词：多视图立体网络三维重建注意力机制神经渲染

在线全文

学校读者我要写书评

暂无评论

一种移动机器人激光模型全局路径规划方法

武汉大学学报（信息科学版） 2024年第7期49卷 1130-1139页

作者：陈警罗斌张婧李佗王晨捷武汉大学测绘遥感信息工程国家重点实验室湖北武汉430079 西安科技大学通信与信息工程学院陕西西安710054

为了使移动机器人在全局路径规划中更好地适应地图环境,提出了一种改进A*算法和射线模型的激光模型全局路径规划方法。该方法借鉴了平面激光雷达实时扫描原理,由路径节点向目标点散发多条虚拟激光射线来感知障碍物边界,从而快速越过障... 详细信息

为了使移动机器人在全局路径规划中更好地适应地图环境,提出了一种改进A*算法和射线模型的激光模型全局路径规划方法。该方法借鉴了平面激光雷达实时扫描原理,由路径节点向目标点散发多条虚拟激光射线来感知障碍物边界,从而快速越过障碍物并到达目标点,同时结合Floyd优化算法,在较短时间内得出一条安全可靠稳定的全局路径。在实验凹形环境中,激光模型搜索时间快于A*算法和射线模型99%,搜索过程减少96%;在实验不可行区域中,激光模型快于前两种算法99%以上,搜索过程减少97%;同时与双蚁群交叉凹形环境算法对比,表现也相对较优。实验结果表明,所提方法对解决凹形陷阱及不可行区域耗时问题比较有效。

关键词：激光模型射线模型全局路径规划凹形陷阱 Floyd优化

在线全文

学校读者我要写书评

暂无评论

基于结构纹理分解的矿井图像增强方法

工矿自动化 2024年第3期50卷 56-64页

作者：张红索霆锋宋婉莹西安科技大学通信与信息工程学院陕西西安710054

矿井下存在低照度、多灰尘现象,导致监控视频采集的图像具有光照不均、模糊及细节丢失的问题,影响后续智能图像识别,现有矿井图像增强方法普遍存在图像纹理细节不清晰、视觉效果差的问题。提出了一种基于结构纹理分解的图像增强方法。首... 详细信息

矿井下存在低照度、多灰尘现象,导致监控视频采集的图像具有光照不均、模糊及细节丢失的问题,影响后续智能图像识别,现有矿井图像增强方法普遍存在图像纹理细节不清晰、视觉效果差的问题。提出了一种基于结构纹理分解的图像增强方法。首先,利用maxRGB算法对原始图像提取初始光照分量,接着构建优化目标函数,依次优化求解初始光照分量中的结构分量、纹理分量及噪声分量:先对初始光照分量进行加权引导滤波,作为先验约束,迭代获得边缘清晰的结构分量;再结合最大邻域差方法和加权平均局部变分构建局部变化偏差函数,作为约束权重,迭代得到细节丰富的纹理分量。然后,将原始图像转换到HSV颜色空间,提取出原始图像的亮度分量,并结合结构分量、纹理分量及噪声分量,利用Retinex理论进行重构,得到增强后的初始亮度分量。为避免亮度过增强,引入带有截断因子的自适应伽马校正(AGCWD)处理图像初始亮度信息,以获得最终的亮度分量。最后,将图像转换到RGB颜色空间,得到增强图像。实验结果表明:①基于结构纹理分解的图像增强算法能保证图像边缘纹理细节更加清晰,减少了图像增强过程中的光晕伪影,且增强后的图像灰度直方图更均衡。②与结构纹理感知Retinex(STAR)算法、联合内外先验(JieP)算法、加权变分模型(WVM)、半解耦分解(SDD)算法、带色彩恢复的多尺度Retinex(MSRCR)算法等5种图像增强算法相比,基于结构纹理分解的图像增强算法的自然图像质量评价指标(NIQE)分别降低了8.69%,29.05%,11.2%,29.53%,33.54%,视觉质量保真度(VIF)分别提高了91.17%,117.86%,59.38%,48.78%,183.12%,信息熵指标(Entropy)分别提高了3.20%,8.02%,4.07%,3.49%,22.68%。③基于结构纹理分解的图像增强算法运行时间仅长于MSRCR算法,但增强效果更好,能够满足矿井下图像增强的需求。

关键词：矿井图像增强结构纹理分解变分模型 Retinex理论自适应伽马校正

维普期刊数据库博看期刊

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于鲁棒性主成分分析的低照度图像增强算法

计算机应用与软件 2024年第2期41卷 244-249页

作者：胡乘其王书朋王瑜婧西安科技大学通信与信息工程学院陕西西安710054

由于低照度图像对比度和信噪比低,传统图像增强算法在提高图像对比度的同时容易造成噪声放大。针对该问题,提出基于鲁棒性主成分分析(RPCA)的低照度图像增强算法。算法依据Retinex理论将图像分解为照度分量和反射分量,使用伽马矫正对照... 详细信息

由于低照度图像对比度和信噪比低,传统图像增强算法在提高图像对比度的同时容易造成噪声放大。针对该问题,提出基于鲁棒性主成分分析(RPCA)的低照度图像增强算法。算法依据Retinex理论将图像分解为照度分量和反射分量,使用伽马矫正对照度分量进行增强。将增强后的照度分量与反射分量合成为最终的增强图像。其中图像分解采用RPCA方法实现,因为该方法可以有效地将照度信息与噪声分离,从而避免增强照度分量时放大噪声。为了提高计算效率,算法采用非精确增广拉格朗日乘子法(Inexect-ALM,IALM)求解RPCA分解问题。实验结果表明,该算法在增强图像对比度的同时避免了放大噪声,其主观评价与客观指标都优于几种经典的图像增强算法,有较好的视觉效果和较低的计算复杂度。

关键词：图像增强低照度图像 Retinex理论鲁棒性主成分分析

在线全文

学校读者我要写书评

暂无评论

煤矿工业物联网设备识别模型

工矿自动化 2024年第3期50卷 99-107页

作者：郝秦霞李慧敏西安科技大学通信与信息工程学院陕西西安710054

煤矿工业物联网(IIoT)设备计算与存储资源受限,易遭受非法网络入侵,造成敏感数据泄露或恶意篡改,威胁煤矿生产安全。精准识别煤矿IIoT设备可实现有效管理并维护设备正常运转,提高设备安全防护能力,然而现有设备识别算法存在特征构造复... 详细信息

煤矿工业物联网(IIoT)设备计算与存储资源受限,易遭受非法网络入侵,造成敏感数据泄露或恶意篡改,威胁煤矿生产安全。精准识别煤矿IIoT设备可实现有效管理并维护设备正常运转,提高设备安全防护能力,然而现有设备识别算法存在特征构造复杂、内存与计算需求较高导致难以部署在资源受限的煤矿IIoT设备中等问题。针对上述问题,提出了一种煤矿IIoT设备识别模型。首先,对支持TCP/IP协议传输的流量数据进行流量切分、无关字段去除、去重、定长字段截取操作后转换为IDX格式存储;其次,使用卷积块注意力模块(CBAM)优化深度可分离卷积(DSC),从而搭建轻量级DSC−CBAM模型来过滤Non−IIoT设备;然后,利用带有阶段惩罚的Wasserstein生成对抗网络(WGAN−GP)扩充流量较少的煤矿IIoT设备数据,达到平衡偏移流量数据的目的;最后,在DSC−CBAM基础上引入多尺度特征融合(MFF)技术捕获浅层全局特征信息,并增加Mish激活函数提高模型训练稳定性,建立优化混合模态识别(MDCM)模型,实现煤矿IIoT设备精准识别。实验结果表明,该模型收敛速度快,准确率、召回率、精确率与F1−score指标均高达99.98%,且参数量小,能精准、高效识别煤矿IIoT设备。

关键词：煤矿工业物联网设备识别深度可分离卷积注意力机制生成对抗网络

同方期刊数据库博看期刊

基于YOLOv8-OCR的井下人员检测算法

在线全文

学校读者我要写书评

暂无评论

无线电工程 2024年第8期54卷 1847-1853页

作者：倪云峰霍洁侯颖王静郭苹西安科技大学通信与信息工程学院陕西西安710054

为提高井下昏暗环境的目标检测性能,将行人属性应用到井下,将反光号码牌贴在安全帽和工作服上作为属性进行识别。针对井下小目标检测率低的缺点,提出了一种将YOLOv8检测算法与光学字符识别(Optical Character Recognation, OCR)技术相... 详细信息

为提高井下昏暗环境的目标检测性能,将行人属性应用到井下,将反光号码牌贴在安全帽和工作服上作为属性进行识别。针对井下小目标检测率低的缺点,提出了一种将YOLOv8检测算法与光学字符识别(Optical Character Recognation, OCR)技术相结合的方法。通过添加卷积块注意力模块(Convolutional Block Attention Module, CBAM),提高了网络对不同尺度的特征提取能力;将YOLOv8中的CBS模块改进为CBF模块,提高了目标的识别准确率;对检测到的反光号码牌区域用OCR技术对区域内数字进行识别,进一步提高了模型的检测精度。实验结果表明,提出的方法在自建数据集上获得了93.2%的识别准确率和每张24.4 ms的检测速度,相比YOLOv8模型有着更高的准确率,能够有效地应对井下环境中的光照变化和干扰因素并且满足实时检测的要求。

关键词：目标检测 YOLOv8 光学字符识别反光号码牌注意力机制

基于改进图像超分辨卷积网络的矿井OFDM信道估计研究

同方期刊数据库

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

煤矿安全 2024年第2期55卷 211-217页

作者：王安义梁艳西安科技大学通信与信息工程学院陕西西安710054

针对煤矿井下环境恶劣,传统信道估计算法存在准确度低的问题,提出一种改进图像超分辨卷积网络(Super Resolution Convolutional Network,SRCNN)进行信道估计。在改进SRCNN模型中,将导频处的估计值作为输入,改进SRCNN模型取代了传统信道... 详细信息

针对煤矿井下环境恶劣,传统信道估计算法存在准确度低的问题,提出一种改进图像超分辨卷积网络(Super Resolution Convolutional Network,SRCNN)进行信道估计。在改进SRCNN模型中,将导频处的估计值作为输入,改进SRCNN模型取代了传统信道估计算法中的插值过程,降低了复杂度,并加入注意力机制ECA模块提高通道特征的学习,实现对煤矿井下环境更准确的信道估计。仿真结果表明:改进SRCNN模型的信道估计算法优于传统的信道估计算法,与SRCNN模型的信道估计相比,其估计精度提升了1个数量级。

关键词：矿井无线通信智能矿山改进SRCNN 信道估计 MSE 深度学习

在线全文

学校读者我要写书评

暂无评论

基于协同信号的知识图注意力网络推荐算法

计算机工程与设计 2024年第3期45卷 911-917页

作者：郭伟裴帅华西安科技大学通信与信息工程学院陕西西安710600

针对现有基于知识图谱的推荐算法大多采用随机采样的方法构建感受野导致部分重要信息丢失的问题,提出一种基于协同信号的知识图注意力网络推荐算法(CKGAN)。设计协作传播层,将用户的历史项目和待推荐项目在知识图谱中进行传播;为区分不... 详细信息

针对现有基于知识图谱的推荐算法大多采用随机采样的方法构建感受野导致部分重要信息丢失的问题,提出一种基于协同信号的知识图注意力网络推荐算法(CKGAN)。设计协作传播层,将用户的历史项目和待推荐项目在知识图谱中进行传播;为区分不同关系下的实体对中心节点的重要性不同,在聚合邻域信息时引入图注意力网络;为解决用户的不同兴趣,在预测层中,面对不同的候选集动态建模用户的向量表示。通过在***、Book-Cross、MovieLens-1M这3个真实的公共数据集上与主流的推荐算法进行对比实验,其结果表明,CKGAN在CTR预测和top-K推荐中都有显著提升。

关键词：知识图谱随机采样感受野图注意力网络异构网络隐式反馈推荐系统

改进YOLOv7-tiny的手语识别算法研究

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2024年第1期47卷 55-61页

作者：韩晓冰胡其胜赵小飞秋强西安科技大学通信与信息工程学院陕西西安710000

在与听障人士进行交流时,常常会面临交流不便的困难,文中提出一种手语识别的改进模型来解决这个困难。该模型基于YOLOv7-tiny网络模型,并对其进行了多项改进,旨在提高模型的精度和速度。首先,通过对CBAM注意力机制的通道域进行改进,解... 详细信息

在与听障人士进行交流时,常常会面临交流不便的困难,文中提出一种手语识别的改进模型来解决这个困难。该模型基于YOLOv7-tiny网络模型,并对其进行了多项改进,旨在提高模型的精度和速度。首先,通过对CBAM注意力机制的通道域进行改进,解决了因降维而造成的通道信息缺失问题,并将改进后的CBAM加入到YOLOv7-tiny的Neck层中,从而使模型更加精准地定位和识别到关键的目标;其次,将传统的CIoU边界框损失函数替换为SIoU边界框损失函数,以加速边界框回归的同时提高定位准确度;此外,为了减少计算量并加快检测速度,还将颈部层中的普通卷积模块替换为Ghost卷积模块。经过实验测试,改进后网络模型的平均精度均值(mAP)、精准率和召回率分别提升了5.31%、6.53%、2.73%,有效地提高了手语识别网络的检测精确度。

关键词：手语识别 YOLOv7-tiny Ghost卷积注意力机制 SIoU 边界框

维普期刊数据库博看期刊