一种可变锚框候选区域网络的目标检测方法

李承昊; 茹乐; 何林远; 迟文升, 北京航空航天大学学报 发表时间:2019-11-19 11:07 期刊

目标检测是计算机视觉领域的热点问题。目前基于深度学习的检测算法可以分为两类,一类是两步检测,另一类是一体化检测,前者有着较高的准确性,后者有着较好的速度,但是为了提高检测的性能两者都引入了锚机制。因此,为了提高目标检测系统的性能,本文基于深度卷积神经网络的两步检测算法引入了注意力引导模块,通过对候选区域网络(RPN)的锚机制进行引导,使得对于预选锚框形状的选择更具有多样性;同时针对传统的后处理方式非极大值抑制(NMS)存在的误检和漏检的问题,提出了一种置信度因子的NMS算法...


基于注意力AT-DPCNN模型的情感分析研究

高玮军; 杨杰; 张春霞; 师阳, 计算机工程 发表时间:2019-11-19 14:45 期刊

...的关键情感信息。本文提出了一种基于注意力机制的深度学习模型AT-DCNN(Divide-Pooling convolution neural network with attention mechanism),利用注意力矩阵高度关注文本序列中对情感走向影响较大的部分,将提取的注意力特征矩阵与原词向量进行运算,形成注意力输入矩阵,再通过卷积神经网络二次提取特征。为了更好地提取转折等复杂句式特征,在池化层进行了“分池”操作。该模型在多个不同数据集上进行测试,实验结果表明模型具有...


基于深度学习的三维点云头部姿态估计

肖仕华;桑楠;王旭鹏;, 计算机应用 发表时间:2019-11-20 15:05 期刊

...变化、遮挡、姿态尺度较大等问题,提出了一种新的深度学习框架HPENet。该网络以点云数据为输入,首先通过最远点采样算法提取点云结构中的特征点,以特征点为球心、将不同半径的球体内的点构成多个分组,用于后续的特征描述。然后采用多层感知器和最大池化层实现点云的特征提取,提取的特征通过全连接层输出预测的头部姿态。为了验证HPENet的有效性,在公共数据集Biwi Kinect Head Pose上进行测试。实验结果显示,HPENet在俯仰角、侧倾角和偏航角上的误差分别为2.3°、1...


代码坏味检测的BP神经网络

王曙燕; 张一权; 孙家泽, 计算机工程 发表时间:2019-11-22 11:20 期刊

...量,并且难以对软件维护提供保障。为此,针对机器学习在代码坏味检测中的准确度较低以及数据集存在单一性问题,提出了一种基于BP神经网络(Back Propagation Neural Network,BPNN)的检测方法。该方法对四种类型的代码坏味展开研究,并且考虑到软件实际开发中会存在不同类型的坏味,将其合并为方法级别和类级别的坏味数据集,根据数据集当中的标签信息进行有监督深度学习,进而构建代码坏味的真假阳性检测模型。实验结果表明,本文所提的方法相比较基于机器学习和基于度量的...


基于深度学习的HEVC SCC帧内编码快速算法

黄胜; 张倩云; 李萌芳; 郑秀凤, 计算机工程 发表时间:2019-11-22 11:20 期刊

为降低屏幕内容编码的计算复杂度,提出了一种基于深度学习的屏幕内容编码(SCC)帧内CTU深度范围预测快速算法。首先,编码足够数量的屏幕内容视频帧序列作为训练数据,并且通过大量的训练数据统计CTU深度范围的分布,根据分布占比来设置CTU类别标签。其次,设计和训练CNN架构以预测CTU深度范围。其中,考虑到CTU分割特性,设计的CNN架构的分三层并行利用不同大小的卷积核提取与CTU深度相关的特征,具有足量的可训练参数。最后,在编码时调用训练好的CNN模型来预测CTU深度范围,减...


基于深度学习的人体骨架动作识别

邬倩;吴飞;骆立志;, 电子科技 发表时间:2019-11-22 14:40 期刊

...步提高骨架动作识别的识别率,打破以往大部分基于深度学习的方法的输入内容为人体关节坐标的局限性,文中提出一种将几何特征与LSTM网络结合的人体骨架动作识别算法。该算法选择基于关节与选定直线之间距离的几何特征作为网络的输入,引入了一种时间选择LSTM网络进行训练。利用时间选择LSTM网络具有选择最具识别性的时间段特征的能力,在SBU Interaction数据集和UT Kinect数据集上分别取得了99.36%和99.20%的识别率。实验结果证明了该方法对基于人体骨架动作识别的...


结合随机子空间和级联残差网络的缺陷检测

金闳奇; 陈新度; 吴磊, 计算机工程与应用 发表时间:2019-11-22 15:47 期刊

针对基于深度学习的表面缺陷检测方法中的小样本问题,提出一种结合随机子空间和级联残差网络的缺陷检测方法(RSM-MTResNet)。该方法首先将缺陷数据分解为多个随机子空间,然后在每个子空间上构建残差网络,接着通过级联多个残差网络得到融合特征。在NEU表面缺陷数据集上进行实验,运用了混淆矩阵和F1值来评估模型性能。结果表明本文方法的分类准确率为97.66%,比传统CNN方法的准确率高了14.5%,F1值均提高10.0%以上,这证明了该方法不仅能在一定程度解决小样本问题,同时能...


基于场景迁移与区域对齐的行人再识别

白健;耿树泽;岑世欣;, 软件导刊 发表时间:2019-11-22 16:26 期刊

行人再识别是对已经获取的同一行人图像在不同摄像机监控视野中根据其视觉特征匹配识别的过程。针对现有行人再识别方法训练样本不足及识别率不高的问题,提出基于场景迁移和区域对齐的行人再识别方法。利用语义分割方法将样本图像中的行人区域与背景分离,对背景区域使用生成式对抗网络完成图像场景迁移,在保留行人特征的前提下对现有数据集进行扩充。针对数据集中行人区域未对准的情况,提出基于语义分割的滑动窗口行人对准方法,并根据数据集扩充和对准,在残差卷积神经网络结构ResNet-50中加入全局特


基于深度学习的华东地区PM2.5浓度遥感反演

刘林钰; 张永军; 李彦胜; 刘欣怡; 万一, 环境科学 发表时间:2019-11-25 14:29 期刊

...源,对人类身体健康有着极大的影响。本文提出基于深度学习模型的多要素联合PM2.5反演方法,以PM2.5浓度作为真值数据,引入Himawari气溶胶光学厚度(AOD)日数据产品与温度、相对湿度和气压等10个要素作为反演要素。为验证方法的有效性,采用华东地区2016~2018年的数据分季节开展实验,并与传统反演方法进行对比。结果表明,PM2.5浓度与AOD、降水、风速、高植被覆盖指数呈正相关关系,与矮植被覆盖指数呈负相关关系,与温度、湿度、气压以及DEM的相关...


深度学习在雷达目标高分辨距离像识别中的研究综述

付哲泉; 李相平; 李尚生; 但波; 王旭坤, 航空兵器 发表时间:2019-11-25 15:40 期刊

...离像包含了丰富的目标信息,基于高分辨距离像的雷达目标识别一直是军事领域关注的重点和难点,对其展开研究具有重要的现实意义。随着深度学习逐渐成为各领域的研究热点,基于深度学习算法的高分辨距离像目标识别也得到了广泛关注。与传统方法相比,深度学习算法可以自动提取目标高分辨距离像数据有效的深层特征,达到更高的识别准确率。本文总结了近期深度学习在雷达目标高分辨距离像识别领域的应用和研究情况。此外,本文介绍了四个该领域现在亟待解决的问题。...


基于深度学习的单阶段目标检测算法研究综述

刘俊明; 孟卫华, 航空兵器 发表时间:2019-11-25 16:24 期刊

近年来,深度学习技术推动目标检测算法取得了突破式进展。基于深度学习的目标检测算法可分为两阶段检测算法和单阶段检测算法。相比两阶段检测算法,单阶段检测算法的结构简单、计算高效,同时具备不错的检测精度,在实时目标检测领域中具有较高的研究和应用价值。本文首先回顾了单阶段检测算法的发展历史,分析总结了相关算法的优缺点,然后归纳提出了单阶段目标检测算法的通用框架;接着对框架中的特征提取模块和检测器进行了深入分析,指出了其对算法性能的影响,最后对单阶段检测算法的发展趋势进行了展望。...


压缩感知在光学成像领域的应用综述

柯钧;张临夏;周群;, 光学学报 发表时间:2019-11-26 15:29 期刊

...空域压缩成像采用阵列式探测器取代单元探测器采集测量值。同时,压缩成像的研究也从二维空间拓展到三维测距、高速成像、多光谱成像、关联成像、和全息成像等方向。本文针对空域高分辨率压缩成像、压缩感知测距、和时域高速压缩成像进行了详细分析,结合空域压缩成像总结了测量矩阵设计的研究进展,讨论了研究中遇到的困难以及未来可能发展的机遇,并对压缩感知在多光谱、关联成像、和全息成像中的应用研究进行了讨论。此外,本文也总结了近几年深度学习技术在各应用方向上对系统目标恢复性能的改善。...


深度卷积神经网络模型发展综述

洪奇峰;施伟斌;吴迪;罗力源;, 软件导刊 发表时间:2019-11-26 15:55 期刊

随着移动互联网与硬件处理器技术的不断发展,海量数据处理与计算能力不断提高,深度学习备受关注。卷积神经网络是深度学习模型中最重要的一种结构,可用于目标特征提取。介绍了为提高卷积神经网络性能,不断增加卷积网络深度的模型,以及因此带来的新问题和解决方法。...


基于深度学习和特征融合的人脸活体检测算法

邓雄;王洪春;, 计算机应用 发表时间:2019-11-27 13:29 期刊

针对目前基于深度学习的活体检测算法大都基于大型卷积神经网络的问题,提出了一种基于轻量级网络MobileNetV2和特征融合的活体检测算法。首先,以改进的MobileNetV2为基础网络分别从RGB、HSV、LBP图中提取特征;然后,将得到的特征图堆叠在一起进行特征层的融合;最后,从融合后的特征图中继续提取特征并利用Softmax层作出真假人脸的判断。仿真结果显示在NUAA数据集上的EER为0.02%,在Siw数据集上的ACER为0.75%,而且测试单张图像仅用时0.006s...


多传感器数据融合的复杂人体活动识别

宋欣瑞; 张宪琦; 张展; 陈新昊; 刘宏伟, 清华大学学报(自然科学版) 发表时间:2019-11-27 16:01 期刊

...致对并发复杂活动识别准确率较低.该文提出基于多传感器决策级数据融合的多任务深度学习模型.该模型利用深度学习自动地从每个传感器原始数据中进行特征提取.利用多任务学习的联合训练方法将并发复杂活动分为多个子任务,多个子任务共享网络结构,相互促进学习,提高模型的泛化性能.实验表明:该模型对周期性活动的识别准确率可达到94.6%,非周期性活动可达到93.4%,并发复杂活动可达到92.8%.该模型比3个基线模型的识别准确率平均高出8%....


基于深度迁移学习理论含风电光伏系统的地区电网网损率计算

卢志刚; 杨英杰; 李学平; 陈建华; 刘建恒, 中国电机工程学报 发表时间:2019-11-28 08:38 期刊

...风电光伏电力系统网损率计算的问题,提出一种基于深度迁移学习(Transfer-Deep Boltzmann Network-Deep Neural Network,TDBN-DNN)的网损率计算模型。首先将训练好的深度学习模型作为源模型,并冻结DBN特征提取层。然后定义了最大均值差异贡献数ρi,迁移出与待计算数据分布更接近的样本数据,微调DNN深层神经网络,得到基于深度迁移学习(Transfer-Deep Boltzmann Network-Deep Neural N...


深度学习在计算成像中的应用

王飞;王昊;卞耀明;司徒国海;, 光学学报 发表时间:2019-11-29 15:38 期刊

...关注。对于该技术而言,前端光学设计和后端算法优化一直是研究的主要内容。深度学习是一种机器学习算法,因其强大的特征自提取能力,在众多领域取得了令人瞩目的结果。近年来,深度学习在众多计算成像问题中表现出了巨大优势,已然成为该领域的研究热点。为了深入了解现有基于深度学习的方法是如何解决众多计算成像问题的,文中主要介绍了该方法的基本理论和实施步骤,然后以在散射成像、数字全息、以及计算鬼成像中的应用为例具体介绍该方法的有效性和优越性。...


基于深度学习的脑片图像区域划分方法

王松伟;赵秋阳;王宇航;饶小平;, 计算机应用 发表时间:2019-12-02 10:45 期刊

针对采用传统多模态配准方法进行小鼠脑片图像自动化区域划分精度差的问题,提出一种无监督多模态脑片图像的区域划分方法。首先基于小鼠脑图谱获得脑片区域划分对应的ARA(Allen Brain Reference Atlases)数据库中的Atlas脑图谱和Average Template脑图谱,然后通过仿射变换预处理和PCANet(Principal Component Analysis Net)网络处理将Average Template脑图谱与小鼠脑切片进行预配准及同模态转换


机器学习系统的隐私和安全问题综述

何英哲;胡兴波;何锦雯;孟国柱;陈恺, 计算机研究与发展 发表时间:2019-10-28 10:35 期刊

...给人类带来了极大的便利.尤其是近年来,随着机器学习深度学习这一分支的蓬勃发展,生活中的相关应用越来越多.不幸的是,机器学习系统也面临着许多安全隐患,而机器学习系统的普及更进一步放大了这些风险.为了揭示这些安全隐患并实现一个强大的机器学习系统,对主流的深度学习系统进行了调查.首先设计了一个剖析深度学习系统的分析模型,并界定了调查范围.调查的深度学习系统跨越了4个领域——图像分类、音频语音识别、恶意软件检测和自然语言处理,提取了对应4种类型的安全隐患,并从复杂性、攻击成功率和...


数据增广下的人脸识别研究

黄法秀;张世杰;吴志红;陈虎;孙家炜;, 计算机技术与发展 发表时间:2019-12-05 13:06 期刊

...发性等优势应用越来越广泛,大规模数据是提高基于深度学习人脸识别准确率的关键因素,但往往数据不易获得,并且存在训练数据缺乏测试数据样本情况,如模糊、亮度失真和腐蚀感画质样本等。针对训练数据缺乏问题,提出了利用滤波、亮度调节和腐蚀操作3种传统图像处理方法 10种增广方式增加数据量和数据的多样性,进而来提高识别算法性能。将原始数据和增广数据作为训练数据训练模型,选择了从不同地方拍摄的视频上截取的人脸图像组成了四个测试集,实验结果表明,增广数据与测试集样本存在一致性时,增广方式对提...


相关搜索
 找到 30,759 条结果 
首页上一页789101112131415下一页
关于iData
iData是第三方交流学术成果的公益互联网项目,旨在促进知识的传播和最新学术科技的共享,所有信息均来自公开、透明的互联网查询网站,iData重新对这些信息进行整合和优化,从而高效地输出有用信息,提高人与知识的连接效率。iData从创建之初便提供免费的学术文献浏览和下载。