点云数据在深度学习中表示方法的研究

张婧; 周明全; 耿国华, 计算机工程与应用 发表时间:2019-10-28 13:54 期刊

为了实现在深度学习中能够端到端表示点云模型,提出基于八叉树和K-D树(OctKD)的点云数据表示方法。该方法首先将无组织的点云转换为体素空间,在体素空间对三维模型进行八叉树剖分,改进了八叉树编码方式;然后构建节点间的邻接关系,在GPU端并行构建八叉树;最后为了克服八叉树编码检索效率低的问题,采用三维K-D树索引单个三维空间点。实验表明该方法能够真实反映模型本身的细节特征,提高了点云模型的构造时间和检索效率。这种新的数据结构实现将点云转换为卷积神经网络可以接收的数据形式。...


改进YOLOv3网络在图像中评价空气质量

邓益侬;罗健欣;张琦;刘祯;胡琪;金凤林;毕鹏程;, 计算机工程与应用 发表时间:2019-10-29 15:50 期刊

空气质量指数和PM2.5浓度是衡量大气污染程度的两种重要指标。本文在图像检测算法的框架下,提出了一种基于YOLOv3网络模型的空气质量评价方法。该模型对YOLOv3网络进行了改进,包含多锚点检测机制和卷积投票网两个模块,适用于非固定场景下的空气质量指数评估,以及固定场景下的PM2.5浓度预测。本文所述方法的准确率在2018年全球人工智能应用大赛中得到了总分第3名的成绩,同时基于darknet框架的YOLOv3模型可以达到实时的需求,对空气质量评价的相关研究具有重要的借鉴意


基于联合一致循环生成对抗网络的人像着色

刘昌通; 曹林; 杜康宁, 计算机工程与应用 发表时间:2019-10-30 14:09 期刊

...着色方法存在颜色失真、效果不佳等问题,已逐渐被深度学习的方法取代。目前基于深度学习的人像着色方法主要存在复杂背景下误着色的问题。针对上述问题,本文提出了联合一致循环生成对抗网络的人像着色方法。该方法在循环生成对抗网络的基础上,采用联合的一致性损失训练模型;生成网络采用U型网络结构(UNet)改进,以提高生成图像信息的完整性;判别网络中引入多特征融合的特征提取方式,增强特征对图像的细节表达。最后通过在自建的CASIA-PlusColors高质量人像数据集中的对比实验,验证了本...


混合现实装配检测中深度学习的数据增强方法

王帅; 郭锐锋; 董志勇; 王鸿亮; 张晓星, 计算机集成制造系统 发表时间:2019-11-04 11:21 期刊

针对混合现实装配检测中,装配者的视觉检测位姿具有不确定性极易发生误检漏检的问题,提出一种混合现实装配检测中深度学习的数据增强方法。采用人为最佳数据增强策略的数据预处理方法,通过图像增强、几何变换、少量噪声干扰和随机遮挡的方式生成增强数据集,并改善图像增强过程中的特征失真,不仅能有效解决深度学习中人工标注样本任务量大的问题,还有助提升检测模型的泛化能力。实验结果表明,该方法训练得到的新模型对汽车装配生产线零件的检测精度提升11.38%。...


基于机器学习的数据库技术综述

李国良;周煊赫;孙佶;余翔;袁海涛;刘佳斌;韩越;, 计算机学报 发表时间:2019-11-04 13:40 期刊

...传统数据库技术很难适应这些新的场景和变化。机器学习技术因其较强的学习能力,逐渐在数据库领域展现潜力和应用前景。论文首先给出一个高效、高可靠、高可用、自适应性强的数据库系统需要涵盖的方面,包括数据库运维、数据存储、查询优化等。其次,讨论机器学习算法与数据库技术结合过程中可能面临的挑战,包括训练数据少、训练时间长、泛化能力有限、适应性差四个方面。然后,综述数据库技术与机器学习结合的现状以及具体技术。其中,重点介绍数据库自动调参、查询基数估计、查询计划选择、索引和视图自动选择五个...


带最大熵修正的行动者评论家算法

姜玉斌;刘全;+胡智慧;, 计算机学报 发表时间:2019-11-05 19:03 期刊

在行动者评论家算法中,策略梯度通常使用最大熵正则项提高行动策略的随机性以保证探索。策略的随机使Agent能够遍历所有动作,但是会造成值函数的低估并影响算法的收敛速度与稳定性。针对策略梯度中最大熵正则项带来的低估问题,提出最大熵修正(Maximum-Entropy Correction,MEC)算法。该算法有两个特点:(1)利用状态值函数与策略函数构造一种状态动作值函数的估计,构造的状态动作值函数符合真实值函数的分布;(2)将贝尔曼最优方程与构造的状态动作值函数结合作为ME


任务型对话系统研究综述

赵阳洋;王振宇;王佩;杨添;张睿;尹凯;, 计算机学报 发表时间:2019-11-05 19:03 期刊

...受到学术界和工业界的广泛关注。近些年来,得益于深度学习技术在自然语言领域的突破性进展,极大地促进了人机对话技术的发展。将深度学习融入人机对话系统技术中,不但使得端到端的方法成为可能,而且提取出的特征向量非常有效几乎完全取代了人工特征。本文首先回顾了人机对话系统的发展历程,介绍了人机对话系统的两种类型,任务型对话系统和非任务型对话系统。其次,本文从理论模型、研究进展、可用性及存在的问题与挑战等角度深度剖析了任务型对话系统的两种方法,管道方法和端到端方法。重点分析深度学习技术和...


基于改进YOLOv3的偏振成像目标检测方法

季航; 刘萍; 王峰; 翟昊; 吴云智, 兵器装备工程学报 发表时间:2019-11-06 08:58 期刊

近年来随着偏振成像探测技术在战场目标感知领域的广泛应用,提出了一种基于改进YOLOv3算法的偏振成像目标检测方法,用于检测偏振成像系统视场内的目标。以某坦克车辆金属缩比模型为合作目标,采集偏振图像,经过数据扩容后建立偏振信息数据集。选择偏振度图作为检测源图。根据偏振度图的特点修改了YOLOv3网络的输入端,通过K-means算法聚类分析目标框位置信息,得出面向偏振图像的初始anchors,进而生成优化后的检测网络YOLO-PZ。在Dark53网路中训练得相应的YOLO-P


基于栈式自编码机和模糊函数主脊的雷达辐射源信号识别

黄宇涛; 普运伟; 吴海潇; 邵峙豪, 电波科学学报 发表时间:2019-11-06 10:44 期刊

...周期长、特征描述不完备等局限性,提出了一种基于深度学习栈式自编码机和模糊函数主脊的雷达信号识别方法.该方法根据信号模糊函数主脊包含丰富的内在调制信息的特点,从信号中提取用于分类识别的抽象特征.通过对六种雷达辐射源信号进行实验,并对比人工特征提取及其他深度学习方法,结果表明,本文所提方法在信噪比(signal-noise ratio, SNR)为2dB以上时均能保持100%的识别准确率,SNR为-6 dB时识别准确率仍能保持82.83%以上,明显高于其他方法.即使在包含相同调...


基于深度学习和MRMR的火焰图像检测方法

李梓瑞;王慧琴;胡燕;卢英;, 激光与光电子学进展 发表时间:2019-11-06 11:54 期刊

为解决基于浅层特征的火焰识别模型对环境变化敏感且鲁棒性较低的问题,提出了一种基于卷积神经网络串行特征融合模型与最大相关最小冗余(MRMR)的火焰图像检测方法。首先为从有限样本集中训练卷积神经网络获取更加全局的特征,对使用预训练方法提取的火焰图像深层特征进行串行融合;然后针对融合后特征维度高、冗余大且未包含动态特征的问题,通过MRMR特征选择,去除与火焰低相关性的特征,获得高相关的串行特征后与动态特征进行融合,得到最优子集的重构特征向量;最后通过支持向量机分类器完成对火焰目


基于改进YOLOv2模型的多车辆目标识别方法

李珣;时斌斌;刘洋;张蕾;王晓华;, 激光与光电子学进展 发表时间:2019-11-06 11:57 期刊

针对道路车辆多目标检测和车型分类的传统方法检测率较低、鲁棒性差且分类效果不理想的问题,提出了一种基于改进YOLOv2模型的多车辆目标识别方法。在YOLO v2算法基础上,根据实际道路环境的变化对YOLOv2-voc的网络结构进行改进,基于ImageNet数据集和微调技术得到分类训练网络模型,根据训练结果与车辆目标特征的分析,对算法参数进行修改,获得改进的车型识别分类网络结构YOLOv2-voc_mul。为验证检测方法的有效性,分别使用简单背景和复杂背景下的样本,并与YOL


融合光谱信息的机载LiDAR点云三维深度学习分类方法

王宏涛;雷相达;赵宗泽;, 激光与光电子学进展 发表时间:2019-11-06 12:05 期刊

针对传统二维深度学习方法无法实现三维点云分类问题,本文提出了一种融合光谱信息的机载LiDAR点云三维深度学习分类方法。该方法首先融合机载LiDAR点云和多光谱航空影像进行点云光谱信息扩充,进而在点云格网化和数据增强处理的基础上,采用多层感知机提取出不同尺度下的点特征和全局特征,最后基于三维深度学习算法实现机载LiDAR点云的准确分类。本文采用国际摄影测量与遥感协会提供的数据集进行方法验证,结果表明,融合光谱信息后,机载LiDAR点云分类精度可以提高13.39%;与其它已有方...


基于双通道空洞卷积神经网络的高光谱图像分类

胡丽;单锐;王芳;江国乾;赵静一;张智;, 激光与光电子学进展 发表时间:2019-11-06 12:06 期刊

深度学习因为具有强大的特征提取和目标分类能力而被广泛应用于高光谱图像分类领域,但是一些基于深度学习的高光谱图像分类方法中存在图像信息丢失问题。本文受空洞卷积在保持图像信息方面优秀性能的启发,为进一步提高分类精度,提出了一种基于双通道空洞卷积神经网络(DCD-CNN)的高光谱图像分类深度学习框架。空洞卷积可以扩展滤波器的接收域,有效地避免图像信息的丢失,从而提高分类精度。在该框架中,分别采用含有空洞卷积的一维卷积神经网络(1D-CNN)和二维卷积神经网络(2D-CNN)提取高...


基于特征交换的CNN图像分类算法研究

生龙; 马建飞; 杨瑞欣; 吴迪, 计算机工程 发表时间:2019-11-06 13:02 期刊

针对深度学习在图像识别应用中过分依赖标注数据的问题,提出基于特征交换的CNN图像分类解决方案。通过CNN特征提取的方式结合全卷积神经网络像素位置预测功能,将卷积神经网络卷积层提取出的特征图与同类标签特征图交换,充分将有限的图像特征融合,以解决深度学习在图像识别中对标注数据依赖度较高的的问题。通过实验表明本文提出的交换特征图算法在较低标注数据依赖度的情况下,可有效提升网络识别准确率,使识别率提升至使用三倍原始数据训练的网络。基于特征交换的CCN图像分类为减少标注数据依赖,可应...


基于深度学习的光学遥感图像目标检测研究进展

刘小波; 刘鹏; 蔡之华; 乔禹霖; 王凌; 汪敏, 自动化学报 发表时间:2019-11-07 16:36 期刊

光学遥感图像的目标检测是航空和卫星图像分析领域的一个基本但具有挑战性的问题,近年来受到广泛关注.本文从如下几个方面介绍了基于深度学习的光学遥感图像目标检测的研究现状.首先对光学遥感图像目标检测的主要难点进行了介绍,接着对现有基于深度学习的目标检测算法进行概括,并以光学遥感图像目标检测的难点为驱动分析对比了不同的基于深度学习的光学遥感图像目标检测方法的优缺点,最后对未来的发展趋势进行了详细的分析....


大视场域的目标检测与识别算法综述

李唐薇;童官军;李宝清;卢晓洋;, 激光与光电子学进展 发表时间:2019-11-07 17:04 期刊

目标精确感知与识别为信息化战争提供了一个重要的技术增长点,全景视觉传感设备因其拥有大视场范围优势而逐渐被应用于安防及军事领域中完成目标检测与识别任务。本文首先从相机成像模型、图像成像质量以及目标物体的非对称性三个方面对存在的困难以及挑战进行阐述。基于是否进行畸变校正预处理本文将近年来大视场域的目标检测与识别算法分为基于畸变校正的目标检测与识别算法和基于原始LFOV图像的目标检测与识别算法两类,并针对这两类算法进行了全面梳理和总结,从当前大视场域的目标检测与识别各类算法的统


相关滤波融合卷积残差学习的目标跟踪算法

杨亚光;尚振宏;, 激光与光电子学进展 发表时间:2019-11-07 17:04 期刊

...手工特征表达能力不足和模型更新过程中由于误差累积导致模型退化问题,本文提出了基于相关滤波融合卷积残差学习的目标跟踪算法。将融合了多特征的相关滤波算法定义为神经网络中的一层,将特征提取、响应图生成、模型更新整合到端到端的神经网络中进行模型训练;为减少在线更新过程中模型退化问题,引入残差学习方式引导模型更新。在基准数据集OTB-2013和OTB-2015上实验结果表明,本文算法能够有效应对复杂场景中运动模糊、形变和光照等变化,具备较高跟踪精度与鲁棒性。...


基于深度学习的目标检测与可行域分割研究

李立凯;卢炽华;邹斌;, 激光与光电子学进展 发表时间:2019-11-07 17:04 期刊

为了解决智能车在进行检测和分割任务时需要快速准确的检测识别能力以及对多种场景的适应能力,提出一种多任务共享同一个特征提取网络的联合方法。整体网络采用编码—解码结构。首先选用ResNet-50网络为编码器进行图片特征的提取;然后采用SSD目标检测算法的多尺度特征预测和快速回归思想,进行检测结果的解码,采用DeepLab V3中的ASPP结构,对来自ResNet-50网络下采样后的图像特征进行多尺度映射、双线性上采样和批次归一化处理完成分割解码。最后在设定好的训练参数下完成对


改进Faster RCNN模型在棉花异性纤维识别中的应用

杜玉红;董超群;赵地;任维佳;蔡文超;, 激光与光电子学进展 发表时间:2019-11-07 17:05 期刊

...性纤维的含量更能全面的评价棉花的质量。本文采用深度学习方法对异性纤维进行分类识别。首先建立异性纤维数据集,针对异性纤维尺寸和形状多样性的特点,采用基于Faster RCNN的目标识别框架,以RseNet-50代替原始的VGG16作为异性纤维模型的特征提取网络,并采用Kmeans++聚类算法对候选框生成尺寸进行改进,然后对模型进行训练,实现棉花中异性纤维的分类和定位。训练后的模型在验证集上的准确率达到94.24%,精度为98.16%,召回率为95.93%,精确率和召回率的调和...


基于HU-ResNet的混凝土表观裂缝信息提取

徐国整; 廖晨聪; 陈锦剑; 董斌; 周越, 计算机工程 发表时间:2019-11-13 14:02 期刊

...;随后提出超柱模块融合解码器各阶段输出的特征图来获取裂缝图片更精确的语义信息和精确的定位;最后,引入组合损失函数进一步处理裂缝在图片中像素占比小的问题。在桥面、人行道、墙壁三种真实场景下采集制作的数据集上进行了实验,结果表明文本提出的算法在pixel accuracy、IOU和F1-score三个指标上测试集分别达到了0.9904、0.6933和0.8166,明显优于Canny、区域生长传统分割算法和FCN8s、经典U-Net、U-ResNet等深度学习模型。...


相关搜索
 找到 34,533 条结果 
首页上一页2345678910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。