机器视觉中的人体检测算法优化

何倩倩;张荣芬;刘宇红;, 激光与光电子学进展 发表时间:2019-11-06 11:57 期刊

本文提出了一种基于深度学习和景深信息的人体检测方法。采用基于深度学习的方法进行目标检测,运用深度图的景深信息判定人体的位置,将两者结合准确定位人体。本方法通过深度摄像头采集RGB图及对应深度图,采用darknet-yolo-v3对RGB图进行目标检测,将目标边界框预处理后传给RGB图对应深度图,深度图采用无边界主动轮廓模型对景深信息进行处理,达到将深度学习的高识别率与景深信息结合精准定位人体目标的目的。实验结果表明,本方法能准确找到一个不受标识框影响的目标定位点,有效改善由...


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...


基于稠密卷积神经网络的烟雾识别

程广涛;巩家昌;李建;, 计算机应用 发表时间:2019-11-07 09:49 期刊

...建稠密网络块,在卷积层之间设计稠密连接机制,以增强稠密网络块结构内的信息流通和特征重利用;然后,将已构建的稠密网络块叠加成深度稠密卷积神经网络用于烟雾识别,节省计算资源的同时提升对烟雾图像特征的表达能力;最后,针对烟雾图像数据量较小的问题,采取数据增强技术进一步改善训练模型的识别能力。在公开烟雾数据集上对提出的方法进行实验验证,实验结果表明,所提方法的模型大小只有0.44MB,在两个测试集上的检测率分别为96.20%和96.81%,因此该方法具有更强的实用性。...


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。...


自动问答中问题分类的集成算法研究

马喆康;迪力亚尔·帕尔哈提;早克热·卡德尔;吐尔根·依布拉音;西尔艾力·色提;艾山·吾买尔;, 计算机工程 发表时间:2019-11-13 14:34 期刊

...息和深层语义子空间信息,我们提出了一种混合多种深度学习模型的集成算法。一种是词级卷积神经网络,它从旅游文本序列中获取低层级的子空间结构信息,以提高文本词级空间结构信息的表征能力。另一种是句子级双向长短期记忆网络,它从文本句子中进一步获取文本的全局深层语义和句法信息,与词级卷积神经网络所获取的低层级空间结构信息形成互补。其次,利用多头自注意力机制将词级卷积神经网络和句子级双向长短期记忆网络进行集成,并对所捕获的特征信息分配注意力权重;最后,通过SoftMax分类器实现旅游文本...


深度强化学习在室内无人机目标搜索中的应用

赖俊; 饶瑞, 计算机工程与应用 发表时间:2019-11-13 15:37 期刊

针对室内无人机随机目标搜索效率不高、准确率低等问题,提出了一种基于空间位置标注的好奇心驱动的深度强化学习方法。用正六边形对探索空间进行区域划分,并标记无人机在各区域的访问次数,将其作为好奇心,产生内部奖励,以鼓励无人机不断探索新领域,有效避免其陷入到局部区域;训练时采用近端策略优化算法(PPO)优化神经网络参数,该算法能使无人机更快找到最优搜索策略,较好躲避障碍物,有效缩短训练周期,提升搜索效率和准确率。...


射频指纹识别的研究现状及趋势

曾勇虎; 陈翔; 林云; 郝晓军; 许雄; 汪连栋, 电波科学学报 发表时间:2019-11-13 16:28 期刊

...应具备的四种基本特性,即唯一性、时不变性、独立性和稳健性,分析了在四种基本特性方面的研究现状.然后按照信号预处理、特征提取和分类识别三个部分,对RFF识别相关技术进行了总结,重点分析了射频独特原生属性(RF-distinctnative attribute, RF-DNA)、调制域和基于深度学习的RFF识别方法.最后,对RFF识别研究中涉及到的各种信号类型/调制方式及对应的应用场景进行了总结,展示了RFF识别的广阔应用前景,并对RFF识别的研究趋势进行了讨论....


基于深度学习的地下浅层震源定位方法

辛伟瑶; 李剑; 王小亮; 李禹剑, 计算机工程 发表时间:2019-11-14 10:53 期刊

...中能量聚焦点无法有效识别的问题,本文提出了基于深度学习的地下浅层震源定位方法。首先,利用逆时振幅叠加的方法,将传感器阵列获取的震动数据逆时重建成海量三维能量场图像样本序列,将其作为深度学习网络的输入数据;其次,利用3D-CNN模型搭建深度学习网络框架,在前期训练时将已知震源坐标作为输入标签;再次,将上述所获取的数据和标签输入到网络中进行训练测试,形成三维能量场到震源坐标的端到端的学习模型;最终输出聚焦点坐标,即震源坐标。经外场试验测试,结果表明本文提出的基于深度学习的震源定...


图卷积神经网络综述

徐冰冰;岑科廷;黄俊杰;沈华伟;程学旗;, 计算机学报 发表时间:2019-11-04 17:22 期刊

过去几年,卷积神经网络因其强大的建模能力引起广泛关注,在自然语言处理、图像识别等领域成功应用。然而,传统的卷积神经网络只能处理欧氏空间数据,而现实生活中的许多场景,如交通网络、社交网络、引用网络等,都是以图数据的形式存在。将卷积神经网络迁移到图数据分析处理中的核心在于图卷积算子的构建和图池化算子的构建。本文对图卷积神经网络进行综述,首先介绍了图卷积神经网络的背景并梳理了两类经典方法——谱方法和空间方法,图数据上平移不变性的缺失给图卷积算子的定义带来困难,谱方法借助卷积定理


基于深度学习的主动声呐目标回波识别研究

潘成胜; 毛家林; 杨阳, 计算机仿真 发表时间:2019-11-15 08:33 期刊

在水下小目标探测与识别研究中,目标回波受水下复杂环境干扰严重。传统的水声目标识别方法是直接对水下目标进行特征提取再利用分类器识别,但由于对目标回波特征认知有限,手工提取目标特征会不可避免的丢失一部分关键信息。针对上述问题,研究了一种基于贝叶斯正则化理论的BP(Back Propagation)神经网络识别算法。方法可以在一定程度上避免人工特征提取丢失信息的问题,提高目标识别率。依据目标亮点模型,基于贝叶斯正则化理论,推导了BP神经网络训练结果的网络性能函数,利用网络训练过


知识堆叠降噪自编码器

刘国梁; 余建波, 自动化学报 发表时间:2019-11-15 11:45 期刊

深度神经网络是具有复杂结构和多个非线性处理单元的模型,被广泛的应用于在计算机视觉,自然语言处理等领域得.但是,深度神经网络存在不可解释这一致命缺陷,即”黑箱问题”,这使得深度学习在各个领域的应用仍然存在巨大的障碍.本文提出了一种新的深度神经网络模型,知识堆叠降噪自编码器(Knowledge-based stacked denoising Autoencoder,KBSDAE)。尝试以一种逻辑语言的方式有效解释网络结构及内在运作机理,同时确保逻辑规则可以进行深度推导。进一步通...


基于Bi-LSTM的泰语句子切分方法研究

李自荐; 迟呈英; 战学刚, 计算机工程 发表时间:2019-10-25 15:17 期刊

句子边界自动识别技术,简称分句技术,是自然语言处理中的一项重要且基础性的工作。在自然语言处理(Natural Language Processing, NLP)领域中,对于泰语等东南亚语种语言的处理工作一直都是一项具有挑战性的工作;本文首次将序列标注模型应用于分句任务,提出了一种基于双向长短期记忆循环神经网络(Bi-LSTM-RNN)的句子边界自动识别模型。该模型利用Glove词向量技术,将泰语句子中的词或字转换成不同维度的向量,将词或字向量组合成为句子向量后输入模型中进


基于卷积神经网络约束编码的图像检索方法

杨红菊;陈庚峰;, 山西大学学报(自然科学版) 发表时间:2019-11-15 18:21 期刊

文章提出一种基于特征约束编码的图像检索方法,在第一个全连接层后添加一个维度较低的编码层,考虑到编码阶段引入的非线性操作会导致梯度消失的风险,添加分类损失用于防止网络产生梯度消失。另外对编码特征也添加了相应的约束条件提升图像特征的区分度,从而提高特征的表达能力。在Cifar-10和Caltech-256数据集上进行了实验,针对不同的长度的哈希编码特征,从网络的分类精度和平均查准率上进行了性能评估,实验结果表明:文章所提出的方法不仅能有效降低特征维数而且能提升特征编码能力,并


相关搜索
 找到 30,755 条结果 
首页上一页456789101112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。