一种光学遥感图像船舶目标检测技术

方梦梁;黄刚;, 计算机技术与发展 2019年08期 , 期刊

...,本文引入自然图片目标检测任务中表现优异的基于深度学习的Faster R-CNN算法。由于光学遥感图像中海面船舶目标尺寸小以及自然图片与卫星遥感图像差异明显,直接应用原始的Faster R-CNN算法检测效果较差,针对此问题,提出一种将图像上采样与特征金字塔网络结合的改进策略,提高了海面船舶检测性能,尤其是小尺寸目标的召回率和准确性。通过在自制数据集上合理的对比实验验证了自然图片中的深度学习目标检测算法迁移至遥感图像处理的可行性和所提出方法的先进性。...


基于深度信念网络的家居设备状态预测模型

安世博;何勇;孟亚茹;, 计算机技术与发展 2019年08期 , 期刊

...设备在自动化控制方面的难题,本文提出了一种基于深度信念网络的网络预测模型。模型首先针对单个设备采用基于受限玻尔兹曼机的深度置信网络构建设备模型,通过无监督预训练逐层的挖掘设备通用化特征,最终采用有监督BP神经网络作为常规拟合层,综合考虑多个独立设备进行构建和训练网络预测模型。经过训练,该模型能够预测智能设备工作状态,根据预测结果调整相应设备,实现对智能家居设备的预测。该模型对智能设备工作状态的预测准确率达到97%,并在收敛速度以及设备数量影响方面具备较好的预期效果。实验结果...


基于双重金字塔网络的视频目标分割方法

姜斯浩;宋慧慧;张开华;汤润发;, 计算机应用 发表时间:2019-03-29 07:48 期刊

...的外观。具体而言,从给定目标的视觉和空间信息中学习一种调制器,并通过调制器调节分割网络的中间层以适应特定目标的外观变化。然后,通过基于不同区域的上下文聚合的方法,在分割网络的最后一层中聚合全局上下文信息。最后,通过横向连接的自左而右结构,在所有尺度中构建高阶语义特征图。所提出的视频目标分割方法是一个可以端到端训练的分割网络。大量实验结果表明,所提方法在DAVIS2016数据集上的性能与最先进的使用在线微调的方法相比可达到相竞争的结果,且在DAVIS2017数据集上性能较优。...


基于压缩感知和加噪堆栈稀疏自编码器的铣刀磨损程度识别方法研究

李宏坤; 郝佰田; 代月帮; 杨蕊, 机械工程学报 发表时间:2019-04-02 10:03 期刊

...业环境中的应用。针对上述问题,提出利用主轴电流结合深度学习网络识别铣刀磨损状态的监测方法。首先,理论论证利用主轴电流代替切削力识别刀具磨损的可行性;然后,利用压缩感知对电流信号的频域数据进行数据压缩,其中为提高网络的鲁棒性,对观测信号添加高斯白噪音;最后,将压缩后的数据输入堆栈稀疏自编码网络,利用有监督学习与无监督学习相结合的方法,提取刀具磨损所引起的特征信息,用于表征刀具磨损程度。实验结果表明,该方法可以有效的对铣刀磨损程度进行识别。...


基于深度跳跃级联的图像超分辨率重建

袁昆鹏;席志红;, 光学学报 发表时间:2019-04-02 14:28 期刊

...理,网络中存在的冗余性等问题,本文提出一种基于深度跳跃级联的单幅图像超分辨率重建的方法(DCSR)。首先DCSR省去预处理,直接在低分辨率图像上提取浅层特征,最后使用亚像素卷积对图像进行放大。其次通过使用跳跃级联块可以充分的利用每个卷积层提取到图像特征,实现特征重用,减少网络的冗余性。网络的跳跃级联块可以直接从输出到每一层建立短连接,加快网络的收敛速度,缓解梯度消失问题。实验表明,在几种公开的数据集上,该算法的PSNR,SSIM均高于现有的几种算法,充分说明了该算法的出色性...


基于深度学习的非视域成像

于亭义;乔木;刘红林;韩申生;, 光学学报 发表时间:2019-04-02 15:14 期刊

...像技术对城市交通、灾难救援和探测隐藏目标等方面有着重要意义。传统非视域成像技术大多数是基于相干光源照明的成像技术,难以解决非相干光照明下的成像问题。针对非相干光照明下的非视域成像问题,本文提出一种基于深度学习的解决方法,结合计算机视觉领域中经典的语义分割以及残差模型,构造一种URNet网络结构,并对经典瓶颈层结构进行改进。实验结果表明,改进后的网络对图像细节恢复更加丰富,并且具有一定泛化性,相比于基于非相干光照明的散斑自相关成像技术,该网络恢复性能有较大提升。...


基于多层深度卷积特征的抗遮挡实时跟踪算法

崔洲涓;安军社;崔天舒;, 光学学报 发表时间:2019-04-02 15:14 期刊

...目标跟踪算法的准确性与实时性,提出一种基于多层深度卷积特征的抗遮挡实时目标跟踪算法。针对目标跟踪任务,对深度卷积模型VGG-Net-19进行网络微调后,再提取目标区域的多层深度卷积特征。根据相关滤波框架构建位置相关滤波器,确定目标中心位置。设计尺度相关滤波器对目标区域进行不同尺度采样,确定目标尺度。目标遮挡时,采用阶段性评估策略进行模型更新与恢复,解决了模型误差积累问题。采用OTB-2015评估基准的100组视频序列与UAV123的123组视频序列进行测试,实验结果表明,与...


基于深度学习的OFDM系统窄带干扰消除方法研究

马涛; 李悦; 杨峰; 丁良辉, 计算机应用研究 发表时间:2019-04-02 15:31 期刊

...扰(narrowband interference,NBI)引起的性能下降,提出了两种基于深度学习(deep learning,DL)的窄带干扰消除结构。在两种结构中,首先分别对接收信号进行预处理,然后利用卷积神经网络(convolutional neural network,CNN)从时域上对经过预处理的数据进行特征提取并获得干扰估计。最后将干扰估计量从接收信号中消去。仿真结果显示,两种结构可以有效学习出OFDM系统中的窄带干扰,并提升系统性能。...


缺陷检测技术的发展与应用研究综述

李少波;杨静;王铮;朱书德;杨观赐;, 自动化学报 发表时间:2019-04-02 15:44 期刊

...测法、涡流检测法、超声波检测法、机器视觉和基于深度学习的缺陷检测技术的优缺点;对比分析了磁粉检测法、渗透检测法、涡流检测法、超声波检测法、机器视觉检测的主流缺陷检测技术和基于深度学习的缺陷检测技术的研究现状;然后,梳理了缺陷检测技术在电子元器件、管道、焊接件、机械零件和质量控制中的典型应用;最后,对缺陷检测技术的研究情况进行了总结和展望,指出该研究领域亟需解决的问题和未来发展的方向,并从高精度、高定位、快速检测、小目标、复杂背景、被遮挡物体检测、物体关联关系等几个方面总结近...


基于改进YOLOv2的无标定3D机械臂自主抓取方法

余玉琴; 魏国亮; 王永雄, 计算机应用研究 发表时间:2019-04-02 15:48 期刊

...2的无标定3D机械臂自主抓取方法。首先为了降低深度学习算法YOLOv2检测多物体边界框重合率和3D距离计算误差,提出了一种YOLOv2改进的算法。利用此算法对图像中的目标物体进行检测识别,得到目标物体在RGB图像中的位置信息;然后根据深度图像信息使用K-means++聚类算法快速计算目标物体到摄像机的距离,估计目标物体大小和姿态,同时检测机械手的位置信息,计算机械手到目标物体的距离;最后根据目标物体的大小、姿态和到机械手的距离,使用PID算法控制机械手抓取物体。提出的改进Y...


轻量级卷积神经网络的机器人抓取检测研究

马倩倩; 李晓娟; 施智平, 计算机工程与应用 发表时间:2019-04-03 10:22 期刊

卷积神经网络在基于视觉的机器人抓取检测任务上取得了较好的检测效果。但是,它们中的大多数方法都有太多的计算参数,不适合资源有限的系统。针对这个问题,基于SqueezeNet轻量级神经网络,结合DenseNet多旁路连接加强特征复用的思想,提出了轻量级抓取检测回归模型SqueezeNet-RM(SqueezeNet-Regression Model),并使用SqueezeNet-RM从RGB-D图像中提取多模态特征,预测二指机器人夹持器的最佳抓取位姿。在标准的康奈尔抓取数据集


基于卷积神经网络和贝叶斯分类器的句子分类模型

李文宽; 刘培玉; 朱振方; 刘文锋, 计算机应用研究 发表时间:2019-04-03 11:32 期刊

传统句子分类模型存在特征提取过程复杂且分类准确率较低等不足,利用当下流行的基于深度学习模型的卷积神经网络在特征提取上的优势,结合传统句子分类方法提出一种基于卷积神经网络和贝叶斯分类器的句子分类模型。该模型首先利用卷积神经网络提取文本特征,其次利用主成分分析法对文本特征进行降维,最后利用贝叶斯分类器进行句子分类。实验结果表明在康奈尔大学公开的影评数据集和斯坦福大学情感分类数据集上,所提出的方法优于只使用深度学习的模型或传统句子分类模型。...


基于时空权重姿态运动特征的人体骨架行为识别研究

丁重阳;刘凯;李光;闫林;陈博洋;钟育民;, 计算机学报 发表时间:2019-04-03 13:59 期刊

...几十年里一直都是备受关注的研究热点。近些年来,深度传感器的普及以及基于深度图像实时骨架估测算法的提出,使得基于骨架序列的人体行为识别研究越来越吸引人们的注意。已有的研究工作大部分提取帧内骨架不同关节点的空间域信息和帧间骨架关节点的时间域信息来表征行为序列,但没有考虑到不同关节点和姿态对判定行为类别所起作用是不同的。因此本文提出了一种基于时空权重姿态运动特征的行为识别方法,采用双线性分类器迭代计算得到关节点和静止姿态相对于该类别动作的权重,确定那些信息量大的关节点和姿态;同时...


基于深度学习的多目标跟踪关联模型设计

侯建华;张国帅;项俊;, 自动化学报 发表时间:2019-04-03 15:48 期刊

?XX ?X T §Vol. XX, No. X201XX ACTA AUTOMATICA SINICA Month, 201X ù ? á D3 o ? ù1 áê1á 1y


中医舌象分割技术研究进展:方法、性能与展望

卢运西;李晓光;张辉;张菁;卓力;, 自动化学报 发表时间:2019-04-03 16:16 期刊

...分割的图像往往需要借助人机交互来完成。近年来,深度学习技术在图像处理及计算机视觉等多个领域取得了突破,其在图像语义分割任务中也取得了远超传统方法的进展。基于深度学习的舌象分割技术已经基本实现了全自动的鲁棒分割。本文首先从传统分割方法和基于深度学习的分割方法两方面对中医舌象分割技术发展中的主要方法进行了综述;其次,采用我们收集的舌象数据库对典型的方法进行了性能评估,并对不同舌象分割方法的特点进行分析与讨论。最后,对中医舌图像分割方法潜在的发展方向进行了展望....


基于FR-ResNet的车辆型号精细识别研究

余烨;傅云翔;杨昌东;路强;, 自动化学报 发表时间:2019-04-03 16:37 期刊

...效利用为目的,提出了一种基于残差网络特征重用的深度卷积神经网络模型FR-ResNet (Improved ResNet Focusing on Feature Reuse).该网络以ResNet残差结构为基础,分别采用多尺度输入、低层特征在高层中重用和特征图权重学习策略来实现特征重用.多尺度输入可以防止网络过深导致性能退化以及陷入局部最优;对各层网络部分加以不同程度的特征重用,可以加强特征传递,高效利用特征并降低参数规模;在中低层网络部分采用特征图权重学习策略,可以有效抑制...


基于深度学习的作战文书命名实体识别

张晓海; 操新文; 高源, 指挥控制与仿真 发表时间:2019-04-04 10:11 期刊

随着深度学习技术的不断发展,基于双向长短期记忆网络和条件随机场的神经网络模型被广泛应用到作战文书以及军事命名实体识别的研究中。本文提出了一种基于CNN-BiLSTM-CRF的作战文书命名实体识别方法,首先利用卷积神经网络(CNN)提取字符级特征向量,而后与词向量、词性特征向量进行拼接作为输入,从而达到提高识别率的目的。同时,该文分析了命名实体在不同分类标注情况下,对模型性能所产生的影响,并提出了一种针对作战文书命名实体识别的细分类标注策略。实验结果证明,该模型相对于其他方法...


基于深度多视图特征距离学习的行人重识别

邓轩;廖开阳;郑元林;袁晖;雷浩;陈兵;, 计算机应用 发表时间:2019-04-10 17:55 期刊

...对传统特征受限于不能直接用于解决实际问题,以及深度卷积特征是高维特征,直接用来匹配图像会消耗大量的时间和内存,而且来自较高层的特征很容易受到行人姿势背景杂波影响的问题,提出了一种基于深度多视图特征距离学习的方法。首先,提出了一种新的整合和改善深度区域的卷积特征,利用滑框技术对卷积特征进行处理,得到低维的深度区域聚合特征,使其维数等于卷积层通道数;其次,通过交叉视图二次判别分析方法,从深度区域聚合特征和手工特征两个角度出发,提出一种多视图特征距离学习算法;最后,利用加权融合策...


结合注意力机制的深度学习图像目标检测

孙萍; 胡旭东; 张永军, 计算机工程与应用 发表时间:2019-04-15 09:39 期刊

利用卷积神经网络进行目标检测时,提取的卷积特征具有很强的平移不变性,这将削弱模型的定位性能。事实上,目标对象通常具有不同的子区域特征和宽高比特性,但在目前流行的两阶段目标检测框架中,很少考虑这些具有平移尺度敏感性的特征成分。为了优化模型的特征表达,将在两阶段目标检测框架中引入与子区域特征和宽高比特性相关的注意力特征库,并生成注意力特征图对原始的ROI池化特征进行优化。另外,在注意力特征图的辅助下,模型特征维度可以有效地进行缩减。实验表明,引入注意力模块后,模型的检测精度和


EEG情感识别中基于集成深度学习模型的多分析域特征融合

晁浩; 刘永利; 连卫芳, 控制与决策 发表时间:2019-04-15 15:24 期刊

提出了一种基于集成深度学习模型的情感状态检测方法.首先从脑电信号的时域、频域和时频域中提取了四种表征情绪状态显著信息的初始特征;然后使用胶质细胞链改进的深度信念网络分别提取这些特征的高层抽象表示;最后利用判别式受限玻尔兹曼机对高层抽象特征进行融合,进行情感状态预测.在DEAP数据集上进行的实验显示,胶质链能够挖掘和利用EEG不同通道之间相关性信息,而集成深度学习模型能够有效集成EEG信号在时域、频域和时频域蕴含的情感状态相关的显著性信息....


相关搜索
 找到 23,645 条结果 
首页上一页34567891011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。