|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 深度学习小目标检测算法研究综述显示文摘目标检测的主要目的是在图像中快速精准地识别定位出预定义类别的目标。而随着深度学习技术的不断发展,检测算法在相应行业大、中目标已达到了不错的成效。鉴于小目标在图像中尺寸较小、特征不全、与图像中背景差异大等特点,基于深度学习的小目标检测算法性能仍需要进一步提升和优化;小目标检测在无人驾驶、医疗诊断、无人机导航等多个领域都有着广泛的需求,因此研究有着很高的应用价值。在文献调研的基础上,先给出小目标检测定义,找到当前小目标检测的重难点;根据这些重难点从六个研究方向分析当前研究现状,并总结各算法优缺点;结合文献及发展现状对该领域未来的研究方向做出合理预测与展望,为后续研究提供一定基础参考。 | 张艳 张明路 吕晓玲 郭策 蒋志宏 | 2022 | 计算机工程与应用2022，58，15： | 15 |
| 2 | 一种改进的基于卷积神经网络的绝缘子检测算法研究显示文摘针对现场中采集的绝缘子图像存在目标图像大小尺度不一,以及拍摄角度所造成的目标图像相互遮挡等因素而导致误检或漏检等问题,提出了一种改进的基于卷积神经网络的绝缘子图像检测方法。采用轻量化的ZF网络实现特征提取;确定优化的锚窗比例提升目标图像的检测精度;对NMS后处理算法进行了改进,提出多阶段的惩罚因子算法,适应于多尺度、多比例、绝缘子重叠遮挡等复杂情况。实验结果表明,改进后的Faster R-CNN的检测方法将AP由0.797 7提高到了0.905 8,显著地提升了绝缘子目标图像的检测精度,降低了绝缘子的漏检和误检的概率。 | 吴君鹏 唐少博 李相磊 张师 | 2022 | 电测与仪表2022，59，5： | 6 |
| 3 | 1种基于视频的油田危险区域入侵检测智能综合识别技术研究显示文摘为解决油田日常生产作业中缺乏危险作业区域的等级划分与自动识别方式以及缺乏人员踏入危险区域的识别方法。提出1种基于视频智能综合识别技术的全天油田危险区域入侵检测算法,该算法首先结合油田危险因素对油田危险区域进行危险等级的划分与危险区域的识别;然后,针对光照条件良好的白天场景,在训练数据集中融合油田作业区视频数据和公开行人数据集,弥补油田作业区入侵样本不足的问题,有效地增加模型的泛化性;针对光照条件差的黑夜场景,使用三帧差分法,背景减除法等算法对运动目标进行检测。研究结果表明:本文提出算法较YOLOv5方法的精度更高,在不同油田场景下精度可达91.83%,已在油田作业现场进行部署与应用。 | 田枫 白欣宇 刘芳 姜文文 于巾涛 | 2022 | 中国安全生产科学技术2022，18，3： | 4 |
| 4 | 基于涡流热成像图像的边缘检测方法研究显示文摘针对磁铁性材料缺陷检测的问题,设计了一种基于涡流加热的无损检测探伤硬件平台及热成像数据采集系统,实验使用涡流加热设备对待测金属试件进行涡流加热,同时使用红外热像采集设备对金属试件进行实时的数据采集,并将数据转换成图像。针对采集的热图像含有大量的噪声、边缘信息模糊等问题,提出了一种基于Lab颜色空间和多尺度数学形态学相结合的边缘检测方法,应用于金属材料缺陷边缘检测。该方法首先利用XYZ变换把涡流热像图从RGB颜色空间转换到Lab颜色空间;然后在Lab颜色空间下提取出a分量颜色特征;最后采用多尺度多结构元素的数学形态学算法进行边缘检测,识别出缺陷边缘。实验结果表明,该方法能够有效地消除噪声干扰,识别出图像的缺陷边缘,在检测准确性和抗噪声性能方面都优于传统的形态学算法。 | 杨明莉 范玉刚 毕野 | 2019 | 电子测量技术2019，42，24： | 3 |
| 5 | 改进多层尺度特征融合的目标检测算法显示文摘为提高小目标检测任务的准确率和稳定性,解决SSD(single shot MultiBox detector)算法在小目标识别和定位过程中准确率较低的问题,基于SSD算法提出一种改进方法。在原始的SSD卷积网络结构上进行修改和优化,通过特征图之间的特征融合,重构卷积预测特征图上的物体特征信息。考虑到网络复杂度增加带来的数据分布变化的影响,加入批量归一化BN(BatchNorm)层。在PASCAL VOC2007数据集和生活用品(Supplies Dataset)数据集上的实验结果表明,改进算法的mAP相比原始SSD分别提高了10.4%、15.1%。鉴于网络融合带来的参数增加,改进算法的检测速度仍表现良好,符合算法的实时性要求。 | 李康康 于振中 范晓东 宋思远 | 2022 | 计算机工程与设计2022，43，1： | 3 |
| 6 | 基于LHPN算法的手势姿态估计方法研究显示文摘随着广大用户越来越追求人工智能产品的体验,手势姿态估计存在广阔的应用前景,但也是当今计算机视觉的难题。针对目前自顶向下的姿态估计模式容易受视觉传感器与目标检测精度的影响,本文提出基于轻量级手势姿态网络(LightweightHandPoseNet,LHPN)算法的手势姿态估计方法,该算法采用ConvolutionalPose Machines(CPM)算法的多层次顺序结构,在每个阶段后隐式地将上下文信息融合,并设计了轻量级主干网络,以提升手势姿态估计的综合性能。基于STB数据集对比分析不同内部结构的LHPN算法性能,并与典型算法进行对比。实验结果表明,LHPN算法能够对手势姿态进行准确估计,与CPM算法相比,在AUC方面提升了0.5%,在每帧图像运算时长方面减少了0.1358 s。 | 周全 甘屹 何伟铭 孙福佳 杨丽红 | 2020 | 软件2020，41，7： | 2 |
| 7 | A deep learning-based binocular perception system显示文摘An obstacle perception system for intelligent vehicle is proposed.The proposed system combines the stereo version technique and the deep learning network model,and is applied to obstacle perception tasks in complex environment.In this paper,we provide a complete system design project,which includes the hardware parameters,software framework,algorithm principle,and optimization method.In addition,special experiments are designed to demonstrate that the performance of the proposed system meets the requirements of actual application.The experiment results show that the proposed system is valid to both standard obstacles and non-standard obstacles,and suitable for different weather and lighting conditions in complex environment.It announces that the proposed system is flexible and robust to the intelligent vehicle. | SUN Zhao MA Chao WANG Liang MENG Ran PEI Shanshan | 2021 | Journal of Systems Engineering and Electronics2021，32，1： | 0 |
| 8 | 基于改进Mask R-CNN的受电弓碳滑板优化检测算法显示文摘针对传统受电弓碳滑板检测中检测效率低、检测精度差等缺点,提出一种基于Mask R-CNN的优化改进算法。该算法采用铁道部受电弓损坏评定的新规定及实地的样本数据集,通过改进特征提取算法的网络结构以及优化损失值来提高算法对图像的处理效率,实现受电弓碳滑板缺陷的掩膜准确标注,有效减小受电弓滑板的损毁对电力机车运行的影响。最终通过实验验证该算法对受电弓碳滑板缺陷的检测精度和效率有明显的提升作用。 | 韩璐 刘太豪 宋海亮 宋佳 | 2024 | 计算机应用与软件2024，41，1： | 0 |
| 9 | 基于改进YOLOv3的车辆目标检测显示文摘为提高交通背景下车辆检测的速度和准确率,拟将YOLOv3算法进行改进。将YOLOv3算法的特征提取网络进行改进,减少不必要的计算以提高算法检测的实时性,并与密集连接网络结合在满足实时性的基础上提升其检测精度,使用参数修正单元PReLU来替代原有损失函数,改善了在复杂环境检测不佳的情况。实验结果表明,提出的改进在准确性和实时性方面皆优于其他算法。 | 潘卫华 罗裕坤 | 2023 | 计算机应用与软件2023，40，1： | 0 |
| 10 | 基于改进Unet的分布式光伏建筑物高精度分割方法显示文摘针对屋顶光伏资源评估中难以准确高效地获取建筑物屋顶区域的问题,该文提出一种基于Unet的FPN_AttentionUnet语义分割网络,用于实现建筑物屋顶的高精度自动提取。该网络融合Soft-Attention注意力机制和双层特征金字塔FPN以提取准确的语义信息,精细化分割结果。Soft-Attention注意力机制用于处理和连接编码部分与解码部分的特征图;双层特征金字塔FPN融合解码部分不同尺度的特征图来获取不同尺度的特征信息。采用无人机获取苏州某区域上空的建筑物数据集和武汉大学WHU公开数据集分别进行训练,训练结果表明:与Unet、AttentionUnet、FPNUnet网络相比,该文提出的FPN_AttentionUnet在建筑物外轮廓提取中具有更高的精度,有效提高边缘提取效果。在自制数据集中类别像素准确率C_(PA)达95.56%,平均交并比M_(IoU)达91.10%,在WHU公开数据集中分割效果同样优于其他对比网络,所提算法能够有效提升建筑物外轮廓边缘的分割精度。最后以河海大学常州校区为例,利用提出的算法从无人机图像中分割建筑物,评估指定区域的光伏发电量与光伏组件安装潜力。 | 徐孝彬 张好杰 白建波 裴融浩 胡家宇 谭治英 | 2023 | 太阳能学报2023，44，11： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员