期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到13,890篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进ConvNeXt Block的新型双域融合图像隐写
1
作者 段新涛 徐凯欧 +4 位作者 白鹿伟 张萌 保梦茹 武银行 秦川 《郑州大学学报(理学版)》 北大核心 2026年第1期1-9,共9页
针对图像隐写中不可感知性差、安全性不足和隐写容量低的问题,提出一种基于改进ConvNeXt Block的新型双域融合图像隐写方案。首先,改进后的深度可分离卷积模块可以学习到更为细节的图像特征信息。其次,设计一种新型的空间域和频域信息... 针对图像隐写中不可感知性差、安全性不足和隐写容量低的问题,提出一种基于改进ConvNeXt Block的新型双域融合图像隐写方案。首先,改进后的深度可分离卷积模块可以学习到更为细节的图像特征信息。其次,设计一种新型的空间域和频域信息融合方式来提高图像的不可感知性和安全性。最后,采用多个损失函数对网络进行级联约束。实验结果表明,相比其他隐写方案,所提方案在峰值信噪比上平均提高3~4 dB,结构相似性和学习感知图像块相似度的平均值分别为0.99和0.001;抗隐写分析能力更接近50%,具有更高的安全性,且大容量隐藏时仍具有较好效果。 展开更多
关键词 图像隐写 深度可分离卷积 空间域 频域 安全性 大容量
在线阅读 下载PDF
DNE-ACENet:一种夜间低温红外图像增强网络
2
作者 郭全民 于晨洁 +1 位作者 高民 陈超波 《红外与激光工程》 北大核心 2026年第1期353-365,共13页
夜间红外成像技术在智能驾驶等领域具有重要应用,但低温环境热辐射弱,易导致红外图像整体亮度低、细节退化严重,影响系统对路况的精准感知。为此文中提出一种基于深度网络估计的自适应曲线增强网络DNE-ACENet。该网络通过设计的非线性... 夜间红外成像技术在智能驾驶等领域具有重要应用,但低温环境热辐射弱,易导致红外图像整体亮度低、细节退化严重,影响系统对路况的精准感知。为此文中提出一种基于深度网络估计的自适应曲线增强网络DNE-ACENet。该网络通过设计的非线性三次亮度增强曲线进行迭代优化,在渐进增强中逐步提升暗区亮度和细节,并防止高亮局部过曝。曲线簇的参数根据原始图像的关键特征与曲线参数之间的映射关系生成,其核心是通过设计的Transformer-Wavelet混合结构在不同尺度上建立长距离依赖关系,进行多尺度信息融合与重构来增强全局低频特征;并采用具有小感受野的密集连接机制聚焦细节信息,通过特征复用保留前置层的局部特征,实现局部高频细节的精准捕捉与表达。实验结果表明,DNE-ACENet与现有算法相比,对比度、信息熵、CEIQ等指标分别提高至少5.26%、2.28%、2.63%,增强后的图像整体亮度提升明显,目标更易辨识,表明其更适用于夜间低温场景红外图像增强。此外,DNE-ACENet满足轻量级部署要求,且具备良好的实时性。 展开更多
关键词 红外图像增强 夜间低温红外图像 自适应曲线增强 迭代优化 深度网络估计
原文传递
基于条件生成对抗网络和混合注意力机制的图像隐写方法
3
作者 李名 王孟齐 +2 位作者 张爱丽 任花 窦育强 《计算机应用》 北大核心 2026年第2期475-484,共10页
目前以图藏图的深度隐写术存在隐写图像安全性不强以及恢复的秘密图像中存在图像失真的问题,难以实际应用于隐私保护和秘密通信。针对以上问题,提出一种基于条件生成对抗网络和混合注意力机制的以图藏图隐写方法(CBAM-CGAN)。首先,在生... 目前以图藏图的深度隐写术存在隐写图像安全性不强以及恢复的秘密图像中存在图像失真的问题,难以实际应用于隐私保护和秘密通信。针对以上问题,提出一种基于条件生成对抗网络和混合注意力机制的以图藏图隐写方法(CBAM-CGAN)。首先,在生成器网络中引入混合注意模块,帮助生成器从通道和空间维度全面地学习图像特征,提高隐写图像的视觉质量;其次,引入残差连接降低网络学习过程中秘密图像的特征损失,并通过提取器和判别器的对抗训练,实现秘密图像的无噪声提取;最后,通过生成器和隐写分析器的对抗训练,提高隐写图像的安全性。在COCO等公开数据集上的实验结果显示,与StegGAN隐写方法相比,所提隐写方法的隐写图像和解密图像的峰值信噪比(PSNR)分别提高了4.37 dB和4.71 dB,结构相似性(SSIM)分别提高了9.16%和6.46%。在安全性方面,所提方法面对隐写分析器Ye-Net的检测,检测准确率(Acc)降低了9.35个百分点,误检率(FNR)提升了12.01个百分点。可见,所提方法在保证隐写图像安全性的同时能高质量地恢复秘密图像。 展开更多
关键词 深度学习 图像隐写 条件对抗生成网络 混合注意力机制 以图藏图
在线阅读 下载PDF
一种伪造注意图驱动的多任务深伪视频检测模型
4
作者 刘鹏宇 郑添阳 董敏 《电子与信息学报》 北大核心 2026年第1期346-358,共13页
目前高质量深度伪造视频检测方法大多基于隐式注意力机制的监督二分类模型。虽然该类模型能够通过自学习,判别伪造痕迹,鉴别异常区域,但在面对未经学习的伪造技术时,对伪造区域的敏感性降低,泛化性不足。基于此,该文提出一种伪造注意图... 目前高质量深度伪造视频检测方法大多基于隐式注意力机制的监督二分类模型。虽然该类模型能够通过自学习,判别伪造痕迹,鉴别异常区域,但在面对未经学习的伪造技术时,对伪造区域的敏感性降低,泛化性不足。基于此,该文提出一种伪造注意图驱动的多任务深伪视频检测模型(F-BiFPN-MTLNet)。首先,设计了一种融合伪造注意图的新型加权双向特征金字塔网络(F-BiFPN),通过伪造注意图监督低层和高层特征图的融合过程,在减少信息冗余的同时,增强模型对高质量伪造区域的敏感性。然后,定义了一种基于显式注意力机制的多任务学习网络(MTLNet)。一方面,该网络在原有基于监督二分类器的单任务模型的基础上,结合基于可学习掩码的注意策略与增强自一致性的注意策略,实现多任务加权判别,提高模型检测的可靠性;另一方面,引入显式注意力机制,通过生成的伪造位置标签对特征图进行监督,显式地指导模型聚焦于容易产生伪影的敏感区域,提高模型的泛化能力。实验结果表明,该文构建的F-BiFPN-MTLNet模型在多个基准测试中均表现出了较好性能,在曲线下面积(AUC)和平均精度(AP)等指标上取得了显著的提升。 展开更多
关键词 深度伪造 深度学习 显式注意力 多任务学习
在线阅读 下载PDF
基于改进YOLOv8n的快递包裹缺陷检测方法研究
5
作者 杨慧敏 高小雯 +1 位作者 李瑞涛 王汉霞 《电子测量技术》 北大核心 2026年第3期66-76,共11页
为解决快递包裹缺陷检测中对复杂包裹类型和细节特征的识别能力有限,以及现有模型在精度和实时性方面的不足,提出一种基于改进YOLOv8n的快递包裹缺陷检测算法。首先,将网络中的C2f模块融合频率自适应空洞卷积设计了C2f-FADC模块,在处理... 为解决快递包裹缺陷检测中对复杂包裹类型和细节特征的识别能力有限,以及现有模型在精度和实时性方面的不足,提出一种基于改进YOLOv8n的快递包裹缺陷检测算法。首先,将网络中的C2f模块融合频率自适应空洞卷积设计了C2f-FADC模块,在处理多尺度、多频率缺陷检测任务时灵活调整,优化特征提取过程和提高表征能力;其次,引入SimSPPF模块替代原有SPPF模块,简化结构的同时增强多尺度特征融合能力,改善对小尺寸目标的感知效果;最后,将边界框回归损失函数替换为Shape-IoU,以更精准地建模预测框与GT框之间的形状与尺度差异,优化检测定位性能。在自制的包裹缺陷数据集上,改进后的算法检测精度为96.3%,与原算法相比mAP50提高了4.4%,检测速度达到98帧,综合考量较其他算法具有明显优势,验证了该方法的有效性和优越性。 展开更多
关键词 缺陷检测 快递包裹 YOLOv8n 频率自适应空洞卷积(FADC) SimSPPF Shape-IoU
原文传递
基于深浅双分支特征融合的去模糊网络
6
作者 徐志京 曾泓键 《计算机工程与应用》 北大核心 2026年第3期254-264,共11页
针对现有的图像去模糊方法存在边缘信息损失,分块间伪影以及大模型高成本的问题,构建了深浅双分支特征融合的去模糊网络(deep-shallow deblur network,DSDN),从深层和浅层两个分支提取模糊特征。在深层分支中设计的频域自注意力和级联... 针对现有的图像去模糊方法存在边缘信息损失,分块间伪影以及大模型高成本的问题,构建了深浅双分支特征融合的去模糊网络(deep-shallow deblur network,DSDN),从深层和浅层两个分支提取模糊特征。在深层分支中设计的频域自注意力和级联扩张卷积模块,能够在频域有效定位模糊特征并进行特征增强,同时在不增加核大小的前提下有效增大感受野。浅层分支高效提取模糊细节特征,通过残差连接的方式与深层特征融合,能够有效避免梯度消失。提出的空频双域加权联合的损失函数,能够在双域内引导优化网络训练,有效限制复原图像频域差异。在公开数据集GOPRO和HIDE上进行实验,所提方法取得了更高的指标,复原的图像细节更突出,在客观指标和主观观察上均优于现有的主流去模糊方法。 展开更多
关键词 图像去模糊 双分支 频域信息 注意力机制 扩张卷积
在线阅读 下载PDF
融合大核门控及双注意力的骶髂关节分割网络
7
作者 严武军 景莹 +2 位作者 徐莹臣 张晓丽 王程 《电子测量技术》 北大核心 2026年第1期100-109,共10页
强直性脊柱炎是一种慢性炎症性疾病,其早期诊断依赖于骶髂关节病变特征的准确识别。然而,由于骶髂关节解剖结构复杂、病灶呈现多尺度异质性,且易受CT部分容积效应及噪声干扰,传统分割方法的精度难以满足临床需求。为此,提出了一种基于... 强直性脊柱炎是一种慢性炎症性疾病,其早期诊断依赖于骶髂关节病变特征的准确识别。然而,由于骶髂关节解剖结构复杂、病灶呈现多尺度异质性,且易受CT部分容积效应及噪声干扰,传统分割方法的精度难以满足临床需求。为此,提出了一种基于多尺度注意力融合的网络模型(MAG-UNet)。该模型通过多尺度特征融合模块(MFF)强化局部-全局特征协同表征,结合双路径注意力机制(DA)的空间-通道自适应加权,并引入大核分组注意力门控(LGAG)以解决跨尺度特征耦合问题。在山西白求恩医院提供的数据集上进行的实验表明,MAG-UNet在骶髂关节CT分割中取得了显著的性能提升,Dice系数达到92.4%,IoU达到86.0%,较U-Net基线模型提升3.4%(IoU)。本文为强直性脊柱炎的早期诊断提供了可靠的技术支持,具有重要的临床应用价值与推广潜力。 展开更多
关键词 强直性脊柱炎 骶髂关节 医学影像分割 多尺度注意力融合 特征优化
原文传递
复杂战场环境下的任务驱动智能目标识别方法综述
8
作者 罗志军 王健瑞 殷佳伟 《空天防御》 2026年第1期1-11,共11页
复杂战场环境具有目标类型多样、任务约束复杂、环境状态高度动态变化等特征,因此对智能目标识别技术提出了超越传统感知精度优化的新要求。在此类环境中,目标识别结果不仅用于描述目标本身,还直接影响任务规划与决策执行的可靠性,现有... 复杂战场环境具有目标类型多样、任务约束复杂、环境状态高度动态变化等特征,因此对智能目标识别技术提出了超越传统感知精度优化的新要求。在此类环境中,目标识别结果不仅用于描述目标本身,还直接影响任务规划与决策执行的可靠性,现有目标识别研究大多以静态场景和感知性能指标为核心,难以充分刻画识别结果在任务执行过程中的实际价值。近年来逐步形成以任务需求为导向的目标识别研究范式,即在模型设计、训练与评价过程中显式引入任务相关信息,使识别结果能更有效支撑任务运用与系统级决策,围绕这一研究趋势,本文从方法论角度对任务驱动智能目标识别技术进行系统综述。首先,分析任务驱动目标识别的基本内涵,阐明其与传统感知驱动方法在输出形式、优化目标与系统角色定位等方面的本质差异;其次,立足任务相关信息建模视角,对面向语义与属性、目标状态与行为,以及不确定性与风险表达的目标识别方法进行系统梳理;再次,讨论任务约束条件在训练与优化阶段的建模方式及识别结果与任务执行和决策模块之间的协同接口问题;最后,结合复杂战场环境的典型特征与应用需求,总结任务驱动目标识别在动态环境适应、未知目标管理、不确定性可信表达和系统协同面临的关键挑战,并展望未来发展趋势。 展开更多
关键词 任务驱动目标识别 复杂战场环境 任务相关信息建模 不确定性与风险表达 深度学习
在线阅读 下载PDF
快速FCM与极端随机森林的多特征协同图像分割
9
作者 张新东 《电子设计工程》 2026年第3期191-196,共6页
针对噪声图像分割中存在的鲁棒性不足与细节丢失问题,提出一种融合自适应滤波、快速FCM与极端随机森林(ERF)的多特征协同图像分割方法。通过构建动态权重函数自适应结合原图像与邻域滤波图像生成鲁棒性更强的预处理图像,并基于快速FCM... 针对噪声图像分割中存在的鲁棒性不足与细节丢失问题,提出一种融合自适应滤波、快速FCM与极端随机森林(ERF)的多特征协同图像分割方法。通过构建动态权重函数自适应结合原图像与邻域滤波图像生成鲁棒性更强的预处理图像,并基于快速FCM实现高效初始分割,避免传统邻域权重迭代的高频计算。联合邻域统计特征、纹理等特征构建多维度特征集,利用ERF的集成学习机制对初始分割结果进行迭代优化,通过特征与阈值的双重随机化策略抑制噪声干扰和过拟合。实验结果表明,在图像受到不同噪声干扰时,该文算法得到的分割图像能够保留更多细节、指标值更优异,显示出较强的鲁棒性。利用综合评价公式对得到的指标值进行综合评价,其值较对比算法分别高出5.68%、3.13%、9.22%。 展开更多
关键词 多特征协同 快速模糊C均值 极端随机森林 集成学习 自适应滤波
在线阅读 下载PDF
基于LM算法的三维点云与二维图像标定方法
10
作者 吴龙 陶奕帆 +2 位作者 杨旭 徐璐 陈淑玉 《现代电子技术》 北大核心 2026年第1期59-65,共7页
针对激光雷达与相机检测时标定精度不足,导致后续激光雷达点云与相机图像的空间对齐产生误差,影响后续特征匹配、物体检测和三维重建准确性的问题,文中提出一种基于激光雷达三维点云和单目相机的二维图像的标定方法,旨在实现对大规模物... 针对激光雷达与相机检测时标定精度不足,导致后续激光雷达点云与相机图像的空间对齐产生误差,影响后续特征匹配、物体检测和三维重建准确性的问题,文中提出一种基于激光雷达三维点云和单目相机的二维图像的标定方法,旨在实现对大规模物体的精确检测和三维环境重建。该方法首先通过多帧点云数据叠加获得相对密集的点云测量,并利用角点检测算法检测图像中的特征角点;随后使用偏最小二乘法(PLS)对参数进行求解;最后利用LM迭代算法最小化重投影误差,提高标定精度。标定结果表明,SPAAM算法相较于经典方法重投影误差减少8.6%,所提方法相较于经典方法重投影误差减少近38.2%,验证了所提方法的准确性和有效性。 展开更多
关键词 激光雷达 单目相机 标定方法 点云数据 偏最小二乘法 LM迭代算法
在线阅读 下载PDF
基于深度学习的河道航拍影像检测算法研究
11
作者 邓业发 郄志红 吴鑫淼 《工程科学与技术》 北大核心 2026年第1期334-344,共11页
利用先进手段快速、精准地发现河湖四乱和水质等问题是提高河湖管理及河湖长制工作效率的重要途径之一,通过无人机巡视结合图像识别技术有望有效解决传统人工巡查河道观测范围受限、效率低下和涉河问题响应慢等问题,但目前河道水面环境... 利用先进手段快速、精准地发现河湖四乱和水质等问题是提高河湖管理及河湖长制工作效率的重要途径之一,通过无人机巡视结合图像识别技术有望有效解决传统人工巡查河道观测范围受限、效率低下和涉河问题响应慢等问题,但目前河道水面环境复杂,河道漂浮垃圾形状不规则且形态多样、尺寸不一,蓝藻分布较广,非法采砂行为发生地点较为隐蔽且易受遮挡,依靠传统的图像识别算法进行检测存在较大的挑战性。针对这一挑战,本文提出一种基于改进YOLO v5s的河道巡查图像识别(YOLO v5s-CDF)模型。首先,使用FocalNext模块替代Backbone骨干网络中的C3模块,通过引入深度可分离卷积和空洞卷积,增强网络对小目标的特征提取能力;接着,在输出部分添加Context Aggregation注意力机制,通过引入上下文聚合机制来调整输入数据的权重,使模型能够更加关注图像中的关键信息;同时,使用解耦头(Decouple Head)替换原有的耦合检测头,将特征提取和任务预测分开,加快了网络的收敛速度,进一步提升了模型对小目标的检测能力。实验结果表明,YOLO v5s-CDF模型的平均精度均值(mAP)为86.7%,比YOLO v5s模型高了4.1个百分点,对比YOLO v7-tiny和YOLO X-s模型,平均精度均值提高了20.4个百分点和8.3个百分点。实例分析结果说明本文提出的YOLO v5s-CDF模型是实现河湖问题精准识别的可靠且有效的方法。 展开更多
关键词 YOLO v5s 小目标检测 河道垃圾 FocalNext模块 注意力机制
在线阅读 下载PDF
多策略融合改进的天鹰算法机器人路径规划
12
作者 程小虎 章翔峰 姜宏 《电子测量技术》 北大核心 2026年第3期1-10,共10页
针对传统天鹰算法(AO)在高维复杂优化问题和机器人路径规划应用中易陷入局部最优、收敛速度慢的缺陷,本文提出了一种基于空中搜索和三角变异算子改进的天鹰算法。首先,通过Halton低差异序列提高初始种群分布的均匀性;其次,在算法收缩开... 针对传统天鹰算法(AO)在高维复杂优化问题和机器人路径规划应用中易陷入局部最优、收敛速度慢的缺陷,本文提出了一种基于空中搜索和三角变异算子改进的天鹰算法。首先,通过Halton低差异序列提高初始种群分布的均匀性;其次,在算法收缩开发阶段融合北极海鹦算法的空中搜索机制提升种群的协同进化能力与搜索精度;最后,利用三角变异算子改善算法后期的收敛性能。随后在CEC2017测试函数上与五种同类算法进行对比,并采用秩和检验评估其差异性。最后,将所提出的算法应用于机器人路径规划应用。实验结果表明,HATAO算法具有较强的搜索精度和较快的收敛速度,不仅能有效避开障碍物、获得较短路径,还具有更好的稳定性,在简单和复杂场景下路径相比于原天鹰算法分别缩短了约4.96%、6.34%,验证了算法在实际路径规划任务中的有效性与鲁棒性。 展开更多
关键词 元启发式算法 天鹰算法 CEC2017测试函数 机器人路径规划
原文传递
改进YOLO11n的雾天路面缺陷轻量化检测
13
作者 陈仁祥 邓力珩 +3 位作者 杨黎霞 陈卓 王磊 罗浩铭 《光学精密工程》 北大核心 2026年第4期640-651,共12页
针对雾天路面缺陷检测精度低、模型参数量大的问题,提出改进YOLO11n的雾天路面缺陷轻量化检测方法,旨在提高雾天环境检测精度和更利于轻量化部署。首先,在骨干网络中构建前端去雾网络(Dehaze-Network,DH-Net),通过通道归一化和跨层统计... 针对雾天路面缺陷检测精度低、模型参数量大的问题,提出改进YOLO11n的雾天路面缺陷轻量化检测方法,旨在提高雾天环境检测精度和更利于轻量化部署。首先,在骨干网络中构建前端去雾网络(Dehaze-Network,DH-Net),通过通道归一化和跨层统计量传递机制,保持去雾图像结构一致性并实现检测任务导向联合优化,减小雾气对检测效果的影响;其次,采用自适应下采样模块(ADown)替代传统卷积下采样,以减少参数量并保留关键空间特征,从而增强缺陷细节的提取能力;然后,设计高效多分支辅助特征金字塔网络,通过动态卷积核适配与加权双向特征金字塔融合增强雾天模糊目标的跨尺度表征能力,进一步减少雾天对检测的影响;最后,使用部分卷积对检测头进行轻量化改进,以部分卷积运算降低计算开销。通过在不同数据集实验表明,改进模型mAP较基准分别提升2.1%和3%,参数量降低47.2%。该方法为雾天路面巡检提供了高精度、低资源消耗的解决方案。 展开更多
关键词 雾天 路面缺陷检测 改进YOLO11n 轻量化
在线阅读 下载PDF
一种基于量化神经网络的SLAM增强型点特征匹配方法
14
作者 朱代先 吕佳昊 《现代电子技术》 北大核心 2026年第5期8-15,共8页
针对同步定位与地图构建中前端特征提取与匹配鲁棒性不足的问题,提出一种基于量化神经网络的SLAM增强型点特征匹配方法。通过构建适应度函数并采用柯西变异策略优化卷积核权重,同时应用CLAHE算法均衡图像亮度分量,从而提升图像质量;在... 针对同步定位与地图构建中前端特征提取与匹配鲁棒性不足的问题,提出一种基于量化神经网络的SLAM增强型点特征匹配方法。通过构建适应度函数并采用柯西变异策略优化卷积核权重,同时应用CLAHE算法均衡图像亮度分量,从而提升图像质量;在特征提取阶段,通过增加额外的卷积层,并设计含有跳跃连接结构的注意力机制,进一步提升ZippyPoint网络的性能;最终,通过计算欧氏距离的平方差构建距离矩阵,结合反向匹配结果批量提取匹配点,并通过张量操作验证双向一致性,从而实现精确的特征点匹配。实验结果表明,增强后的图像亮度适中,灰度分布均匀,且在复杂场景中的平均匹配精度达到70.87%,匹配时间为0.243 s,两项指标分别较ORB+BF算法提高52.07%和60.94%,具有较高的应用价值。 展开更多
关键词 SLAM 蝴蝶优化算法 CLAHE ZippyPoint 特征匹配 特征提取
在线阅读 下载PDF
基于卷积神经网络的高分辨率遥感影像目标边界提取方法
15
作者 王小红 《现代电子技术》 北大核心 2026年第1期49-53,共5页
为有效应对高分辨率遥感影像遮挡、旋转等因素对目标边界提取效果的影响,文中提出基于卷积神经网络(CNN)的高分辨率遥感影像目标边界提取方法。以卷积神经网络实现高分辨率遥感影像目标边界提取框架为基础,引入了特征增强模块,避免网络... 为有效应对高分辨率遥感影像遮挡、旋转等因素对目标边界提取效果的影响,文中提出基于卷积神经网络(CNN)的高分辨率遥感影像目标边界提取方法。以卷积神经网络实现高分辨率遥感影像目标边界提取框架为基础,引入了特征增强模块,避免网络目标边界浅层、深层特征提取时存在语义信息的表征不足以及丢失细节信息问题;同时,优化网络损失函数,通过预处理目标边界图,将其转化为边界信息的概率图,并设定阈值来排除不确定性像素点,增强模型目标边界提取鲁棒性和精确度。实验结果显示,该方法可实现目标边界精准提取且不易受遥感影像旋转影响,在不同遮挡程度下均具备较为优异的目标边界提取能力。 展开更多
关键词 卷积神经网络 高分辨率遥感影像 目标边界提取 深层特征 特征增强 边界概率图
在线阅读 下载PDF
基于ZYNQ的多标志点中心定位算法研究
16
作者 周建平 牛文铁 郭永豪 《传感技术学报》 北大核心 2026年第1期43-50,共8页
针对FPGA图像处理领域中多目标中心定位的实时性与精度问题,提出了一种流水线式连通域快速标记及中心定位算法。该算法通过对图像进行单次光栅扫描,统计各行的游程信息并对连通的游程进行行计数,当行数达到一定数目时,遍历已标记游程,... 针对FPGA图像处理领域中多目标中心定位的实时性与精度问题,提出了一种流水线式连通域快速标记及中心定位算法。该算法通过对图像进行单次光栅扫描,统计各行的游程信息并对连通的游程进行行计数,当行数达到一定数目时,遍历已标记游程,统计灰度值,并对后续的连通像素灰度进行累加,当判定下一行无相邻游程时,对标志中心求解并输出。实验结果表明算法最终精度控制在0.1 pixels以内,处理时间较传统算法最高减少了18.1%。以该算法为核心,设计了一套基于ZYNQ的多标志中心实时定位系统,实现双目相机采集、图像预处理、连通域标记以及定位多标志点中心坐标等功能,并验证了真实环境下所提出算法的稳定性,在图像传感器实时处理领域具有一定的应用价值。 展开更多
关键词 图像处理 实时处理 中心定位 ZYNQ 图像传感器 标志点匹配
在线阅读 下载PDF
改进YOLOv8的子午线轮胎气泡缺陷检测方法
17
作者 路宇鹏 王明泉 +2 位作者 李鹏波 吴志成 杨洁 《电子测量技术》 北大核心 2026年第3期194-203,共10页
子午线轮胎X射线图像纹理复杂、缺陷形态多样,多依赖人工目测进行质检,难以兼顾高精度与实时性。为此,针对子午线轮胎气泡缺陷,提出一种基于YOLOv8改进的检测模型——YOLOv8n_RSI。首先,引入RepNCSPELAN4结构增强模型特征提取能力;其次... 子午线轮胎X射线图像纹理复杂、缺陷形态多样,多依赖人工目测进行质检,难以兼顾高精度与实时性。为此,针对子午线轮胎气泡缺陷,提出一种基于YOLOv8改进的检测模型——YOLOv8n_RSI。首先,引入RepNCSPELAN4结构增强模型特征提取能力;其次,融合SKAttention注意力机制,自适应选择感受野大小,提升模型对多尺度目标的检测性能;最后,采用Inner-CIoU损失函数,通过增加中心点距离约束和宽高比惩罚项,有效提升检测精度。实验结果表明,相较于基准模型YOLOv8n,所提出的YOLOv8n_RSI模型的精确率、召回率和平均精确率均值分别提升了3.5%、7.0%和8.4%。同时,模型的计算复杂度和推理速度表明其能满足实时检测需求。初步的实际工业应用也验证了该改进模型的有效性。 展开更多
关键词 轮胎X射线图像 缺陷检测 YOLO RepNCSPELAN4 SKAttention Inner-CIoU
原文传递
基于改进YOLO11的生活垃圾检测模型
18
作者 任梦晗 赵海燕 宋佳智 《电子测量技术》 北大核心 2026年第1期247-256,共10页
随着城市化进程的加快,生活垃圾量的持续攀升对生态环境形成严峻挑战,因此基于目标检测的智能分拣技术成为关键解决方案。针对现有检测模型在复杂场景下精度不足和部署效率低的问题,提出一种改进的YOLO11生活垃圾检测模型。通过引入可... 随着城市化进程的加快,生活垃圾量的持续攀升对生态环境形成严峻挑战,因此基于目标检测的智能分拣技术成为关键解决方案。针对现有检测模型在复杂场景下精度不足和部署效率低的问题,提出一种改进的YOLO11生活垃圾检测模型。通过引入可变形卷积和自主设计的三分支坐标注意力机制,构建了增强型可变形卷积模块,并用其重构骨干网络中的C3k2,显著提升了模型对复杂背景中目标的特征提取能力。此外,采用内容感知特征重组算子替代颈部网络中的上采样,增强特征重建效果。引入指数移动平均滑动损失函数,有效提升检测精度并加速模型收敛。在优化后的华为云生活垃圾数据集上进行的实验表明,改进模型在mAP@0.5和mAP@0.5:0.95指标上分别达到76.5%和64.6%,较基线模型提升1.8%和1.7%。相比其他主流检测算法,改进模型参数量仅为2.8 M,更适合移动端部署。 展开更多
关键词 YOLO11 可变形卷积 注意力机制 生活垃圾 目标检测
原文传递
面向甲流病毒检测的有机电化学晶体管结构仿真与性能研究
19
作者 龙帅 袁宇鹏 +4 位作者 李华莉 李小飞 周闯 宁齐红 汤江文 《压电与声光》 北大核心 2026年第1期203-210,共8页
有机电化学晶体管(OECT)是一种基于有机半导体材料的离子-电子耦合转换器件,凭借其高灵敏性、生物相容性和低工作电压特性,在生物分子检测领域有着重要的应用潜力。生物标志物的高灵敏度检测对甲流检测早期诊断、健康监测及精准医疗具... 有机电化学晶体管(OECT)是一种基于有机半导体材料的离子-电子耦合转换器件,凭借其高灵敏性、生物相容性和低工作电压特性,在生物分子检测领域有着重要的应用潜力。生物标志物的高灵敏度检测对甲流检测早期诊断、健康监测及精准医疗具有重要意义。针对当前OECT性能优化中跨导提升受限的问题,本文通过建立新型物理模型,系统研究了沟道形态与栅极结构对器件传感增益的影响。该模型首次实现了对不同栅极组合下跨导与通用生物传感器性能的精准预测。研究表明,有机沟道层的长度与跨导呈负相关,宽度与厚度呈正相关。通过优化沟道体积参数与栅极构型,跨导显著提升至8.2 mS,灵敏度较传统器件提高了4~8倍。 展开更多
关键词 有机电化学晶体管 跨导 栅极结构 有机沟道形态 生物标志物
在线阅读 下载PDF
改进PP-LiteSeg的轻量级无人机影像语义分割算法
20
作者 李浩 贺云涛 李子豪 《空军工程大学学报》 北大核心 2026年第1期21-31,共11页
针对现有语义分割算法在无人机航拍影像的重点区域检测中存在的分割精度低、检测速度慢的问题,提出了一种改进PP-LiteSeg的轻量级无人机影像语义分割算法。该算法首先设计了一种复合注意力融合模块,在统一注意力融合模块中引入无参数注... 针对现有语义分割算法在无人机航拍影像的重点区域检测中存在的分割精度低、检测速度慢的问题,提出了一种改进PP-LiteSeg的轻量级无人机影像语义分割算法。该算法首先设计了一种复合注意力融合模块,在统一注意力融合模块中引入无参数注意力机制SimAM,增强全局上下文信息,提升输出特征的信息丰富度;之后,通过将主干网络中卷积的计算方式由普通卷积替换为部分卷积与小尺度卷积核结合的方式,减少模型参数;同时,设计了新的主干网络SDTCM_PNet,通过更改主干网络中短期密集连接模块在多层感受野下的特征拼接方式,进一步提升模型的轻量化程度。在自采的无人机航拍影像数据集上进行的实验结果证明了本文算法的有效性。同时将算法在嵌入式设备上进行了部署试验,结果验证了本文算法满足实时性要求。 展开更多
关键词 语义分割 轻量化 无人机影像 无参数注意力 重点区域检测
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
使用帮助 返回顶部