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6篇文章
< 1 >
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：
基于深度卷积神经网络的行人检测 被引量：73
1
作者 芮挺 费建超 +2 位作者 周遊 方虎生 朱经纬 《计算机工程与应用》 CSCD 北大核心 2016年第13期162-166,共5页
行人检测一直是目标检测研究与应用中的热点。目前行人检测主要通过设计有效的特征提取方法建立对行人特征的描述,然后利用分类器实现二分类。卷积神经网络作为深度学习的重要组成,在图像、语音等领域得到了成功应用。针对人工设计的特... 行人检测一直是目标检测研究与应用中的热点。目前行人检测主要通过设计有效的特征提取方法建立对行人特征的描述,然后利用分类器实现二分类。卷积神经网络作为深度学习的重要组成,在图像、语音等领域得到了成功应用。针对人工设计的特征提取方法难以有效表达复杂环境下行人特征的问题,提出采用多层网络构建深度卷积神经网络实现对行人检测的方法。系统分析了卷积神经网络层数、卷积核大小、特征维数等对识别效果的影响,优化了网络参数。实验结果表明该方法对于行人检测具有很高的识别率,优于传统方法。 展开更多
关键词 行人检测 深度学习 卷积神经网络 特征提取
在线阅读 下载PDF
基于EZW的水下作战环境应用产品压缩研究
2
作者 笪良龙 刘晓妍 《计算机仿真》 CSCD 2008年第9期6-8,49,共4页
如何有效利用海军数据链系统传输战术水声环境产品是海军作战环境保障的关键问题之一。然而,战术水声环境数据具有较强的时空变化性,其数据量相对来说较为庞大,且在实际作战环境中,传输信道存在着各种干扰,特别是在海洋战场环境中,通信... 如何有效利用海军数据链系统传输战术水声环境产品是海军作战环境保障的关键问题之一。然而,战术水声环境数据具有较强的时空变化性,其数据量相对来说较为庞大,且在实际作战环境中,传输信道存在着各种干扰,特别是在海洋战场环境中,通信传输条件较差,传输时间紧迫,致使图像信息的传输容易受到外部因素的非正常干扰甚至中断,从而影响用户端对图像信息的接收。因此,寻求一种不依赖于通信时间和其它外部情况限制可随时结束编码实现数据压缩与渐进传输的编码方法是作战环境信息处理的一项必不可少的工作。运用目前较为先进的嵌入式小波零树编码算法对战术水声环境数据进行压缩,取得了较好的压缩效果,并在此基础上实现了图像的渐进传输,能够较好的适应复杂海洋战场的需求。 展开更多
关键词 小波变换 零树编码 数据压缩 多分辨率分解 渐进传输
在线阅读 下载PDF
基于梯度的多输入卷积神经网络 被引量：11
3
作者 费建超 芮挺 +2 位作者 周遊 方虎生 朱会杰 《光电工程》 CAS CSCD 北大核心 2015年第3期33-38,共6页
深度学习已成为目前机器学习领域的研究热点,卷积神经网络是深度学习的重要组成。以卷积神经网络为基础,结合自动编码提取特征中的边缘特性,采用多方向梯度信息作为边缘信息的基本表达,并以此作为卷积神经网络的多源输入数据,提出了一... 深度学习已成为目前机器学习领域的研究热点,卷积神经网络是深度学习的重要组成。以卷积神经网络为基础,结合自动编码提取特征中的边缘特性,采用多方向梯度信息作为边缘信息的基本表达,并以此作为卷积神经网络的多源输入数据,提出了一种具有多个输入层的卷积神经网络结构。以手写字符识别和行人检测为例,通过实验表明,梯度信息多输入网络与经典卷积神经网络相比,具有更高的识别率,且在训练次数少的情况下优势更为明显,同时也证明在适度预处理的条件下多输入卷积神经网络能够获得更好的效果。 展开更多
关键词 深度学习 卷积神经网络 多输入 梯度
在线阅读 下载PDF
基于深度学习的目标检测算法研究与应用综述 被引量：100
4
作者 张阳婷 黄德启 +1 位作者 王东伟 贺佳佳 《计算机工程与应用》 CSCD 北大核心 2023年第18期1-13,共13页
随着深度学习的不断发展,深度卷积神经网络在目标检测领域中的应用愈加广泛,现已被应用于农业、交通和医学等众多领域。与基于特征的传统手工方法相比,基于深度学习的目标检测方法可以学习低级和高级图像特征,有更好的检测精度和泛化能... 随着深度学习的不断发展,深度卷积神经网络在目标检测领域中的应用愈加广泛,现已被应用于农业、交通和医学等众多领域。与基于特征的传统手工方法相比,基于深度学习的目标检测方法可以学习低级和高级图像特征,有更好的检测精度和泛化能力。为了概括和总结目标检测领域的最新进展和技术,通过分析近年来基于深度学习的目标检测技术,对基于深度学习的目标检测算法与应用现状进行综述。归纳了两阶段与单阶段两种目标检测网络架构的发展及优缺点;从骨干网络、数据集和评价指标等方面进行叙述,对比了经典算法的检测精度,总结经典目标检测算法的改进策略;讨论了现阶段目标检测应用,并提出了目标检测领域今后的研究重点。 展开更多
关键词 目标检测 深度学习 计算机视觉 深度卷积神经网络
在线阅读 下载PDF
改进YOLOv5s的安全帽佩戴检测算法研究 被引量：12
5
作者 刘雅洁 伊力哈木·亚尔买买提 +1 位作者 席凌飞 英特扎尔·艾山江 《计算机工程与应用》 CSCD 北大核心 2023年第20期184-191,共8页
针对安全帽佩戴目标检测算法参数多、推理速度慢以及检测准确率低等问题,提出基于改进YOLOv5s的安全帽佩戴检测算法研究。在主干网络添加坐标注意力机制(coordinate attention,CA),提高模型对关键特征的注意力,更聚焦训练安全帽相关目... 针对安全帽佩戴目标检测算法参数多、推理速度慢以及检测准确率低等问题,提出基于改进YOLOv5s的安全帽佩戴检测算法研究。在主干网络添加坐标注意力机制(coordinate attention,CA),提高模型对关键特征的注意力,更聚焦训练安全帽相关目标特征,提高准确率;在特征提取网络引入结构重参数化技术(RepVGG),并在颈部网络融合鬼影混洗卷积(ghost-shuffle conv,GSConv)和VoV-GSCSP构造Slim-neck,在保证模型检测精度和泛化能力的同时,大幅降低模型参数量;设计使用SIoU优化边界框回归损失函数,提升预测框准确度和加快收敛速度。结果表明:改进算法的速度较原始YOLOv5s模型提高了49.51%,参数大小压缩了75.03%,平均精度均值提高了0.029,具有更好效果。 展开更多
关键词 安全帽检测 YOLOv5s 坐标注意力机制 结构重参数化
在线阅读 下载PDF
多卷积特征融合的HOG行人检测算法 被引量：13
6
作者 高琦煜 方虎生 《计算机科学》 CSCD 北大核心 2017年第B11期199-201,232,共4页
行人检测是计算机视觉领域中的经典问题,HOG结合SVM的方法是解决这一问题的有效途径,HOG对行人特征的有效描述起到了重要作用。卷积神经网络(CNN)作为一种有效的特征提取方法,通过特征图可以实现对特征更好的描述。提出将卷积神经网络(C... 行人检测是计算机视觉领域中的经典问题,HOG结合SVM的方法是解决这一问题的有效途径,HOG对行人特征的有效描述起到了重要作用。卷积神经网络(CNN)作为一种有效的特征提取方法,通过特征图可以实现对特征更好的描述。提出将卷积神经网络(CNN)与传统的HOG+SVM算法相结合的方法。首先利用CNN在下采样层中可以使用不同的卷积核对数据进行不同角度特征描述的特点,对样本进行多角度浅层特征提取;然后用HOG对得到的浅层特征进行进一步的提取;最后采用支持向量机(SVM)完成训练、分类。实验表明,该方法对于行人检测具有很高的识别率,优于传统方法。 展开更多
关键词 行人检测 卷积神经网络 多卷积特征 HOG
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 下一页 到第 页
使用帮助 返回顶部