期刊导航
期刊开放获取
vip
退出
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
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
检索
高级检索
期刊导航
共找到
2
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于梅尔谱特征和改进ResNet网络的室内跌倒检测方法
被引量:
1
1
作者
杨松铭
王玫
《桂林理工大学学报》
北大核心
2025年第2期251-259,共9页
为了解决现有的老年人跌倒事件识别方法存在的相关局限性,提出一种利用声音信号来进行跌倒检测的方法。该方法在声学特征提取阶段,从时间维度对梅尔谱特征进行补充,将梅尔谱及其一阶、二阶差分系数构建为类似图片的三维特征,使用卷积神...
为了解决现有的老年人跌倒事件识别方法存在的相关局限性,提出一种利用声音信号来进行跌倒检测的方法。该方法在声学特征提取阶段,从时间维度对梅尔谱特征进行补充,将梅尔谱及其一阶、二阶差分系数构建为类似图片的三维特征,使用卷积神经网络进行分类,提高了室内跌倒事件识别的抗噪性能。通过SimAM注意力、特征金字塔(FPN)以及动态区域感知卷积(DRConv)来改进网络结构。实验结果表明,在不同数据集下,该方法比传统识别方法性能更优。改进后的网络模型在A3FALL数据集上的查准率、召回率和F1-Score分别达到了98.43%、98.21%和98.32%;对于人类跌倒的声音识别,其F1-Score达到了96.45%,相较于其他传统网络模型都具有更好的表现。
展开更多
关键词
跌倒检测
SimAM
卷积神经网络
特征金字塔
动态区域感知卷积
梅尔频率倒谱系数(MFCC)
在线阅读
下载PDF
职称材料
基于DeepSORT和改进YOLOv5的煤矿井下钻杆计数方法
被引量:
5
2
作者
王向前
史策
《煤炭技术》
CAS
2024年第2期200-204,共5页
针对煤矿井下钻杆计数存在精度较差、效率较低等问题,提出一种基于DeepSORT和改进YOLOv5的煤矿井下钻杆计数方法。首先,设计DR-C3模块,提高YOLOv5网络提取特征的能力;其次,引入GAM注意力机制,减少复杂背景的干扰;然后,通过CARAFE上采样...
针对煤矿井下钻杆计数存在精度较差、效率较低等问题,提出一种基于DeepSORT和改进YOLOv5的煤矿井下钻杆计数方法。首先,设计DR-C3模块,提高YOLOv5网络提取特征的能力;其次,引入GAM注意力机制,减少复杂背景的干扰;然后,通过CARAFE上采样算子扩大感受野;最后,结合DeepSORT算法对钻杆进行实时追踪计数。实验结果表明,改进后的YOLOv5 mAP@0.5提升了2.8%;钻杆计数平均精度达99.4%,检测速度达到93帧/s,计数精度高,满足实际需求。
展开更多
关键词
钻杆计数
YOLOv5
DeepSORT
drconv
CARAFE
GAM
原文传递
题名
基于梅尔谱特征和改进ResNet网络的室内跌倒检测方法
被引量:
1
1
作者
杨松铭
王玫
机构
桂林理工大学物理与电子信息工程学院
出处
《桂林理工大学学报》
北大核心
2025年第2期251-259,共9页
基金
国家自然科学基金项目(62071135,61961010)
广西自然科学基金项目(2019GXNSFBA245103)。
文摘
为了解决现有的老年人跌倒事件识别方法存在的相关局限性,提出一种利用声音信号来进行跌倒检测的方法。该方法在声学特征提取阶段,从时间维度对梅尔谱特征进行补充,将梅尔谱及其一阶、二阶差分系数构建为类似图片的三维特征,使用卷积神经网络进行分类,提高了室内跌倒事件识别的抗噪性能。通过SimAM注意力、特征金字塔(FPN)以及动态区域感知卷积(DRConv)来改进网络结构。实验结果表明,在不同数据集下,该方法比传统识别方法性能更优。改进后的网络模型在A3FALL数据集上的查准率、召回率和F1-Score分别达到了98.43%、98.21%和98.32%;对于人类跌倒的声音识别,其F1-Score达到了96.45%,相较于其他传统网络模型都具有更好的表现。
关键词
跌倒检测
SimAM
卷积神经网络
特征金字塔
动态区域感知卷积
梅尔频率倒谱系数(MFCC)
Keywords
fall detection
SimAM
convolutional neural network
FPN
drconv
MFCC
分类号
TP389.1 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
基于DeepSORT和改进YOLOv5的煤矿井下钻杆计数方法
被引量:
5
2
作者
王向前
史策
机构
安徽理工大学经济与管理学院
安徽理工大学计算机科学与工程学院
出处
《煤炭技术》
CAS
2024年第2期200-204,共5页
基金
国家自然科学基金资助项目(51874003)。
文摘
针对煤矿井下钻杆计数存在精度较差、效率较低等问题,提出一种基于DeepSORT和改进YOLOv5的煤矿井下钻杆计数方法。首先,设计DR-C3模块,提高YOLOv5网络提取特征的能力;其次,引入GAM注意力机制,减少复杂背景的干扰;然后,通过CARAFE上采样算子扩大感受野;最后,结合DeepSORT算法对钻杆进行实时追踪计数。实验结果表明,改进后的YOLOv5 mAP@0.5提升了2.8%;钻杆计数平均精度达99.4%,检测速度达到93帧/s,计数精度高,满足实际需求。
关键词
钻杆计数
YOLOv5
DeepSORT
drconv
CARAFE
GAM
Keywords
drill pipe count
YOLOv5
DeepSORT
drconv
CARAFE
GAM
分类号
TD76 [矿业工程—矿井通风与安全]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于梅尔谱特征和改进ResNet网络的室内跌倒检测方法
杨松铭
王玫
《桂林理工大学学报》
北大核心
2025
1
在线阅读
下载PDF
职称材料
2
基于DeepSORT和改进YOLOv5的煤矿井下钻杆计数方法
王向前
史策
《煤炭技术》
CAS
2024
5
原文传递
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部