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10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：
基于混合域注意力ResNeSt的结肠息肉分割模型
1
作者 周孟然 刘思怡 +2 位作者 卞凯 王宁 高立鹏 《重庆工商大学学报(自然科学版)》 2025年第1期85-93,共9页
目的针对因息肉大小不一,边界不清,光线影响,在图片中所占比例较小导致的分割精度不高的问题,提出了一种改进的U型结构网络BMR-Net。方法该模型的框架为编码器-解码器形式,在编码器部分采用ResNeSt提取特征,在计算成本增加很少的情况下... 目的针对因息肉大小不一,边界不清,光线影响,在图片中所占比例较小导致的分割精度不高的问题,提出了一种改进的U型结构网络BMR-Net。方法该模型的框架为编码器-解码器形式,在编码器部分采用ResNeSt提取特征,在计算成本增加很少的情况下改善了特征提取效果;在编码器和解码器之间设计边界预测生成模块(BPGM)来聚合高层特征并加入改良空间金字塔池化模块,在其中引入注意力机制,提升多尺度信息融合效果,获得更精确的全局特征图表示;针对不清晰的边缘部分采用反向注意力模块,删除已预测区域,校正边界信息。结果在CVC-ClinicDB、Kvasir-SEG、CVC-ColonDB、ETIS-Larib、EndoScene数据集上进行测试,mDice值分别达到了0.930、0.903、0.743、0.712、0.874。结论该方法分割性能和泛化性能均优于其他的先进方法,并且可以更加精确和完整地分割出小尺寸息肉,可以为结肠息肉患者提供早期预后信息。 展开更多
关键词 图像分割 结肠息肉 resnest 编解码网络 注意力机制
在线阅读 下载PDF
融合ResNeSt和多尺度特征融合的遥感影像道路提取 被引量：3
2
作者 郝明 白鹤 徐婷婷 《光电工程》 北大核心 2025年第1期39-51,共13页
针对高分辨率遥感影像的道路提取存在道路边缘分割不连续、小目标道路分割精度不高和目标道路误分的问题,本文提出了结合ResNeSt和多尺度特征融合的遥感影像道路提取方法用于遥感影像道路提取(ResT-UNet)。参考ResNeSt网络模块构造U型... 针对高分辨率遥感影像的道路提取存在道路边缘分割不连续、小目标道路分割精度不高和目标道路误分的问题,本文提出了结合ResNeSt和多尺度特征融合的遥感影像道路提取方法用于遥感影像道路提取(ResT-UNet)。参考ResNeSt网络模块构造U型网编码器,使前期编码器可以更完整的提取信息,分割目标边缘更加连续;首先在编码器部分引入Triplet Attention注意力机制,抑制无用的特征信息;其次使用卷积块代替最大池化操作,增加特征维度和网络深度,减少道路信息丢失;最后在编码器网络和解码器网络的桥连接部分使用多尺度特征融合模块(multi-acale feature fusion,MSFF),以捕获区域间的远程依赖关系,提高道路的分割效果。实验在Massachusetts道路数据集和DeepGlobe数据集上进行实验,实验结果表明,该方法分别在数据集上IoU达到了64.76%和64.45%,相比于近几年网络MINet模型提高了1.42%和1.74%,表明ResT-UNet网络有效提高遥感影像道路的提取精度,为解译遥感图像语义信息提供一种新思路。 展开更多
关键词 遥感影像 道路提取 resnest网络 多尺度特征融合 注意力机制
在线阅读 下载PDF
基于ResNeSt网络路面状态识别的主动悬架模型预测控制 被引量：7
3
作者 寇发荣 胡凯仑 +1 位作者 陈若晨 何海洋 《控制与决策》 EI CSCD 北大核心 2024年第6期1849-1858,共10页
为了提升不同运行工况下的路面状态识别精度及主动悬架平顺性控制性能,提出一种基于ResNeSt网络路面状态识别的主动悬架模型预测控制(MPC)方法.首先,搭建基于多路径分散注意力思想的ResNeSt网络架构,建立面向主动悬架实时控制的路面状... 为了提升不同运行工况下的路面状态识别精度及主动悬架平顺性控制性能,提出一种基于ResNeSt网络路面状态识别的主动悬架模型预测控制(MPC)方法.首先,搭建基于多路径分散注意力思想的ResNeSt网络架构,建立面向主动悬架实时控制的路面状态识别算法,采用交叉熵目标损失函数和AdamW梯度下降算法进行网络训练以及测试实验验证;然后,在此基础上设计基于路面状态识别的主动悬架MPC控制算法,根据离散状态空间方程推导悬架系统预测模型,以悬架预测输出和控制力输入为性能指标建立目标函数,并考虑不同路面的控制策略确定加权矩阵取值,在系统约束条件下,将MPC目标函数转化为二次最优规划问题的求解;最后,将所提出控制算法与被动悬架、LQG控制进行对比仿真分析,结果表明:ResNeSt网络可以快速准确地识别多种路面状态,所提出控制算法能够根据路面状态对悬架进行实时瞬态主动控制,簧载质量加速度、悬架动挠度和轮胎动载荷的均方根值平均值相比LQG控制分别降低36.56%、32.99%和36.28%. 展开更多
关键词 路面状态识别 resnest 深度学习 残差卷积神经网络 主动悬架 模型预测控制
原文传递
改进ResNeSt网络的拓片甲骨文字识别 被引量：7
4
作者 毛亚菲 毕晓君 《智能系统学报》 CSCD 北大核心 2023年第3期450-458,共9页
目前,拓片甲骨文字的识别方法存在局部细节特征提取能力弱,对部分高相似度的甲骨文字识别率较低的问题。为此,本文提出了一种基于改进ResNeSt网络的甲骨文字识别方法,通过设计跳转连接结构,逐步将网络浅层特征向网络深层传递并进行融合... 目前,拓片甲骨文字的识别方法存在局部细节特征提取能力弱,对部分高相似度的甲骨文字识别率较低的问题。为此,本文提出了一种基于改进ResNeSt网络的甲骨文字识别方法,通过设计跳转连接结构,逐步将网络浅层特征向网络深层传递并进行融合;同时结合甲骨文字“长条形”的特点,引入坐标注意力机制模块,从宽度和高度两个方向上对所得特征进行加权融合;最后通过去掉网络最后一层的激活函数和全连接层以及对最后一个卷积层输出通道数的重新设置,对网络分类器进行了有效优化。实验结果表明,本文提出的改进拓片甲骨文字识别模型在OBC306数据集上识别准确率达到93.53%,取得了目前最好的识别效果。 展开更多
关键词 resnest网络模型 甲骨文字识别 跳转连接 坐标注意力机制 分类器优化 OBC306 深度学习 神经网络
在线阅读 下载PDF
基于ResNeSt网络的音频欺骗检测 被引量：1
5
作者 何信 胡金瑶 +1 位作者 艾斯卡尔·艾木都拉 米吉提·阿不里米提 《现代电子技术》 2022年第23期88-92,共5页
目前最先进的语音合成和语音转换模型能够生成人耳无法区分的虚假语音,这对自动说话人验证(ASV)系统的安全构成巨大威胁。近年来,越来越多抗欺骗对策用于提高ASV系统的可靠性。然而,在实际使用中,在检测未知攻击时遇到困难,特别是,合成... 目前最先进的语音合成和语音转换模型能够生成人耳无法区分的虚假语音,这对自动说话人验证(ASV)系统的安全构成巨大威胁。近年来,越来越多抗欺骗对策用于提高ASV系统的可靠性。然而,在实际使用中,在检测未知攻击时遇到困难,特别是,合成语音欺骗算法的快速发展正在产生越来越强大的未知攻击。在这项工作中,由于ResNeSt网络模型在图像分类和检测任务中取得较好的成绩,因此构建了残差卷积神经网络的变体ResNeSt,使用时域二维特征转换、频域特征等各种特征提取方法(MFCC、LFCC、CQCC)来检测未知的合成语音欺骗攻击。实验结果表明,ResNeSt系统在ASV的逻辑评估集上达到了6.04%的等错误率(EER),相比ASVspoof2019的基线模型提高了25%的性能。 展开更多
关键词 自动说话人验证 resnest模型 语音合成 语音转换 倒谱系数 EER 神经网络
在线阅读 下载PDF
基于改进的Cascade RCNN铸管字符检测算法 被引量：1
6
作者 王宇 徐福丽 +5 位作者 王怀震 崔勇 姜岩 陶晔 王译笙 张琦 《计算机集成制造系统》 EI CSCD 北大核心 2024年第11期3954-3966,共13页
由于工业现场采集的铸管字符图像存在背景模糊、字符区域占比小、刻字位置不固定、油漆遮挡等问题,导致现有模型的检测精度难以满足工业现场的需求。针对上述问题,提出改进的Cascade RCNN铸管字符检测算法。首先对特征金字塔进行改进,... 由于工业现场采集的铸管字符图像存在背景模糊、字符区域占比小、刻字位置不固定、油漆遮挡等问题,导致现有模型的检测精度难以满足工业现场的需求。针对上述问题,提出改进的Cascade RCNN铸管字符检测算法。首先对特征金字塔进行改进,提出融合小目标增强的特征金字塔(STE-FPN),利用多尺度特征融合的特征增强能力丰富铸管小目标字符的特征信息。其次引入自矫正/池化的ResNeSt(SCP-ResNeSt)作为特征提取网络,利用自矫正卷积和池化操作以提升背景复杂的铸管字符特征提取效率。最后对级联结构进行改进,引进Mask分支结构,可以自适应地检测字符区域并去除干扰区域,优化了检测结果。将改进后的算法在铸管数据集上进行测试,其平均检测精度mAP为99.1%,比原Cascade RCNN算法提高了2.3%,得到的精度表明改进后的性能优于原算法。 展开更多
关键词 铸管字符检测 背景模糊 Cascade RCNN resnest
在线阅读 下载PDF
基于锐度感知最小化与多色域双级融合的视网膜图片质量分级 被引量：3
7
作者 梁礼明 雷坤 +2 位作者 詹涛 彭仁杰 谭卢敏 《科学技术与工程》 北大核心 2022年第32期14289-14297,共9页
针对视网膜图片质量差异性大,质量分级模型泛化性能不足的问题,提出了一种基于锐度感知最小化的多色域双级融合算法,用于视网膜图片质量的分级预测。首先,采用ResNeSt网络对RGB(red, green, blue)、HSV(色相hue、饱和度saturation、亮度... 针对视网膜图片质量差异性大,质量分级模型泛化性能不足的问题,提出了一种基于锐度感知最小化的多色域双级融合算法,用于视网膜图片质量的分级预测。首先,采用ResNeSt网络对RGB(red, green, blue)、HSV(色相hue、饱和度saturation、亮度value)和LAB(L表示像素的亮度、A表示从红色到绿色的范围、B表示从黄色到蓝色的范围)3种色域空间进行特征提取。其次,使用网络的特征输出与预测输出进行双级融合,丰富视网膜图片的特征表示。然后,使用锐度感知最小化对视网膜图片质量分级模型进行优化,提高质量分级模型的泛化性能。最后,在EyeQ数据集上进行实验仿真,其准确率为87.35%、精确度为85.87%、敏感度为85.07%、F值为85.44%,所提算法能有效区分视网膜图片的质量等级并提高模型的泛化性能。 展开更多
关键词 图片质量分级 锐度感知最小化 resnest网络 多色域空间 双级融合
在线阅读 下载PDF
Vision Transformer的瞳孔定位方法 被引量：1
8
作者 王利 王长元 《西安工业大学学报》 CAS 2023年第6期561-567,共7页
为了解决现有瞳孔定位方法易受瞳孔图像质量的约束,采用CNN提取图像的局部特征,通过Transformer的编码器获得全局依赖关系,发掘出更为准确的瞳孔中心信息,在公开数据集上对比了主流的DeepEye和VCF瞳孔定位模型。结果表明:提出的基于混... 为了解决现有瞳孔定位方法易受瞳孔图像质量的约束,采用CNN提取图像的局部特征,通过Transformer的编码器获得全局依赖关系,发掘出更为准确的瞳孔中心信息,在公开数据集上对比了主流的DeepEye和VCF瞳孔定位模型。结果表明:提出的基于混合结构的Vision Transformer瞳孔定位方法在5像素误差内瞳孔中心的检测率比DeepEye提升了30%,比VCF提升了20%。 展开更多
关键词 深度学习 瞳孔定位 视觉转换器 分散注意力残差网络
在线阅读 下载PDF
基于深度学习的工业工件字符识别
9
作者 李佳琪 杨超宇 《黑龙江工业学院学报（综合版）》 2021年第4期86-91,共6页
针对自然环境下工业配件上编码字符识别提取特征不良的问题,在Ubuntu环境使用Pytorch框架搭建网络结构,基于STR框架下将两种特征探测头(FeatureExtraction)和两种预测头(Prediction)组合为四种神经网络,以SKNet(Selective Kernel Networ... 针对自然环境下工业配件上编码字符识别提取特征不良的问题,在Ubuntu环境使用Pytorch框架搭建网络结构,基于STR框架下将两种特征探测头(FeatureExtraction)和两种预测头(Prediction)组合为四种神经网络,以SKNet(Selective Kernel Networks)为启示提出了一种自适应残差矫正网络SKE,提高了特征图利用率,提高特征提取效果,从而实现高精度高效率的字符识别模型,并对其表现进行综合评测。实验结果表明:加入SKE后的ResNeSt-Attn模型更具有工件识别准确率,在自建工业数据集上的识别精度为98.36%。 展开更多
关键词 深度学习 字符识别 resnest 自适应残差网络
在线阅读 下载PDF
基于改进全卷积神经网络模型的土地覆盖分类方法研究 被引量：9
10
作者 衡雪彪 许捍卫 +2 位作者 唐璐 汤恒 许怡蕾 《地球信息科学学报》 CSCD 北大核心 2023年第3期495-509,共15页
遥感卫星数据是地球表面信息的重要来源,但利用传统的遥感分类方法进行土地覆盖分类局限性大、过程繁琐、解译精度依赖专家经验,而深度学习方法可以自适应地提取地物更多深层次的特征信息,适用于高分辨率遥感影像的土地覆盖分类。文中... 遥感卫星数据是地球表面信息的重要来源,但利用传统的遥感分类方法进行土地覆盖分类局限性大、过程繁琐、解译精度依赖专家经验,而深度学习方法可以自适应地提取地物更多深层次的特征信息,适用于高分辨率遥感影像的土地覆盖分类。文中对高分辨率影像中水体、交通运输、建筑、耕地、草地、林地、裸土等进行高精度分类,结合遥感多地物分类的特点,以DeepLabV3+模型为基础,作出了以下改进:(1)骨干网络的改进,使用ResNeSt代替ResNet作为骨干网络;(2)空洞空间金字塔池化模块的改进,首先在并联的每个分支的前一层增加一个空洞率相对较小的空洞卷积,其次在分支后层加入串联的空洞率逐渐减小的空洞卷积层。使用土地覆盖样本库和自制样本库进行模型训练、测试。结果表明,改进模型在2个数据集的精度和时间效率均明显优于原始DeepLabV3+模型:土地覆盖样本库总体精度达到88.08%,自制样本库总体精度达到85.22%,较原始DeepLabV3+模型分别提升了1.35%和3.4%,时间效率每epoch减少0.39 h。改进模型能够为数据量以每日TB级增加的高分影像提供更加快速精确的土地覆盖分类结果。 展开更多
关键词 土地覆盖 全卷积神经网络 深度学习 遥感影像分类 DeepLabV3+ resnest 高分辨率影像 语义分割
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
使用帮助 返回顶部