基于空间交叉卷积的轻量级人体姿态估计算法 被引量：1

1

作者 方益 石守东 +2 位作者 方靖森 叶永芳 蓝艇 《传感技术学报》 CAS CSCD 北大核心 2024年第3期439-445,共7页

针对改进轻量级OpenPose网络在预测阶段仍有较大参数量会降低模型推理速度,不利于在边缘设备部署的问题,提出一种基于改进卷积方法的人体姿态估计网络,使用空间交叉卷积来代替部分标准卷积,减少网络预测阶段的参数量。网络的输入为单目... 针对改进轻量级OpenPose网络在预测阶段仍有较大参数量会降低模型推理速度,不利于在边缘设备部署的问题,提出一种基于改进卷积方法的人体姿态估计网络,使用空间交叉卷积来代替部分标准卷积,减少网络预测阶段的参数量。网络的输入为单目摄像头捕获的RGB图像,以MobileNetV3-Large为主干网络,并在其中加入了CBAM注意力模块,提取不同重要程度的空间和通道特征。获取图像特征后,送入两个分支中分别预测关键点位置和关键点组合关系。以空间交叉卷积代替两个分支中的部分标准卷积核,相对标准卷积能够减少80%的参数量。实验结果表明,相较于原方法,所提方法在精度下降较小的情况下,总参数量降低了22%,部署在CPU端的测试结果显示,速度能够达到6 FPS,提升了4倍。 展开更多

关键词 人体姿态估计 轻量级网络 空间交叉卷积 OpenPose 边缘设备

在线阅读 下载PDF 职称材料

基于奇偶交叉卷积的轻量级图像语义分割网络 被引量：1

2

作者 栗风永 叶彬 秦川 《应用科学学报》 CAS CSCD 北大核心 2022年第3期448-456,共9页

传统轻量级图像语义分割网络中的跨步下采样卷积导致感受野呈现刺状分布,使得像素点利用率出现系统偏差,影响分割精度的提升。为此,针对传统的轻量级图像语义分割网络设计一种奇偶交叉卷积的下采样模块,在跨步奇数卷积模块前增加单步偶... 传统轻量级图像语义分割网络中的跨步下采样卷积导致感受野呈现刺状分布,使得像素点利用率出现系统偏差,影响分割精度的提升。为此,针对传统的轻量级图像语义分割网络设计一种奇偶交叉卷积的下采样模块,在跨步奇数卷积模块前增加单步偶数卷积模块,在一定程度上缓解了刺状分布带来的不良影响,消除了分割网络中不同空间位置上像素利用率的偏差,最终提高了模型对像素点的分割精度。通过7种不同轻量级图像语义分割网络的对比可以看出,所提模型可以明显消除刺状分布,使分割网络的精度进一步提高,同时也证明了该模型适用于不同的轻量级网络,具有普适性。 展开更多

关键词 图像语义分割 卷积神经网络 轻量级网络 奇偶交叉卷积

在线阅读 下载PDF 职称材料

基于多通道交叉卷积UCTransNet的双能CT基材料分解方法 被引量：1

3

作者 吴凡 金潼 +3 位作者 詹郭睿 解晶晶 刘进 张谊坤 《光学学报》 EI CAS CSCD 北大核心 2024年第5期128-142,共15页

提出一种基于多通道交叉卷积UCTransNet(MC-UCTransNet)的图像域双材料分解方法。该网络以UCTransNet为基础架构,采用通道交叉融合转换器和通道交叉注意模块来提高基材料分解性能,实现双输入双输出的端到端映射。网络中通道交叉融合模... 提出一种基于多通道交叉卷积UCTransNet(MC-UCTransNet)的图像域双材料分解方法。该网络以UCTransNet为基础架构,采用通道交叉融合转换器和通道交叉注意模块来提高基材料分解性能,实现双输入双输出的端到端映射。网络中通道交叉融合模块和通道交叉注意模块可更好地捕捉复杂的通道信号相关性,以更充分地进行特征提取与融合,实现基材料生成路径之间的信息交换。为进一步提高模型的拟合性能,网络训练时采用混合损失及Sigmoid函数的归一化方法。实验结果表明,在骨骼基材料及软组织碘基材料分解任务中,所提方法能获得优质的基材料图像,与对比方法相比,其分解后的基材料图像在准确度及噪声伪影抑制上表现更好。 展开更多

关键词 机器视觉 双能计算机断层成像 基材料分解 多通道交叉卷积 注意力 噪声抑制

原文传递

多尺度高斯算子卷积零交叉法辐射分层成像 被引量：2

4

作者 曾宇 王经瑾 《核电子学与探测技术》 CAS CSCD 北大核心 2003年第5期424-427,444,共5页

利用立体视觉的原理,通过计算机获取立体辐射图像的深度信息,可以将不同深度的物体在一定程度上分层显示,例如分几层检测大型集装箱的货物而提高识别率。提出一种"多尺度卷积零交叉法",提高了边缘缺失情况下重建分层图像的质... 利用立体视觉的原理,通过计算机获取立体辐射图像的深度信息,可以将不同深度的物体在一定程度上分层显示,例如分几层检测大型集装箱的货物而提高识别率。提出一种"多尺度卷积零交叉法",提高了边缘缺失情况下重建分层图像的质量,并且避免了迭代算法可能出现的不收敛问题。 展开更多

关键词 多尺度高斯算子卷积零交叉法 辐射分层成像 立体视觉 迭代算法 图像质量 集装箱 计算机图像处理

在线阅读 下载PDF 职称材料

基于交叉并行卷积神经网络的货物列车车厢号识别系统 被引量：2

5

作者 王豪男 丁军航 许华胜 《制造业自动化》 CSCD 2019年第3期4-6,19,共4页

现有的车厢号识别系统常存在着效率不高、改造困难、维护复杂等缺陷。利用深度卷积神经网络设计货物列车车厢号自动识别系统。通过搭建深度卷积框架LPCNN,缩减模型结构,采取交叉并行的数据传输方式,对图片集进行训练测试,识别的最终结... 现有的车厢号识别系统常存在着效率不高、改造困难、维护复杂等缺陷。利用深度卷积神经网络设计货物列车车厢号自动识别系统。通过搭建深度卷积框架LPCNN,缩减模型结构,采取交叉并行的数据传输方式,对图片集进行训练测试,识别的最终结果表明该系统与现有的Alex-Net模型对比,参数的数量仅需其1/50,且识别结果精度和准确率得到有效提升。 展开更多

关键词 交叉并行卷积神经网络 车厢号 定位识别

在线阅读 下载PDF 职称材料

可容多错交叉循环卷积码的局部性修复编码构造 被引量：1

6

作者 张雪飞 刘艳 《信息通信》 2018年第12期13-14,共2页

考虑到基于传统部分重复码的局部性修复编码的局限性,在分布式存储系统中采用可容多错交叉循环卷积码作为局部码,具体构造方法为存储节点中数据节点存储编码数据块,存储节点中冗余数据部分由编码数据块交叉循环卷积生成,并存储在校验节... 考虑到基于传统部分重复码的局部性修复编码的局限性,在分布式存储系统中采用可容多错交叉循环卷积码作为局部码,具体构造方法为存储节点中数据节点存储编码数据块,存储节点中冗余数据部分由编码数据块交叉循环卷积生成,并存储在校验节点。该局部性修复编码故障节点修复方案较多,可降低修复过程中的磁盘I/O开销和修复带宽开销,提高系统的容错能力。 展开更多

关键词 分布式存储 交叉循环卷积 故障节点修复

在线阅读 下载PDF 职称材料

基于深度交叉CNN和免交互GrabCut的显著性检测 被引量：11

7

作者 杜玉龙 李建增 +1 位作者 张岩 范聪 《计算机工程与应用》 CSCD 北大核心 2017年第3期32-40,共9页

针对传统显著性检测算法特征学习不足,显著性区域边界不明确和检测效果鲁棒性较差等问题,提出一种基于深度交叉卷积神经网络和免交互Grab Cut的显著性检测算法。该方法首先针对传统CNN模型中神经元和参数规模较大导致训练困难的不足,根... 针对传统显著性检测算法特征学习不足,显著性区域边界不明确和检测效果鲁棒性较差等问题,提出一种基于深度交叉卷积神经网络和免交互Grab Cut的显著性检测算法。该方法首先针对传统CNN模型中神经元和参数规模较大导致训练困难的不足,根据人眼视觉原理,构建深度交叉卷积神经网络模型(DCCNN);然后,采用超像素聚类方法获取图像区域特征,并通过Beltrami滤波突出图像内的边界特征,利用DCCNN对特征进行学习,在联合条件随机场框架下完成特征融合,实现显著性区域粗糙检测;最后,对粗糙检测结果自适应二值化和形态学膨胀,将显著区域的多边形逼近结果作为Grab Cut算法的输入,完成显著性区域的精确检测。实验结果表明所提算法能够有效提高显著性检测精度,具有更好的鲁棒性和普适性。 展开更多

关键词 显著性检测 深度交叉卷积神经网络(CNN) 超像素 Beltrami滤波 条件随机场(CRF) 免交互GrabCut

在线阅读 下载PDF 职称材料

融合多注意力机制的语义调整风格迁移网络

8

作者 张彩灯 徐杨 +1 位作者 莫寒 冯明文 《计算机工程与应用》 北大核心 2025年第8期204-214,共11页

风格迁移是一种计算机视觉技术,旨在将一幅图像的风格迁移到另一幅图像上,从而创造出拥有新风格的图像。但当前任意风格迁移网络中还存在一些问题,如融合后的风格化图像语义不清晰以及整体风格不一致等。为了解决这些问题,提出了一种新... 风格迁移是一种计算机视觉技术,旨在将一幅图像的风格迁移到另一幅图像上,从而创造出拥有新风格的图像。但当前任意风格迁移网络中还存在一些问题,如融合后的风格化图像语义不清晰以及整体风格不一致等。为了解决这些问题,提出了一种新的多注意力风格迁移网络MatST。该网络结合了语义调整的方法,通过引入一系列注意力机制来改进风格迁移的效果。提出了RCCAB模块,通过结合交叉卷积和通道注意力机制,解决图像定位和细节表示的问题。结合窗口自注意力、重叠交叉窗口注意力OCAB和多头注意力块MHAB,设计了多注意力模块MAB作为Transformer编码器的子层。MAB模块从多个维度提取图像特征,解决图像网格化和风格化不细致的问题。设计了风格化图像语义调整器,通过反馈传播的方式来调整风格化图像的语义信息,生成语义清晰且更符合人眼感知的风格化图像。实验结果表明,相对于StyTr2网络,MatST网络在COCO数据集上内容损失降低0.1725,同时风格损失减少0.0757。经实验验证,该网络在获得较好风格化图像的同时,能够保留清晰的内容语义,具有良好的任意风格迁移效果。 展开更多

关键词 风格迁移 语义调整 注意力机制 交叉卷积

在线阅读 下载PDF 职称材料

基于精调的膨胀编组-交叉CNN的PolSAR地物分类 被引量：2

9

作者 肖东凌 刘畅 《雷达学报（中英文）》 CSCD 北大核心 2019年第4期479-489,共11页

在极化合成孔径雷达(PolSAR)地物分类研究中,基于实数CNN的分类算法无法充分利用PolSAR图像丰富的通道相位信息,并且在逐像素预测中存在大量冗余计算,导致分类效率较低。针对以上问题,该文采用一种复数域下的像素映射深度模型,实现低采... 在极化合成孔径雷达(PolSAR)地物分类研究中,基于实数CNN的分类算法无法充分利用PolSAR图像丰富的通道相位信息,并且在逐像素预测中存在大量冗余计算,导致分类效率较低。针对以上问题,该文采用一种复数域下的像素映射深度模型,实现低采样率下精确且高效的PolSAR地物分类。为充分使用PolSAR数据的通道相位信息,该文基于一种编组-交叉卷积网络(GC-CNN)将分类模型推广到复数域,并利用网络提取的复数特征及其对应的相位和幅度来实现更精确的分类;为加快分类速度,该文还采用了一种精调的膨胀编组-交叉卷积网络(FDGC-CNN)来实现像素到像素的直接映射,并进一步提升了分类精度。在基于AIRSAR平台的16类地物数据和E-SAR平台的4类地物数据的实验中,该文采用的FDGC-CNN模型相较于SVM分类器和实数CNN模型,能够更准确和更高效地实现多类别地物分类,全局分类精度分别为96.94%和90.07%、总耗时4.22s和4.02s。 展开更多

关键词 极化合成孔径雷达(PolSAR) 地物分类 膨胀卷积 编组-交叉卷积

在线阅读 下载PDF 职称材料

基于改进YOLOv5s网络的绝缘子缺陷检测

10

作者 李运堂 张坤 +5 位作者 李恒杰 朱文凯 金杰 章聪 王冰清 OPPONG Francis 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2024年第12期2469-2478,2499,共11页

针对现有目标检测算法在复杂背景下绝缘子缺陷检测中容易出现漏检、误检和检测效率低等问题,改进YOLOv5s网络以提高绝缘子缺陷检测精度和速度.采用K-means++聚类分析绝缘子数据集,确定网络预设锚框尺寸;利用Hard-Swish激活函数替换主干... 针对现有目标检测算法在复杂背景下绝缘子缺陷检测中容易出现漏检、误检和检测效率低等问题,改进YOLOv5s网络以提高绝缘子缺陷检测精度和速度.采用K-means++聚类分析绝缘子数据集,确定网络预设锚框尺寸;利用Hard-Swish激活函数替换主干网络第3、 5、 7层卷积模块的SiLU激活函数,并添加卷积注意力机制(CBAM),提高网络泛化能力;在主干网络与颈部网络间的跳跃链接添加CBAM,增强图像特征提取能力;利用交叉卷积替换颈部网络特征融合模块的残差结构,减少网络参数,提高检测速度.实验结果表明:基于改进YOLOv5s网络的绝缘子缺陷检测精度和速度分别为88.6%和69.4帧/s,优于Faster R-CNN、YOLOv3、YOLOv4、常规YOLOv5s等主流网络,满足绝缘子缺陷检测要求. 展开更多

关键词 YOLOv5s 绝缘子缺陷 激活函数 卷积注意力机制 交叉卷积

在线阅读 下载PDF 职称材料

基于多尺度时序感知网络的课堂语音情感识别方法

11

作者 周菊香 刘金生 +2 位作者 甘健侯 吴迪 李子杰 《计算机应用》 CSCD 北大核心 2024年第5期1636-1643,共8页

语音情感识别近年来在多场景智能系统中得到了广泛应用,也为实现智慧课堂环境下的教学行为智能分析提供了可能。通过课堂语音情感识别技术可以自动识别课堂教学中教师和学生的情感状态,帮助教师了解自己的授课风格并及时掌握学生的课堂... 语音情感识别近年来在多场景智能系统中得到了广泛应用,也为实现智慧课堂环境下的教学行为智能分析提供了可能。通过课堂语音情感识别技术可以自动识别课堂教学中教师和学生的情感状态,帮助教师了解自己的授课风格并及时掌握学生的课堂学习状态,从而达到精准施教的目的。针对课堂语音情感识别任务,首先,收集中小学的课堂实录教学视频,提取音频并进行人工切分和标注,构建了包含6类情感的中小学教学语音情感语料库;其次,基于时序卷积网络(TCN)和交叉门控机制(cross-gated mechanism)设计了双路时序卷积通道,以提取多尺度交叉融合特征;最后,采用动态权重融合策略调整不同尺度特征的贡献度,减少非重要特征对识别结果的干扰,进一步增强模型的表征和学习能力。实验结果表明,所提方法在多个公共数据集上优于TIM-Net(Temporal-aware bI-direction Multi-scaleNetwork)、GM-TCNet(Gated Multi-scale Temporal Convolutional Network)和CTL-MTNet(CapsNet and Transfer Learning-based Mixed Task Net)等先进模型,在真实课堂语音情感识别任务上未加权平均召回率(UAR)和加权平均召回率(WAR)分别达90.58%和90.45%。 展开更多

关键词 语音情感识别 课堂语音 时序卷积网络 交叉门控卷积 梅尔频率倒谱系数

在线阅读 下载PDF 职称材料

基于特征关联的车道线检测算法 被引量：2

12

作者 王朝京 刘彪 +1 位作者 刘国豪 边浩毅 《北京交通大学学报》 CAS CSCD 北大核心 2023年第5期34-39,共6页

针对车道线检测任务中车道线细长且易被遮挡的特点,提出基于编码器解码器结构的实例分割网络——交叉卷积网络(Cross Convolution Net,C-Net),实现车道线的检测识别.首先,提出一种基于交叉卷积的特征关联机制,通过对下采样后的特征图进... 针对车道线检测任务中车道线细长且易被遮挡的特点,提出基于编码器解码器结构的实例分割网络——交叉卷积网络(Cross Convolution Net,C-Net),实现车道线的检测识别.首先,提出一种基于交叉卷积的特征关联机制,通过对下采样后的特征图进行连续两次的交叉卷积操作,建立单个特征点与全局特征之间的联系,增大特征图的感受野,以提高网络的推理能力.其次,采用5个双通道上采样模块对交叉卷积后的特征图进行上采样,得到车道线实例分割结果.最后,在Tusimple数据集上对网络进行训练与对比实验.研究结果表明:C-Net的准确率能够达到96.52%,且误检、漏检率较低,具有良好的车道线检测能力. 展开更多

关键词 深度学习 卷积神经网络 车道线检测 交叉卷积

在线阅读 下载PDF 职称材料