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722篇文章
< 1 2 … 37 >
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：
基于领域自适应与注意力机制的电梯安全风险预测
1
作者 张欢 王晨 +1 位作者 单景东 仇润鹤 《计算机工程》 北大核心 2025年第2期86-93,共8页
电梯作为特种设备之一,其运行安全风险预测至关重要。当前对于电梯相关的研究多基于电梯部件数据,并且预测方法在变换应用场景的情况下会出现预测精度低、泛化能力差等问题。为此,提出一种基于领域自适应与注意力机制的电梯安全风险预... 电梯作为特种设备之一,其运行安全风险预测至关重要。当前对于电梯相关的研究多基于电梯部件数据,并且预测方法在变换应用场景的情况下会出现预测精度低、泛化能力差等问题。为此,提出一种基于领域自适应与注意力机制的电梯安全风险预测方法。该方法基于对抗领域自适应网络,并且使用注意力机制优化网络的特征提取能力。方法包括特征提取器、标签分类器和领域分类器3个部分,输入数据为同时包含源域与目标域数据的电梯安全风险因素,经由注意力机制优化的特征提取器,自适应提取并保留源域和目标域之间的公共关键特征,然后将关键特征同时输入至标签分类器和领域分类器,通过领域自适应实现由源域至目标域的迁移学习,通过标签分类器输出电梯运行状态。实验结果表明,所提出的方法在迁移至目标域应用场景的情况下,预测精度可以达到86.9%,相较于优化前提高了2.6百分点,与LSTM-AE、CNN-LSTM、TrAdaBoost.R2、深度子领域自适应网络(DSAN)相比分别高出9.5、8.3、3.7和1.2百分点,能够有效地对电梯安全风险进行预测。 展开更多
关键词 电梯 安全风险预测 注意力机制 对抗领域自适应网络 迁移学习
在线阅读 下载PDF
面向CNN和Transformer的自注意力机制自适应性提示学习
2
作者 杨鹏跃 王锋 魏巍 《小型微型计算机系统》 北大核心 2025年第1期16-22,共7页
随着大规模预训练模型对视觉领域中的一般性数据的深入研究,当将其应用于特定下游任务时,若模型只训练分类头方法则极其依赖于预训练模型且效果一般;而全面微调预训练模型也因模型参数过大而变得不切实际;另外如VPT等视觉提示学习方法... 随着大规模预训练模型对视觉领域中的一般性数据的深入研究,当将其应用于特定下游任务时,若模型只训练分类头方法则极其依赖于预训练模型且效果一般;而全面微调预训练模型也因模型参数过大而变得不切实际;另外如VPT等视觉提示学习方法在图像数据集具有很大的数据多样性时,每个数据集的通用提示在向原始预训练数据分布转变时会带来极大的挑战.基于以上的种种挑战,本文提出一种新的提示学习方法,即在输入空间中添加特定任务的自注意力机制提示块,并在增强通道间的竞争条件下,引入极小的参数量进行预训练模型的自适应性调整,最终实现将视觉领域中具有一般性的特征信息应用于特定的视觉任务.实验以CNN和Transformer代表性的网络为基础模型并选取CIFAR、Tiny ImageNet等数据集,结果表明本文提出的方法相比常见的微调方法在平均准确率上提高了0.55%、1.86%. 展开更多
关键词 模型的微调 数据多样性 提示学习 自注意力机制提示块 自适应性调整
在线阅读 下载PDF
基于多尺度空间自适应注意力网络的轻量级图像超分辨率方法
3
作者 黄峰 刘鸿伟 +2 位作者 沈英 裘兆炳 陈丽琼 《模式识别与人工智能》 北大核心 2025年第1期36-50,共15页
针对现有图像超分辨率重建方法存在模型复杂度过高和参数量过大等问题,文中提出基于多尺度空间自适应注意力网络(Multi-scale Spatial Adaptive Attention Network,MSAAN)的轻量级图像超分辨率重建方法.首先,设计全局特征调制模块(Globa... 针对现有图像超分辨率重建方法存在模型复杂度过高和参数量过大等问题,文中提出基于多尺度空间自适应注意力网络(Multi-scale Spatial Adaptive Attention Network,MSAAN)的轻量级图像超分辨率重建方法.首先,设计全局特征调制模块(Global Feature Modulation Module,GFM),学习全局纹理特征.同时,设计轻量级的多尺度特征聚合模块(Multi-scale Feature Aggregation Module,MFA),自适应聚合局部至全局的高频空间特征.然后,融合GFM和MFA,提出多尺度空间自适应注意力模块(Multi-scale Spatial Adaptive Attention Module,MSAA).最后,通过特征交互门控前馈模块(Feature Interactive Gated Feed-Forward Module,FIGFF)增强局部信息提取能力,同时减少通道冗余.大量实验表明,MSAAN能捕捉更全面、更精细的特征,在保证轻量化的同时显著提升图像的重建效果. 展开更多
关键词 卷积神经网络 Transformer 轻量级图像超分辨率重建 多尺度空间自适应注意力
在线阅读 下载PDF
结合倒残差自注意力机制的遥感图像目标检测
4
作者 赵文清 赵振寰 巩佳潇 《智能系统学报》 北大核心 2025年第1期64-72,共9页
针对遥感图像目标检测存在背景信息干扰严重、待检测目标尺寸差异大等问题,提出一种结合倒残差自注意力机制的目标检测方法。首先,使用具有强特征提取能力的倒残差自注意力机制骨干网络充分提取目标特征,降低复杂背景信息的干扰;其次,... 针对遥感图像目标检测存在背景信息干扰严重、待检测目标尺寸差异大等问题,提出一种结合倒残差自注意力机制的目标检测方法。首先,使用具有强特征提取能力的倒残差自注意力机制骨干网络充分提取目标特征,降低复杂背景信息的干扰;其次,构造多尺度空间金字塔池化模块,提供多尺度感受野,增强捕捉不同尺寸目标的能力;最后,提出轻量级特征融合模块,对骨干网络提取的特征图进行融合,充分结合低层与高层特征,提高网络对不同尺寸目标的检测能力。与传统网络及其他改进目标检测算法进行对比,实验发现该方法的检测精度明显优于其他算法。此外,在DIOR数据集和RSOD数据集上设计消融实验,结果表明,该方法在DIOR数据集与RSOD数据集上的平均精度均值比YOLOv8算法分别提升4.6和4.2百分点,明显提升遥感图像目标检测的精度。 展开更多
关键词 遥感图像 目标检测 倒残差 自注意力机制 多尺度 空间金字塔 特征提取 特征融合
在线阅读 下载PDF
应用自适应注意力机制U-net的地震数据高分辨处理 被引量：2
5
作者 赵明 赵岩 +2 位作者 沈东皞 王建强 代显才 《石油地球物理勘探》 EI CSCD 北大核心 2024年第4期675-683,共9页
随着油气勘探开发的不断深入,薄储层与岩性油气藏逐渐成为重要的勘探目标,这也对地震资料的分辨率提出了更高的要求。文中提出了一种基于自适应注意力机制的U-net地震数据高分辨处理方法。该方法首先利用U-net结构学习地震数据的特征表... 随着油气勘探开发的不断深入,薄储层与岩性油气藏逐渐成为重要的勘探目标,这也对地震资料的分辨率提出了更高的要求。文中提出了一种基于自适应注意力机制的U-net地震数据高分辨处理方法。该方法首先利用U-net结构学习地震数据的特征表示,通过下采样过程的编码器提取地震数据的抽象特征,然后通过上采样的解码器进行特征重建和细化。在上采样的过程中引入了注意力机制,用于自适应地调整网络对不同地震特征的关注程度,网络能够更加有效地捕捉到地震数据更多的细节和特征。Marmousi模型合成地震记录和实际数据实验结果表明,新网络比原U-net误差更小、更稳定,可有效提高预测精度,实现对地震数据的高分辨率处理。 展开更多
关键词 地震数据处理 高分辨率 U-net 注意力机制 自适应
在线阅读 下载PDF
基于融合注意力机制LSTM网络的地下水位自适应鲁棒预测 被引量：3
6
作者 佃松宜 厉潇滢 +2 位作者 杨丹 芮胜阳 郭斌 《工程科学与技术》 EI CAS CSCD 北大核心 2024年第1期54-64,共11页
地下水水位是旱天污水管网地下水入渗量的重要影响因素,快速精准地预测地下水水位能有效提升旱天污水管网地下水入渗量估算准确度,辅助优化管网病害治理与维护策略。针对目前城市复杂水文预测存在的准确度低、灵敏度低、泛化能力弱等问... 地下水水位是旱天污水管网地下水入渗量的重要影响因素,快速精准地预测地下水水位能有效提升旱天污水管网地下水入渗量估算准确度,辅助优化管网病害治理与维护策略。针对目前城市复杂水文预测存在的准确度低、灵敏度低、泛化能力弱等问题,本文提出了一种新的鲁棒自适应水位预测算法。首先,对水文数据进行预处理,解决了数据时间跨度大、噪声多、缺失及异常、非平稳等问题。其次,针对不同输入特征对预测指标的影响,在模型训练阶段提出一种新的空间变量注意机制,可快速识别与水位关联的关键变量,并对输入特征赋予不同的影响权重。然后,针对不同序列长度对预测效果的影响,还设计了自适应时间注意力机制,帮助网络自适应地找出与不同时间序列长度预测指标相关的编码器隐藏状态,以更好地捕捉时间上的依赖关系。在此基础上,以上下文向量作为输入,提出一种融合注意力机制的长短时记忆网络水文预测算法。最后,通过意大利Petrignano水文数据验证了所提算法的有效性,并与GRU、Elman、LSTM、VA–LSTM和S–LSTM等方法进行预测性能比较。结果表明,基于融合注意力机制的LSTM网络在面临大规模、噪点多的复杂数据时有优于其它几种算法的预测效果,表明该算法具有强自适应性和鲁棒性。本文研究结果可以为市政排水策略合理调整、及时控制提供参考。 展开更多
关键词 地下水位预测 时间与空间注意力机制 LSTM网络 自适应预测 鲁棒预测
在线阅读 下载PDF
基于自适应差异化图卷积的图注意力网络表示学习算法
7
作者 吴誉兰 舒建文 《现代电子技术》 北大核心 2025年第2期51-54,共4页
为解决传统图卷积网络在处理节点间复杂关系时存在的局限性,提出一种基于自适应差异化图卷积的图注意力网络表示学习算法。采用差异化图卷积网络,依据每个节点自身特征和邻居信息进行差异化采样,捕捉节点间的复杂关系;再结合二阶段关键... 为解决传统图卷积网络在处理节点间复杂关系时存在的局限性,提出一种基于自适应差异化图卷积的图注意力网络表示学习算法。采用差异化图卷积网络,依据每个节点自身特征和邻居信息进行差异化采样,捕捉节点间的复杂关系;再结合二阶段关键相邻采样方式优先挖掘重要节点并保留随机性,完成关键邻居节点的采样;然后结合图注意力网络,通过局部关注和自适应学习权重分配将关键邻居节点特征聚合到自身节点上,增强节点的特征表示;最后经网络训练,进一步增强网络表示学习能力。实验结果表明,所提出的算法优化了节点聚合程度和边界清晰度,提高了节点分类的准确性和可视化效果,并且通过关注二阶邻居和使用双头注意力,在网络表示学习上也展现出了优越性能。 展开更多
关键词 网络表示学习 图卷积网络 自适应差异化机制 节点采样 特征聚合 网络训练 图注意力网络
在线阅读 下载PDF
基于自适应特征融合和注意力机制的变电设备红外图像识别
8
作者 王媛彬 吴冰超 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第9期3749-3756,共8页
针对变电设备红外图像复杂背景下多目标、小目标及遮挡目标识别效果差的问题,该文提出一种基于中心点网络(CenterNet)的变电设备红外图像识别方法。通过将自适应特征融合模块(ASFF)和特征金字塔(FPN)相结合,构建ASFF+FPN结构的特征融合... 针对变电设备红外图像复杂背景下多目标、小目标及遮挡目标识别效果差的问题,该文提出一种基于中心点网络(CenterNet)的变电设备红外图像识别方法。通过将自适应特征融合模块(ASFF)和特征金字塔(FPN)相结合,构建ASFF+FPN结构的特征融合网络,增强了模型对多目标和小目标的跨尺度特征融合能力,排除背景信息;针对网络对遮挡目标特征捕捉能力差的问题,在特征融合网络中添加全局注意力机制,增强目标显著度;为实现模型轻量化,引入深度可分离卷积,减少参数量和推理时间;最后,通过引入分布焦点损失函数,克服了原损失函数对遮挡目标敏感性差的问题,提升了模型收敛速度和识别精度。在包含7种红外变电设备图像的自建数据集上进行测试。实验表明该算法与原始算法相比,识别精度提升了3.55%,达到了95.19%,模型参数量仅为32.52M,与4种主流目标识别算法对比,该算法在识别精度和算法复杂度上具有明显优势。 展开更多
关键词 变电设备 红外图像识别 中心点网络 自适应特征融合 注意力机制
在线阅读 下载PDF
复杂场景下自适应注意力机制融合实时语义分割
9
作者 陈丹 刘乐 +2 位作者 王晨昊 白熙茹 王子晨 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第8期3334-3342,共9页
实现高准确度和低计算负担是卷积神经网络(CNN)实时语义分割面临的严峻挑战。针对复杂城市街道场景目标种类众多、光照变化大等特点,该文设计了一种高效的实时语义分割自适应注意力机制融合网络(AAFNet)分别提取图像空间细节和语义信息... 实现高准确度和低计算负担是卷积神经网络(CNN)实时语义分割面临的严峻挑战。针对复杂城市街道场景目标种类众多、光照变化大等特点,该文设计了一种高效的实时语义分割自适应注意力机制融合网络(AAFNet)分别提取图像空间细节和语义信息,再经过特征融合网络(FFN)获得准确语义图像。AAFNet采用扩展的深度可分离卷积(DDW)可增大语义特征提取感受野,提出自适应平均池化(Avp)和自适应最大池化(Amp)构成自适应注意力机制融合模块(AAFM),可细化目标边缘分割效果并降低小目标的漏分率。最后在复杂城市街道场景Cityscapes和CamVid数据集上分别进行了语义分割实验,所设计的AAFNet以32帧/s(Cityscapes)和52帧/s(CamVid)的推理速度获得73.0%和69.8%的平均分割精度(mIoU),且与扩展的空间注意力网络(DSANet)、多尺度上下文融合网络(MSCFNet)以及轻量级双边非对称残差网络(LBARNet)相比,AAFNet平均分割精度最高。 展开更多
关键词 卷积神经网络 复杂城市街道场景 扩展的深度可分离卷积 自适应注意力机制融合 分割精度
在线阅读 下载PDF
融合空间与通道重构卷积和注意力的轻量型动物姿态估计
10
作者 宰清鹏 徐杨 《计算机工程与应用》 北大核心 2025年第6期282-294,共13页
动物姿态估计在行为生态学、动物健康监测、野生动物保护等领域的重要性不断凸显。然而,目前主流的动物姿态估计算法过于关注准确率,导致网络复杂度和计算成本不断攀升,这使得在移动设备和嵌入式平台上的应用受到了限制。针对该问题,提... 动物姿态估计在行为生态学、动物健康监测、野生动物保护等领域的重要性不断凸显。然而,目前主流的动物姿态估计算法过于关注准确率,导致网络复杂度和计算成本不断攀升,这使得在移动设备和嵌入式平台上的应用受到了限制。针对该问题,提出融合空间与通道重构卷积和金字塔分割注意力的多尺度动物姿态估计网络SPANet。使用金字塔分割注意力与坐标注意力机制,重新设计了高分辨率网络的瓶颈层EPSAneck,在减轻过度使用大卷积核带来的计算成本的同时,增强了网络对有用特征的提取能力;提出了基于空间和通道重构卷积以及坐标注意力机制的SCCAblock基础模块,在显著减少计算冗余和内存访问的同时,增强了通道与空间之间的信息交互;利用反卷积模块对网络输出的特征融合方式进行重新设计,进一步提升了网络的准确率。实验结果表明,提出的网络模型相较于高分辨率网络在AP10K测试集上的平均精度提升了1.8个百分点,同时浮点运算量降低了48.5%、模型参数量减少了67.0%。在AnimalPose数据集上,浮点运算量降低49.5%,模型参数量降低67.0%。实验数据表明,该网络可在降低模型复杂度的同时实现预测精度的小范围提升。 展开更多
关键词 动物姿态估计 轻量型 高分辨率 注意力机制 空间与通道重构卷积
在线阅读 下载PDF
基于自适应多尺度注意力机制的CNN-GRU矿用电动机健康状态评估 被引量：1
11
作者 谭东贵 袁逸萍 樊盼盼 《工矿自动化》 CSCD 北大核心 2024年第2期138-146,共9页
利用多传感器信息融合技术进行电动机健康状态评估时,矿用电动机监测数据中存在异常值和缺失值,而卷积神经网络和循环神经网络等深度学习模型在数据质量下降严重的情况下难以有效提取数据特征和更新网络权重,导致梯度消失或爆炸等问题... 利用多传感器信息融合技术进行电动机健康状态评估时,矿用电动机监测数据中存在异常值和缺失值,而卷积神经网络和循环神经网络等深度学习模型在数据质量下降严重的情况下难以有效提取数据特征和更新网络权重,导致梯度消失或爆炸等问题。针对上述问题,提出了一种基于自适应多尺度注意力机制的CNN-GRU(CNN-GRU-AMSA)模型,用于评估矿用电动机健康状态。首先,对传感器采集的电动机运行数据进行填补、剔除和标准化处理,并以环境温度变化作为依据对矿用电动机运行数据进行工况划分。然后,根据马氏距离计算出电动机电流、电动机三相绕组温度、电动机前端轴承温度和电动机后端轴承温度等健康评估指标的健康指数(HI),采用Savitzky–Golay滤波器对指标HI进行降噪、平滑、归一化处理,并结合主成分分析法计算的不同指标对矿用电动机的贡献度,对指标HI进行加权融合得到矿用电动机HI。最后,将矿用电动机HI输入CNN-GRU-AMSA模型中,该模型通过动态调整注意力权重,实现对不同尺度特征的信息融合,从而准确输出电动机健康状态评估结果。实验结果表明,与其他常见的深度学习模型CNN,CNN-GRU,CNN-LSTM,CNN-LSTM-Attention相比,CNN-GRU-AMSA模型在均方根误差、平均绝对误差、准确率、Macro F1及Micro F1等评价指标上更优,且预测残差的波动范围更小,稳定性更优。 展开更多
关键词 电动机健康状态评估 自适应多尺度注意力机制 CNN-GRU 多传感器信息融合 主成分分析
在线阅读 下载PDF
基于注意力机制的多图神经网络交通预测模型
12
作者 李博 崔高峰 冯泽涛 《智能计算机与应用》 2025年第3期56-63,共8页
由于复杂的时空相关性和非线性的交通模式,实现精确的预测仍然是一个挑战。针对于此,本文提出了一种新颖的多变量时间序列预测框架(MSTGCN+AL),尝试使用多图神经网络进行预测。引入2种新的图类型,一是通过自适应邻接矩阵得到自适应邻接... 由于复杂的时空相关性和非线性的交通模式,实现精确的预测仍然是一个挑战。针对于此,本文提出了一种新颖的多变量时间序列预测框架(MSTGCN+AL),尝试使用多图神经网络进行预测。引入2种新的图类型,一是通过自适应邻接矩阵得到自适应邻接图,能更好地获取交通节点之间的位置关系;另一个是潜在图,通过使用全局变量拟合三角函数,可以更好地从交通数据中提取周期性和上下文信息。为了对齐图节点及其时间戳,采用了一个基于注意力机制的多图融合模块,包括多图空间嵌入、空间注意力和图注意力。为了验证本文方法的有效性,在METR-LA数据集上进行了广泛的实验。实验结果表明,与基线方法相比,所提MSTGCN+AL模型在预测性能上表现更佳。 展开更多
关键词 图神经网络 自适应邻接矩阵 注意力机制 多图融合 交通预测
在线阅读 下载PDF
基于注意力机制和循环域三元损失的域自适应目标检测
13
作者 周洋 韩冰 +2 位作者 高新波 杨铮 陈玮铭 《自动化学报》 EI CAS CSCD 北大核心 2024年第11期2188-2203,共16页
目前大多数深度学习算法都依赖于大量的标注数据并欠缺一定的泛化能力.无监督域自适应算法能提取到已标注数据和未标注数据间隐式共同特征,从而提高算法在未标注数据上的泛化性能.目前域自适应目标检测算法主要为两阶段目标检测器设计.... 目前大多数深度学习算法都依赖于大量的标注数据并欠缺一定的泛化能力.无监督域自适应算法能提取到已标注数据和未标注数据间隐式共同特征,从而提高算法在未标注数据上的泛化性能.目前域自适应目标检测算法主要为两阶段目标检测器设计.针对单阶段检测器中无法直接进行实例级特征对齐导致一定数量域不变特征的缺失,提出结合通道注意力机制的图像级域分类器加强域不变特征提取.此外,对于域自适应目标检测中存在类别特征的错误对齐引起的精度下降问题,通过原型学习构建类别中心,设计了一种基于原型的循环域三元损失(Cycle domain triplet loss,CDTL)函数,从而实现原型引导的精细类别特征对齐.以单阶段目标检测算法作为检测器,并在多种域自适应目标检测公共数据集上进行实验.实验结果证明该方法能有效提升原检测器在目标域的泛化能力,达到比其他方法更高的检测精度,并且对于单阶段目标检测网络具有一定的通用性. 展开更多
关键词 无监督域自适应 注意力机制 循环域三元损失函数 目标检测
在线阅读 下载PDF
基于空间金字塔注意力机制残差网络的高光谱图像分类
14
作者 刘和 宋璎珞 +3 位作者 胡龙湘 刘国辉 王侃 王爱丽 《液晶与显示》 CAS CSCD 北大核心 2024年第6期833-843,共11页
为了提取高光谱图像的空间-光谱联合特征,本文提出了一种基于改进的空间金字塔注意力机制残差网络的高光谱图像分类模型。首先采用主成分分析法去除光谱冗余,结合空间金字塔注意力机制,改进残差网络的高光谱图像分类模型获取精细化特征... 为了提取高光谱图像的空间-光谱联合特征,本文提出了一种基于改进的空间金字塔注意力机制残差网络的高光谱图像分类模型。首先采用主成分分析法去除光谱冗余,结合空间金字塔注意力机制,改进残差网络的高光谱图像分类模型获取精细化特征。然后利用空间金字塔注意力模型实现多尺度联合特征关注,提升对联合特征的敏感性,并有效地强调并聚焦空间和光谱信息,实现信息交互。最后经过Softmax分类器获得分类标签。本文提出的方法在MUUFL和Tento数据集上进行了实验,结果表明,本文算法的总体分类精度分别达到了94.08%和98.32%。相比于其他高光谱分类模型,本文模型的收敛速度较快,在分类性能上取得了明显的提升,获得了更高的地物分类精度。 展开更多
关键词 高光谱 图像分类 注意力机制 空间-光谱特征
在线阅读 下载PDF
基于卷积神经网络与通道和空间注意力机制的房颤预测模型研究
15
作者 王量弘 蔡冰洁 +3 位作者 刘硕 杨涛 王新康 高洁 《福建医药杂志》 CAS 2024年第1期1-4,共4页
目的采用人工智能技术提出一种模型,以对房颤进行早期预防和诊断。方法提出一种基于卷积神经网络(convolutional neural network,CNN)与通道和空间注意力机制(convolutional block attention module,CBAM)的模型用于对房颤的诊断与预测... 目的采用人工智能技术提出一种模型,以对房颤进行早期预防和诊断。方法提出一种基于卷积神经网络(convolutional neural network,CNN)与通道和空间注意力机制(convolutional block attention module,CBAM)的模型用于对房颤的诊断与预测。结果根据长期心房颤动数据库、MIT-BIH心房颤动数据库和MIT-BIH正常窦性心律数据库的数据,提出的模型在全盲的情况下总体准确率达94.2%。结论提出的模型满足了医学心电图解释的需要,为房颤的预测研究提供了新思路。 展开更多
关键词 心电信号 房颤 卷积神经网络 通道和空间注意力机制
在线阅读 下载PDF
基于变形注意力机制和自适应特征融合的遥感目标检测方法
16
作者 黄斌 符祥 葛芸 《南昌航空大学学报(自然科学版)》 2024年第4期16-23,32,共9页
针对遥感图像背景复杂、多尺度特征融合时可能出现信息混叠的问题,提出一种变形注意力机制和自适应特征融合的遥感目标检测方法。首先,引入变形注意力模块,从具有多尺度可变形感受野的特征图中生成注意力图,以更好地适应不同尺度的遥感... 针对遥感图像背景复杂、多尺度特征融合时可能出现信息混叠的问题,提出一种变形注意力机制和自适应特征融合的遥感目标检测方法。首先,引入变形注意力模块,从具有多尺度可变形感受野的特征图中生成注意力图,以更好地适应不同尺度的遥感目标,并减少复杂背景对遥感目标检测的干扰。其次,采用自适应特征融合模块在每个尺度上自适应地学习空间权重,实现特征图的融合,使其更好地利用不同特征层之间的关系,突出每个尺度的独特信息,减少特征融合过程中出现的特征混叠。在光学遥感图像(DIOR)和遥感物体检测(RSOD)数据集上的实验结果表明,本文算法相比于其他算法具有较高的检测精度和速度。 展开更多
关键词 遥感目标检测 变形注意力机制 自适应特征融合
在线阅读 下载PDF
基于注意力机制的自适应图卷积三维点云识别算法
17
作者 马原 佘黎煌 +1 位作者 李佳蔚 鲍喜荣 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第6期786-792,共7页
为了更好地捕捉三维点云的局部几何结构信息,提出了一种基于注意力机制的自适应图卷积三维点云识别算法.为了解决固定卷积核忽略特征的缺点,首先通过图结构特征动态学习自适应卷积核;其次为了提高模型对局部几何结构的建模能力,通过向... 为了更好地捕捉三维点云的局部几何结构信息,提出了一种基于注意力机制的自适应图卷积三维点云识别算法.为了解决固定卷积核忽略特征的缺点,首先通过图结构特征动态学习自适应卷积核;其次为了提高模型对局部几何结构的建模能力,通过向量注意力机制自适应地调整卷积核的权重分配;而后使用点云的位置特征构建图,并利用自适应卷积核来对新构建的图结构特征进行卷积操作;最后通过池化得到新的点云特征.实验结果表明,相较之前的点云卷积算法,所提算法在采样点较少时仍可以很好地提取局部几何结构信息并在分类任务上取得较高精度.所提算法在ModelNet40,ScanObjectNN和ShapeNetPart数据集上的效果对比目前的点云分类和分割方法具有一定的优势. 展开更多
关键词 三维点云 注意力机制 自适应 图卷积 动态学习
在线阅读 下载PDF
面向交通场景基于双注意力机制和自适应代价卷的自监督单目深度估计
18
作者 武港 刘威 +3 位作者 胡骏 程帅 杨文兴 孙令岿 《电子学报》 EI CAS CSCD 北大核心 2024年第5期1670-1678,共9页
针对当前交通场景下自监督单目深度估计存在特征表达能力弱、深度图局部细节模糊、深度估计精度低的问题,提出一种基于双注意力机制和自适应代价卷的自监督单目深度估计方法.该方法首先利用双注意力机制的特征提取网络,结合通道注意力... 针对当前交通场景下自监督单目深度估计存在特征表达能力弱、深度图局部细节模糊、深度估计精度低的问题,提出一种基于双注意力机制和自适应代价卷的自监督单目深度估计方法.该方法首先利用双注意力机制的特征提取网络,结合通道注意力和空间注意力,对提取的场景特征进行自适应加权,增强特征表达能力.其次,根据提取的全局特征自适应的构建代价卷,引导网络学习精细的深度特征,提升网络模型对深度图局部细节的学习能力,解决现有方法深度估计精度低的问题.在自动驾驶公开数据集KITTI、Cityscapes上的实验结果表明,本文方法优于目前主流方法. 展开更多
关键词 单目深度估计 自监督 注意力机制 自适应 代价卷
在线阅读 下载PDF
基于自适应注意力机制的红外与可见光图像目标检测
19
作者 赵松璞 杨利萍 +3 位作者 赵昕 彭志远 梁东兴 梁洪军 《红外技术》 CSCD 北大核心 2024年第4期443-451,共9页
针对红外和可见光目标检测方法存在的不足,将深度学习技术与多源目标检测相结合,提出了一种基于自适应注意力机制的目标检测方法。该方法首先以深度可分离卷积为核心构建双源特征提取结构,分别提取红外和可见光目标特征。其次,为充分互... 针对红外和可见光目标检测方法存在的不足,将深度学习技术与多源目标检测相结合,提出了一种基于自适应注意力机制的目标检测方法。该方法首先以深度可分离卷积为核心构建双源特征提取结构,分别提取红外和可见光目标特征。其次,为充分互补目标多模态信息,设计了自适应注意力机制,以数据驱动的方式加权融合红外和可见光特征,保证特征充分融合的同时降低噪声干扰。最后,针对多尺度目标检测,将自适应注意力机制结合多尺度参数来提取并融合目标全局和局部特征,提升尺度不变性。通过实验表明,所提方法相较于同类型目标检测算法能够准确高效地在复杂场景下实现目标识别和定位,并且在实际变电站设备检测中,该方法也体现出更高的泛化性和鲁棒性,可以有效辅助机器人完成目标检测任务。 展开更多
关键词 红外与可见光 目标检测 深度学习 自适应注意力机制
在线阅读 下载PDF
空间注意力与位置优化的三维人体姿态估计域适应算法
20
作者 姜友鹏 华阳 宋晓宁 《计算机科学与探索》 CSCD 北大核心 2024年第9期2384-2394,共11页
现有三维人体姿态估计器在单个数据集上表现较好,但受限于训练数据姿态结构的单一,其在跨域实验上的泛化性不足。现有方法通过增加姿态多样性来弥补该缺陷,然而这些方法生成的新姿态缺乏真实有效性且姿态全局位置的分布与目标数据集仍... 现有三维人体姿态估计器在单个数据集上表现较好,但受限于训练数据姿态结构的单一,其在跨域实验上的泛化性不足。现有方法通过增加姿态多样性来弥补该缺陷,然而这些方法生成的新姿态缺乏真实有效性且姿态全局位置的分布与目标数据集仍存在显著差距。针对上述问题,提出一种基于生成对抗网络(GAN)的空间注意力与全局位置优化的三维人体姿态估计域适应算法。算法引入空间节点注意力模块约束生成器产生更自然的人体姿态,并结合姿态位置修正模块促使生成姿态向目标数据域对齐,从而解决以上域适应问题。此外,为了提升估计器训练的稳定性,提出一种端到端随机混合的训练策略,使姿态估计器可兼顾新旧数据信息的学习。作为一种生成式的域适应方法,该算法可以高效地应用于各种二阶段三维人体姿态估计器。通过跨场景实验与跨数据集实验,结果表明所提算法在多个基准数据集上的表现均达到当前最佳。其中在3DHP数据集中,该方法MPJPE与AUC指标相比最优工作优化了1.7%和1.4%,验证了所提算法可有效提高三维人体姿态估计器的泛化性。 展开更多
关键词 三维人体姿态估计 无监督域适应 生成对抗网络(GAN) 注意力机制
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 … 37 下一页 到第 页
使用帮助 返回顶部