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103篇文章
< 1 2 … 6 >
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3D卷积网络和多模态MRI的脑胶质瘤自动分割 被引量：1
1
作者 王瑞 齐崇 +2 位作者 孟蓝熙 刘志强 李少武 《中国医学物理学杂志》 CSCD 2022年第3期300-304,共5页
目的:基于三维(3D)卷积神经网络和多模态MRI实现脑胶质瘤的自动分割。方法:首先对来自BraTS2020公共数据集的369例脑胶质瘤的4个模态MRI数据进行3D剪裁、重采样、去伪影、归一化的预处理。其次将MRI数据和脑胶质瘤标注信息输入到基于U-... 目的:基于三维(3D)卷积神经网络和多模态MRI实现脑胶质瘤的自动分割。方法:首先对来自BraTS2020公共数据集的369例脑胶质瘤的4个模态MRI数据进行3D剪裁、重采样、去伪影、归一化的预处理。其次将MRI数据和脑胶质瘤标注信息输入到基于U-net的3D卷积神经网络模型进行训练和测试。利用相似性系数、召回率和精确率评价整体肿瘤区域、核心肿瘤区和增强肿瘤区的分割结果。结果:在74例测试数据集上,整体肿瘤区域、核心肿瘤区域和增强肿瘤区域的相似系数平均值分别为0.88、0.77和0.73,中位值分别为0.90、0.84和0.81,召回率平均值分别为0.88、0.78和0.78,中位值分别为0.90、0.84和0.84,精确率平均值分别为0.89、0.83和0.75,中位值分别为0.91、0.89和0.79。结论:基于U-net的3D卷积神经网络在多模态MRI数据集上获得了较好的分割结果,显示其在脑胶质瘤自动分割方面的潜力,可为临床诊断分级和治疗策略选择提供参考。 展开更多
关键词 胶质瘤 自动分割 3d卷积网络 多模态MRI
在线阅读 下载PDF
结合注意力的3D卷积网络脑胶质瘤分割算法 被引量：4
2
作者 胡睿 何小海 +2 位作者 滕奇志 卿粼波 廖浚斌 《计算机工程与应用》 CSCD 北大核心 2020年第12期187-192,共6页
为了提升脑胶质瘤分割精度,提出一种结合注意力机制的3D卷积神经网络算法。输入3个不同尺度的图像块,经过9个卷积层和1个分类层后得到3个不同的分类结果,将分类结果与注意力学习到的权重相乘并逐体素相加得到输出。此外该算法采用了一... 为了提升脑胶质瘤分割精度,提出一种结合注意力机制的3D卷积神经网络算法。输入3个不同尺度的图像块,经过9个卷积层和1个分类层后得到3个不同的分类结果,将分类结果与注意力学习到的权重相乘并逐体素相加得到输出。此外该算法采用了一种混合Dice损失函数与Focal损失函数的超参数损失函数。实验表明,该算法的Dice系数在整体区域、核心区域以及增强区域分别达到了95.31%、80.12%、82.25%。与已有的一种脑胶质瘤分割算法deepmedic相比,整体区域、核心区域以及增强区域的Dice系数分别提升了3%、2%、6%。在脑胶质瘤分割方面,具有重要的临床意义。 展开更多
关键词 分割 脑胶质瘤 3d卷积神经网络 注意力机制 超参数损失函数
在线阅读 下载PDF
3D卷积神经网络的行为识别研究发展现状及展望
3
作者 吴焱杰 郭子轩 +1 位作者 姜越 郭旭丽 《微型计算机》 2025年第1期30-32,共3页
随着社会发展的进步,行为识别领域的研究日益深入,越来越多的专家学者投入3D卷积神经网络的行为识别研究中,也取得一定成果。本文将浅析3D卷积神经网络的行为识别研究的国内外研究发展与现状,并对3D卷积神经网络的行为识别研究展望进行... 随着社会发展的进步,行为识别领域的研究日益深入,越来越多的专家学者投入3D卷积神经网络的行为识别研究中,也取得一定成果。本文将浅析3D卷积神经网络的行为识别研究的国内外研究发展与现状,并对3D卷积神经网络的行为识别研究展望进行探讨。 展开更多
关键词 3d卷积神经网络 行为识别 发展现状
在线阅读 下载PDF
基于3D卷积神经网络的热带气旋强度估测
4
作者 王瑜 孙凤远 《现代信息科技》 2025年第5期51-55,61,共6页
在气象学和灾害管理领域,热带气旋(Tropical Cyclone,TC)的强度估测具有至关重要的意义。随着科技的进步,基于深度学习的方法在热带气旋强度估测上展现出了卓越的性能,为相关领域的研究和实践提供了有力支持。文章聚焦于热带气旋的时空... 在气象学和灾害管理领域,热带气旋(Tropical Cyclone,TC)的强度估测具有至关重要的意义。随着科技的进步,基于深度学习的方法在热带气旋强度估测上展现出了卓越的性能,为相关领域的研究和实践提供了有力支持。文章聚焦于热带气旋的时空特征,并结合深度学习技术提出了一种创新的TC强度估测方法—Time-space 3D Network(T3D-Net)模型。该模型在TCIR数据集上的MAE为6.92 kt,RMSE为9.14 kt,与现有的多个热带气旋强度估测方法相比,该方法展现出了一定的竞争性和优越性。 展开更多
关键词 热带气旋强度估测 3d卷积神经网络 TCIR 时空特征
在线阅读 下载PDF
基于3D卷积神经网络的膏体屈服应力预测 被引量：1
5
作者 刘泽民 程海勇 +5 位作者 毛明发 李在利 吴顺川 姜关照 孙伟 刘伟铧 《工程科学学报》 EI CSCD 北大核心 2024年第8期1337-1348,共12页
膏体流变性能是膏体充填技术重要指标,是金属矿膏体充填工艺流程的重要工程参数.本文提出一种基于3D卷积神经网络的膏体屈服应力预测方法,通过制定图像采集标准并研发图像采集装置采集图像数据集.经Sobel算子实现膏体边缘检测、全图缩... 膏体流变性能是膏体充填技术重要指标,是金属矿膏体充填工艺流程的重要工程参数.本文提出一种基于3D卷积神经网络的膏体屈服应力预测方法,通过制定图像采集标准并研发图像采集装置采集图像数据集.经Sobel算子实现膏体边缘检测、全图缩小等预处理,得到膏体图像数据集.采用十折交叉验证方法划分数据集,避免因单次随机划分造成的偶然误差.以膏体图像–屈服应力数据集为基础,利用3D卷积神经网络模型提取膏体纹理特征和时序信息等,又通过引入直方图均衡化算法的图像增强策略减少环境因素干扰,提高模型稳健性.利用预处理后的数据集在3D卷积神经网络模型上做训练和测试,得到模型损失值曲线图和混淆矩阵.将屈服应力模型预测结果进行分析,又引入卷积注意力机制嵌入到卷积神经网络实现模型优化,并对模型参数进行调整,模型预测平均准确率从93.26%提升至98.19%,论证了基于3D卷积神经网络的膏体屈服应力预测方法可行性.经图像增强处理的数据集应用到各模型中,模型预测平均准确率均提升3%以上.相比传统膏体流变测量方式,解决了传统膏体屈服应力测量操作复杂、外部因素扰动大、工程现场难以开展等问题. 展开更多
关键词 膏体充填 流变性能 3d卷积神经网络 屈服应力 预测
在线阅读 下载PDF
基于Winograd算法的3D卷积神经网络权重剪枝方法
6
作者 邹贵 秦子然 +5 位作者 吴捷 刘国梁 赵军 王迎雪 林晖 林巍峣 《长江信息通信》 2024年第8期1-3,17,共4页
针对3D卷积神经网络在资源有限的环境下高计算成本的挑战,文章提出了一种融合Winograd算法和网络剪枝技术的3D卷积神经网络优化方法。首先,将标准3D卷积层替换为效率更高的3D Winograd层,实现对卷积操作的优化。接着,对3D Winograd层的... 针对3D卷积神经网络在资源有限的环境下高计算成本的挑战,文章提出了一种融合Winograd算法和网络剪枝技术的3D卷积神经网络优化方法。首先,将标准3D卷积层替换为效率更高的3D Winograd层,实现对卷积操作的优化。接着,对3D Winograd层的权重进行重要性评估,保留重要的权重单元并剪枝获得稀疏模型。最后,对稀疏模型进行重训练,恢复剪枝后网络的性能。通过结合Winograd算法和网络剪枝技术,能够在提高识别准确度的同时,显著降低了模型的计算需求。实验结果证实,与其他优化技术相比,本方法能有效减少计算资源消耗,同时保持甚至提高识别性能。 展开更多
关键词 3d卷积神经网络优化 Winograd算法 网络剪枝
在线阅读 下载PDF
基于3D卷积神经网络的深基坑施工邻近建筑物沉降预测
7
作者 鲁佩林 王凯 《建筑技术》 2024年第S01期95-97,共3页
中长期深基坑邻近建筑物沉降监测具有时间跨度大、周围环境复杂的特点,导致传统预测方法的预测结果准确性较低。针对传统模型考虑基坑邻近建筑物沉降影响因素较少的缺点,本研究引入时间、空间及检测项类型作为三维原始特征,采用了3D卷... 中长期深基坑邻近建筑物沉降监测具有时间跨度大、周围环境复杂的特点,导致传统预测方法的预测结果准确性较低。针对传统模型考虑基坑邻近建筑物沉降影响因素较少的缺点,本研究引入时间、空间及检测项类型作为三维原始特征,采用了3D卷积神经网络构建预测模型,并结合兰州盐场污水处理厂深基坑邻近建筑物沉降监测数据为例进行验证。预测结果表明,3D卷积神经网络相比于传统BP神经网络、ALSTM模型,具有更好的预测结果,能为同类型的中长期深基坑施工提供指导。 展开更多
关键词 沉降预测 三维原始特征 3d卷积神经网络
在线阅读 下载PDF
基于3D卷积神经网络的3.0T磁共振32通道在急性脑梗死诊疗中的应用研究
8
作者 闫力永 《中国CT和MRI杂志》 2024年第12期22-25,共4页
目的探讨基于3D卷积神经网络(3D-CNN)的3.0T磁共振32通道在急性脑梗死(AIS)诊疗中的应用价值。方法选择2022年11月至2023年6月住院的依据AIS早期诊治指南确诊的患者作为研究对象,共纳入280例研究样本。每位患者在卒中急性期接受3.0T MR... 目的探讨基于3D卷积神经网络(3D-CNN)的3.0T磁共振32通道在急性脑梗死(AIS)诊疗中的应用价值。方法选择2022年11月至2023年6月住院的依据AIS早期诊治指南确诊的患者作为研究对象,共纳入280例研究样本。每位患者在卒中急性期接受3.0T MRI检查,序列包括T1、T1c、T2、CBF、CBV、DWI、Tmax和TTP。图像分辨率为2×2×2 mm^(3)。180名患者的MRI数据作为训练集,100名接受过MRI检查的患者为测试集。利用3D-CNN模型对训练集进行训练,并对测试集进行预测,输出AIS病灶的分割结果。AIS病灶由缺血中心区及其周围的缺血半暗带组成,缺血中心区的脑组织完全坏死,不能恢复。本算法能够同时识别中心区和半暗带,而不仅仅是半暗带。本算法的性能是以DICE系数、精度、灵敏度、平均对称表面距离(ASSD)和Hoffman距离为因素进行评估的。结果本算法在测试集上得到了较高的分割性能,DICE系数为0.87±0.05,精度为0.91±0.04,灵敏度为0.85±0.06,ASSD为1.23±0.32 mm,Hoffman距离为1.56±0.41 mm。与影像专家手动标记结果进行比较,差异无统计学意义(P>0.05)。结论基于3D-CNN的3.0T磁共振32通道在AIS诊疗中具有较高的应用价值,可以有效地分割AIS病灶,为临床医生提供更准确和更快速的诊断依据。 展开更多
关键词 急性脑梗死 半暗带 3d卷积神经网络 3.0T磁共振 32通道
在线阅读 下载PDF
基于改进3D卷积神经网络的疼痛检测
9
作者 黄伟聪 周卓沂 +1 位作者 李雄彬 梁艳 《计算机系统应用》 2024年第2期291-298,共8页
在临床实践中,精确评估疼痛对于疼痛管理和诊断至关重要.但传统的评估方法主观性高且依赖医生经验,迫切需要更可靠客观的替代方法.利用深度学习的方法实现基于面部表情的疼痛检测研究近年已取得显著进展,但复杂的结构和高计算成本制约... 在临床实践中,精确评估疼痛对于疼痛管理和诊断至关重要.但传统的评估方法主观性高且依赖医生经验,迫切需要更可靠客观的替代方法.利用深度学习的方法实现基于面部表情的疼痛检测研究近年已取得显著进展,但复杂的结构和高计算成本制约了其实际应用.因此,本文提出了一个改进的3D卷积神经网络,采用轻量级的3D卷积神经网络L3D作为骨干网络,并结合改进的SE注意力机制,把多个不同尺度的特征进行融合,捕捉疼痛序列中具有较强辨别能力的时空特征.在UNBC-McMaster和BioVid数据集上进行评估,与最新方法相比,该方法在疼痛检测性能以及计算复杂度上取得了优势. 展开更多
关键词 疼痛检测 疼痛表情 3d卷积神经网络 轻量级 注意力机制 特征融合
在线阅读 下载PDF
基于改进3D卷积神经网络的行为识别 被引量：12
10
作者 张小俊 李辰政 +1 位作者 孙凌宇 张明路 《计算机集成制造系统》 EI CSCD 北大核心 2019年第8期2000-2006,共7页
鉴于基于视频的人体行为识别中的视频流数据过于庞大,3D卷积核参数设置过多,存在训练时间较长,调参困难等问题,以3D卷积神经网络为基础,提出一种将3D卷积核拆分成空间域和时间域两种卷积核的神经网络结构。两种卷积核分别形成两个数据... 鉴于基于视频的人体行为识别中的视频流数据过于庞大,3D卷积核参数设置过多,存在训练时间较长,调参困难等问题,以3D卷积神经网络为基础,提出一种将3D卷积核拆分成空间域和时间域两种卷积核的神经网络结构。两种卷积核分别形成两个数据流进行交互,同时引入残差网络以优化网络结构,减少参数设置。将所提方法应用于两个行为识别数据集KTH和UCF101上进行训练验证,其行为识别准确率分别为96.2%和90.7%。结果表明,较改进前的神经网络框架,所提方法在保证动作识别准确度的前提下,训练速度提高了7.5%~7.8%。该方法可以有效降低深度学习进行行为识别的硬件要求,提高模型训练效率,并可以广泛应用于智能机器人领域。 展开更多
关键词 行为识别 3d卷积神经网络 残差网络 双数据流 深度学习理论
在线阅读 下载PDF
时空双路3D残差卷积网络的视频烟雾检测 被引量：2
11
作者 谢宏 陈祎婧 +2 位作者 袁小芳 陈海滨 王立宸 《计算机工程与应用》 CSCD 北大核心 2020年第18期143-149,共7页
现有的视频烟雾检测方法大多通过运动检测提取疑似烟区,并依据经验手工设计提取烟雾特征,在复杂场景中检测准确率不高。针对以上问题,提出了一种基于时空双路3D残差卷积网络的视频烟雾检测方法,基于混合高斯背景模型与原始视频帧的小波... 现有的视频烟雾检测方法大多通过运动检测提取疑似烟区,并依据经验手工设计提取烟雾特征,在复杂场景中检测准确率不高。针对以上问题,提出了一种基于时空双路3D残差卷积网络的视频烟雾检测方法,基于混合高斯背景模型与原始视频帧的小波低频分量差进行疑似烟区提取,其次构造时空双路3D残差卷积神经网络,并引入注意力机制加权融合烟雾时空域特征,实现端对端的烟雾识别。实验结果表明,该方法可以得到更为完整的疑似烟区,尤其对于过于稀薄和浓厚的烟雾分割效果较好,且相比于传统的烟雾检测方法和2D的烟雾检测卷积网络,在烟雾检测准确率上得到了提高。 展开更多
关键词 3d残差卷积网络 烟雾检测 注意力机制 深度学习
在线阅读 下载PDF
基于3D双流卷积神经网络和GRU网络的人体行为识别 被引量：7
12
作者 陈颖 来兴雪 +2 位作者 周志全 秦晓宏 池亚平 《计算机应用与软件》 北大核心 2020年第5期164-168,218,共6页
针对基于双流卷积神经网络的人体行为识别准确率不高,不能充分利用时间维度的信息问题,提出一种基于3D双流卷积和门控循环单元(GRU)网络的人体行为识别模型。将3D卷积神经网络引入到双流卷积神经网络中,在双流卷积神经网络的空间流和时... 针对基于双流卷积神经网络的人体行为识别准确率不高,不能充分利用时间维度的信息问题,提出一种基于3D双流卷积和门控循环单元(GRU)网络的人体行为识别模型。将3D卷积神经网络引入到双流卷积神经网络中,在双流卷积神经网络的空间流和时间流中分别使用3D卷积神经网络提取视频的时空信息;融合3D双流卷积神经网络提取到的时空特征,形成有时间顺序的时空特征流;将时空特征流输入到具有记忆信息能力的GRU网络中递归学习时间维度的长时序列特征并利用线性SVM分类器进行人体行为识别。在行为识别数据集UCF101上的实验结果表明,该模型充分地利用了视频的时间维度信息,识别率为92.2%,优于其他人体行为识别算法。 展开更多
关键词 人体行为识别 3d卷积神经网络 双流卷积神经网络 门控循环单元
在线阅读 下载PDF
多模态3D卷积神经网络脑部胶质瘤分割方法 被引量：4
13
作者 谷宇 吕晓琪 +7 位作者 李菁 任国印 喻大华 赵瑛 吴凉 张文莉 郝小静 黄显武 《科学技术与工程》 北大核心 2018年第7期18-24,共7页
由于大多数脑部胶质瘤边界有水肿且内部结构复杂,分割胶质瘤及瘤内结构难度较大。提出一种新的基于多模态MRI 3D卷积神经网络(CNN)脑部胶质瘤及瘤内各结构的自动分割算法。首先,标准化由T1、T1c、T2、FLAIR 4个MRI模态组成的输入图像。... 由于大多数脑部胶质瘤边界有水肿且内部结构复杂,分割胶质瘤及瘤内结构难度较大。提出一种新的基于多模态MRI 3D卷积神经网络(CNN)脑部胶质瘤及瘤内各结构的自动分割算法。首先,标准化由T1、T1c、T2、FLAIR 4个MRI模态组成的输入图像。其次,构建10个卷积层,2个全连接层的3D CNN。卷积层采用3×3×3的3D卷积核;全连接层采用PRe Lu激励函数,并结合dropout技术防止过拟合。构建的3D CNN分割胶质瘤和瘤内各结构精度高,与专家手动分割的结果接近。实验结果表明,构建的多模态3D CNN能够准确地分割MRI多模态图像脑部胶质瘤及瘤内各结构,具有重要的临床意义。 展开更多
关键词 脑部胶质瘤 瘤内结构 多模态MRI 3d卷积神经网络 图像分割
在线阅读 下载PDF
基于3D卷积神经网络的活体人脸检测 被引量：7
14
作者 甘俊英 李山路 +1 位作者 翟懿奎 刘呈云 《信号处理》 CSCD 北大核心 2017年第11期1515-1522,共8页
非法入侵者通过伪装人脸骗取系统认证,给人脸认证系统带来了严重的威胁。因此,活体人脸检测成了人脸认证系统走向实用必须解决的一个重要课题。现有活体人脸检测方法多为基于照片的人脸攻击方面的研究成果,对于基于视频的人脸攻击,效果... 非法入侵者通过伪装人脸骗取系统认证,给人脸认证系统带来了严重的威胁。因此,活体人脸检测成了人脸认证系统走向实用必须解决的一个重要课题。现有活体人脸检测方法多为基于照片的人脸攻击方面的研究成果,对于基于视频的人脸攻击,效果并不理想。3D卷积神经网络(Convolutional Neural Network,CNN)具有深度学习的特点,能自动学到图像的分布式特征表示;与2D卷积相比,它能学到连续视频帧的动作信息。本文结合3D卷积神经网络的特性,提出利用3D卷积实现视频人脸伪装检测。通过提取3D卷积神经网络最后全连接层学到的时间空间特征,训练SVM(Support Vector Machine)分类器,实现真实人脸和伪装人脸的分类。实验采用两个人脸伪装公开数据库Replay Attack和CASIA,实现多尺度内部数据库测试和交叉数据库测试。实验结果相对于纹理特征及2D卷积方法有较大提高,可应用于视频人脸攻击的活体人脸检测。 展开更多
关键词 3d卷积神经网络 活体人脸检测 人脸反伪装 社会安全
在线阅读 下载PDF
多维度自适应3D卷积神经网络原子行为识别 被引量：4
15
作者 高大鹏 朱建刚 《计算机工程与应用》 CSCD 北大核心 2018年第4期174-178,230,共6页
针对现有的3D卷积神经网络(3D Convolutional Neural Networks,3DCNN)行为识别算法将输入视频分块划分为固定长度,其包含的行为信息可能冗余或不全的问题,提出了解决方案。利用人体运动质点轨迹的特性定义了人体原子行为;以原子行为的... 针对现有的3D卷积神经网络(3D Convolutional Neural Networks,3DCNN)行为识别算法将输入视频分块划分为固定长度,其包含的行为信息可能冗余或不全的问题,提出了解决方案。利用人体运动质点轨迹的特性定义了人体原子行为;以原子行为的长度作为视频分块的长度进行视频划分,得到包含完整信息的人体行为。3DCNN要求输入数据必须是相同维度,而原子行为视频块长度不同。为此改进了空间金字塔池化(3D Spatial Pyramid Pooling,3D SPP)技术,以适用于不同长度视频处理。把SPP层放置在全连接层前,处理3DCNN卷积层输出的不同长度特征图,以输出相同长度特征向量。与相关算法相比,实验数据说明该算法对输入数据要求更低,由于视频分块信息的完整性,识别率有显著提高。 展开更多
关键词 行为识别 视频分析 3d空间金字塔池化 原子行为 3d卷积神经网络
在线阅读 下载PDF
基于3D卷积神经网络的IR-BCI脑电视频解码研究 被引量：4
16
作者 官金安 汪鹭汐 +2 位作者 赵瑞娟 李东阁 吴欢 《中南民族大学学报（自然科学版）》 CAS 2019年第4期538-546,共9页
采用3D卷积神经网络模型,对脑电信号进行解码研究,旨在挖掘其深层的特征表达,以提高脑-机接口系统的性能.实验在获取“模拟阅读”脑-机接口系统的多维脑电信号后,将原始的通道特征构建成“脑电视频”的格式.其构造方法为:将通道按实际... 采用3D卷积神经网络模型,对脑电信号进行解码研究,旨在挖掘其深层的特征表达,以提高脑-机接口系统的性能.实验在获取“模拟阅读”脑-机接口系统的多维脑电信号后,将原始的通道特征构建成“脑电视频”的格式.其构造方法为:将通道按实际空间排布为二维矩阵,这样某时刻的多通道采样点在空间上形成一个“视频帧”,这些空间信息在连续时间帧上的堆叠,形成“脑电视频”.这种自然表达信息的方法,不仅包含大脑的空间分布信息,还反映了时间信息的关联,丰富了数据所包含的事件相关信息.借鉴图像领域特征学习的“局部感受野”和“权值共享”思想,搭建了自主学习脑电信号特征的3D卷积神经网络模型,将已打标签的脑电视频数据对模型进行训练,之后对测试集进行测试.与经典的卷积神经网络和传统的最佳单通道算法相比,分类正确率有了进一步的提高.实验表明,基于脑电视频的3D卷积神经网络能够更有效地学习脑电特征,改善了模拟阅读脑-机接口系统的性能. 展开更多
关键词 脑-机接口 深度学习 模拟阅读 脑电视频 3d卷积神经网络
在线阅读 下载PDF
基于3D卷积神经网络的MPI新视点合成算法 被引量：1
17
作者 霍智勇 魏俊宇 +1 位作者 郭权 陈奕杭 《南京邮电大学学报（自然科学版）》 北大核心 2023年第5期77-82,共6页
多平面图像(Multiplane Image, MPI)能够构造出一种以相机为中心、按深度分层的三维场景显式表示,用于新视点合成研究与应用。由于MPI生成预测网络在训练时不能有效捕获深度平面间遮挡区域的空间特征,使得MPI合成的新视点图像往往存在... 多平面图像(Multiplane Image, MPI)能够构造出一种以相机为中心、按深度分层的三维场景显式表示,用于新视点合成研究与应用。由于MPI生成预测网络在训练时不能有效捕获深度平面间遮挡区域的空间特征,使得MPI合成的新视点图像往往存在明显的伪影和扭曲。为此提出利用3D卷积神经网络捕捉深度平面间的空间特征,用于提高对平面图像几何结构和Alpha值的预测能力,从而实现高质量MPI场景表示和新视点合成目标。在两个数据集上的数值实验表明,算法在窄基线视点外推和宽基线多视点内插任务中能够有效消除合成新视点图像中的伪影和扭曲。当参考视点水平基线宽度增大一倍且不增加MPI深度平面数量时,算法仍然能够有效地预测出不同深度平面的遮挡区域信息,从而保证了视点内插合成图像的质量。 展开更多
关键词 多平面图像 场景表示 视点图像合成 3d卷积神经网络
在线阅读 下载PDF
基于3D卷积神经网络的区域降雨量预报 被引量：11
18
作者 吴昆 申妍燕 王书强 《图像与信号处理》 2018年第4期200-212,共13页
准确的区域降水量预报,在气象服务领域一直是非常重要的问题。短时降雨量预报的目标是在未来短期(0~6小时)内,对当地区域的降雨强度进行精确和及时的预测。气象站通过预测的短期降雨量数据,与观测的天气预报气象数据进行整合,能够发布... 准确的区域降水量预报,在气象服务领域一直是非常重要的问题。短时降雨量预报的目标是在未来短期(0~6小时)内,对当地区域的降雨强度进行精确和及时的预测。气象站通过预测的短期降雨量数据,与观测的天气预报气象数据进行整合,能够发布城市紧急降雨警报,提供有效的防汛防洪信息。本文根据自动站检测的周边历年降水量数据,以及气象站观测的区域上空不同高度的多普勒雷达回波外推图,提出一种基于深度学习方法的降雨预测模型。所提出的模型基于3D卷积神经网络(3D Convolution Neural Network),将所建立的网络模型应用于降雨预测的回归问题,并利用合适的指标对模型精度进行评价,对高精度下特定区域的短时期降雨量进行预测。通过实验,在不同网络结构下进行分析对比实验预测值与观测值的均方根误差达到了6以下。该方法能够对区域上空未来短期的降雨量进行准确的预测。该训练模型在气象站整年的数据中预测稳定。 展开更多
关键词 深度学习 3d卷积神经网络 降雨预报
在线阅读 下载PDF
基于注意力机制的3D卷积神经网络孤立词手语识别 被引量：4
19
作者 胡瑛 罗银 +1 位作者 张瀚文 杨萌浩 《湖南工程学院学报（自然科学版）》 2022年第1期55-60,共6页
手语识别可以使聋哑人与健全人之间的交流更加便捷,随着深度学习领域的快速发展,手语识别领域迎来了新的机遇.本文以孤立词手语识别为研究对象,针对手语数据冗余、信息多的问题,提出了一种基于3D卷积神经网络的手语识别新方法.通过提取... 手语识别可以使聋哑人与健全人之间的交流更加便捷,随着深度学习领域的快速发展,手语识别领域迎来了新的机遇.本文以孤立词手语识别为研究对象,针对手语数据冗余、信息多的问题,提出了一种基于3D卷积神经网络的手语识别新方法.通过提取手部区域和关键帧去除手语视频中的冗余信息,改进C3D网络模型结构并引入注意力机制,重点关注语义信息丰富的视频帧,使用余弦退火学习率下降算法提高模型的收敛速度.在DEVISIGN-D手语数据集上,与3种手语识别算法做了实验对比,实验结果表明,该方法能很好地识别孤立词手语,top-5准确率达到了98.4%. 展开更多
关键词 孤立词手语识别 3d卷积神经网络 注意力机制 关键帧
在线阅读 下载PDF
基于3D卷积神经网络的手语动作识别 被引量：2
20
作者 赵金龙 陈春雨 +1 位作者 于德海 孟天禹 《通信技术》 2021年第2期327-333,共7页
为了提高3D卷积神经网络在进行动态手语识别任务时的准确率,参考Resnet50网络提出了一种双通道的时空特征提取网络。该网络包含一个高采样频率分支和一个低采样频率分支,分别关注图像中的运动信息和语义信息,最终融合两个分支提取到的... 为了提高3D卷积神经网络在进行动态手语识别任务时的准确率,参考Resnet50网络提出了一种双通道的时空特征提取网络。该网络包含一个高采样频率分支和一个低采样频率分支,分别关注图像中的运动信息和语义信息,最终融合两个分支提取到的特征完成分类识别。在公开数据集UCF-101和自建手语数据集上完成实验验证,结果表明该网络能够充分捕捉时间特征信息和空间特征信息,对人体动作识别与手语动作识别均具有较高的识别能力。 展开更多
关键词 3d卷积神经网络 双通道结构 特征融合 手势识别
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 … 6 下一页 到第 页
使用帮助 返回顶部