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5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：
融合全局选择与局部区分的车辆重识别网络
1
作者 徐胜军 张梦倩 +2 位作者 詹博涵 刘光辉 孟月波 《系统仿真学报》 北大核心 2025年第1期220-233,共14页
针对跨镜头多视角差异导致车辆重识别面临的不同视角、复杂背景和光照强度等干扰问题,提出了一种融合全局选择与局部区分的车辆重识别网络。基于Resnet50骨干网络,设计了融合全局特征与局部特征的三分支互补网络,利用全局分支学习车辆... 针对跨镜头多视角差异导致车辆重识别面临的不同视角、复杂背景和光照强度等干扰问题,提出了一种融合全局选择与局部区分的车辆重识别网络。基于Resnet50骨干网络,设计了融合全局特征与局部特征的三分支互补网络,利用全局分支学习车辆的整体外观信息,局部分支捕获车辆的差异性细节信息。基于注意力机制提出了上下文特征选择模块(context feature selection module,CFSM),有效分离了车辆信息与复杂背景信息,并提出了一种细节特征增强模块(detail feature enhancement module,DFEM),利用部件之间的相对位置信息强化多粒度特征细节信息的学习。提出了一种权值自适应平衡策略,联合多损失函数进行训练。实验结果表明,所提网络在VeRi-776数据集上的mAP、CMC@1和CMC@5分别达到73.2%、93.4%和97.3%;在VehicleID数据集的大规模测试子集上,CMC@1和CMC@5分别达到75.0%和92.7%。与对比网络相比,所提网络具有较高的识别率和鲁棒性。 展开更多
关键词 车辆重识别 多分支结构 全局上下文特征 局部区分特征 权值自适应策略
在线阅读 下载PDF
双注意力随机选择全局上下文细粒度识别网络
2
作者 徐胜军 荆扬 +3 位作者 段中兴 李明海 李海涛 刘福友 《液晶与显示》 CAS CSCD 北大核心 2024年第4期506-521,共16页
针对细粒度图像识别任务中易忽视微小潜在性特征且外观差异细微等问题,提出一种基于双注意力随机选择全局上下文细粒度识别网络。首先,使用ConvNeXt作为主干网络,提出双注意力随机选择模块,对不同阶段提取到的特征进行通道随机选择和空... 针对细粒度图像识别任务中易忽视微小潜在性特征且外观差异细微等问题,提出一种基于双注意力随机选择全局上下文细粒度识别网络。首先,使用ConvNeXt作为主干网络,提出双注意力随机选择模块,对不同阶段提取到的特征进行通道随机选择和空间随机选择,使网络能够关注到其他潜在微小判别性特征;其次,利用全局上下文注意力模块将深层特征的语义信息融合到中间层,增强中间层定位微小特征的能力;最后,提出一种多分支损失,对中间层、深层和拼接层特征引入分类损失,结合不同分支提取到的特征,诱导网络获得多样性的判别特征。所提网络在Stanford-cars、CUB-200-2011、FGVC-Aircraft 3个公开细粒度数据集和真实场景下车型数据集VMRURS上分别达到了95.2%、92.1%、94.0%和97.0%的识别准确率,其性能相比其他对比方法有较大幅度提升。 展开更多
关键词 细粒度识别 ConvNeXt 双注意力随机选择 全局上下文注意力 多分支损失
在线阅读 下载PDF
多视角解耦增强整合的细粒度分类算法
3
作者 孟月波 王博 刘光辉 《高技术通讯》 北大核心 2024年第12期1266-1278,共13页
针对细粒度图像分类中由于背景环境、光照条件、样本姿态和拍摄角度等外部因素导致类内差异显著增加的问题,本文提出了多视角解耦增强整合的细粒度分类算法。首先,为了降低图像中外部因素的干扰,设计多视角注意力(MPA)模块,此模块通过... 针对细粒度图像分类中由于背景环境、光照条件、样本姿态和拍摄角度等外部因素导致类内差异显著增加的问题,本文提出了多视角解耦增强整合的细粒度分类算法。首先,为了降低图像中外部因素的干扰,设计多视角注意力(MPA)模块,此模块通过将模型分解为数个视角,迫使每个视角关注不同尺度,实现干扰因素的解耦,并通过对特征进行自注意力建模,引导各个视角进一步挖掘关键特征。其次,提出递进式动态加权融合(PDWF)策略,旨在有效整合解耦后的多个视角信息,该策略通过获取不同视角下通道和空间关系动态调整融合系数,实现多尺度信息的高阶融合。最后,采用递进式训练方法促进视角交互,进一步捕获和整合多尺度特征的互补语义信息。在CUB-200-2011、StanfordCars、FGVC-Aircraft公开数据集上进行实验,实验结果表明所提方法分类准确率分别达到90.5%、95.5%和94.2%,优于当前细粒度图像分类任务主流方法。 展开更多
关键词 细粒度 多视角注意力(MPA) 递进式动态加权融合(PDWF) 图像分类
在线阅读 下载PDF
有效特征提取和级联优化的路面裂缝检测方法
4
作者 段中兴 何宇超 +1 位作者 张旭生 高静 《计算机辅助设计与图形学学报》 CSCD 北大核心 2024年第12期2020-2028,共9页
为了提高公路路面裂缝的检测精度,针对裂缝的多态性和噪声干扰等问题,提出一种结合有效多尺度特征融合结构和级联优化的裂缝检测方法.首先构建有效的多尺度特征融合提取结构,增强对不同尺度裂缝特征的提取效果;然后针对编码器-解码器对... 为了提高公路路面裂缝的检测精度,针对裂缝的多态性和噪声干扰等问题,提出一种结合有效多尺度特征融合结构和级联优化的裂缝检测方法.首先构建有效的多尺度特征融合提取结构,增强对不同尺度裂缝特征的提取效果;然后针对编码器-解码器对于特征信息的关注重点,分别引入空间和通道注意力机制抑制背景噪声干扰,增强裂缝特征表达;最后对不同层级解码特征进行联合优化学习,强化对低层级特征信息的利用,提升裂缝分割纹路的连贯性.在Crack500等数据集上进行实验的结果表明,所提方法检测出的可视化裂缝结果纹理清晰完整;在综合测试集上,F1分数与平均交并比分别为90.07%和82.07%,具有更好的识别效果和鲁棒性,可为自动化裂缝缺陷检测任务提供一种深度学习方法. 展开更多
关键词 道路工程 裂缝检测 多尺度融合 级联优化
在线阅读 下载PDF
渐进式多粒度ResNet车型识别网络 被引量：2
5
作者 徐胜军 荆扬 +3 位作者 李海涛 段中兴 刘福友 李明海 《光电工程》 CAS CSCD 北大核心 2023年第7期32-46,共15页
针对车辆因姿态、视角等成像差异造成车型难以识别问题,提出一种基于渐进式多粒度ResNet车型识别网络。首先,以ResNet网络作为主干网络,提出渐进式多粒度局部卷积模块,对不同粒度级别的车辆图像进行局部卷积操作,使网络重构时能够关注... 针对车辆因姿态、视角等成像差异造成车型难以识别问题,提出一种基于渐进式多粒度ResNet车型识别网络。首先,以ResNet网络作为主干网络,提出渐进式多粒度局部卷积模块,对不同粒度级别的车辆图像进行局部卷积操作,使网络重构时能够关注到不同粒度级别的车辆局部特征;其次,对多粒度局部特征图利用随机通道丢弃模块进行随机通道丢弃,抑制网络对车辆显著性区域特征的注意力,提高非显著性特征的关注度;最后,提出一种渐进式多粒度训练模块,在每个训练步骤中增加分类损失,引导网络提取更具辨别力和多样性的车辆多尺度特征。实验结果表明,在Stanford cars数据集、Compcars网络数据集和真实场景下的车型数据集VMRURS上,所提网络的识别准确率分别达到了95.7%、98.8%和97.4%,和对比网络相比,所提网络不仅具有较高的识别准确率,而且具有更好的鲁棒性。 展开更多
关键词 车型识别 ResNet网络 渐进式多粒度局部卷积 随机通道丢弃 渐进式多粒度训练
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 下一页 到第 页
使用帮助 返回顶部