检索结果-内蒙古大学图书馆

通信学报 2025年第1期46卷 108-123页

作者：程德强姬广凯张皓翔江鹤寇旗旗中国矿业大学信息与控制工程学院江苏徐州221116 中国矿业大学计算机科学与技术学院江苏徐州221116

提出一种基于多粒度融合和跨尺度感知的跨模态行人重识别网络,该网络能够有效提取行人图像特征并减少图像间的模态差异。首先,提出多尺度特征融合注意力机制并设计一种多粒度非局部融合框架,有效融合不同模态和不同尺度的图像特征;其次... 详细信息

提出一种基于多粒度融合和跨尺度感知的跨模态行人重识别网络,该网络能够有效提取行人图像特征并减少图像间的模态差异。首先,提出多尺度特征融合注意力机制并设计一种多粒度非局部融合框架,有效融合不同模态和不同尺度的图像特征;其次,提出一种跨尺度特征信息感知策略,该策略可有效降低因视角变化、行人背景变化等产生的无关噪声对行人判别的影响;最后,针对行人图像特征信息不足,设计并行空洞卷积残差模块,获取更为丰富的行人特征信息。将所提方法在2个标准公共数据集与当前先进的跨模态行人重识别方法比较。实验结果表明,所提方法在SYSU-MM01数据集的全搜索模式下的R-1和平均精度(mAP)分别达到75.9%和73.3%,在RegDB数据集的可见光到红外的搜索(VIS to IR)模式下的Rank-1和mAP分别达到93.7%和89.3%,优于所对比的方法,充分证实了所提方法的有效性。

关键词：行人重识别跨模态特征融合跨尺度信息

来源：评论

学校读者我要写书评

暂无评论

基于渐近式感受野的轻量级图像超分辨率重建方法

引用

控制与决策 2025年第4期40卷 1237-1246页

作者：程德强程志威马祥李龙寇旗旗江鹤中国矿业大学信息与控制工程学院江苏徐州221116 中国矿业大学计算机科学与技术学院江苏徐州221116

传统轻量级图像超分辨率重建方法通常依赖单一尺度的卷积提取图像特征,简单地将浅层与深层特征聚合后进行图像重建.然而,这种做法忽略了感受野信息的丰富性以及中间潜在特征在图像重建过程中的重要作用,导致卷积层间的信息交互受限,进... 详细信息

传统轻量级图像超分辨率重建方法通常依赖单一尺度的卷积提取图像特征,简单地将浅层与深层特征聚合后进行图像重建.然而,这种做法忽略了感受野信息的丰富性以及中间潜在特征在图像重建过程中的重要作用,导致卷积层间的信息交互受限,进而造成图像细节信息丢失和重建精度不高的问题.鉴于此,提出一种基于渐近式感受野的轻量级图像超分辨率重建方法.该方法的核心在于设计一种双路阶梯式卷积链,通过逐步调整感受野的大小,有效地融合图像的整体结构信息和局部细节特征,从而实现信息的多样化表达.此外,探索一种多维潜在特征的融合方法,旨在充分挖掘多维潜在特征间的相关性.实验结果表明,与目前流行的重建方法相比,所提出的方法在捕捉图像细节方面表现出色.

关键词：轻量级超分辨率重建渐近式感受野阶梯式卷积链潜在特征特征融合

来源：评论

学校读者我要写书评

暂无评论

方向感知增强的轻量级自监督单目深度估计方法

引用

电子与信息学报 2024年第9期46卷 3683-3692页

作者：程德强徐帅吕晨韩成功江鹤寇旗旗中国矿业大学信息与控制工程学院徐州221116 中国矿业大学计算机科学与技术学院徐州221116

为解决现有单目深度估计网络复杂度高、在弱纹理区域精度低等问题,该文提出一种基于方向感知增强的轻量级自监督单目深度估计方法(DAEN)。首先,引入迭代扩展卷积模块(IDC)作为编码器的主体,提取远距离像素的相关性;其次,设计方向感知增... 详细信息

为解决现有单目深度估计网络复杂度高、在弱纹理区域精度低等问题,该文提出一种基于方向感知增强的轻量级自监督单目深度估计方法(DAEN)。首先,引入迭代扩展卷积模块(IDC)作为编码器的主体,提取远距离像素的相关性;其次,设计方向感知增强模块(DAE)增强垂直方向的特征提取,为深度估计模型提供更多的深度线索;此外,通过聚合视差图特征改善解码器上采样过程中的细节丢失问题;最后,采用特征注意力模块(FAM)连接编解码器,有效利用全局上下文信息解决弱纹理区域的不适应问题。在KITTI数据集上的实验结果表明,该文模型参数量仅2.9M,取得δ指标89.2%的先进性能。在Make3D数据集上验证DAEN的泛化性,结果表明,该文模型各项指标均优于目前主流的方法,在弱纹理区域具有更好的深度预测性能。

关键词：图像处理深度估计自监督学习方向感知

来源：评论

学校读者我要写书评

暂无评论

基于深层特征差异性网络的图像超分辨率算法

引用

电子与信息学报 2024年第3期46卷 1033-1042页

作者：程德强袁航钱建生寇旗旗江鹤中国矿业大学信息与控制工程学院徐州221116 中国矿业大学计算机科学与技术学院徐州221116

传统深层神经网络通常以跳跃连接等方式堆叠深层特征,这种方式容易造成信息冗余。为了提高深层特征信息的利用率,该文提出一种深层特征差异性网络(DFDN),并将其应用于单幅图像超分辨率重建。首先,提出相互投影融合模块(MPFB)提取多尺度... 详细信息

传统深层神经网络通常以跳跃连接等方式堆叠深层特征,这种方式容易造成信息冗余。为了提高深层特征信息的利用率,该文提出一种深层特征差异性网络(DFDN),并将其应用于单幅图像超分辨率重建。首先,提出相互投影融合模块(MPFB)提取多尺度深层特征差异性信息并融合,以减少网络传输中上下文信息的损失。第二,提出了差异性特征注意力机制,在扩大网络感受野的同时进一步学习深层特征的差异。第三,以递归的形式连接各模块,增加网络的深度,实现特征复用。将DIV2K数据集作为训练数据集,用4个超分辨率基准数据集对预训练的模型进行测试,并通过与流行算法比较重建的图像获得结果。广泛的实验表明,与现有算法相比,所提算法可以学习到更丰富的纹理信息,并且在主观视觉效果和量化评价指标上都取得最好的排名,再次证明了其鲁棒性和优越性。

关键词：超分辨率深层特征特征融合卷积神经网络差异性

来源：评论

学校读者我要写书评

暂无评论

基于滑移预测的月球车双层路径规划方法研究

引用

系统仿真学报 2025年第4期37卷 1008-1024页

作者：张星宇吴保磊王军洪妙英王佳慧祁永强中国矿业大学数学学院江苏徐州221116 中国矿业大学计算机科学与技术学院江苏徐州221116 中国矿业大学信息与控制工程学院江苏徐州221116

针对月球车在路径规划过程中会面临由复杂地形引起的安全避障和偏离目标等挑战,提出了基于滑移预测的双层路径规划,通过自适应选择平坦地形来减少月球车车轮的滑移。利用数字高程信息计算地形综合复杂度,设计了具有三级奖励机制的Q-lear... 详细信息

针对月球车在路径规划过程中会面临由复杂地形引起的安全避障和偏离目标等挑战,提出了基于滑移预测的双层路径规划,通过自适应选择平坦地形来减少月球车车轮的滑移。利用数字高程信息计算地形综合复杂度,设计了具有三级奖励机制的Q-learning算法来避开高滑移区域,实现全局路径规划;采用深度相机来感知障碍物,设计基于自适应预测时间的动态窗口法进行自主避障,并引入局部地形适宜度完成局部路径规划。数值和虚拟仿真结果表明:该算法可以在复杂地形环境下高效开展路径规划,且收敛速度快、安全性高。

关键词：滑移预测自适应预测时间三级奖励机制地形综合复杂度局部地形适宜度

来源：评论

学校读者我要写书评

暂无评论

基于浅层特征调制的轻量级单幅图像超分辨率重建

引用

控制与决策 2024年第12期39卷 4045-4054页

作者：程德强王子强张皓翔寇旗旗钱建生江鹤中国矿业大学信息与控制工程学院江苏徐州221116 中国矿业大学计算机科学与技术学院江苏徐州221116

浅层特征在超分辨率重建网络中扮演关键角色,其中蕴含丰富的图像细节,对准确估计深层特征具有明显参考价值.然而,研究者常常忽视浅层特征,过度依赖深层模块堆叠和拓扑结构优化,进而造成信息冗余.为此,提出一种轻量级超分辨率重建网络,... 详细信息

浅层特征在超分辨率重建网络中扮演关键角色,其中蕴含丰富的图像细节,对准确估计深层特征具有明显参考价值.然而,研究者常常忽视浅层特征,过度依赖深层模块堆叠和拓扑结构优化,进而造成信息冗余.为此,提出一种轻量级超分辨率重建网络,旨在探索浅层特征与深层特征的映射机制,以提升重建质量.首先,通过利用浅层特征生成特征掩码,引导深层特征的生成过程;其次,采用基于注意力机制的特征选择模块,动态生成特征权重信息;最后,设计双分支特征增强学习模块,平衡输出特征权重并增强特征融合能力,进一步提升重建性能.实验结果表明,所提出的算法在国际通用数据集上显著提升了峰值信噪比和结构相似度指标,同时具有较小的模型参数量和卓越的视觉表现.这些结果验证了所提出的轻量级超分辨率重建网络的有效性和优越性.

关键词：超分辨率浅层特征调制特征掩码动态注意力双分支轻量级

来源：评论

学校读者我要写书评

暂无评论

基于相关性得分的伪标签优化行人重识别

引用

控制与决策 2024年第8期39卷 2579-2587页

作者：程德强黄绩寇旗旗张剑英李云龙中国矿业大学信息与控制工程学院江苏徐州221116 中国矿业大学计算机科学与技术学院江苏徐州221116

无监督域自适应行人重识别旨在将源域训练的识别能力泛化到目标域上,以减少对标签的依赖.目前基于聚类方法的网络,聚类过程中不可避免地会受到环境噪声的影响,降低网络原有识别性能.为了解决这一问题,提出一种基于相关性得分的伪标签优... 详细信息

无监督域自适应行人重识别旨在将源域训练的识别能力泛化到目标域上,以减少对标签的依赖.目前基于聚类方法的网络,聚类过程中不可避免地会受到环境噪声的影响,降低网络原有识别性能.为了解决这一问题,提出一种基于相关性得分的伪标签优化行人重识别网络.首先,通过计算全局与局部特征间前k个相似样本集合的相关性得分,找到两类特征直接可靠的关联性,从而提取已有伪标签优化方法所忽略的局部细粒度特征;然后,利用得分对局部伪标签进行优化处理,降低网络对与行人无关局部特征的关注;最后,依赖于相关性得分,利用优化后局部伪标签的预测结果对全局伪标签进行细化,缓解聚类过程中噪声的同时也细化了行人的特征完整表示.与近年无监督域自适应行人重识别方法相比,所提出网络在DukeMTMC-ReID、Market 1501和MSMT 17三个公开数据集上的实验结果表现优异,验证了所提出网络的有效性.

关键词：无监督域自适应行人重识别深度学习细粒度特征相关性得分伪标签优化

来源：评论

学校读者我要写书评

暂无评论

基于蓝图分离卷积的轻量化矿井图像超分辨率重建方法

引用

煤炭学报 2024年第9期49卷 4038-4050页

作者：寇旗旗程志威程德强陈杰张剑英中国矿业大学计算机科学与技术学院江苏徐州221116 中国矿业大学信息与控制工程学院江苏徐州221116

煤矿井下复杂受限空间中,人造光源照明不均匀、工作面尘雾浓度大及复杂电磁干扰等环境因素都会严重影响井下监控视频的高清成像。针对受复杂环境影响下的矿井图像出现分辨率较低、模糊不清的问题以及目前图像超分辨率重建方法多以牺牲... 详细信息

煤矿井下复杂受限空间中,人造光源照明不均匀、工作面尘雾浓度大及复杂电磁干扰等环境因素都会严重影响井下监控视频的高清成像。针对受复杂环境影响下的矿井图像出现分辨率较低、模糊不清的问题以及目前图像超分辨率重建方法多以牺牲网络深度和宽度为代价来提高图像重建效果,从而导致算法的复杂度大幅增加、网络模型的内存占用率变大、难以应用到实际边缘移动设备中的问题,提出了一种基于蓝图分离卷积的轻量化矿井图像超分辨率重建方法。首先,该方法使用高效率的蓝图分离卷积替换残差块中的标准卷积,设计出一种轻量残差注意力模块,接着引入坐标注意力机制并添加跳跃连接对残差块进行改进,使模型保持较低参数量和计算量的同时也具备良好的特征提取能力。其次设计了一种增强层次特征融合模块,对网络中的不同层次特征以先局部再全局的方式融合,进一步促进网络中的信息流动,增强模型的特征利用率。最后在网络末端添加像素注意力机制,用于增强网络对信息特征的关注度,提高模型的特征表达能力,为图像重建模块提供更丰富的细节特征。实验结果表明,基于蓝图分离卷积的轻量化超分辨率重建网络所重建后的图像质量不仅在客观指标和视觉感受上均优于其他对比算法,而且能够在模型性能和复杂度之间取得更好的权衡。当缩放因子为4时,相比于轻量级算法AWSRN-M,参数量相当的情况下,在煤矿井下测试集上客观指标PSNR平均值提升了0.1772 dB,SSIM平均值提升了0.0107,浮点运算量减少了66.9%。结果证明了所提方法可以有效提取不同层次的细节特征信息,实现浅层特征和深层特征的深度融合,且更加高效地重建出纹理细节清晰的高分辨率图像。

关键词：煤矿井下图像超分辨率重建注意力机制特征融合轻量化

来源：评论

学校读者我要写书评

暂无评论

基于随机遮挡和多粒度特征融合的行人重识别

引用

北京航空航天大学学报 2023年第12期49卷 3511-3519页

作者：张楠程德强寇旗旗马浩辉钱建生中国矿业大学信息与控制工程学院徐州221116 中国矿业大学计算机科学与技术学院徐州221116

针对行人重识别中存在遮挡及行人判别特征层次单调的问题,在IBN-Net50-a网络的基础上,提出了一种结合随机遮挡和多粒度特征融合的网络模型。通过对输入图像进行随机遮挡处理,模拟行人被遮挡的真实情景,以增强应对遮挡的鲁棒性;将网络分... 详细信息

针对行人重识别中存在遮挡及行人判别特征层次单调的问题,在IBN-Net50-a网络的基础上,提出了一种结合随机遮挡和多粒度特征融合的网络模型。通过对输入图像进行随机遮挡处理,模拟行人被遮挡的真实情景,以增强应对遮挡的鲁棒性;将网络分为全局分支、局部粗粒度互融分支和局部细粒度互融分支,提取全局显著性特征,同时补充局部多粒度深层特征,丰富行人判别特征的层次性;进一步挖掘局部多粒度特征间的相关性进行深度融合;联合标签平滑交叉熵损失和三元组损失训练网络。在3个标准公共数据集和1个遮挡数据集上,将所提方法与先进的行人重识别方法进行比较,实验结果表明:在Market1501、DukeMTMC-reID、CUHK03标准公共数据集上,所提方法的Rank-1分别达到了95.2%、89.2%、80.1%,在遮挡数据集Occluded-Duke上,所提方法的Rank-1和mAP分别达到了60.6%和51.6%,均优于对比方法,证实了方法的有效性。

关键词：行人重识别全局特征随机遮挡局部特征融合联合损失

来源：评论

学校读者我要写书评

暂无评论

融合自适应加权模块的YOLOv4多尺度目标检测算法

引用

计算机辅助设计与图形学学报 2023年第11期35卷 1712-1719页

作者：聂帅杰程德强寇旗旗陈杰钱建生中国矿业大学信息与控制工程学院徐州221116 中国矿业大学计算机科学与技术学院徐州221116

针对残差块中特征图直接相加无法反映特征间相关性以及特征融合阶段存在信息损失的问题,提出一种融合自适应加权模块的目标检测算法.该算法对YOLOv4的主干网络和颈部网络进行改进,设计了一种自适应加权模块,对输入的2个特征图进行通道... 详细信息

针对残差块中特征图直接相加无法反映特征间相关性以及特征融合阶段存在信息损失的问题,提出一种融合自适应加权模块的目标检测算法.该算法对YOLOv4的主干网络和颈部网络进行改进,设计了一种自适应加权模块,对输入的2个特征图进行通道压缩并提取特征信息,从提取的信息中获取空间权重,最后将空间权重赋予输入特征图来建立其之间的相关性.在特征融合阶段增加跳跃连接,补充特征融合过程中的信息损失.实验结果表明,该算法能够有效地提高目标的精度,在PASCALVOC数据集与KITTI数据集上的精度较YOLOv4算法分别提高了0.90个百分点与0.89个百分点.

关键词：深度学习卷积神经网络目标检测特征融合 YOLOv4

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：