检索结果-内蒙古大学图书馆

机械工程学报 2024年第16期60卷 306-313页

作者：刘宏哲陶相如徐成曹东璞北京联合大学北京信息服务工程重点实验室北京100101 清华大学车辆与运载学院北京100084

人体姿态估计是诸多计算机视觉领域任务的基础,以往的人体姿态估计网络由于尺度变化的挑战会在特征提取的过程中丢失姿态信息,导致人体姿态估计的准确度难以提升。针对该问题考虑以并行网络的方式结合多尺度特征融合方法提取特征。优化... 详细信息

人体姿态估计是诸多计算机视觉领域任务的基础,以往的人体姿态估计网络由于尺度变化的挑战会在特征提取的过程中丢失姿态信息,导致人体姿态估计的准确度难以提升。针对该问题考虑以并行网络的方式结合多尺度特征融合方法提取特征。优化特征提取的人体姿态估计方法分为两步:首先在多尺度特征融合阶段利用转置卷积和混合空洞卷积的操作以减少特征信息的丢失,其次在特征图输出阶段有权重的结合不同尺度的特征图来剔除冗余信息、保留姿态信息同时生成更高质量的高分辨率热图。试验表明,此种方法在COCO数据集上的试验结果相比先进方法 HRNet(High resolution net)准确率提高了2.1%。通过试验验证本方法在精度方面能够超过现有的主流人体姿态估计方法。该方法能更好地应对行人姿态估计中尺度变化的挑战,更加精确地定位复杂场景中小尺度人体的关键点位置。

关键词：姿态估计多尺度融合人体检测尺度适应

来源：评论

学校读者我要写书评

暂无评论

基于时空信息融合的人体行为识别研究

引用

计算机工程与应用 2023年第3期59卷 202-208页

作者：于海港何宁刘圣杰韩文静北京联合大学北京市信息服务工程重点实验室北京100101

在视频理解任务中,人体行为识别是一个重要的研究内容,但视频序列中存在时空信息融合困难、准确率低等问题。针对这些问题,提出一种基于时空信息融合的双流时空残差卷积网络模型。将视频分段采样提取RGB图像和光流图像,并将其输入到双... 详细信息

在视频理解任务中,人体行为识别是一个重要的研究内容,但视频序列中存在时空信息融合困难、准确率低等问题。针对这些问题,提出一种基于时空信息融合的双流时空残差卷积网络模型。将视频分段采样提取RGB图像和光流图像,并将其输入到双流时空残差网络,通过设计的时空残差模块提取视频的深度时空特征,将每个视频片段的类别结果加权融合得到行为类别。提出的双流时空残差模块引入了少量的三维卷积和混合注意力机制,能够同时获取不同尺度的时空信息并且抑制无效信息,可以有效平衡时空信息的捕捉和计算量问题,并且提升了精度。实验基于TSN网络模型,在UCF101数据集上进行验证,实验结果表明提出的模型比原TSN网络模型的精准度提高了0.9个百分点,有效地提高了网络的时空信息捕获效率。

关键词：行为识别双流网络残差结构注意力机制时序信息

来源：评论

学校读者我要写书评

暂无评论

考虑轮胎力耦合约束的智能汽车轨迹跟踪控制算法

引用

中国惯性技术学报 2019年第6期27卷 804-810页

作者：孙浩杜煜丁建文北京联合大学北京市信息服务工程重点实验室北京100101 北京联合大学机器人学院北京100027 清华大学汽车安全与节能国家重点实验室北京100084

针对在低附着变速工况下,忽略纵、侧向轮胎力耦合约束可能导致轨迹跟踪时车辆失稳问题,提出了一种模型预测控制框架下的考虑轮胎力耦合约束的车辆轨迹跟踪控制方法。首先,通过摩擦圆假设建立纵、侧向轮胎力的耦合关系,并推导与之等效的... 详细信息

针对在低附着变速工况下,忽略纵、侧向轮胎力耦合约束可能导致轨迹跟踪时车辆失稳问题,提出了一种模型预测控制框架下的考虑轮胎力耦合约束的车辆轨迹跟踪控制方法。首先,通过摩擦圆假设建立纵、侧向轮胎力的耦合关系,并推导与之等效的输入量边界约束,将该问题转化为约束二次规划问题;其次,提出了一种基于交叉方向乘子法的数值求解构型,降低了求解约束优化问题时Karush-Kuhn-Tucker方程的维数,实现了求解加速。仿真结果表明,在低附着变速工况下,所提出的算法能够实现最大0.166 m误差的稳定跟踪;同时数值求解过程最多仅需8次迭代,增强了控制过程的实时性。

关键词：智能汽车轨迹跟踪轮胎力耦合模型预测控制交叉方向乘子法

来源：评论

学校读者我要写书评

暂无评论

融合可变形卷积网络的鱼眼图像目标检测

引用

计算机工程 2021年第4期47卷 248-255页

作者：包俊刘宏哲北京联合大学北京市信息服务工程重点实验室北京100101

环视鱼眼图像具有目标形变大和图像失真的缺点,导致传统网络结构在对鱼眼图像进行目标检测时效果不佳。为解决环视鱼眼图像中由于目标几何畸变而导致的目标检测难度大的问题,提出一种基于可变形卷积网络的鱼眼图像目标检测方法。将Casca... 详细信息

环视鱼眼图像具有目标形变大和图像失真的缺点,导致传统网络结构在对鱼眼图像进行目标检测时效果不佳。为解决环视鱼眼图像中由于目标几何畸变而导致的目标检测难度大的问题,提出一种基于可变形卷积网络的鱼眼图像目标检测方法。将Cascade_RCNN中固定的卷积层和池化层分别替换为可变形卷积层和可变形池化层,使用Resnet50网络提取候选区域以获得检测框,级联具有不同IoU阈值的检测网络进行检测框抑制。在公开鱼眼图像数据集SFU_VOC_360和本文所采集的真实道路场景鱼眼图像数据集上进行实验,结果表明,该方法在鱼眼图像目标检测中具有有效性,目标检测准确率高于Cascade_RCNN网络。

关键词：鱼眼图像可变形卷积可变形池化目标检测环视系统

来源：评论

学校读者我要写书评

暂无评论

基于局部特征关联与全局注意力机制的行人重识别

引用

计算机工程 2022年第1期48卷 245-252页

作者：李佳宾李学伟刘宏哲徐成北京联合大学北京市信息服务工程重点实验室北京100101

行人重识别的难点在于行人之间的结构信息差异较小导致特征难以区分。结合全局关系注意力机制与局部特征关联方法提出一种改进的特征关联算法。通过水平切分全局注意力机制的特征得到多个局部特征,并进行逐个关联识别,利用局部特征关联... 详细信息

行人重识别的难点在于行人之间的结构信息差异较小导致特征难以区分。结合全局关系注意力机制与局部特征关联方法提出一种改进的特征关联算法。通过水平切分全局注意力机制的特征得到多个局部特征,并进行逐个关联识别,利用局部特征关联与全局语义信息提取关键特征信息。在此基础上,采用交叉熵与三元组损失函数训练处理后的局部特征。在CUHK03-Labeled、Market1501、DukeMTMC-reID数据集上的实验结果表明,该算法首位命中率分别为81.6%、95.6%、89.5%,相比GCP、MGN、BAS-reID等算法具有更强的识别能力与自适应性。

关键词：行人重识别注意力机制神经网络局部特征关联自适应

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的疲劳驾驶检测算法

引用

计算机工程 2020年第7期46卷 21-29页

作者：郑伟成李学伟刘宏哲代松银北京联合大学北京市信息服务工程重点实验室北京100101

为实现复杂驾驶环境下驾驶人员疲劳状态识别与预警,提出基于深度学习的疲劳驾驶检测算法。利用基于shuffle-channel思想的MTCNN模型检测常规摄像头实时采集的驾驶人员人脸图像,使用PFLD深度学习模型进行人脸关键点检测以定位眼部、嘴部... 详细信息

为实现复杂驾驶环境下驾驶人员疲劳状态识别与预警,提出基于深度学习的疲劳驾驶检测算法。利用基于shuffle-channel思想的MTCNN模型检测常规摄像头实时采集的驾驶人员人脸图像,使用PFLD深度学习模型进行人脸关键点检测以定位眼部、嘴部和头部位置,从中提取眨眼频率、嘴巴张开程度和点头频率等特征参数,并通过多特征融合策略获取驾驶人员疲劳状态,从而实现疲劳驾驶的有效预警。实验结果表明,该算法给出的疲劳驾驶预警结果均未出现误判情况,具有较高的检测准确率和较好的鲁棒性。

关键词：疲劳驾驶检测疲劳特征提取 PERCLOS值人脸检测人脸关键点检测头部姿态估计

来源：评论

学校读者我要写书评

暂无评论

GATS-LSVM:新的网络入侵检测方法

引用

高技术通讯 2013年第5期23卷 450-455页

作者：李文法孙连英刘畅马小军北京联合大学信息服务工程重点实验室北京100101 北京联合大学信息学院北京100101

针对现有网络入侵检测方法的不足,提出了一种新的网络入侵检测方法——GATS-LSVM算法。该方法采用遗传算法(GA)与禁忌搜索(TS)相混合的搜索策略对特征子集空间进行随机搜索,利用提供的数据在无约束优化线性支持向量机(LSVM)上的分类错... 详细信息

针对现有网络入侵检测方法的不足,提出了一种新的网络入侵检测方法——GATS-LSVM算法。该方法采用遗传算法(GA)与禁忌搜索(TS)相混合的搜索策略对特征子集空间进行随机搜索,利用提供的数据在无约束优化线性支持向量机(LSVM)上的分类错误率作为特征子集的评估标准获取最优特征子集,从而有效地对入侵进行检测。大量基于著名的KDD Cup 1999数据集的实验表明,该新方法相对于其它一些传统的网络入侵检测方法,能在保证较高检测率的前提下,有效地降低误报率、入侵检测的计算复杂度和提高检测速度,能更适用于现实高速网络应用环境。

关键词：网络入侵检测遗传算法(GA) 禁忌搜索(TS) 线性支持向量机(LSVM)

来源：评论

学校读者我要写书评

暂无评论

基于显著性多尺度特征协作融合的行人重识别方法

引用

计算机工程 2021年第6期47卷 234-244,252页

作者：董亚超刘宏哲徐成北京联合大学北京市信息服务工程重点实验室北京100101

由于背景信息复杂、遮挡等因素的影响,现有基于局部特征的行人重识别方法所提取的特征不具有辨别力和鲁棒性,从而导致重识别精度较低,针对该问题,提出一种基于显著性检测与多尺度特征协作融合的SMC-ReID方法。利用显著性检测提取行人中... 详细信息

由于背景信息复杂、遮挡等因素的影响,现有基于局部特征的行人重识别方法所提取的特征不具有辨别力和鲁棒性,从而导致重识别精度较低,针对该问题,提出一种基于显著性检测与多尺度特征协作融合的SMC-ReID方法。利用显著性检测提取行人中具有判别力的特征区域,融合显著性特征与全局特征并完成不同尺度的切块,将上述不同尺度的特征进行协作融合以保证特征切块后的连续性,根据全局特征和局部特征的差异性联合3种损失函数进行学习。在推理阶段,将各个尺度的特征降低到同一维度并融合成新的特征向量,以实现相似性度量。在行人重识别公开数据集Market1501、DukeMTMC-reID和CUHK03上进行实验,结果表明,SMC-ReID方法所提取的特征具有较强的可区分性和鲁棒性,识别准确率优于SVDNet和PSE+ECN等方法。

关键词：显著性检测多尺度特征协作融合多损失联合学习行人重识别深度学习

来源：评论

学校读者我要写书评

暂无评论

基于单一神经网络的多尺度人脸检测

引用

电子与信息学报 2018年第11期40卷 2598-2605页

作者：刘宏哲杨少鹏袁家政王雪峤薛建明北京联合大学北京市信息服务工程重点实验室北京100101 北京开放大学北京100081 北京联合大学计算机技术研究所北京100101

人脸检测是指检测并定位输入图像中所有的人脸,并返回精确的人脸位置和大小,是目标检测的重要方向。为了解决人脸尺度多样性给人脸检测造成的困难,该文提出一种新的基于单一神经网络的特征图融合多尺度人脸检测算法。该算法在不同大小... 详细信息

人脸检测是指检测并定位输入图像中所有的人脸,并返回精确的人脸位置和大小,是目标检测的重要方向。为了解决人脸尺度多样性给人脸检测造成的困难,该文提出一种新的基于单一神经网络的特征图融合多尺度人脸检测算法。该算法在不同大小的卷积层上预测人脸,实现实时多尺度人脸检测,并通过将浅层的特征图融合引入上下文信息提高小尺寸人脸检测精度。在数据集FDDB和WIDERFACE测试结果表明,所提方法达到了先进人脸检测的水平,并且该方法去掉了框推荐过程,因此检测速度更快。在WIDERFACE难、适中、简单3个子数据集上测试结果分别为87.9%, 93.2%, 93.4%MAP,检测速度为35 fps。所提算法与目前效果较好的极小人脸检测方法相比,在保证精度的同时提高了人脸检测速度。

关键词：多尺度人脸检测上下文信息特征图融合卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

一种传统中国书画图像的二分类方法

引用

计算机科学 2012年第3期39卷 256-259页

作者：潘卫国鲍泓何宁北京联合大学信息服务工程重点实验室北京100101

传统的中国画和书法是我国的艺术瑰宝。随着数字技术的迅速发展,越来越多的传统中国书画作品被数字化,如何快速有效地检索这些数字图像已成为一个热门的研究课题。如果能够准确地将中国画和书法图像首先进行二分类,将为中国书画图像的... 详细信息

传统的中国画和书法是我国的艺术瑰宝。随着数字技术的迅速发展,越来越多的传统中国书画作品被数字化,如何快速有效地检索这些数字图像已成为一个热门的研究课题。如果能够准确地将中国画和书法图像首先进行二分类,将为中国书画图像的进一步检索和分类打下坚实的基础。提出了一种基于主体颜色特征的中国传统书画图像的二分类方法。该算法首先对书画图像中的留白区域进行检测,然后将其去掉,因为历史久远,这些留白区域含有过多的噪声;其次,从处理后的书画图像中提取灰度特征作为二分类的基础;最后,利用这些特征训练分类器,并使用训练好的分类器对中国画和书法图像进行二分类。实验结果表明,该算法达到了比较理想的中国书画图像二分类结果。

关键词：中国画图像中国书法图像支持向量机分类

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：