检索结果-内蒙古大学图书馆

电子与信息学报 2024年第11期46卷 4219-4228页

作者：张梅赵康威朱金辉华南理工大学自动化科学与工程学院广州510641 华南理工大学自主系统与网络控制教育部重点实验室广州510641 华南理工大学软件学院广州510006 华南理工大学大数据与智能机器人教育部重点实验室广州510641

多曝光图像融合可提高图像的动态范围,从而获取高质量的图像。对于在像自动驾驶等快速运动场景中获得的模糊的长曝光图像,利用通用的图像融合方法将其直接与低曝光图像融合得到的图像质量并不高。目前暂缺乏对带有运动模糊的长曝光和短... 详细信息

多曝光图像融合可提高图像的动态范围,从而获取高质量的图像。对于在像自动驾驶等快速运动场景中获得的模糊的长曝光图像,利用通用的图像融合方法将其直接与低曝光图像融合得到的图像质量并不高。目前暂缺乏对带有运动模糊的长曝光和短曝光图像的端到端融合方法。基于此,该文提出一种联合多曝光融合和图像去模糊的深度网络(DF-Net)端到端地解决带有运动模糊的长短曝光图像融合问题。该方法提出一种结合小波变换的残差模块用于构建编码器和解码器,其中设计单个编码器对短曝光图像进行特征提取,构建基于编码器和解码器的多级结构对带有模糊的长曝光图像进行特征提取,设计残差均值激励融合模块进行长短曝光特征的融合,最后通过解码器重建图像。由于缺少基准数据集,创建了基于数据集SICE的带有运动模糊的多曝光融合数据集,用于模型的训练与测试。最后,从定性和定量的角度将所设计的模型和方法和其他先进的图像去模糊和多曝光融合的分步优化方法进行了实验对比,验证了该文的模型和方法对带有运动模糊的多曝光图像融合的优越性。并在移动车辆上采集到的多曝光数据组上进行验证,结果显示了所提方法解决实际问题的有效性。

关键词：多曝光图像融合图像去模糊小波变换特征融合

来源：评论

学校读者我要写书评

暂无评论

基于混合运动模型的相对状态估计

引用

控制理论与应用 2024年第7期41卷 1207-1215页

作者：夏睿灿裴海龙华南理工大学自动化科学与工程学院自主系统与网络控制教育部重点实验室广东省无人机系统工程技术研究中心广东广州510640

相对状态的精确估计通常依赖参考平台准确的角加速度,在航天场景由外力矩计算,而在日常环境中由于未知阻力普遍存在,准确的外力矩难以获取,角加速度一般由角速度差分近似,导致相对状态估计精度下降.对此,本文构建一种仅依赖惯性测量的... 详细信息

相对状态的精确估计通常依赖参考平台准确的角加速度,在航天场景由外力矩计算,而在日常环境中由于未知阻力普遍存在,准确的外力矩难以获取,角加速度一般由角速度差分近似,导致相对状态估计精度下降.对此,本文构建一种仅依赖惯性测量的相对运动模型,称为混合运动模型,其将恒定加速度模型与向量运动学结合,在独立于力矩和惯性状态的情况下,精确预测相对状态.此外,本文设计扩展卡尔曼滤波器(EKF),将该运动模型与视觉相对观测结合,实现高精度相对状态估计,并以仿真和实际数据评估其性能.仿真实验从轨迹动态特性和相对观测丢失的角度对比该EKF和目前先进的方法,结果证明本文提出的方案具有较高的精度和稳定性.实际实验利用本方法实现虚拟现实应用中的六自由度手柄视觉跟踪,验证其具备先进的毫米级定位精度,演示链接见https://*** ***/video/BV1mv4y1d7iD/.

关键词：相对状态估计多机器人协同虚拟现实扩展卡尔曼滤波器传感器融合

来源：评论

学校读者我要写书评

暂无评论

大时滞不确定系统的滞后时间削弱与自抗扰控制

引用

控制理论与应用 2024年第2期41卷 249-260页

作者：李向阳高志强田森平哀薇自主系统与网络控制教育部重点实验室华南理工大学自动化科学与工程学院广东广州510640 克里夫兰州立大学电气工程与计算机科学系美国俄亥俄克里夫兰44115

针对具有变时滞、变参数和扰动的大时滞不确定系统的控制问题,本文提出了滞后时间削弱与自抗扰控制方法,综合应用了前馈控制、反馈控制和自抗扰补偿控制.为了提高系统的稳定性,在前馈控制器的设计中采用了系统的边界模型确定控制器参数... 详细信息

针对具有变时滞、变参数和扰动的大时滞不确定系统的控制问题,本文提出了滞后时间削弱与自抗扰控制方法,综合应用了前馈控制、反馈控制和自抗扰补偿控制.为了提高系统的稳定性,在前馈控制器的设计中采用了系统的边界模型确定控制器参数取值范围;采用系统边界模型输出与系统实际输出的动态加权和作为反馈控制器的输入.为了提高系统控制的性能,自抗扰补偿控制回路的设计基于标称模型的补偿控制器.理论证明和仿真结果表明,所提出的方法是有效的,其在具有模型参数变化、滞后时间变化和外部扰动情况下,能保证系统的稳定性和良好的控制性能.

关键词：大时滞系统不确定系统自抗扰控制滞后时间削弱补偿控制器

来源：评论

学校读者我要写书评

暂无评论

基于特征相似性和特征规范化的注意力模块

引用

华南理工大学学报（自然科学版） 2024年第7期52卷 62-71页

作者：杜启亮汪益民田联房华南理工大学自动化科学与工程学院广东广州510640 华南理工大学中新国际联合研究院广东广州510555 华南理工大学自主系统与网络控制教育部重点实验室广东广州510640 华南理工大学珠海现代产业创新研究院广东珠海519170 华南理工大学广东省发展改革委工程中心广东广州510031

近年来,注意力机制在图像分类、目标检测和语义分割等领域取得了巨大成功,但现有的注意力机制大多只能在通道或空间维度上实现特征融合,这极大限制了其在通道和空间维度上变化的灵活性,导致无法充分利用特征信息。为此,文中提出一种基... 详细信息

近年来,注意力机制在图像分类、目标检测和语义分割等领域取得了巨大成功,但现有的注意力机制大多只能在通道或空间维度上实现特征融合,这极大限制了其在通道和空间维度上变化的灵活性,导致无法充分利用特征信息。为此,文中提出一种基于特征相似性和特征规范化的、可同时利用特征图各维度信息的卷积神经网络注意力模块FSNAM。该模块由特征相似性模块(FSM)和特征规范化模块(FNM)两部分组成,FSM利用输入特征图的通道特征信息和局部空间特征信息生成一个二维的特征相似性权重图;FNM利用输入特征图的全局空间特征信息生成一个三维的特征规范化权重图;两个模块生成的权重图融合在一起,生成一个三维的注意力权重图,以此实现通道特征信息和空间特征信息的融合。为证明FSNAM的可行性和有效性,进行了消融实验,结果表明:在图像分类任务方面,FSNAM模块对分类网络在CIFAR数据集上的性能提升明显优于其他主流注意力模块;在目标检测任务方面,使用FSNAM模块的目标检测网络对VOC数据集中的小目标和中等大小目标的检测准确率分别提高了3.9和1.2个百分点;在语义分割任务方面,使用FSNAM模块可以提高HRNet模型的性能,在SBD数据集上模型的平均像素准确率提高了0.58个百分点。

关键词：卷积神经网络计算机视觉特征相似性特征规范化注意力模块

来源：评论

学校读者我要写书评

暂无评论

高阶不确定系统的线性串级自抗扰控制

引用

控制理论与应用 2023年第5期40卷 856-864页

自抗扰控制是我国著名学者韩京清原创的先进控制技术,本文针对自抗扰控制(ADRC)在高阶系统应用中控制器设计和参数整定问题,提出了串级自抗扰控制(CADRC).CADRC把高阶被控对象分解为含确定性部分和含总扰动的低阶部分的串联组合,采用由... 详细信息

自抗扰控制是我国著名学者韩京清原创的先进控制技术,本文针对自抗扰控制(ADRC)在高阶系统应用中控制器设计和参数整定问题,提出了串级自抗扰控制(CADRC).CADRC把高阶被控对象分解为含确定性部分和含总扰动的低阶部分的串联组合,采用由内环和外环组成的串级控制系统来完成控制.该CADRC方案的内环采用内模控制,外环采用经典ADRC.外环ADRC的被控对象是一个等效的低阶系统,可以采用带宽法进行整定,而内环的内模控制采用高阶低通滤波器进行回路成形设计和参数整定.仿真研究表明,所提出的方法是有效的,具有良好的工程应用前景.

关键词：自抗扰控制串级控制内模控制低通滤波器串级自抗扰控制

来源：评论

学校读者我要写书评

暂无评论

面向嵌入式设备的扶梯客流量实时统计方法

引用

华南理工大学学报（自然科学版） 2022年第6期50卷 60-70页

作者：杜启亮向照夷田联房华南理工大学自动化科学与工程学院广东广州510640 华南理工大学自主系统与网络控制教育部重点实验室广东广州510640 华南理工大学珠海现代产业创新研究院广东珠海519175

针对传统客流量统计算法检测精度与速度难以平衡的问题,设计了一种面向嵌入式设备的扶梯客流量实时统计方法。首先,提出无失真缩放方法,以保持测试图像与训练样本的信息一致性,避免影响检测模型性能;此外,将YOLOv4-tiny检测模型通过降... 详细信息

针对传统客流量统计算法检测精度与速度难以平衡的问题,设计了一种面向嵌入式设备的扶梯客流量实时统计方法。首先,提出无失真缩放方法,以保持测试图像与训练样本的信息一致性,避免影响检测模型性能;此外,将YOLOv4-tiny检测模型通过降维模块、分组卷积进行优化,进而提出YOLOv4-tiny-fast网络,其在保证乘客检测准确率无损失的情况下大幅减少参数量,提高推理速度;最后,提出了一种结合自定义优化矩阵及遮挡处理的匹配算法,以较少的计算量解决了乘客跟踪问题。以实际环境中手扶电梯出入口视频进行实验,结果表明,在嵌入式设备平台,所提算法的客流量统计平均准确率达到96.66%,且平均检测速度达到25 f/s,优于已有算法。

关键词：客流量统计嵌入式设备目标检测目标跟踪

来源：评论

学校读者我要写书评

暂无评论

基于集合卡尔曼-Elman网络的软测量建模方法

引用

华南理工大学学报（自然科学版） 2023年第8期51卷 126-136页

作者：方港袁珑华王晓明李艳黄道平于广平叶洪涛刘乙奇华南理工大学自动化科学与工程学院/自主系统与网络控制教育部重点实验室广东广州510640 华南理工大学未来技术学院广东广州511442 广州工业智能研究院广东广州511458 广西科技大学广西汽车零部件与整车技术重点实验室广西柳州545036 华南理工大学广东省无人机系统工程技术研究中心广东广州510640

污水处理系统是一个复杂的非线性、大时延的动态系统,由于工艺的复杂性、检测设备的不完备性以及经济成本的限制,一些重要的出水指标无法实现精准的检测。为解决此问题,文中提出了基于集合卡尔曼-Elman网络的软测量方法。传统动态神经... 详细信息

污水处理系统是一个复杂的非线性、大时延的动态系统,由于工艺的复杂性、检测设备的不完备性以及经济成本的限制,一些重要的出水指标无法实现精准的检测。为解决此问题,文中提出了基于集合卡尔曼-Elman网络的软测量方法。传统动态神经网络具有能够处理时延信息数据的动态记忆能力,可用于基于数据驱动的软测量建模过程。但是,常规训练方法容易使神经网络陷入局部最小值,导致模型预测性能欠佳。鉴于此,文中引入集合卡尔曼滤波技术和对偶有限样本集合卡尔曼技术对典型的动态神经网络——Elman神经网络进行无梯度训练,构建新型软传感器模型,不仅有效提高了传统Elman神经网络的预测能力,而且提供了一种简单、无梯度的神经网络训练方法。将该方法在加州大学欧文分校的污水处理数据(UCI数据)上进行验证,结果表明,文中方法具有较好的预测性能,集合卡尔曼滤波技术可作为一种无梯度的替代方法来训练神经网络。

关键词：软测量集合卡尔曼滤波 Elman神经网络污水处理

来源：评论

学校读者我要写书评

暂无评论

用于动作识别的双流自适应注意力图卷积网络

引用

华南理工大学学报（自然科学版） 2022年第12期50卷 20-29页

作者：杜启亮向照夷田联房余陆斌华南理工大学自动化科学与工程学院广东广州510640 华南理工大学中新国际联合研究院广东广州510555 华南理工大学自主系统与网络控制教育部重点实验室广东广州510640 华南理工大学珠海现代产业创新研究院广东珠海519170

人体动作识别因在公共安全方面具有重要的作用而在计算机视觉领域备受关注。然而,现有的图卷积网络在融合多尺度节点的邻域特征时,通常采用各阶邻接矩阵直接相加的方法,各项重要性一致,难以聚焦于重要特征,不利于最优节点关系的建立,同... 详细信息

人体动作识别因在公共安全方面具有重要的作用而在计算机视觉领域备受关注。然而,现有的图卷积网络在融合多尺度节点的邻域特征时,通常采用各阶邻接矩阵直接相加的方法,各项重要性一致,难以聚焦于重要特征,不利于最优节点关系的建立,同时采用对不同模型的预测结果求平均的双流融合方法,忽略了潜在数据的分布差异,融合效果欠佳。为此,文中提出了一种双流自适应注意力图卷积网络,用于对人体动作进行识别。首先,设计了能自适应平衡权重的多阶邻接矩阵,使模型聚焦于更加重要的邻域;然后,设计了多尺度的时空自注意力模块及通道注意力模块,以增强模型的特征提取能力;最后,提出了一种双流融合网络,利用双流预测结果的数据分布来决定融合系数,提高融合效果。该算法在NTU RGB+D的跨主体和跨视角两个子数据集上的识别准确率分别达92.3%和97.5%,在Kinetics-Skeleton数据集上的识别准确率达39.8%,均高于已有算法,表明了文中算法对于人体动作识别的优越性。

关键词：动作识别图卷积网络邻接矩阵注意力双流融合

来源：评论

学校读者我要写书评

暂无评论

粒子群算法多目标优化下的超混沌人脸图像加密

引用

控制理论与应用 2024年

作者：余锦伟谢巍张浪文余孝源华南理工大学自动化科学与工程学院自主系统与网络控制教育部重点实验室广东省无人机系统工程技术研究中心华南师范大学物理与通信工程学院

本文将粒子群优化算法(PSO)与超混沌系统相结合,提出一种基于多目标优化的人脸图像加密方案.该方案通过PSO算法协同优化多项加密评估指标,包括相关关系、像素变化率(NPCR)、统一平均变化强度(UACI)和信息熵.首先,初始化混沌系统的控制参... 详细信息

本文将粒子群优化算法(PSO)与超混沌系统相结合,提出一种基于多目标优化的人脸图像加密方案.该方案通过PSO算法协同优化多项加密评估指标,包括相关关系、像素变化率(NPCR)、统一平均变化强度(UACI)和信息熵.首先,初始化混沌系统的控制参数,并采用SHA-256算法生成混沌系统的初始值,迭代生成高敏感性的随机序列.其次,利用随机序列执行像素置乱、扩散和行列置乱操作,生成初始加密人脸图像.然后,将加密人脸图像视为PSO算法的个体,通过迭代更新个体的位置优化考虑多项指标的适应性函数.最后,确定混沌系统的最优参数,并得到最佳的加密人脸图像.实验结果表明,本文的方法在信息熵、像素相关系数、NPCR和UACI方面的表现都优于主流方法,这说明本文所提方法具有更高的安全性.

关键词：混沌系统粒子群算法图像加密智能优化人脸隐私保护

来源：评论

学校读者我要写书评

暂无评论

基于多分支注意力孪生网络的目标跟踪算法

引用

华南理工大学学报（自然科学版） 2022年第12期50卷 30-40页

作者：余陆斌田联房杜启亮华南理工大学自动化科学与工程学院广东广州510640 工业和信息化部电子第五研究所广东广州511370 南方海洋科学与工程广东实验室广东珠海519000 华南理工大学自主系统与网络控制教育部重点实验室广东广州510640 华南理工大学中新国际联合研究院广东广州510555

目标跟踪在计算机视觉任务中有重要的意义。近年来随着深度学习的发展,基于孪生网络的目标跟踪算法因其优异的性能而被广泛应用。然而,现有基于孪生网络的跟踪算法在目标发生较大形变、低分辨率、复杂背景等情况下的跟踪性能通常会显著... 详细信息

目标跟踪在计算机视觉任务中有重要的意义。近年来随着深度学习的发展,基于孪生网络的目标跟踪算法因其优异的性能而被广泛应用。然而,现有基于孪生网络的跟踪算法在目标发生较大形变、低分辨率、复杂背景等情况下的跟踪性能通常会显著下降。为此,文中提出了一种基于多分支注意力孪生网络的目标跟踪算法。该算法首先构建了超分辨率模块和数据增强模块,分别对目标模板进行超分辨率和数据增强,提升目标模板的特征表征能力;然后利用3个主干网络分别提取原始目标模板、超分辨率目标模板和数据增强目标模板的特征,并进行特征融合,同时在主干网络中应用了通道注意力模块和空间注意力模块,以提升特征提取能力;最后,将融合后的特征图与待搜索区域的特征图输入区域生成网络模块,得到目标跟踪信息。实验结果表明,该算法在OTB100数据集上的精确率为0.919、成功率为0.707,在VOT2018数据集上的准确率为0.642、鲁棒性为0.149,在实际场景中的运行速度每秒至少20次,说明该算法具有优异的跟踪性能,并且在各种复杂场景下都具有良好的鲁棒性。

关键词：目标跟踪孪生网络超分辨率数据增强注意力模块

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：