检索结果-内蒙古大学图书馆

农业工程学报 2023年第21期39卷 181-188页

作者：靳红杰马顾彧唐梦圆陈婧美张银萍葛学峰南京师范大学计算机与电子信息/人工智能学院南京210023 南京邮电大学集成电路科学与工程学院南京210023

黄花菜是极具营养价值和经济效益的一种农作物,深受人们喜爱。目前黄花菜采摘大都是人工采摘,采摘效率低、人工成本较高,在设计黄花菜自动采摘机器人的过程中,复杂环境下黄花菜的目标识别是实现智能化采摘的核心问题。该研究建立了包含1... 详细信息

黄花菜是极具营养价值和经济效益的一种农作物,深受人们喜爱。目前黄花菜采摘大都是人工采摘,采摘效率低、人工成本较高,在设计黄花菜自动采摘机器人的过程中,复杂环境下黄花菜的目标识别是实现智能化采摘的核心问题。该研究建立了包含12000幅黄花菜样本的数据库,比较了You Only Look Once(YOLOv7)、Faster Region Convolutional Neural Networks(Faster R-CNN)和Single Shot MultiBox Detector(SSD)三种模型的检测效果,提出一种基于改进YOLOv7目标检测算法的复杂环境下黄花菜识别的YOLOv7-MOCA模型,使用MobileOne网络作为主干特征提取网络,构建了一种轻量化网络模型,并在颈部网络中融合Coordinate Attention注意力机制改善对样本的检测效果。试验结果表明,YOLOv7-MOCA模型检测准确率为96.1%,召回率为96.6%,F1值为0.96,权重为10 MB,帧速率为58帧/s。较YOLOv7检测速度提高了26.1%,权重减少了86.7%,该研究所提出的YOLOv7-MOCA模型检测准确率等参数均大幅提升。该模型可以实现黄花菜的快速识别,模型权重小,识别速度快,为黄花菜智能化采摘设备研究提供技术支撑。

关键词：识别智能化模型黄花菜复杂环境 YOLOv7 MobileOne网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于非局部注意力生成对抗网络的视频异常事件检测方法

引用

计算机科学 2022年第8期49卷 172-177页

作者：孙奇吉根林张杰南京师范大学计算机与电子信息学院/人工智能学院南京210023

针对异常事件的不确定性,文中选择使用未来帧预测的方式对视频进行异常事件检测。通过正常样本对预测模型进行训练,使模型能够准确预测不包含异常事件的未来帧,但对于包含未知事件的视频帧,模型无法进行预测,利用生成对抗网络以及表观... 详细信息

针对异常事件的不确定性,文中选择使用未来帧预测的方式对视频进行异常事件检测。通过正常样本对预测模型进行训练,使模型能够准确预测不包含异常事件的未来帧,但对于包含未知事件的视频帧,模型无法进行预测,利用生成对抗网络以及表观约束和运动约束对用于预测的生成器模型进行训练。为了减少相关目标特征丢失,提出了非局部注意力U型网络生成器(Nonlocal Attention Unet Generator,NA-UnetG)模型,提升了生成器的预测精度,同时提升了视频异常事件检测的准确度。通过公开数据集CUHK Avenue和UCSD Ped2对所提方法进行实验验证,实验结果表明,所提方法的AUC指标优于其他方法,AUC分别达到了83.4%和96.3%。

关键词：视频异常事件检测生成对抗网络视频预测非局部注意力机制深度学习

来源：评论

学校读者我要写书评

暂无评论

基于双鉴别器和伪视频生成的视频异常检测方法

引用

计算机科学 2024年第8期51卷 217-223页

作者：郭方圆吉根林南京师范大学计算机与电子信息学院/人工智能学院南京210023

在无监督的视频异常检测任务中,通常使用深度自编码器在仅包含正常事件的数据集上进行训练,并根据重构(预测)误差来识别异常帧。然而,这种假设在实践中并不总是成立,有时自编码器对异常事件也可以进行很好的重构(预测),从而导致异常的... 详细信息

在无监督的视频异常检测任务中,通常使用深度自编码器在仅包含正常事件的数据集上进行训练,并根据重构(预测)误差来识别异常帧。然而,这种假设在实践中并不总是成立,有时自编码器对异常事件也可以进行很好的重构(预测),从而导致异常的误检测。为了解决这一问题,提出了一种基于双鉴别器和伪视频生成的视频异常检测方法,通过鉴别器和生成器之间的对抗训练来提高生成模型对正常帧的预测能力,并抑制生成模型对伪视频帧的预测能力。此外,在生成模型中引入协调注意力,以进一步提升模型的生成能力。同时,将以往方法中的预测未来帧改为预测中间帧,有利于模型学习前向和后向的运动信息,从而提升模型的检测性能。在公开数据集UCSD Ped2和CUHK Avenue上进行实验,结果表明,AUC值在两个公开数据集上分别达到了98.6%和85.9%,相比其他视频异常检测方法,所提方法可显著提高视频异常检测的性能。

关键词：视频异常检测深度学习生成对抗网络伪视频预测

来源：评论

学校读者我要写书评

暂无评论

基于骨架图与混合注意力的视频行人异常检测方法

引用

计算机应用 2024年第8期44卷 2551-2557页

作者：刘禹含吉根林张红苹南京师范大学计算机与电子信息学院/人工智能学院南京210023

近些年,许多利用人体骨架图检测视频异常的研究在描述人体骨架连接强弱时,只考虑到直接相连的节点,关注的运动区域较小且忽略了局部特征,很难准确检测行人异常事件。为解决以上问题,提出一种基于骨架图与混合注意力的视频行人异常检测方... 详细信息

近些年,许多利用人体骨架图检测视频异常的研究在描述人体骨架连接强弱时,只考虑到直接相连的节点,关注的运动区域较小且忽略了局部特征,很难准确检测行人异常事件。为解决以上问题,提出一种基于骨架图与混合注意力的视频行人异常检测方法(PAD-SGMA)。首先,扩展骨架点之间的关联,连接根节点与未直接相连的节点,并划分人体骨架图,获取人体骨架局部特征,在图卷积模块中利用静态全局骨架、局部区域骨架和基于注意的邻接矩阵来捕获层次表示;其次,提出新的时空通道混合注意图卷积网络,增加混合注意力模块,关注空间和通道关系,帮助模型增强区分特征且不同程度地关注每个关节。为了验证所提模型,在大规模的公开标准数据集ShanghaiTech Campus上进行实验,结果表明,与GEPC(Graph Embedded Pose Clustering)相比,PAD-SGMA的AUC(Area Under Curve)提高了0.018。

关键词：视频异常检测深度学习人体骨架图卷积网络注意力

来源：评论

学校读者我要写书评

暂无评论

结合YOLOv5和质心匹配的轨迹追踪方法

引用

电子测量技术 2022年第13期45卷 123-129页

作者：许玥宋远伟赵华南京师范大学计算机与电子信息学院/人工智能学院南京210023

针对施工场所中目标遮挡引起的安全帽佩戴者的轨迹追踪困难的问题,本文提出了一种结合YOLOv5和质心匹配算法的安全帽佩戴检测及轨迹追踪方法。该方法首先采用YOLOv5网络准确检测未佩戴安全帽的人员,计算其质心坐标;进一步的采用扩展卡... 详细信息

针对施工场所中目标遮挡引起的安全帽佩戴者的轨迹追踪困难的问题,本文提出了一种结合YOLOv5和质心匹配算法的安全帽佩戴检测及轨迹追踪方法。该方法首先采用YOLOv5网络准确检测未佩戴安全帽的人员,计算其质心坐标;进一步的采用扩展卡尔曼滤波器预测目标位置信息;最后采用基于马氏距离及直方图相关性的质心匹配关联算法,结合预测信息实现了目标遮挡环境中的目标轨迹异常修正,可获得准确的目标轨迹。实验结果表明,本方法有效解决了目标跟踪中由目标遮挡引起的目标互换和丢失等问题,在自建数据集中获得了高于传统算法10%以上的目标跟踪准确度,为智慧工地的发展提供了有力的技术支持。

关键词： YOLOv5 安全帽佩戴检测目标检测轨迹追踪遮挡匹配关联

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv3的头盔佩戴检测算法

引用

电子测量技术 2021年第12期44卷 115-120页

作者：薛瑞晨郝媛媛张振黄训华陆华丽赵华南京师范大学计算机与电子信息学院(人工智能学院) 南京210023

在城市交通中,时常出现电动车骑行者引发的安全事故。佩戴安全头盔可以有效地避免或降低安全事故带来的损害,因此目前多个城市已经颁布了佩戴安全头盔的相关法规。针对现有的安全头盔佩戴检测准确率低的问题,提出了一种基于改进YOLOv3... 详细信息

在城市交通中,时常出现电动车骑行者引发的安全事故。佩戴安全头盔可以有效地避免或降低安全事故带来的损害,因此目前多个城市已经颁布了佩戴安全头盔的相关法规。针对现有的安全头盔佩戴检测准确率低的问题,提出了一种基于改进YOLOv3的安全头盔佩戴检测算法。该改进算法采取了通道和空间注意力模块的加权特征融合,并结合密集连接网络以提高特征提取的效果,并且引入了空间金字塔池化结构以增强特征。以收集的电动车头盔佩戴检测数据集测试和比较了改进后的性能,结果表明,所提出的改进算法平均检测精度达到93.29%,远高于原YOLOv3算法。实验表明,改进后的网络模型能显著提升电动自行车头盔佩戴情况的检测精度。

关键词：计算机视觉头盔佩戴检测深度学习改进YOLOv3

来源：评论

学校读者我要写书评

暂无评论

具有自动抗噪功能的心电信号分类算法

引用

电子测量技术 2021年第21期44卷 49-55页

作者：雷宇刘少儒徐寅林南京师范大学计算机与电子信息学院/人工智能学院南京210023

心电图(ECG)检测是心脏疾病最常用的诊断方法。但是在心电信号采集过程中往往会受到噪声干扰,从而使心电信号分类诊断的正确率受到很大影响。为提高分类诊断的准确率和抗噪能力,改进设计了一种用深度残差收缩网络(DRSN)实现自动抗噪、... 详细信息

心电图(ECG)检测是心脏疾病最常用的诊断方法。但是在心电信号采集过程中往往会受到噪声干扰,从而使心电信号分类诊断的正确率受到很大影响。为提高分类诊断的准确率和抗噪能力,改进设计了一种用深度残差收缩网络(DRSN)实现自动抗噪、全局平均池化(GAP)整合空间信息的ECG分类诊断模型。在MIT-BIH心律失常数据集上验证了模型的分类性能,并将其与普通的卷积神经网络(CNN)模型进行了抗噪性能分析比较。实验结果表明,设计的DRSN+GAP诊断模型基于AAMI标准的分类正确率高达99.3%,对不同强度的工频及高斯两种噪声其抗噪性能均优于普通的CNN模型。

关键词： ECG 深度学习自动抗噪

来源：评论

学校读者我要写书评

暂无评论

汉语V+V序列关系识别研究

引用

计算机工程与应用 2023年第5期59卷 289-296页

作者：李胜男曲维光魏庭新周俊生顾彦慧李斌南京师范大学计算机与电子信息学院/人工智能学院南京210023 南京师范大学文学院南京210097 南京师范大学国际文化教育学院南京210097

“V+V”是现代汉语中的常见结构,能够形成兼语、连动等多种完全不同的句法结构,给句法和语义解析造成困难。针对“V+V”形成的句法结构类型和序列关系识别问题,设计并制定了一套语料库标注规范,以解决语料库中存在的“V+V”结构的嵌套... 详细信息

“V+V”是现代汉语中的常见结构,能够形成兼语、连动等多种完全不同的句法结构,给句法和语义解析造成困难。针对“V+V”形成的句法结构类型和序列关系识别问题,设计并制定了一套语料库标注规范,以解决语料库中存在的“V+V”结构的嵌套标注问题,并据此构建起一个包含5 381个兼语句子、7 987个连动句子,以及1 212个兼语连动嵌套句子的“V+V”语料库。提出一个基于BiLSTM-CRF和多头注意力机制的模型,能够同时识别结构中的多个动词和名词的句法、语义角色。相比于以往只研究单项识别兼语或者连动结构,该模型不仅可以同时识别兼语结构、连动结构,还可以解决兼语连动嵌套结构的识别问题。实验结果表明:该方法能够很好地解决“V+V”序列关系的识别问题,在测试集语料上达到92.12%的F1值。

关键词： V+V序列关系连动结构兼语结构中文抽象语义表示

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络与投票机制的蒲黄炮制品近红外判别方法

引用

光谱学与光谱分析 2022年第11期42卷 3361-3367页

作者：陈承武王天舒胡孔法包贝华严辉杨曦晨南京中医药大学人工智能与信息技术学院江苏南京210029 南京中医药大学药学院江苏南京210029 南京师范大学计算机与电子信息学院/人工智能学院江苏南京210023

蒲黄炭是由香蒲花粉炮制而成,具有止血、化瘀、通淋等多种功效,被广泛应用于临床抗血栓,创面和出血。然而蒲黄炭在炒炭过程中,常常会出现炭化过轻或者炭化过重的现象,从而出现不同炭化程度的蒲黄炭药品,主要为轻度炭化、标准炭化与重度... 详细信息

蒲黄炭是由香蒲花粉炮制而成,具有止血、化瘀、通淋等多种功效,被广泛应用于临床抗血栓,创面和出血。然而蒲黄炭在炒炭过程中,常常会出现炭化过轻或者炭化过重的现象,从而出现不同炭化程度的蒲黄炭药品,主要为轻度炭化、标准炭化与重度炭化三种不同的蒲黄炭药品。由于炭化程度不同,蒲黄炭的凝血效果优劣不等,其中标准炭化的蒲黄炭药品药效最优。目前,鉴别蒲黄炭药品的方法多为人工凭借肉眼与经验进行判别。基于人工的蒲黄炭药品判别方法判别效率低,受主观因素影响大,判别结果不稳定,难以区分出标准炭化的蒲黄炭。为有效地对不同炭化程度的蒲黄炭进行识别,提出一种基于卷积神经网络与投票机制的蒲黄炮制品近红外判别方法。该方法创新性地结合深度学习与机器学习算法,有效利用卷积神经网络强大表征提取能力的同时通过投票决策提升算法模型的泛化能力与鲁棒性。首先通过近红外光谱技术获取蒲黄炭的近红外光谱,并通过卷积神经网络分别提取样本经过四种预处理方法所得到光谱图的高阶特征,并计算预测结果。按照样本准确率与损失值为四种预处理方法分配相应权重得到蒲黄炮制品预测模型。该模型将所得到的四种预测结果结合权重共同投票出样本的最终结果,从而鉴别出蒲黄炭的炭化程度。实验结果表明所提方法可以有效判别蒲黄炮制品的炭化程度。当训练集所占样本比例为80%时,预测准确率达到95.4%。所提方法与传统卷积神经网络方法、线性判别分析方法以及标准正太变量变换-线性判别分析方法相比预测准确率分别提高8.6%,4.3%和2.6%。同时,所提方法具有一定的稳定性,当训练集所占样本比例大于70%时,测试准确率高于90%;当训练集比例仅占10%时,预测准确性仍然能够达到约80%。

关键词：蒲黄炭卷积神经网络投票机制近红外光谱

来源：评论

学校读者我要写书评

暂无评论

面向印花图案检索的特征融合方法研究

引用

南京师大学报（自然科学版） 2022年第2期45卷 118-125页

作者：殷业瑜高家全李莹南京师范大学计算机与电子信息学院/人工智能学院江苏南京210023

伴随着纺织品CAD技术的发展,印花图案数量快速增长.快速准确地在企业图库中查找到相似印花图案,对于帮助纺织企业极大程度降低成本,提升生产效率,具有重要意义.本文针对印花图案检索问题,以ResNet为主干网络构建了一个基于特征融合的印... 详细信息

伴随着纺织品CAD技术的发展,印花图案数量快速增长.快速准确地在企业图库中查找到相似印花图案,对于帮助纺织企业极大程度降低成本,提升生产效率,具有重要意义.本文针对印花图案检索问题,以ResNet为主干网络构建了一个基于特征融合的印花图案检索模型PGLN(Pattern Global and Local feature Network).在该模型中,将全局特征和局部特征进行融合,全局特征使用深度网络的池化特征图,高效地整合输入图像的显著特征;局部特征分支借由注意力机制,使用交互特征层来检测图像的显著性区域.为了验证PGLN模型的有效性,本文在自主构建的印花图案数据集(Pattern)上对PGLN模型的检索效果进行了测试.实验表明,与局部特征提取算法、全局特征提取算法以及融合特征算法相比,PGLN模型在Pattern数据集检索任务上均取得了最优的表现.

关键词：印花图案图像检索特征提取特征融合

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：