检索结果-内蒙古大学图书馆

浙江大学学报（工学版） 2021年第12期55卷 2342-2351页

作者：陈涵娟达飞鹏盖绍彦东南大学自动化学院江苏南京210096 东南大学复杂工程系统测量与控制教育部重点实验室江苏南京210096 东南大学深圳研究院广东深圳518063

为了提高三维点云深度网络分类模型对全局特征的提取与表达能力,增强模型对噪声干扰的鲁棒性,提出可迁移应用于不同分类网络的竞争性注意力融合模块,学习多层级特征的全局表征和中间特征内在相似度,对中间特征通道权值重分配.在基准网络... 详细信息

为了提高三维点云深度网络分类模型对全局特征的提取与表达能力,增强模型对噪声干扰的鲁棒性,提出可迁移应用于不同分类网络的竞争性注意力融合模块,学习多层级特征的全局表征和中间特征内在相似度,对中间特征通道权值重分配.在基准网络Pointnet++和PointASNL中嵌入所提模块并进行实验,结果显示:所提模块具有独立性和可迁移性,聚焦更利于三维点云形状分类的核心骨干特征.与基准网络相比,所提模块在保持分类精度稳定不下降的情况下,模型对点云扰动噪声、离群点噪声和随机噪声的抗干扰能力增强,在随机噪声数分别为0、10、50、100、200的情况下,准确度分别达到93.2%、92.9%、85.7%、78.2%、63.5%.与传统滤波方法相比,端到端的学习减少预处理步骤和人工干预过程,同时具有更优的抗噪性能.

关键词：点云物体分类三维点云深度学习神经网络注意力机制竞争性融合

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制的遮挡行人检测算法

引用

光学学报 2021年第15期41卷 149-157页

作者：邹梓吟盖绍彦达飞鹏李昱东南大学自动化学院江苏南京210096 东南大学复杂工程系统测量与控制教育部重点实验室江苏南京210096 东南大学深圳研究院广东深圳518063

针对真实场景中因行人相互遮挡难以被精确检测的情况,提出一种基于注意力机制的特征提取增强检测算法。首先,通过添加注意力模块学习特征通道间关系和特征图空间信息,增强对行人目标可视区域的特征提取。其次根据行人数据的实际尺寸,采... 详细信息

针对真实场景中因行人相互遮挡难以被精确检测的情况,提出一种基于注意力机制的特征提取增强检测算法。首先,通过添加注意力模块学习特征通道间关系和特征图空间信息,增强对行人目标可视区域的特征提取。其次根据行人数据的实际尺寸,采用k-means++算法对行人标注进行聚类,确定锚框(anchor)大小及比例。利用距离交并比损失函数(DIOULoss)设计检测器的损失函数,使得检测框的回归更关注候选框与真实框的交并比与两框的中心距离。最后使用新设计的非极大值抑制算法(DSoft-NMS)保留更精确的预测框。所提方法在CityPersons和WiderPerson数据集上进行了实验,结果表明该方法在遮挡行人检测方面具有更高的检测精度,同时网络结构简单,方便后续研究。

关键词：机器视觉遮挡行人检测注意力机制 k-means聚类交并比

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗网络的偏转人脸转正

引用

浙江大学学报（工学版） 2021年第1期55卷 116-123,152页

作者：胡惠雅盖绍彦达飞鹏东南大学复杂工程系统测量与控制教育部重点实验室江苏南京210096 东南大学自动化学院江苏南京210096 东南大学深圳研究院广东深圳518000

为了提高偏转人脸转正的效果,借鉴双通道生成对抗网络(TP-GAN)双通道生成的思想,将原始网络中的深度卷积生成对抗网络(DCGAN)替换成边界均衡生成对抗网络(BEGAN).在传统两者对抗的网络结构中加入判别人脸身份的分类器,形成三者对抗的网... 详细信息

为了提高偏转人脸转正的效果,借鉴双通道生成对抗网络(TP-GAN)双通道生成的思想,将原始网络中的深度卷积生成对抗网络(DCGAN)替换成边界均衡生成对抗网络(BEGAN).在传统两者对抗的网络结构中加入判别人脸身份的分类器,形成三者对抗的网络结构.经实验对比可知,与在生成器损失函数中添加约束相比,结构上加入分类器对人脸身份一致性的保持更加有效.TP-GAN存在训练复杂、模式崩溃等难题,使用BEGAN的网络结构,可以避免这些问题,提高训练效率.在Multi-PIE数据集及LFW上的实验结果表明,利用提出的方法能够高效地生成高质量的正面人脸图片,且保留人脸的身份特征.

关键词：人脸生成分类器模式崩溃生成对抗网络(GAN)

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的单帧复合图像绝对相位恢复

引用

光学学报 2021年第23期41卷 105-116页

作者：李文健盖绍彦俞健达飞鹏东南大学自动化学院江苏南京210096 东南大学复杂工程系统测量与控制教育部重点实验室江苏南京210096 东南大学深圳研究院广东深圳518063

提出一种使用卷积神经网络从单帧复合图像中获得高质量绝对相位的方法。所提方法使用的复合图像为嵌入散斑的条纹图像,卷积神经网络包括两个子网络,分别利用复合图像中的条纹模式分量和散斑模式分量完成包裹相位的求解及展开。所提方法... 详细信息

提出一种使用卷积神经网络从单帧复合图像中获得高质量绝对相位的方法。所提方法使用的复合图像为嵌入散斑的条纹图像,卷积神经网络包括两个子网络,分别利用复合图像中的条纹模式分量和散斑模式分量完成包裹相位的求解及展开。所提方法在相位展开的过程中使用预拍摄的平板复合图像及其条纹阶次作为辅助信息,从而保证相位展开的准确性。实验结果表明,所提方法可以利用单帧复合图像最大限度地减少投影图片的数量,能够获得较高精度的绝对相位,为实现高精度动态场景下的三维测量提供一种可行性的解决方案。

关键词：测量相位恢复条纹投影神经网络三维测量散斑相关

来源：评论

学校读者我要写书评

暂无评论

高效的语义分割方法及其地形数据集

高效的语义分割方法及其地形数据集

引用

第35届中国控制与决策会议

作者：王向凯房芳周波复杂工程系统测量与控制教育部重点实验室(东南大学自动化学院)

对于在野外自主运行的移动机器人来说,对非结构化复杂地形的理解和分类是一项极具挑战性的任务。在本文中,我们构建了复杂地形语义分割数据集,并进行像素级注释。为实现移动机器人等边缘设备对野外复杂地形的实时感知和理解,本文构建一... 详细信息

对于在野外自主运行的移动机器人来说,对非结构化复杂地形的理解和分类是一项极具挑战性的任务。在本文中,我们构建了复杂地形语义分割数据集,并进行像素级注释。为实现移动机器人等边缘设备对野外复杂地形的实时感知和理解,本文构建一种轻量级的基于Transformer语义分割模型,实现更好的速度-精度权衡。具体的,本文引入可学习的特征记忆单元来存储每个类别的全局特征表示,挖掘不同样本之间的相应类别的上下文信息,同时引入可学习的按临近位置分布的高斯先验概率作为位置编码以鼓励自注意力在临近位置有更大权重。实验表明,本文构建的网络以及野外地形语义分割数据集显著的提高了移动机器人等边缘设备对地形理解分类的有效性和实时性。

关键词：语义分割自注意力网络地形数据集移动机器人

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv3模型的高阶目标检测方法

引用

山东大学学报（理学版） 2022年第3期57卷 20-30页

作者：严晨旭邵海见邓星江苏科技大学计算机学院江苏镇江212003 东南大学自动化学院复杂工程系统测量与控制教育部重点实验室江苏南京210009

目标检测是计算机视觉的重要分支,目前基于深度学习的目标检测算法相较于传统目标检测算法在检测精度和检测时间上虽能略胜一筹,但其难以同时兼顾检测速度与检测精度,因此针对这一问题提出了改进YOLOv3后的Mul-YOLO目标检测网络。Mul-Y... 详细信息

目标检测是计算机视觉的重要分支,目前基于深度学习的目标检测算法相较于传统目标检测算法在检测精度和检测时间上虽能略胜一筹,但其难以同时兼顾检测速度与检测精度,因此针对这一问题提出了改进YOLOv3后的Mul-YOLO目标检测网络。Mul-YOLO目标检测网络利用Haar小波进行数据预处理,将图像信息的低频特征在不同分辨率下层层分解,用以获得水平方向、垂直方向以及斜对角方向上的高频特征,进而利用高频特征记录的相应特征信息,减小被检测目标在几何状态变化、光照变化和背景变化下对检测精度带来的负面影响。在特征层上采样、卷积和拼接的过程中融入高阶计算,由此增强在有限的感受野内的特征表述能力,使得训练网络更加关注映射特征的显著性信息,增强了图像的分辨率,有效地减少了数据集训练过程中由连续的卷积和池化带来的信息丢失问题。在PASCAL VOC数据集下的实验结果表明,本文提出的Mul-YOLO目标检测模型相较于传统目标检测模型有了明显的改进,比如相较于Faster R-CNN ResNet提取特征的方法,mAP提高了8.97%,并且单张图片的检测时间提高了172 ms。与YOLOv3提取特征的方法相比,其mAP提高了33.48%,达到了检测精度与检测时间同时相得益彰的目的,综合其他比较结果,本文方法的有效性可以有效地得以验证。

关键词：目标检测 Mul-YOLO Haar小波高区分性特征高阶计算

来源：评论

学校读者我要写书评

暂无评论

机器人工程专业课程思政建设的原则与实践研究

机器人工程专业课程思政建设的原则与实践研究

引用

第35届中国控制与决策会议

作者：甘亚辉东南大学自动化学院复杂工程系统测量与控制教育部重点实验室

机器人工程专业是我国近年来设立的新专业,课程思政建设是一项系统工程,将社会主义核心价值观等思政元素与机器人工程专业核心课程教学活动相结合,研究融入思政元素的机器人工程专业特色课程的教学设计问题具有重要意义。本文系统分析... 详细信息

机器人工程专业是我国近年来设立的新专业,课程思政建设是一项系统工程,将社会主义核心价值观等思政元素与机器人工程专业核心课程教学活动相结合,研究融入思政元素的机器人工程专业特色课程的教学设计问题具有重要意义。本文系统分析了机器人工程专业课程思政建设的意义、目标、原则和实施途径,将立德树人的目标贯彻到机器人工程专业特色课程的教学环节之中,努力将学生培养成懂技术、爱祖国、有担当的社会主义事业接班人。

关键词：机器人工程课程思政实施途径

来源：评论

学校读者我要写书评

暂无评论

基于特征注意力机制的GRU-GAN航空发动机剩余寿命预测

引用

中国科学：技术科学 2022年第1期52卷 198-212页

作者：袁烨黄虹程骋虞文武丁汉华中科技大学人工智能与自动化学院武汉430074 华中科技大学机械科学与工程学院武汉430074 华中科技大学数字制造装备与技术国家重点实验室武汉430074 东南大学数学学院南京210096 东南大学复杂工程系统测量与控制教育部重点实验室南京210096

涡扇发动机作为航空航天领域的核心设备之一,其健康状况决定了航空器能否稳定可靠地运行.涡扇发动机的剩余寿命预测是航天器设备监测与维护的重要一环.然而涡扇发动机的监测过程具有工况复杂、监测数据多样、时间跨度长等特点,针对其数... 详细信息

涡扇发动机作为航空航天领域的核心设备之一,其健康状况决定了航空器能否稳定可靠地运行.涡扇发动机的剩余寿命预测是航天器设备监测与维护的重要一环.然而涡扇发动机的监测过程具有工况复杂、监测数据多样、时间跨度长等特点,针对其数据类型多且体量大、数据冗余度较高、剩余寿命预测精度较低等问题,本文通过将生成对抗网络(Generative adversarial network,GAN)的生成能力与门控循环单元(Gate recurrent unit,GRU)的预测能力相结合,提出一种基于特征注意力机制的GAN和GRU融合模型.为了对时序关系进行建模,首先利用特征注意力机制和GRU分别提取空间和时间上的相关性,然后将经过预训练的生成器附加到GRU之后得到整体模型.具体来说,本文采用预训练的GAN网络生成模块替代传统自编码器,解决了由自编码器参数过多引起的GRU模块训练不充分的问题,提升了时空相关特性的提取能力、提高了模型的泛化性能、提升了预测精度.本文利用CMAPSS涡扇发动机数据来验证模型效果,通过与不同机器学习方法进行对比,实验结果显示,该方法在均方根误差和指数型评价指标这两个评价指标上都有较高的预测精度.

关键词：航空航天剩余寿命预测生成对抗网络注意力机制特征提取

来源：评论

学校读者我要写书评

暂无评论

有限时间一致无迹Kalman滤波器

引用

自动化学报 2020年第7期46卷 1357-1366页

作者：刘鹏田玉平张亚东南大学自动化学院南京210096 东南大学复杂工程系统测量与控制教育部重点实验室南京210096

本文研究多个传感器测量非线性系统时的分布式无迹Kalman滤波器(Unscented Kalman filter,UKF)的设计问题.借助离散多智能体系统有限时间平均一致算法的思想,针对无向通信和有向通信网络分别设计了两种不同的滤波算法.对于无向连通的通... 详细信息

本文研究多个传感器测量非线性系统时的分布式无迹Kalman滤波器(Unscented Kalman filter,UKF)的设计问题.借助离散多智能体系统有限时间平均一致算法的思想,针对无向通信和有向通信网络分别设计了两种不同的滤波算法.对于无向连通的通信拓扑,利用节点存储的一致性算法的迭代值构造差向量,由该差向量构成的Hankel矩阵的核来得到分布式无迹Kalman滤波器,并通过利用误差协方差矩阵的逆来构造Lyapunov函数,基于随机稳定性引理证明了该有限时间一致无迹Kalman滤波器的稳定性.对于有向强连通的通信拓扑,结合比率一致和Hankal矩阵的核来设计分布式无迹Kalman滤波器,该滤波器的稳定性与无向通信拓扑的滤波器相同.最后,通过仿真例子来验证所提滤波器的跟踪效果.

关键词：一致Kalman滤波器无迹Kalman滤波器有限时间一致 Hankel矩阵

来源：评论

学校读者我要写书评

暂无评论

基于BIM的变电站仪表检测研究

引用

工业控制计算机 2025年第1期38卷 19-21页

作者：蔡航邵家玉张宁东南大学自动化学院江苏南京210096 复杂工程系统测量与控制教育部重点实验室江苏南京210096 东南大学教育部ITS工程研究中心江苏南京211189

变电站内部环境危险复杂,仪表图像数据采集难度大,图像检测算法模型泛化能力弱。为解决此问题,提出了基于建筑信息模型的仪表检测数据增强方法。首先将建筑信息模型数据渲染为三维模型,采集图像,生成无标注数据集;再根据仪表参数计算仪... 详细信息

变电站内部环境危险复杂,仪表图像数据采集难度大,图像检测算法模型泛化能力弱。为解决此问题,提出了基于建筑信息模型的仪表检测数据增强方法。首先将建筑信息模型数据渲染为三维模型,采集图像,生成无标注数据集;再根据仪表参数计算仪表的三维几何体在二维图像上的投影,为数据集添加标注;接着为图像添加真实纹理,提高数据集的泛化能力;最后使用基于现实图像数据训练的仪表检测模型对生成的数据集进行验证。结果表明,提出的方法可基于建筑信息模型信息生成海量仿真数据集,降低数据采集和数据标注的难度与工作量。

关键词： BIM 变电站目标检测图像增强

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：