检索结果-内蒙古大学图书馆

南京农业大学学报 2023年第5期46卷 1004-1010页

作者：周晋兵陈鹏雷雨黄林生赵晋陵梁栋安徽大学互联网学院/农业生态大数据分析与应用技术国家地方联合工程研究中心安徽合肥230601

[目的]条锈病菌夏孢子是引起小麦条锈病暴发的重要原因。针对夏孢子显微图像识别中存在的检测精度不高和分割精度较低的问题,提出了一种基于自旋式Unet++网络的小麦条锈病菌夏孢子自动检测算法。[方法]针对显微图像中夏孢子目标密集,易... 详细信息

[目的]条锈病菌夏孢子是引起小麦条锈病暴发的重要原因。针对夏孢子显微图像识别中存在的检测精度不高和分割精度较低的问题,提出了一种基于自旋式Unet++网络的小麦条锈病菌夏孢子自动检测算法。[方法]针对显微图像中夏孢子目标密集,易粘连等特点,通过改进Unet++特征提取网络,将原始网络的输出反向连接至输入端形成一种自旋结构,并增加超参数K控制自旋次数,以达到迭代训练的目的,优化Unet++网络的分割精度,提高检测的分割率;根据孢子的形态特征,提出一种加权映射矩形计算公式,计算其矩形热力图,以提高孢子的检测精确率。[结果]算法测试结果表明,改进算法的平均精确率达到99.03%,分割率为86.45%,较原始CenterNet模型分割率提高了10.35百分点,精确率提高0.46百分点,占用内存降低66.09%。[结论]该模型在保证较高精度检测夏孢子目标的同时,保证了较高的孢子分割率,为小麦条锈病早期预警提供了一种有效的方法。

关键词：小麦条锈病真菌夏孢子改进Unet++ 图像分割椭圆框

来源：评论

学校读者我要写书评

暂无评论

LDASH:高鉴别力强鲁棒性的点云局部特征描述符

引用

激光与光电子学进展 2024年第12期61卷 219-229页

作者：周磊赵宝梁栋王梓涵刘强安徽大学互联网学院安徽合肥230039 安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心安徽合肥230601

三维局部特征描述是三维计算机视觉的重要研究方向,被广泛用于三维感知任务中,以获取两片点云之间的点对应关系。针对现有大多数描述符存在的鉴别力低和鲁棒性弱等问题,提出一种局部分区属性统计直方图(LDASH)描述符。LDASH描述符基于... 详细信息

三维局部特征描述是三维计算机视觉的重要研究方向,被广泛用于三维感知任务中,以获取两片点云之间的点对应关系。针对现有大多数描述符存在的鉴别力低和鲁棒性弱等问题,提出一种局部分区属性统计直方图(LDASH)描述符。LDASH描述符基于局部参考轴(LRA)构建,首先沿径向划分局部空间,然后在每个划分分区中统计5个特征属性,实现空间和几何信息的全面编码。在LDASH描述符中,提出一种用于局部特征描述的新属性——距离加权角度值(DWAV)。DWAV的构成不依赖LRA,增强了描述符对LRA误差的鲁棒性。此外,提出一种针对点云分辨率变化的鲁棒性增强策略,以降低实际测试中点云分辨率变化对描述符的干扰。在6个具有不同应用场景和干扰类型的数据集上对LDASH描述符的性能进行全面的评估,结果表明:LDASH描述符在所有数据集上的性能都明显优于现有描述符;与性能第二高的分区局部特征统计描述符相比,LDASH描述符的鉴别力平均提高约16.3%,鲁棒性平均增强约7.5%。最后,将LDASH描述符应用于点云配准,实现了最好的配准性能,其与5种转换估计算法结合后的平均正确配准率达到了73%。

关键词：机器视觉局部特征描述符局部参考轴特征描述点云配准

来源：评论

学校读者我要写书评

暂无评论

基于最少边的最短路径扰动

引用

电子科技大学学报 2023年第2期52卷 271-279页

作者：马闯杨晓龙张海峰李春春安徽大学互联网学院合肥230039 安徽大学数学科学学院合肥230601 安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心合肥230601

提出一种最少边扰动算法,以解决如何在扰动最少边的前提下,以最小代价来使得一条特定的目标路径成为最短路径的问题。该算法基于最少边的最短路径扰动模型,通过引入每条边的权重扰动上限约束,提出了最少扰动边数-最小扰动成本的双目标... 详细信息

提出一种最少边扰动算法,以解决如何在扰动最少边的前提下,以最小代价来使得一条特定的目标路径成为最短路径的问题。该算法基于最少边的最短路径扰动模型,通过引入每条边的权重扰动上限约束,提出了最少扰动边数-最小扰动成本的双目标混合整数规划问题,从而实现操纵网络节点间的最短路径。与以往的最小代价扰动算法相比,该方法降低了扰动的复杂性和扰动网络被察觉的风险。实验表明,最优解使扰动边数减少了约27%,具有更好的性能。

关键词：扰动边数扰动代价路径扰动最短路径

来源：评论

学校读者我要写书评

暂无评论

SMS和双向特征融合的自然背景柑橘黄龙病检测技术

引用

农业机械学报 2022年第11期53卷 280-287页

作者：曾伟辉陈亚飞胡根生鲍文霞梁栋安徽大学互联网学院合肥230039 科大国创软件股份有限公司中央研究院合肥230088 安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心合肥230601

柑橘黄龙病严重影响柑橘的产量和品质。在自然背景下,柑橘叶片之间存在相互遮挡以及尺寸变化大的问题,使得遮挡及小尺寸的黄龙病叶片容易漏检,而且由于黄龙病叶片的颜色、纹理特征与柑橘其他病害十分相似,容易存在误检的问题,导致现有... 详细信息

柑橘黄龙病严重影响柑橘的产量和品质。在自然背景下,柑橘叶片之间存在相互遮挡以及尺寸变化大的问题,使得遮挡及小尺寸的黄龙病叶片容易漏检,而且由于黄龙病叶片的颜色、纹理特征与柑橘其他病害十分相似,容易存在误检的问题,导致现有的算法对自然背景柑橘黄龙病检测的精度不高。本研究提出了一种结合剪切混合拼接(Shearing mixed splicing, SMS)增广算法和双向特征融合的自然背景柑橘黄龙病检测方法,该方法通过SMS、镜像翻转和旋转方法对训练集和验证集进行了增广,增加了训练集和验证集图像中背景目标的数量和多样性;为了自适应地改变柑橘黄龙病检测中的局部采样点,增大有效感受野,使用可变形卷积替换骨干网络后3个卷积层中所有的标准卷积;为了减小自然背景的影响,使用全局上下文模块对骨干网络后3个卷积层输出的特征图进行特征增强,来建立有效的长距离依赖,以便更好的学习到全局上下文信息;使用双向融合特征金字塔,改善浅层特征和深层特征的信息交流路径,用以降低因柑橘黄龙病叶片尺寸变化大导致的漏检,提高小尺寸的柑橘黄龙病叶片的检测精度。实验结果表明,本研究提出的方法用于自然背景柑橘黄龙病的检测,平均精度可达84.8%,性能优于SSD、RetinaNet、YOLO v3、YOLO v5s、Faster RCNN、Cascade RCNN等目标检测方法。

关键词：柑橘黄龙病检测自然背景全局上下文模块可变形卷积双向特征融合

来源：评论

学校读者我要写书评

暂无评论

基于SCResNeSt的低分辨率水稻害虫图像识别方法

引用

农业机械学报 2022年第9期53卷 277-285页

作者：曾伟辉张文凤陈鹏胡根生梁栋安徽大学互联网学院合肥230039 科大国创软件股份有限公司中央研究院合肥230088 安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心合肥230601

针对稻田自然环境下害虫移动,难以近距离拍摄高质量图像,导致在现有识别模型检测时无法达到满意识别精度的问题,提出了一种基于SCResNeSt的低分辨率水稻害虫图像识别方法。首先,使用增强型超分辨率生成对抗网络(ESRGAN)对低分辨率图像... 详细信息

针对稻田自然环境下害虫移动,难以近距离拍摄高质量图像,导致在现有识别模型检测时无法达到满意识别精度的问题,提出了一种基于SCResNeSt的低分辨率水稻害虫图像识别方法。首先,使用增强型超分辨率生成对抗网络(ESRGAN)对低分辨率图像进行数据增强,解决低分辨率水稻害虫有效信息少的问题;其次构建了SCResNeSt网络,使用3个连续的3×3卷积层替换ResNet50中第1个7×7卷积,以减少计算量;使用自校准卷积替代第2层卷积层中的3×3卷积,通过内部通信显式地扩展每个卷积层的视场,获取害虫图像的部分背景信息,从而丰富输出特征;在主干网络中使用ResNeSt block(Split-attention network block)进一步提升图像中害虫信息获取的准确性。最终,将优选模型移植到手机端,开发了轻量化的移动端水稻害虫识别系统。实验结果表明,与现有方法对比,ESRGAN数据增强方法可以恢复真实的作物害虫信息,SCResNeSt模型有效提高了水稻害虫的识别性能,识别精度达到91.20%,比原始ResNet50网络提高3.2个百分点,满足野外实际场景下的应用需求。本研究为水稻害虫智能化识别和防治提供了技术基础。

关键词：水稻害虫图像低分辨率 SCResNeSt 卷积神经网络识别系统

来源：评论

学校读者我要写书评

暂无评论

基于改进CenterNet的小麦条锈病菌夏孢子自动检测方法

引用

农业机械学报 2021年第12期52卷 233-241页

作者：雷雨周晋兵何东健陈鹏曾伟辉梁栋安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心合肥230601 安徽大学互联网学院合肥230601 西北农林科技大学机械与电子工程学院陕西杨凌712100 农业农村部农业物联网重点实验室陕西杨凌712100

针对孢子捕捉设备采集的显微图像中真菌夏孢子自动检测存在严重的误检和漏检问题,提出一种基于改进CenterNet的小麦条锈病菌夏孢子自动检测方法。首先,针对夏孢子显微图像孢子目标微小、种类少等特点,通过减半Basic Block层数,优化Cente... 详细信息

针对孢子捕捉设备采集的显微图像中真菌夏孢子自动检测存在严重的误检和漏检问题,提出一种基于改进CenterNet的小麦条锈病菌夏孢子自动检测方法。首先,针对夏孢子显微图像孢子目标微小、种类少等特点,通过减半Basic Block层数,优化CenterNet网络中的特征提取网络,提高了检测和训练速度,降低了误检率;其次,根据孢子形态为近椭圆或圆形的特点,将原始用于CenterNet训练的目标长宽,改进为目标的椭圆框长短轴长度和角度,提高了孢子分割重合率;最后,提出使用椭圆的长短轴映射矩形来计算椭圆框热图的高斯核半径,以减少孢子的漏检率。实验结果表明,改进的CenterNet夏孢子检测方法对小麦条锈病菌夏孢子检测的识别精确率达到了98.77%,重叠度为83.63%,检测速度为41 f/s,达到了实时检测的应用需求,比原始的CenterNet模型重叠度提高了7.53个百分点,检测速度快11 f/s,模型占用内存降低了68.5%。本文方法能够精准检测并分割出显微图像中的夏孢子,可为农田空气中小麦条锈病菌夏孢子的自动检测及条锈病的早期预防控制提供技术支持。

关键词：小麦条锈病真菌夏孢子自动检测改进CenterNet 深度学习椭圆框

来源：评论

学校读者我要写书评

暂无评论

基于卷积块注意力胶囊网络的小样本水稻害虫识别

引用

中国农业大学学报 2022年第3期27卷 63-74页

作者：曾伟辉唐欣胡根生梁栋安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心合肥230601 安徽大学互联网学院合肥230039 科大国创软件股份有限公司合肥230088

针对真实复杂背景下小样本水稻害虫识别模型泛化能力弱,易受复杂背景干扰以及重要特征表达能力不强等问题,提出了一种基于卷积块注意力胶囊网络的小样本水稻害虫识别方法。采用数据增强的方法扩充数据,以提高模型的泛化能力同时预防过拟... 详细信息

针对真实复杂背景下小样本水稻害虫识别模型泛化能力弱,易受复杂背景干扰以及重要特征表达能力不强等问题,提出了一种基于卷积块注意力胶囊网络的小样本水稻害虫识别方法。采用数据增强的方法扩充数据,以提高模型的泛化能力同时预防过拟合;利用GrabCut算法去除图像中的复杂背景,减小复杂背景对水稻害虫识别的干扰;将空间注意机制和通道注意机制相结合的卷积块注意模块(Convolutional block attention module,CBAM)引入到胶囊网络中,提高模型对水稻害虫特征的表达能力,使模型关注重要特征,抑制不必要的特征。其中胶囊网络主要用来更加敏锐地发现小样本图像中水稻害虫的相对位置和角度等信息。结果表明:在对复杂背景下小样本水稻害虫的识别时,本研究方法准确识别率达99.19%,优于支持向量机(Support vector machine,SVM)、k近邻(k-nearest neighbors,kNN)等浅层网络方法,也优于VGG16、GoogLeNet以及Mobilenet等深度网络方法,可实现复杂背景下的小样本水稻害虫的准确识别。

关键词：水稻害虫害虫识别卷积神经网络胶囊网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于双重注意力残差网络的偏振图像超分辨率重建

引用

光子学报 2022年第4期51卷 295-309页

作者：徐国明王杰马健王勇刘佳庆李毅安徽大学互联网学院合肥230039 安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心合肥230601 陆军炮兵防空兵学院偏振光成像探测技术安徽省重点实验室合肥230031 安徽文达信息工程学院智能技术研究所合肥231201

在利用深度学习进行偏振图像计算成像过程中,图像映射函数的解空间极大、空间分辨率一般较低,难以生成清晰的纹理细节且存在高频信息缺失等问题。为解决该问题,提出一种结合双注意力机制的深度残差偏振图像超分辨率网络。该网络由一个... 详细信息

在利用深度学习进行偏振图像计算成像过程中,图像映射函数的解空间极大、空间分辨率一般较低,难以生成清晰的纹理细节且存在高频信息缺失等问题。为解决该问题,提出一种结合双注意力机制的深度残差偏振图像超分辨率网络。该网络由一个具有全局跳跃连接的残差网络组成,包含10个残差组,每个残差组包含20个具有局部跳跃连接的双重注意力块级联的残差块;同时考虑通道间的相互依赖性,设计自适应通道特征调整机制;引入级联的空间注意力块,将残差的特征更集中于关键的空间内容。将所提方法与Bicubic、SRCNN、FSRCNN、EDSR等方法进行对照实验与成像系统对比校正实验,结果表明该方法重建图像纹理细节更加丰富,亮度均匀,较为接近成像系统的高清图像,同时峰值信噪比和结构相似性指标优于其他方法但参数量仅约为EDSR的2/5。

关键词：计算成像超分辨率深度残差网络偏振图像双重注意力块

来源：评论

学校读者我要写书评

暂无评论

轻量级注意力级联网络的偏振计算成像超分辨率重建

引用

光学精密工程 2022年第19期30卷 2404-2419页

作者：王杰徐国明马健王勇李毅安徽大学互联网学院安徽合肥230039 安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心安徽合肥230601 陆军炮兵防空兵学院偏振光成像探测技术安徽省重点实验室安徽合肥230031 安徽文达信息工程学院智能技术研究所安徽合肥231201

深度学习模式下新型偏振计算成像方法存在随着网络深度的增加计算复杂度和内存使用相应增加以及分层特征提取不充分的问题,针对该问题,提出一种轻量级注意力级联网络的偏振计算成像超分辨率方法,采用级联连接和融合连接的方式来深化卷... 详细信息

深度学习模式下新型偏振计算成像方法存在随着网络深度的增加计算复杂度和内存使用相应增加以及分层特征提取不充分的问题,针对该问题,提出一种轻量级注意力级联网络的偏振计算成像超分辨率方法,采用级联连接和融合连接的方式来深化卷积层的表征能力,以有效地传递浅层特征并减少参数量。设计空间注意力自适应权重机制以提取关键的空间内容特征,构造空间金字塔网络增强多感受野下的偏振特征信息,特别地,上采样模块引入浅层与深层重建双路径,通过融合双层路径特征计算生成高分辨率偏振图像。最后,网络末端信息细化块用以学习更精细的特征并增强重建质量。实验结果表明:本文网络重建图像的纹理细节更加丰富,在全偏振图像集上2倍超分辨率的峰值信噪比为45.12 dB,参数量仅约为MSRN模型的9%。所提方法通过级联方式有效捕捉低频特征信息同时极大地减少参数量,并结合注意力金字塔结构探索深层特征,实现了轻量级网络的高效超分辨率重建效果。

关键词：计算成像超分辨率轻量级网络偏振图像级联连接

来源：评论

学校读者我要写书评

暂无评论

基于双通道注意力网络的脑电图意图识别

引用

传感器与微系统 2021年第9期40卷 128-131页

作者：孙亚东徐晓涛章军陈鹏安徽大学电气工程与自动化学院安徽合肥230601 安徽大学互联网学院农业生态大数据分析与应用技术国家地方联合工程研究中心安徽合肥230601

为了正确地解释大脑活动并对脑电图信号数据进行有效识别,提出一种双通道注意力机制模型,对原始的脑电图信号数据进行分类,从而识别用户的意图。对于公共数据集Eegmmidb,模型在5项识别任务上的平均识别率为99.34%。实验结果表明:所提模... 详细信息

为了正确地解释大脑活动并对脑电图信号数据进行有效识别,提出一种双通道注意力机制模型,对原始的脑电图信号数据进行分类,从而识别用户的意图。对于公共数据集Eegmmidb,模型在5项识别任务上的平均识别率为99.34%。实验结果表明:所提模型优于现有方法。

关键词：意图识别注意力机制脑电图信号脑机接口

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：