检索结果-内蒙古大学图书馆

中国图象图形学报 2025年第1期30卷 225-239页

作者：魏文洁娄路重庆交通大学信息科学与工程学院重庆400074

目的通过体渲染学习的神经隐式表面表达是近两年涌现的多视图三维重建方法。针对具有开放表面非水密特点的目标物体,基于无符号距离函数(unsigned distance function,UDF)的神经隐式表面重建能够解决有符号距离函数(signed distance fun... 详细信息

目的通过体渲染学习的神经隐式表面表达是近两年涌现的多视图三维重建方法。针对具有开放表面非水密特点的目标物体,基于无符号距离函数(unsigned distance function,UDF)的神经隐式表面重建能够解决有符号距离函数(signed distance function,SDF)神经隐式表面重建方法的缺陷,重建精度更高。但是,该方法难以捕获多视图特征,对结构复杂、自遮挡的物体的三维重建容易出现模型缺失、形状偏差等问题。鉴于此,提出一种将多视图一致性约束与神经隐式表面重建相结合的方法。方法首先介绍在体渲染阶段使用的渲染权重和采样权重函数,确保实现无偏渲染,提高体渲染阶段精度以约束UDF网络的训练。然后,提出多视图几何一致性约束,关注重建模型中较大的光滑区域,通过显式约束获取更多复杂几何和纹理信息。最后结合多视图几何重建中提取特征的卷积网络,获取多视角的二维图像特征,通过最小化多视图深度特征提高学习隐式表面的神经网络的重建精度。结果实验在DTU数据集、DF3D(DeepFashion3D)服装数据集以及自采集的植物数据集上得到了更精细的表面,渲染结果更接近原始图像。在DTU数据集上与基准NeuS方法相比,倒角距离表示的几何结构误差平均值降低了0.16 mm,峰值信噪比表示的重建指标平均值提高了1.04 dB;在DF3D数据集上与NeuS、NeUDF方法相比,倒角距离平均值分别降低了2.76 mm、0.11 mm。重建得到的植物模型与服装模型具有高精度和完整的结构。结论本文提出的多视图一致性约束的神经隐式表面重建方法充分利用多视角图像的特征信息,提高了三维重建模型的质量,在复杂结构(如生长过程中的植物)和具有开放表面非水密的物体的三维重建上明显优于现有的先进方法。

关键词：三维重建神经隐式表面几何一致性多视图特征一致性网格模型

来源：评论

学校读者我要写书评

暂无评论

面向垂直领域上下文特性的少样本关系抽取方法

引用

中文信息学报 2025年第1期39卷 65-78页

作者：任浩李韧杨建喜肖桥杨小霞蒋仕新王笛重庆交通大学信息科学与工程学院重庆400074

现有的少样本关系抽取解决方案主要基于通用领域语料,尚未充分考虑垂直领域中存在的长文本、关系重叠等问题,面对垂直领域上下文时其关系抽取性能有待提升。针对上述问题,该文以桥梁检测领域和医疗健康领域为背景,提出了一种面向垂直领... 详细信息

现有的少样本关系抽取解决方案主要基于通用领域语料,尚未充分考虑垂直领域中存在的长文本、关系重叠等问题,面对垂直领域上下文时其关系抽取性能有待提升。针对上述问题,该文以桥梁检测领域和医疗健康领域为背景,提出了一种面向垂直领域上下文特性的少样本关系抽取方法。该方法首先通过预训练语言模型RoBERTa_chinese_base对文本进行编码,再分别在双向长短时记忆网络(BiLSTM)和实体特征提取模块中进一步提取上下文特征和实体级特征,并在特征融合的基础上,通过原型网络进行关系预测。实验结果显示,该文方法在自建的桥梁检测领域数据集Bridge-FewRel上评测结果优于对比的基线模型。在中文医疗健康领域数据集TinyRel-CM的少样本关系抽取任务上,该文方法的大部分结果优于基线模型。同时,该文方法在公有领域数据集FewRel 1.0的5-way-5-shot和10-way-5-shot任务上也取得了有竞争力的结果。

关键词：少样本关系抽取垂直领域 RoBERTa 原型网络

来源：评论

学校读者我要写书评

暂无评论

斜拉索表观病害图像智能识别综述

引用

西南交通大学学报 2025年第1期60卷 10-26页

作者：张洪蒋小刚朱志伟夏润川周建庭重庆交通大学省部共建山区桥梁及隧道工程国家重点实验室重庆400074 重庆交通大学信息科学与工程学院重庆400074

斜拉索是斜拉桥的主要承重构件之一,其外层护套病害容易渗透影响索内钢丝健康,采用视频图像法智能识别出拉索表观病害意义重大.从传统图像检测和深度学习两方面系统地综述了基于图像识别的斜拉索表观损伤识别方法,以及各个方法的基本原... 详细信息

斜拉索是斜拉桥的主要承重构件之一,其外层护套病害容易渗透影响索内钢丝健康,采用视频图像法智能识别出拉索表观病害意义重大.从传统图像检测和深度学习两方面系统地综述了基于图像识别的斜拉索表观损伤识别方法,以及各个方法的基本原理和应用效果,对目前的检测实例进行深入分析;介绍一些前沿深度学习方法,为拉索表观检测提供参考;归纳各类方法的主要特点,对目前检测中存在的问题进行了探讨和展望.以深度学习模型为主的图像识别方法具有较好的识别准确率和算法鲁棒性、较强的学习能力和适应性,综合图像缺陷识别效果最优,但仍存在检测精度和速度难平衡、图像数据需求大和标注成本高等难点.为此,可以采取提高图像质量、构建更多半监督和无监督相关的深度学习模型、提升检测模型学习能力等手段改善检测方法.

关键词：斜拉索表观病害图像识别深度学习

来源：评论

学校读者我要写书评

暂无评论

虚拟AP融合CNN模型的自适应RSSI指纹定位方法

引用

计算机应用与软件 2025年第1期42卷 72-81页

作者：吴仕勋黄文鲜李敏徐凯重庆交通大学信息科学与工程学院重庆400074

基于RSSI(Received Signal Strength Indication)位置指纹的Wi-Fi室内定位现已被大量应用于各类基于位置信息的服务中。但指纹定位的精度受到RSSI信号的剧烈波动影响,难以满足高精度位置信息服务的需求。为克服该困难,提出一种结合虚拟A... 详细信息

基于RSSI(Received Signal Strength Indication)位置指纹的Wi-Fi室内定位现已被大量应用于各类基于位置信息的服务中。但指纹定位的精度受到RSSI信号的剧烈波动影响,难以满足高精度位置信息服务的需求。为克服该困难,提出一种结合虚拟AP技术与高精度CNN(Convolutional Neural Network)判别模型的定位方法。该方法通过距离比定位得到虚拟AP的位置,并将该信息与RSSI融合作为数据增强CNN模型的输入,确定样本的位置。设计实验方案采集实际的用户终端RSSI数据,构建指纹定位的数据集,验证所提出的指纹定位方案的有效性。实验结果表明,在该数据集上,所提出的方法在确定区域时的准确度达到91%,并将95%的定位误差控制在2 m以内。对比现有的定位方案,所提出的方案在定位精度上有显著提升。

关键词：接收信号强度指示指纹定位卷积神经网络虚拟AP

来源：评论

学校读者我要写书评

暂无评论

基于IND-YOLO网络的绝缘子多缺陷检测算法研究

引用

重庆交通大学学报(自然科学版) 2025年第4期44卷 28-36页

作者：陈里里张程旺赵鑫杨维川重庆交通大学信息科学与工程学院重庆400074 重庆交通大学机电与车辆工程学院重庆400074

针对绝缘子多缺陷检测易发生漏检、错检以及误检等问题。提出一种基于改进YOLOv8算法的IND-YOLO绝缘子缺陷检测算法。通过结合可变形卷积Dcnv2和网络中的C2f结构,可降低算法参数并更注重绝缘子缺陷多变的特征。采用CA(coord attention)... 详细信息

针对绝缘子多缺陷检测易发生漏检、错检以及误检等问题。提出一种基于改进YOLOv8算法的IND-YOLO绝缘子缺陷检测算法。通过结合可变形卷积Dcnv2和网络中的C2f结构,可降低算法参数并更注重绝缘子缺陷多变的特征。采用CA(coord attention)注意力机制提升对感兴趣区域的特征提取能力。考虑到模型检测小目标缺陷能力不足的情况,IND-YOLO算法增加了浅层输出。利用Siou损失函数加快模型收敛速度。实验结果表明:该模型检测平均精度M ap@50达到0.943,较基准模型提升了5.6%,F 1分数(F 1score)达到0.92,较YOLOv8算法提升了4.6%,且检测速度F PS可以达到62帧/s。该模型的提出在绝缘子多缺陷检测中具有较广泛的应用前景。

关键词：交通运输工程电气化铁路绝缘子 YOLOv8算法可变形卷积小目标

来源：评论

学校读者我要写书评

暂无评论

沥青烟气检测方法及抑制措施研究进展

引用

化工进展 2025年第3期44卷 1632-1650页

作者：刘燕燕周帅何紫琪吕艺重庆交通大学材料科学与工程学院重庆400074 重庆交通大学土木工程学院重庆400074

沥青材料在拌和、运输以及摊铺阶段会释放大量的固体颗粒物与有害气体,统称为沥青烟气。为缓解沥青烟气的不良影响,推动绿色交通快速发展,国内外学者主要从沥青烟气的室内外检测方法、释放特性以及抑制措施等方面展开了广泛研究。由于... 详细信息

沥青材料在拌和、运输以及摊铺阶段会释放大量的固体颗粒物与有害气体,统称为沥青烟气。为缓解沥青烟气的不良影响,推动绿色交通快速发展,国内外学者主要从沥青烟气的室内外检测方法、释放特性以及抑制措施等方面展开了广泛研究。由于不同学者采用烟气检测方法和评价指标的差异,导致检测数据和评价结果的相关性较低;同时,在沥青烟气生成机理以及烟气抑制机制方面缺乏系统性研究,使得抑烟沥青在抑制效果与路用性能方面存在不足。本文综述了沥青烟气的国内外研究现状,总结归纳了现有的沥青烟气检测方法,并对比了各检测方法的优缺点及适用范围,从沥青种类、温度与加热时间三个方面阐述了沥青烟气的释放特性,对比分析了各类抑制措施的烟气抑制效果及抑制机理,最后提出了未来沥青抑烟技术应从开发高效规范的烟气检测技术、探究烟气中各物质的演变机制与转化关系、研发新型复合多孔抑制材料以及环境效益与健康风险评估等方面开展研究,为实现沥青烟气高效减排奠定基础。

关键词：沥青沥青烟气检测方法释放特性抑制措施

来源：评论

学校读者我要写书评

暂无评论

基于直觉模糊AHP和模糊MAIRCA的故障模式与影响分析

引用

控制理论与应用 2025年第1期42卷 127-137页

作者：彭书勤吕琛黄大荣程玉杰赵玲重庆交通大学信息科学与工程学院重庆400074 北京航空航天大学可靠性与系统工程学院北京100191 安徽大学人工智能学院安徽合肥230601

故障模式与影响分析(FMEA)是一种主动的风险评估技术,其主要目的是根据其风险水平对故障模式进行排序,并执行后续行动以消除或减轻其后果.为克服传统FMEA技术通过风险优先级数(RPN)来确定关键故障模式带来的缺陷.本文提出了一种新的集... 详细信息

故障模式与影响分析(FMEA)是一种主动的风险评估技术,其主要目的是根据其风险水平对故障模式进行排序,并执行后续行动以消除或减轻其后果.为克服传统FMEA技术通过风险优先级数(RPN)来确定关键故障模式带来的缺陷.本文提出了一种新的集成多准则决策(MCDM)方法,即将直觉模糊层次分析过程(IFAHP)与改进的模糊多属性理想现实比较分析(FMAIRCA)相结合.首先,本文通过IFAHP方法来计算风险因素权值;然后,使用本文提出的改进FMAIRCA模型推导出故障模式的排序;此外,在整个过程中还考虑了专家的客观权重;最后,考虑FMEA领域中的一个案例来验证所提出的方法,结果表明,本文提出的方法为FMEA的风险评估提供一种实用而有效的方法.

关键词：故障模式与影响分析直觉模糊层次分析法模糊MAIRCA

来源：评论

学校读者我要写书评

暂无评论

条件扩散和多通道高低频并行的红外与可见光图像融合

引用

光学精密工程 2025年第1期33卷 148-163页

作者：邸敬王鹤然梁婵刘冀钊廉敬兰州交通大学电子与信息工程学院甘肃兰州730070 兰州大学信息科学与工程学院甘肃兰州730000

针对去噪扩散模型在红外与可见光图像融合任务中缺少基准真实值和可见光信息利用不足的问题,提出一种条件扩散和多通道高低频并行的红外与可见光图像融合模型。条件扩散模型利用拼接技术将拼接源图像作为基准真实值进行训练,获得红外与... 详细信息

针对去噪扩散模型在红外与可见光图像融合任务中缺少基准真实值和可见光信息利用不足的问题,提出一种条件扩散和多通道高低频并行的红外与可见光图像融合模型。条件扩散模型利用拼接技术将拼接源图像作为基准真实值进行训练,获得红外与可见光图像特征提取任务的最优先验分布,在反向去噪过程中引入多通道似然校正模块,更有效地模拟红外与可见光图像的多通道复杂分布。然后,提出细节自适应去噪网络来完成红外与可见光图像的多通道高低频特征提取任务。最后,在融合网络中设计了一种多通道高低频并行融合模块,采用区域一致性融合网络和多通道低频特征融合网络分别完成高低频特征的融合。该模型为红外与可见光图像融合任务提供了一种可训练的扩散模型范式用于特征提取,使用特定的卷积神经网络进行特征融合。通过与近年来提出的9种高水平方法相比,在MSRS和RoadScene数据集上的实验结果表明,本文方法的8种客观评价指标平均提升了4.52%~59.62%。本文方法在色彩保真度和纹理细节保持等方面都优于其他方法,符合人眼视觉特性,能够很好地处理各种光照和环境场景下的红外与可见光图像融合任务。

关键词：图像融合红外与可见光条件扩散模型细节自适应去噪网络多通道高低频并行融合模块

来源：评论

学校读者我要写书评

暂无评论

基于跨域交互注意力和对比学习引导的红外与可见光图像融合

引用

中国光学(中英文) 2025年第2期18卷 317-332页

作者：邸敬梁婵刘冀钊廉敬兰州交通大学电子与信息工程学院甘肃兰州730070 兰州大学信息科学与工程学院甘肃兰州730070

现有红外与可见光图像融合方法难以充分提取和保留源图像细节信息与对比度,导致纹理细节模糊。针对这一问题,本文提出了一种跨域交互注意力和对比学习引导的红外与可见光图像融合方法。首先,设计了双支路跳跃连接的细节增强网络,从红外... 详细信息

现有红外与可见光图像融合方法难以充分提取和保留源图像细节信息与对比度,导致纹理细节模糊。针对这一问题,本文提出了一种跨域交互注意力和对比学习引导的红外与可见光图像融合方法。首先,设计了双支路跳跃连接的细节增强网络,从红外和可见光图像中分别提取和增强细节信息,并利用跳跃连接避免信息丢失,生成增强后的细节图像。接着,构建了联合双分支编码器和跨域交互注意力模块的图像融合网络,确保特征融合时充分进行特征交互,并通过解码器重建为最终的融合图像。然后,引入了通过对比学习块进行浅层和深层属性和内容的对比学习网络,优化特征表示,进一步提升图像融合网络的性能。最后,为了约束网络训练以保留源图像的固有特征,设计了一种基于对比约束的损失函数,以辅助融合过程对源图像信息的对比保留。将提出方法与前沿融合方法进行了定性和定量的分析比较。在TNO、MSRS、RoadSence数据集上的实验结果表明:本文方法的8项客观评价指标均较对比方法有显著提升。本文方法融合后图像具有丰富的细节纹理、显著的清晰度和对比度,有效提高了道路交通、安防监控等实际应用中的目标识别和环境感知能力。

关键词：红外与可见光图像融合对比学习跨域交互注意力机制对比约束损失

来源：评论

学校读者我要写书评

暂无评论

基于YOLO-IST的红外船舶目标检测算法研究

引用

重庆交通大学学报(自然科学版) 2025年第3期44卷 79-87页

作者：陈里里杨维川张程旺赵鑫重庆交通大学信息与科学工程学院重庆400074 重庆交通大学机电与车辆工程学院重庆400074

针对红外船舶图像目标特征模糊、背景复杂以及小目标漏检等问题,基于YOLOv8提出一种面向海上交通中船舶目标的检测算法YOLO-IST(YOLO for infrared ship target)。在基线模型的骨干网络中引入C2f_DBB模块和CPCA注意力机制,通过增加特征... 详细信息

针对红外船舶图像目标特征模糊、背景复杂以及小目标漏检等问题,基于YOLOv8提出一种面向海上交通中船舶目标的检测算法YOLO-IST(YOLO for infrared ship target)。在基线模型的骨干网络中引入C2f_DBB模块和CPCA注意力机制,通过增加特征提取层来提升模型对目标的识别能力;利用C2f_Faster_EMA模块替换颈部网络中的C2f模块,以提升模型检测精度和速度;采用多重注意力的动态检测头Dynamic Head优化模型框架,增强模型对小船舶目标的检测效果。研究结果表明:YOLO-IST的召回率R_(ecall)、精确率P_(recision)、平均精度M_(ap@50)、平均精度M_(ap@50-95)和F_(1score)分别达到89.7%、90.5%、94.7%、66.6%、90.1%,较基线模型YOLOv8分别提升了4.5%、3.8%、4.4%、4.7%、4.2%。该模型的提出在海上智能交通中具有较广泛的应用前景。

关键词：交通运输工程船舶工程红外目标检测 YOLOv8 注意力机制

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：