检索结果-内蒙古大学图书馆

系统工程与电子技术 2024年第5期46卷 1820-1829页

作者：杨宗方张天骐马焜然邹涵重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学信号与信息处理重庆市重点实验室重庆400065

为了解决当前识别算法只能识别一种或者两种码字类型以及人工提取特征复杂的问题,提出了两种基于深层神经网络模型的信道编码类型识别器,即卷积神经网络(convolutional neural network,CNN)识别器和递归CNN(recursive CNN,RCNN)识别器,... 详细信息

为了解决当前识别算法只能识别一种或者两种码字类型以及人工提取特征复杂的问题,提出了两种基于深层神经网络模型的信道编码类型识别器,即卷积神经网络(convolutional neural network,CNN)识别器和递归CNN(recursive CNN,RCNN)识别器,用于识别接收数据中不同类型的信道码字。将待识别的软解调序列作为自然语言处理中文本分类问题的句子向量进行处理,输入到预先训练好的深层神经网络识别器中进行识别,并分析了字长度对识别准确率的影响,得出了最合适的字长度。实验结果表明,两种识别器都能够有效识别接收数据中多种类型的信道编码,且在信噪比为3 dB时CNN识别器的识别准确率能够达到99%以上,而RCNN识别器在1 dB时就能够达到99%以上的识别准确率。

关键词：深层神经网络信道编码识别器盲识别字长度

来源：评论

学校读者我要写书评

暂无评论

改进YOLOv8的无人机航拍图像目标检测算法

引用

计算机工程与应用 2025年第1期61卷 121-130页

作者：梁燕何孝武邵凯陈俊宏重庆邮电大学通信与信息工程学院重庆400065 信号与信息处理重庆市重点实验室重庆400065

针对无人机航拍图像存在多个小目标聚集、目标尺度变化大的问题,提出一种改进YOLOv8的目标检测算法TS-YOLO(tiny and scale-YOLO)。在主干部分去除冗余的特征提取层,设计了一种高效特征提取模块(efficient feature extraction module,EF... 详细信息

针对无人机航拍图像存在多个小目标聚集、目标尺度变化大的问题,提出一种改进YOLOv8的目标检测算法TS-YOLO(tiny and scale-YOLO)。在主干部分去除冗余的特征提取层,设计了一种高效特征提取模块(efficient feature extraction module,EFEM),避免小目标特征消失在冗余信息中。在颈部设计了一种双重跨尺度加权特征融合方法(dual cross-scale weighted feature-fusion,DCWF),融合多尺度信息的同时抑制噪声干扰,提升特征表达能力。通过构建一种参数共享检测头(parameter-shared detection header,PSDH),使回归和分类任务实现参数共享,保证检测精度的同时有效降低了模型的参数量。所提模型在VisDrone-2019数据集上的精度(P)和召回率(R)分别达到54.0%、42.5%;相比于原始YOLOv8s模型,mAP50提高了5.0个百分点,达到44.5%,且参数量减少了55.8%,仅有4.94×106;在DOTAv1.0遥感数据集上,mAP50达到71.9%,仍具有较好的泛化能力。

关键词：目标检测无人机航拍图像 YOLOv8 小目标特征融合

来源：评论

学校读者我要写书评

暂无评论

基于语义信息引导的图像协调化

引用

电子学报 2023年第7期51卷 1826-1834页

作者：杨紫媛李鹏程刘芳岑高陈强重庆邮电大学通信与信息工程学院重庆400065 信号与信息处理重庆市重点实验室重庆400065

图像协调化在图像处理中占据着一个重要的地位,它旨在调整前景外观(如光照、颜色、纹理等)使其与背景在视觉上保持一致.然而,现有的基于深度学习方法通常将图像整体背景的特征分布作为线索来调整前景,没有注重语义信息对前景调整的关键... 详细信息

图像协调化在图像处理中占据着一个重要的地位,它旨在调整前景外观(如光照、颜色、纹理等)使其与背景在视觉上保持一致.然而,现有的基于深度学习方法通常将图像整体背景的特征分布作为线索来调整前景,没有注重语义信息对前景调整的关键作用,导致前景的局部区域与背景在视觉上出现差异.为此,本文基于多分辨率选择融合模块(Multi-Resolution Selective Fusion Module,MRSFM)和轻量级的卷积块注意力模块(Convolutional Block Attention Module,CBAM),设计了一个基于双注意力机制的多分辨率选择融合模块(Multi-Resolution Selective Fusion module based on Dual Attention Mechanism,MRSF-DAM),使得最后输出的特征图具有丰富的语义信息,从而引导网络更好地理解图像前景与它周围场景之间的相关性,使网络更加充分地从背景中获取协调前景所需的各种信息,最终缩小图像前景区域和背景区域在视觉上的外观差异.此外,本文设计了一个新的网络架构来选择融合浅层和深层的特征信息,通过对解码器前6层网络层与MRSF-DAM的输出特征图进行多尺度融合和增强,将产生的增强特征图送入解码器的最后层,能够缓解由跳跃连接引入的与前景内容的特征不相关的问题,且减少了由于解码器经过多次下采样带来的空间特征信息损失,进一步提高生成协调图像的真实性.在广泛使用的iHarmony4基准数据集上进行了大量的实验验证了本文方法的有效性.相比于目前最新的方法 SCS-Co(Self-Consistent Style Contrastive learning for image harmonization),本文方法在整个数据集的均方误差(Mean Squared Error,MSE)、前景均方误差(foreground Mean Squared Error,fMSE)和峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)上分别提升了4.28,61.97和1 dB.

关键词：图像协调化图像处理语义信息局部背景信息多分辨率选择融合空间特征信息

来源：评论

学校读者我要写书评

暂无评论

基于顶点划分和坐标标准化的密文域3维网格模型可逆信息隐藏

引用

计算机研究与发展 2024年第6期61卷 1536-1544页

作者：吕皖丽唐运殷赵霞罗斌智能计算与信号处理教育部重点实验室(安徽大学) 合肥230601 华东师范大学通信与电子工程学院上海200241

密文可逆信息隐藏技术可以在加密载体中利用冗余空间额外嵌入信息,在传输过程中保障载体和信息的隐私安全,载体接收者还可以实现无损地提取信息和恢复载体.3维网格模型作为新型的数字媒体,其文件结构与传统的图像等数字媒体存在着不同,... 详细信息

密文可逆信息隐藏技术可以在加密载体中利用冗余空间额外嵌入信息,在传输过程中保障载体和信息的隐私安全,载体接收者还可以实现无损地提取信息和恢复载体.3维网格模型作为新型的数字媒体,其文件结构与传统的图像等数字媒体存在着不同,并且在该领域的研究相对较少.如何提升模型的嵌入容量是目前需要解决的问题.将图像领域多个高有效位预测算法直接迁移到3维模型中应用时,由于数据的存储格式与图像媒体不同,使得算法的预测性能受到了限制.因此,提出了将顶点坐标值标准化处理,消除符号位带来的影响,提升了预测算法的性能.为了进一步减少无用的辅助信息,嵌入集顶点的筛选被加入实验中,成功地为有效载荷腾出空间.实验表明,提出的方法与现有方法相比,在保证无损和可分离地恢复模型与所嵌入的信息的同时,获得了最高的嵌入容量.

关键词： 3维网格模型可逆信息隐藏密文域预测误差嵌入容量

来源：评论

学校读者我要写书评

暂无评论

改进YOLOX的遥感图像目标检测算法

引用

计算机工程与应用 2024年第12期60卷 181-188页

作者：梁燕饶星晨重庆邮电大学通信与信息工程学院重庆400065 信号与信息处理重庆市重点实验室重庆400065

针对遥感图像目标检测算法复杂背景下目标检测精度低、小目标特征丢失的问题,提出一种改进YOLOX的遥感图像目标检测算法MYOLOX(modified YOLOX)。该算法在主干网络引入残差金字塔卷积模块(residual pyramid convolution module,RPCM)增... 详细信息

针对遥感图像目标检测算法复杂背景下目标检测精度低、小目标特征丢失的问题,提出一种改进YOLOX的遥感图像目标检测算法MYOLOX(modified YOLOX)。该算法在主干网络引入残差金字塔卷积模块(residual pyramid convolution module,RPCM)增强浅层特征图中的空间位置等细节信息,缓解下采样过程中的特征丢失。引入增强跨阶段局部块(improved cross stage partial block,ICSP)提取丰富的上下文信息并抑制噪声干扰,减少复杂背景及噪声干扰带来误检。将改进算法应用于使用DIOR数据集对NWPU VHR-10数据集扩充后数据集和SSDD数据集,MYOLOX算法检测平均精度均值(mean average precision,mAP)分别达到了80.8%和94.4%,较原算法提升了4.1和4.5个百分点。实验结果证明,改进后的算法能够明显提高遥感图像目标检测精度。

关键词：目标检测遥感图像多尺度特征提取浅层特征增强

来源：评论

学校读者我要写书评

暂无评论

基于彩色图像Tetrolet变换的频数质心零水印算法

引用

系统工程与电子技术 2023年第1期45卷 41-48页

作者：张天骐叶绍鹏刘鉴兴柏浩钧重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学信号与信息处理重庆市重点实验室重庆400065

针对传统数字水印算法的透明性随嵌入强度的增加而下降的问题,已有许多零水印算法提出。然而大多数算法或是鲁棒性和稳定性较差,或是基于灰度图像设计的。本文提出一种基于彩色图像Tetrolet变换的频数质心零水印算法。该算法先提取彩色... 详细信息

针对传统数字水印算法的透明性随嵌入强度的增加而下降的问题,已有许多零水印算法提出。然而大多数算法或是鲁棒性和稳定性较差,或是基于灰度图像设计的。本文提出一种基于彩色图像Tetrolet变换的频数质心零水印算法。该算法先提取彩色载体图像YCbCr空间的亮度分量,再对亮度分量进行Tetrolet变换获得其低频系数,再通过分块非负矩阵分解,采用计算频数质心的方法构造特征矩阵。对水印信息依次进行Polar码编码,二维交织构造出交织矩阵;最后将含有水印信息的交织方阵和特征矩阵进行异或操作生成零水印。仿真结果证明,该零水印算法可以有效抵抗非几何攻击、几何攻击以及组合攻击,水印提取归一化相关系数值在0.9以上,具有较强的鲁棒性和稳定性,且具有良好的实用性。

关键词：零水印彩色图像 Tetrolet变换频数质心鲁棒性

来源：评论

学校读者我要写书评

暂无评论

基于多尺度语义编解码网络的遥感图像语义分割

引用

电子学报 2023年第11期51卷 3199-3214页

作者：梁燕易春霞王光宇胡跃辉重庆邮电大学通信与信息工程学院重庆400065 信号与信息处理重庆市重点实验室重庆400065 移动通信教育部工程研究中心重庆400065

针对遥感图像语义分割中存在的多层次信息提取和多尺度特征图上下文依赖性两个问题,本文分析现有处理方案,提出了一种综合运用多项技术的多尺度语义编解码网络(Multi-scale Semantic Encoder-Decoder Networks,MSEDNet).MSEDNet由编码... 详细信息

针对遥感图像语义分割中存在的多层次信息提取和多尺度特征图上下文依赖性两个问题,本文分析现有处理方案,提出了一种综合运用多项技术的多尺度语义编解码网络(Multi-scale Semantic Encoder-Decoder Networks,MSEDNet).MSEDNet由编码与解码两部分构成.编码阶段,首先提出残差协同空间注意(Residuals Coordinate Spatial Attention,RCSA)的MobileNetV3增强型模块,提取语义信息;其次,设计多层增强语义上下文模块(Enhance Semantic Context Module,ESCM),提升多尺度结构特征图的表征能力.解码阶段,首先提出多核卷积与Focus并行的强化空间细节信息模块(Strengthen Spatial Detail Information Module,SSDIM),增强浅层特征细节和结构信息;其次,设计了三元迭代多尺度特征融合(Triplet Iterative Multi-Scale Feature Fusion,TIMSFF)策略,强化图像深层全局语义信息与浅层局部细节特征的多尺度融合,提升分割精度.所提模型在ISPRS Vaihingen和Potsdam数据集上验证,总体分割精度(Overall Accuracy,OA)分别达到95.699%、95.534%,平均F1-score(mean F1-score,m F1)分别提高2.661%和2.929%,且平均交并比(mean Intersection over Union,mIoU)分别增长3.973%和4.012%.所耗参数量Param下降至6.77 M.

关键词：遥感语义分割多尺度语义上下文注意力机制空间细节多尺度特征融合

来源：评论

学校读者我要写书评

暂无评论

基于编解码网络UNet3+的遥感影像建筑变化检测

引用

计算机学报 2023年第8期46卷 1720-1733页

作者：梁燕易春霞王光宇重庆邮电大学通信与信息工程学院重庆400065 信号与信息处理重庆市重点实验室重庆400065 移动通信教育部工程研究中心重庆400065

遥感影像建筑变化检测需解决两个重要问题:一是双时相影像本身存在的时间依赖性问题;其二是由于建筑物密集分布,阴影效应及各对象之间的相似性导致的特征鉴别问题.该文分析现有处理方案,提出了基于UNet3+网络的边缘引导变换检测网络(Edg... 详细信息

遥感影像建筑变化检测需解决两个重要问题:一是双时相影像本身存在的时间依赖性问题;其二是由于建筑物密集分布,阴影效应及各对象之间的相似性导致的特征鉴别问题.该文分析现有处理方案,提出了基于UNet3+网络的边缘引导变换检测网络(Edge-Guided Change Detection Base on UNet3+,EGCD-UNet3+).UNet3+利用全尺度的跳跃连接把来自不同尺度特征图中的深层语义与浅层语义直接结合,从多尺度聚合的特征图中学习层次表示,但是在特征提取时忽略了对象尺度规模,导致感受野与尺度不匹配.因此EGCD-UNet3+首先设计了一种具有自适应感受野的选择性核Block(Selective Kernel Block,SKB)代替UNet3+原始的Block,使影像对在提取深、浅层特征时具有自适应感受野属性.EGCD-UNet3+由编码与解码两部分构成,在编码端利用长短期记忆网络(Long Short-Term Memory,LSTM)捕捉长期依赖关系,建模像素之间的关系上下文,设计差分增强模块(Difference Enhance Module,DEM),分析影像对之间的时间相关性,解决双时相本身存在的时间依赖性问题.在解码端,EGCD-UNet3+提出边缘引导上下文模块(Edge-Guided Context Module,EGCM)进一步改善建筑检测边界的性能,在更细粒度水平上有效提取多尺度空间边缘信息.最后,EGCD-UNet3+利用同时具备像素分割误差和边缘分割误差的复合损失函数,使网络能够充分学习有效的特征进行准确的标签预测.所提模型在LEVIR-CD与WHU-CD数据集上验证,精准率(P)分别达到90.75%、91.75%,召回率(R)可分别增长到96.68%、92.42%,F1-score(F1)分别增加到93.15%、92.08%,总体分割精确度(OA)分别达到99.12%、98.96%,且交并比(IoU)分别增加到83.96%、74.91%.

关键词：变化检测差分增强长短期记忆选择性核边缘引导上下文

来源：评论

学校读者我要写书评

暂无评论

基于复合伪码的多卫星信号联合捕获算法

引用

北京理工大学学报 2022年第1期42卷 89-96页

作者：张天骐孟莹王晓烨陈显露重庆邮电大学通信与信息工程学院信号与信息处理重庆市重点实验室重庆400065

针对冷启动时二进制偏移载波(binary offset carrier,BOC)调制信号首次定位时间较长的问题,本文提出了一种基于复合伪码的多卫星信号联合捕获算法,可以实现对多颗卫星信号的同时捕获.该方法将不同卫星信号所对应的伪码相加生成复合伪码... 详细信息

针对冷启动时二进制偏移载波(binary offset carrier,BOC)调制信号首次定位时间较长的问题,本文提出了一种基于复合伪码的多卫星信号联合捕获算法,可以实现对多颗卫星信号的同时捕获.该方法将不同卫星信号所对应的伪码相加生成复合伪码,将接收信号与复合伪码进行圆周相关运算获得最大相关值,将最大相关值通过Teager-Kaiser处理来降低噪声的影响.该方法具有降低捕获时间的同时减小计算量的优点,且通过仿真结果可知,在同虚警的情况下,该算法所应用的TK算法提高了检测概率,最高比直接相关法的检测概率提高了约5 dB.

关键词：复合伪码圆周相关 Teager-Kaiser算子双二进制偏移载波

来源：评论

学校读者我要写书评

暂无评论

联合精确比值掩蔽与深度神经网络的单通道语音增强方法

引用

声学学报 2022年第3期47卷 394-404页

作者：柏浩钧张天骐刘鉴兴叶绍鹏重庆邮电大学通信与信息工程学院信号与信息处理重庆市重点实验室重庆400065

针对目前有监督语音增强忽略了纯净语音、噪声与带噪语音之间的幅度谱相似性对增强效果影响等问题,提出了一种联合精确比值掩蔽(ARM)与深度神经网络(DNN)的语音增强方法。该方法利用纯净语音与带噪语音、噪声与带噪语音的幅度谱归一化... 详细信息

针对目前有监督语音增强忽略了纯净语音、噪声与带噪语音之间的幅度谱相似性对增强效果影响等问题,提出了一种联合精确比值掩蔽(ARM)与深度神经网络(DNN)的语音增强方法。该方法利用纯净语音与带噪语音、噪声与带噪语音的幅度谱归一化互相关系数,设计了一种基于时频域理想比值掩蔽的精确比值掩蔽作为目标掩蔽;然后以纯净语音和噪声幅度谱为训练目标的DNN为基线,通过该DNN的输出来估计目标掩蔽,并对基线DNN和目标掩蔽进行联合优化,增强语音由目标掩蔽从带噪语音中估计得到;此外,考虑到纯净语音与噪声的区分性信息,采用一种区分性训练函数代替均方误差(MSE)函数作为基线DNN的目标函数,以使网络输出更加准确。实验表明,区分性训练函数提升了基线DNN以及整个联合优化网络的增强效果;在匹配噪声和不匹配噪声下,相比于其它常见DNN方法,本文方法取得了更高的平均客观语音质量评估(PESQ)和短时客观可懂度(STOI),增强后的语音保留了更多语音成分,同时对噪声的抑制效果更加明显。

关键词：深度神经网络归一化互相关系数幅度谱语音增强区分性联合优化可懂度掩蔽

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：