空间金字塔
空间金字塔的相关文献在2010年到2022年内共计123篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、物理学
等领域,其中期刊论文63篇、会议论文3篇、专利文献166078篇;相关期刊51种,包括延边大学学报(自然科学版)、中国科学技术大学学报、江苏科技大学学报(自然科学版)等;
相关会议3种,包括第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第5届全国普适计算学术会议(PCC2010)、第6届全国人机交互学术会议(CHCI2010)、2016年第四届全国现代制造集成技术学术会议、2010年全国模式识别学术会议(CCPR2010)等;空间金字塔的相关文献由375位作者贡献,包括尚荣华、焦李成、余思泉等。
空间金字塔—发文量
专利文献>
论文:166078篇
占比:99.96%
总计:166144篇
空间金字塔
-研究学者
- 尚荣华
- 焦李成
- 余思泉
- 冯阳
- 曹宁
- 曹江涛
- 李平
- 汪飞
- 蒋敏
- 高隽
- 丁军
- 于昕
- 何成
- 侯彪
- 刘宏伟
- 刘文宇
- 刘晓光
- 刘晓玺
- 刘波
- 刘琚
- 刘红英
- 刘芳
- 吕朦
- 吴祖恒
- 吴齐兵
- 周武杰
- 周辉
- 孔军
- 孙涛
- 季海峰
- 屈嵘
- 屠海龙
- 崔宗勇
- 张丹
- 张新良
- 张梅
- 张海波
- 张迎午
- 徐一兼
- 徐榕健
- 惠小强
- 戚玉涛
- 文宏雕
- 曹宗杰
- 曹滨
- 曾杰
- 朱炎亮
- 朱策
- 李云松
- 李亚锋
-
-
葛芸;
马琳;
叶发茂;
储珺
-
-
摘要:
遥感图像内容丰富,一般的深度模型提取遥感图像特征时容易受复杂背景干扰,对关键特征的提取效果不佳,并且难以表达图像的空间信息,该文提出一种基于多尺度池化和范数注意力机制的深度卷积神经网络,在通道层面与空间层面自适应地给显著特征加权。首先,在多尺度池化通道注意力模块中,结合空间金字塔池化的思想,对每个通道上的特征图进行不同尺度的最大池化。接着,采用自适应均值池化将尺寸不同的特征图转换为统一尺寸,以便通过逐像素相加的方式来关注不同尺度的显著特征。然后,在范数空间注意力模块中,将各通道对应同一空间位置的像素构成向量,通过计算向量组的L1范数和L2范数,获得具有空间信息的特征图。最后,采用级联池化的方法优化高层特征,并将该高层特征用于遥感图像检索。在UC Merced,AID与NWPU-RESISC453个数据集上进行实验,结果表明该文所提注意力模型,关注了不同尺度的显著特征,结合了空间信息,提高了检索性能。
-
-
徐武;
陈盈君;
汤弘毅;
杨昊东
-
-
摘要:
舌图像是中医判断身体的重要指标。在舌图像处理过程中,分割结果会受到嘴唇、下巴、脸部等固定干扰因素的影响,以及不可预测的无关噪音遮挡舌体时不固定干扰因素的影响。在精确地分割出完整的舌图像方面,传统分割方法有很大的局限性,针对这个问题现提出基于神经网络DeepLab v2下的舌图像分割改进算法。首先对舌体进行定位,引入带孔卷积算子,通过设置池化层参数获得更好的边缘信息;然后采用生成对抗网络OSIM对无关噪音进行去噪处理,分割出完整的舌体图像;最后通过基于孔洞的空间金字塔融合多尺度的特征信息,使分割结果更具鲁棒性。实验结果表明,上述方法提升了分割精度,显著增强了抗噪能力,并降低在分析过程中固定干扰因素的影响,得到精确分割的舌图像。
-
-
刘增辉;
和孙文;
张社荣;
王超;
王枭华
-
-
摘要:
水电工程施工场区安全风险因素众多,在人员行为安全方面,其施工佩戴和操作不规范造成了较多的安全事故,现行的基于监控图像的检测算法在实际应用场景中仍然有所欠缺,检测速度和精度的矛盾性、鲁棒性低、实时性差、小目标识别丢失、重叠遮挡密集干扰漏检等问题仍然凸显,这些问题严重阻碍了施工场区安全管控水平的提升。针对上述难题提出了改进YOLOv3的多目标安全检测识别方法,引入空间金字塔池化结构,对Darknet-53网络结构进行调整优化,获取检测速度的提升;增加特征层以保留更多的小目标特征信息;采用GIOU改进损失函数,优化聚类方法提升了场区工人、佩戴安全帽情况、防疫口罩佩戴情况、着火险情的识别精度。经过实践应用分析验证,改进的YOLOv3-SG网络较原有网络检测效果有了较大提升,自建数据集平均精度mAP从75.6%到88.5%,多次检测速度平均值达到了40.1FPS,实现了满足水电工程施工场区智能识别场景下的人员安全佩戴和险情管控目标。
-
-
郝帅;
高山;
马旭;
安倍逸;
何田;
文虎;
王峰
-
-
摘要:
针对红外行人图像中受多尺度、部分遮挡以及环境干扰导致传统算法难以准确检测问题,提出一种红外图像行人检测算法。以CSPdarknet53作为主干特征提取网络,在输入端引入Focus模块以减少主干网络下采样过程中小尺度目标特征信息丢失;通过构建跨尺度特征聚合模块来融合主干网络不同残差层输出的全局特征和多尺度局部特征,提高网络多尺度特征聚合能力,提升网络检测精度;针对红外图像受自身成像机理以及复杂背景影响造成行人目标特征难以有效表达的问题,通过构建分层注意力映射模块来增强行人特征表达能力。为了验证所提出算法的优势,选取4种经典对比算法,并在3种公共数据集上进行测试验证。实验结果表明,该算法可以实现复杂环境下多尺度红外行人的准确检测,其平均准确率和召回率分别可达95.37%和92.99%。
-
-
刘家银;
李馥娟;
马卓;
夏玲玲
-
-
摘要:
恶意代码文件大小差异巨大,使用传统卷积神经网络对其可视化图像进行训练时会因分辨率调整导致大量信息丢失。为此,文章提出一种基于多尺度卷积神经网络的恶意代码分类方法。该方法首先将不同大小的恶意代码生成为多种特定分辨率的图像;然后利用DenseNet网络提取特征,避免因调整至同一分辨率导致信息损失;最后通过空间金字塔模型处理多尺度特征,进而训练分类模型。实验结果表明,该方法有效提高了恶意代码分类性能。
-
-
杜行奇
-
-
摘要:
建筑物变化检测是变化检测领域的一个重要研究方向,目前的众多建筑物变化检测方法大多参数量较大,变化检测精度不高。文章提出了一种结合深度可分离卷积和改进空间金字塔的模型。该方法上采样部分以深度可分离卷积代替传统卷积模块,即以逐通道卷积和逐点卷积的方式代替传统卷积模式,在保持精度的同时有效降低了参数量。增加改进空间金字塔结构以结合多尺度特征信息,增加影像多特征表达。实验结果表明。文章提出的方法可以有效提高建筑物数据集中的变化检测准确度。
-
-
高云;
李静;
余梅;
李小平;
余慧祥;
谭忠
-
-
摘要:
猪只盘点是生猪规模化养殖和管理中的重要环节,人工计数方法费时、费力,在大数据量的猪只盘点中容易出错.本文使用多尺度感知网络对高密度猪群图像中的猪只进行计数.通过对人群计数网络CSRNet的改进,得到猪只计数网络(Pig counting net,PCN),PCN采用VGG16作为前端网络提取特征,中间层采用空间金字塔(Spatial pyramid)结构对图像中的多尺度信息进行提取与融合,后端网络采用改进的膨胀卷积网络.PCN增加了多尺度感知结构、扩大了后端网络感受野,通过感知多尺度特征得到预测密度图,预测密度图反映了猪只空间分布,通过对密度图积分实现了猪只数量的估计.结果 表明,在平均猪只数为40.71的测试集图像上,PCN的计数准确率优于人群计数网络MCNN、CSRNet和改进Counting CNN的猪只计数网络,MAE和RMSE分别为1.74和2.28,表现出较高的准确性和鲁棒性;单幅图像平均识别时间为0.108 s,满足实时处理要求.
-
-
肖瑞雪;
冯英伟;
屈建萍
-
-
摘要:
为提升隐写分析的效率和准确率,并适应多尺寸输入图像,提出一个基于高效特征融合的可变尺寸图像隐写分析模型.在预处理层中,将经空域富模型的多阶高通滤波器初始化的多尺寸卷积核加入网络学习中,以提升模型的收敛效率和检测性能;在特征提取层中,采用特征融合思想,设计两个由Ghost瓶颈层、残差模块、密集连接模块组成的子网络,并融合输出的抽象隐写语义特征和非线性的高维隐写特征,以获得隐写特征的依赖性信息,增强模型的特征表达能力;采用改良版空间金字塔池化以自适应可变尺寸的图像样本,并丰富隐写特征的多样性.经仿真分析可知,模型能正确捕获关键的隐写信号,具备较高的收敛效率,在嵌入率为0.2、0.4的WOW隐写算法的检测准确率分别为82.6%和96.5%,在嵌入率为0.2、0.4的S-UNIWARD隐写算法的检测准确率分别为81.4%和95.2%,显著高于SRM和YedroudjNet隐写分析模型.
-
-
-
朱杰;
吴树芳
-
-
摘要:
在卷积神经网络模型中,空间金字塔池化方法将空间信息融入到深度特征的生成过程中,最终生成的图像表示可以有效地用于提高图像检索性能,但是此方法会导致生成的图像表示中不同维度之间描述的信息存在重复,且相同维度描述的图像内容不匹配.为此提出了一种基于多尺度特征映射匹配(multi-scale feature map matching,MFMM)的图像表示方法.此方法首先利用深度特征的方差与协方差矩阵提出了一种特征映射选择算法,用于增强图像表示中不同维度特征的独立性.其次,依据相同通道特征映射中高响应值位置有较高匹配性的特点,结合激活映射中最大响应位置的深度特征提出了一种优化的特征映射中心点选择方法.最后,按照不同的中心点通过多尺度窗口采样的方式,从特征映射中提取出带有空间信息的深度特征用于表示图像内容.实验结果表明,提出的方法在图像检索任务中能够取得良好的效果.
-
-
WANG Wanliang;
王万良;
ZHU Yanliang;
朱炎亮;
ZHAO Yanwei;
赵燕伟;
屠海龙
- 《2016年第四届全国现代制造集成技术学术会议》
-
摘要:
以NAO足球机器人为例,针对比赛球场背景差异,光照视角多变,目标纹理复杂,造成目标识别困难的问题,提出一种基于空间金字塔和特征集成的目标实时检测算法.利用目标边缘特性对原始图像提取HoG特征,经过分类获得初步目标标定框.其次,抽取基于RGB-SIFT的BOVW特征(Bag of Visual Word,BOVW),引入颜色和尺度不变信息对标定框作二次筛选.另外,为了提升不同视距导致目标尺度差异下的检测效果,采用空间金字塔代替传统单尺度图像进行滑动窗口检测,保证了算法的准确性.实验结果表明,该方法在智能机器人目标识别任务上具有很高的鲁棒性和有效性.
-
-
-
蔡新元;
张荣国;
肖柏华;
王舂恒
- 《2010年全国模式识别学术会议(CCPR2010)》
| 2010年
-
摘要:
本文中提出了一种新的基于最大Gabor响应二元模式的人脸特征提取方法。该方法借鉴了生物视觉中HMAX模型,用Gabor滤波模拟简单细胞响应,选取各个尺度上Gabor响应最大的方向。在最大Gabor响应图上用局部二元模式(LBP)描述人脸的局部信息,然后用空间金字塔描述人脸的全局分布信息。在ORL和FERET数据集上的实验表明,本文的方法与现有的最新技术相比,在较低的特征维数上,达到了与其相近的识别率。