首页 > 论文 > 标签

Hi,您目前在 全部期刊 'convolutional neural network', 共找到 153个内容。

   将选定结果: 

 基于深度学习的图像显著区域检测

纪超 黄新波 曹雯 朱永灿 张烨

[摘要]对区域的边界和物体边缘像素使用聚焦操作来计算区域显著特征,采用全局颜色显著性计算全局显著特征,基于卷积神经网络(CNN)融合区域显著特征和全局显著特征,获得最终的显著图,同时采用循环结构网络,多次参考周围环...

 PDF全文激光与光电子学进展 | 2019, 56(09):091007

 结合残差学习的尺度感知图像降噪算法

陈欢 陈清江

[摘要]提出了一种结合深度学习的图像降噪算法。采用尺度感知边缘保护滤波器对噪声图像进行多尺度分解,利用其尺度感知和边缘保持的特性对图像噪声等小结构信息进行移除,并保持边缘细节不变;将训练好的卷积神经网络模型用...

 PDF全文激光与光电子学进展 | 2019, 56(09):091005

 基于卷积神经网络的棋子定位和识别方法

韩燮 赵融 孙福盛

[摘要]中国象棋棋子定位采用的传统图像处理方法,复杂度高;识别棋子采用的传统文字识别方法,泛化性较差、精确度较低。提出一种基于棋子颜色特征的分割方法和改进的二值图像滤波算法,实现了棋子的快速定位,不需要二次修...

 PDF全文激光与光电子学进展 | 2019, 56(08):081007

 基于深度卷积神经网络的道路场景深度估计

袁建中 周武杰 潘婷 顾鹏笠

[摘要]提出了一种基于深度卷积神经网络的单目视觉深度估计方法,该方法采用端到端学习框架来构建模型。采用残差网络(ResNet)作为神经网络模型框架的编码部分来提取深度信息特征。采用密集连接卷积网络(DenseNet)对编码...

 PDF全文激光与光电子学进展 | 2019, 56(08):081501

 一种基于增强卷积神经网络的病理图像诊断算法

孟婷 刘宇航 张凯昱

[摘要]自动病理图像诊断是医学图像分析的一个重要课题,实现精确诊断的前提是提取健康与患病组织的形态特征。本文以深度神经网络为工具,提出一种增强卷积网络模型,通过训练一对互补的卷积神经网络,以优化病理图像诊断准...

 PDF全文激光与光电子学进展 | 2019, 56(08):081001

 基于多特征卷积神经网络的手写公式符号识别

方定邦 冯桂 曹海燕 杨恒杰 韩雪 易银城

[摘要]提出了基于多特征稠密卷积神经网络的模型框架(DenseNet-SE)。与传统方法相比,DenseNet-SE采用数据驱动的方法,无需手工提取特征。该框架包含了稠密残差块的结构,能够获取深度特征。通过跳跃连接的方式,从浅层获取...

 PDF全文激光与光电子学进展 | 2019, 56(07):072001

 基于卷积神经网络与长短期记忆神经网络的多特征融合人体行为识别算法

黄友文 万超伦 冯恒

[摘要]提出了一种基于卷积神经网络和长短期记忆(LSTM)神经网络的深度学习网络结构。采用特征融合的方法,通过卷积网络提取出浅层特征与深层特征并进行联接,对特征通过卷积进行融合,将获得的矢量信息输入LSTM单元。分别...

 PDF全文激光与光电子学进展 | 2019, 56(07):071505

 基于图像融合的无参考立体图像质量评价

黄姝钰 桑庆兵

[摘要]提出了一种基于图像融合的无参考立体图像质量评价算法。该算法利用小波变换分解重构立体图像的左右视图并融合在一幅图像中,归一化处理融合图像的亮度系数,均衡各部分亮度并保留融合图像的结构信息,使用卷积神经网...

 PDF全文激光与光电子学进展 | 2019, 56(07):071004

 基于U-Net卷积神经网络的纳米颗粒分割

张芳 吴玥 肖志涛 耿磊 吴骏 刘彦北 王雯

[摘要]为了准确测量纳米颗粒的尺寸,依据透射电子显微镜拍摄的纳米颗粒图像,提出了一种基于U-Net卷积神经网络的颗粒自动分割方法。将U-Net部分网络结构与批量归一化层相结合,减弱了网络对初始化的依赖,提升了训练速度。...

 PDF全文激光与光电子学进展 | 2019, 56(06):061005

 基于深度学习和人眼视觉系统的遥感图像质量评价

刘迪 李迎春

[摘要]提出了一种基于深度学习和人眼视觉特性的遥感图像质量评价方法。利用卷积神经网络和反向传播神经网络分类器,同时对遥感图像进行特征学习及模糊和噪声强度的等级分类。利用掩盖效应和感知加权因子修正评价模型,得到...

 PDF全文激光与光电子学进展 | 2019, 56(06):061101

 基于帧特征及维特比解码的手写体与印刷体分类

林琴 夏俊峰 涂铮铮 郭玉堂

[摘要]为有效区分手写体与印刷体,提出了一种基于卷积神经网络隐层帧特征的分类方法。基于卷积神经网络,提取隐层帧特征,利用高斯混合模型结合隐马尔可夫模型的方法对该特征进行建模,再通过维特比解码算法判定每帧特征的...

 PDF全文激光与光电子学进展 | 2019, 56(06):061003

 基于卷积神经网络的遥感图像目标检测

欧攀 张正 路奎 刘泽阳

[摘要]针对遥感图像中的目标检测问题,采用基于卷积神经网络的目标检测框架对目标进行提取,针对该网络制作了包含三类遥感图像中常见目标的目标检测数据集。为了解决遥感图像目标旋转角度较大的问题,将空间变换网络融入超...

 PDF全文激光与光电子学进展 | 2019, 56(05):051002

 基于可分离残差模块的精确实时语义分割

路文超 庞彦伟 何宇清 王建

[摘要]针对当前智能驾驶领域场景理解中的语义分割算法无法同时满足高精度和高效率要求的问题,提出了精确高效的语义分割算法。基于可分离残差模块和降采样模块,设计了充分利用其学习能力和学习效率的高效精确语义分割网络...

 PDF全文激光与光电子学进展 | 2019, 56(05):051005

 复杂背景下车型识别分类器

张洁 赵红东 李宇海 闫苗 赵泽通

[摘要]细粒度车型图像的类间特征差异小,在复杂图片背景中识别干扰因素多。为提高模型在复杂背景中对图像的特征提取能力和识别准确度,提出了基于支持向量机(SVM)和深度卷积神经网络(DCNN)的分类器集成模型Softmax-SVM...

 PDF全文激光与光电子学进展 | 2019, 56(04):041501

 基于改进特征金字塔的Mask R-CNN目标检测方法

任之俊 蔺素珍 李大威 王丽芳 左健宏

[摘要]提出了一种基于改进特征金字塔的Mask R-CNN目标检测方法。实验结果表明,在目标边缘和包围盒两项检测中,相比于Mask R-CNN检测框架,所提方法在不同的交并比阈值下的平均准确率分别提高了约2.4%和3.8%。尤其对于中等...

 PDF全文激光与光电子学进展 | 2019, 56(04):041502

 基于改进多尺度特征图的目标快速检测与识别算法

单倩文 郑新波 何小海 滕奇志 吴晓红

[摘要]针对目标检测与识别在精度和实时性方面的要求, 提出了一种基于改进多尺度特征图的目标快速检测与识别算法。算法在原始SSD模型的基础上, 利用卷积神经网络自动提取多尺度特征图, 构建了一种有效的卷积特征图融合模块,...

 PDF全文激光与光电子学进展 | 2019, 56(02):021002

 基于卷积神经网络的高光谱遥感地物多分类识别

闫苗 赵红东 李宇海 张洁 赵泽通

[摘要]在进行遥感图像多分类识别时, 针对使用传统方法遇到的分类模型特征提取困难、分类精度不理想、分类种类少等问题, 研究了卷积神经网络(CNN)模型在高光谱遥感地物多分类识别中的可行性及不同CNN 模型对高光谱遥感地物多...

 PDF全文激光与光电子学进展 | 2019, 56(02):021702

 基于卷积神经网络的激光距离选通式成像目标识别

王书宇 陶声祥 杨钒 艾磊

[摘要]为解决距离选通式激光成像中由于图像模糊而导致目标识别率偏低的难题, 提出一种保留特征的卷积神经网络(KFCNN)模型, 用于激光选通图像中的目标识别。与传统的卷积神经网络不同, KFCNN使用一个特征保留层来提高模糊目...

 PDF全文激光与光电子学进展 | 2019, 56(02):021001

 核燃料芯块的表面裂纹检测算法研究

宋文豪 张斌 李峰宇 杨腾达 李建宁 杨小会

[摘要]为保证反应堆的安全运行,需要采用多种检测技术确保燃料芯块质量。针对燃料芯块表面裂纹检测中因图像对比度低、背景复杂而导致的裂纹误检率高的问题,提出了一种基于卷积神经网络(CNN)和Beamlet算法相结合的表面裂纹检...

 PDF全文激光与光电子学进展 | 2019, 56(16):161008

 基于多尺度卷积特征融合的台风等级分类模型

卢鹏 邹佩岐 邹国良

[摘要]为提高卷积神经网络对图像多尺度变化的感知能力,增加网络的尺度不变性,提出一种基于多尺度卷积特征融合的台风等级分类模型。在卷积神经网络中添加多尺度感知层,对卷积特征进行多尺度感知并进行级联。将多尺度正则化项...

 PDF全文激光与光电子学进展 | 2019, 56(16):160101

 基于深度残差去噪网络的遥感融合图像质量提升

杨斌 王翔

[摘要]将理想高分辨率多光谱图像与遥感融合结果之间的残差视为广义噪声,提出了基于深度残差去噪网络(DnCNN)的遥感融合图像质量提升算法。通过DnCNN学习固定融合算法中细节丢失或光谱扭曲的规律,将输入的遥感图像融合结果映...

 PDF全文激光与光电子学进展 | 2019, 56(16):161009

 基于特征拼接的行人重识别

潘通 李文国

[摘要]基于卷积神经网络算法对行人进行多特征提取,并使用拼接后的多特征对行人进行特征表征。使用全局池化和多个卷积构建多分支结构,利用多分支结构来弥补丢失的信息。为了减小过拟合,采用自行设计的瓶颈层代替模型中的分类...

 PDF全文激光与光电子学进展 | 2019, 56(16):162001

 基于改进Faster R-CNN的子弹外观缺陷检测

马晓云 朱丹 金晨 佟新鑫

[摘要]为了实现子弹外观缺陷的自动检测,解决传统机器视觉方法在缺陷检测方面手工设计目标特征耗时和泛化能力差的问题,针对子弹外观缺陷数据集,采用K-means++算法改进锚框的生成方法,提出了Faster R-CNN子弹外观缺陷检测模型...

 PDF全文激光与光电子学进展 | 2019, 56(15):151202

 基于深度学习的语义分割问题研究综述

张祥甫 刘健 石章松 吴中红 王智

[摘要]语义分割是计算机视觉领域的核心技术,通过对图像中的每个像素点进行分类,将图像分割成若干个具有特定语义类别的区域。近年来,卷积神经网络(CNN)不断取得突破性进展,利用深度学习方法处理语义分割问题展示出具大的潜力...

 PDF全文激光与光电子学进展 | 2019, 56(15):150003

 基于多尺度卷积特征融合的行人重识别

徐龙壮 彭力

[摘要]针对现有的基于卷积神经网络的行人重识别方法对于遮挡和复杂背景引起的判别信息缺失问题,提出了一种基于多尺度卷积特征融合的行人重识别算法。在训练阶段,使用金字塔池化方法对卷积特征图进行分块和池化,获得包含全局...

 PDF全文激光与光电子学进展 | 2019, 56(14):141504

 基于优化可形变区域全卷积神经网络的人头检测方法

吉训生 王昊

[摘要]人头检测技术是人数统计领域一项重要的研究内容,基于检测的人数统计方法常用于视频监控领域。人头检测常常受到遮挡、背景干扰、光照等因素影响。为解决上述问题,提出一种基于区域全卷积神经网络进行头部检测的方法。...

 PDF全文激光与光电子学进展 | 2019, 56(14):141009

 结合卷积神经网络多层特征和支持向量机的车辆识别

马永杰 马芸婷 陈佳辉

[摘要]车辆识别方法计算量大,提取的特征复杂,且传统神经网络利用端层特征进行分类导致特征不全面,为此提出了一种结合卷积神经网络(CNN)多层特征和支持向量机(SVM)的车辆识别方法。该方法在传统AlexNet模型基础上构建卷积神...

 PDF全文激光与光电子学进展 | 2019, 56(14):141001

 多尺度卷积神经网络的头部姿态估计

梁令羽 张天天 何为

[摘要]针对多尺度卷积神经网络的头部姿态估计准确率在实际应用中易受到光照、遮挡等干扰因素的影响,以及大量运算导致算法运行速度较低的问题,提出了头部姿态估计算法。使用不同尺度的卷积核对输入的头部姿态图片进行特征提...

 PDF全文激光与光电子学进展 | 2019, 56(13):131003

 基于多尺度特征提取和全连接条件随机场的图像语义分割方法

董永峰 杨雨訢 王利琴

[摘要]针对图像语义分割中图像的上下文信息利用不充分、边缘分割不清等问题,提出一种基于多尺度特征提取与全连接条件随机场的网络模型。分别以多尺度形式将RGB图像和深度图像输入网络,利用卷积神经网络提取图像特征;将深度...

 PDF全文激光与光电子学进展 | 2019, 56(13):131007

 基于改进Faster RCNN的毫米波图像实时目标检测

侯冰基 杨明辉 孙晓玮

[摘要]采用反卷积与捷径连接,针对毫米波图像提出了一种高效、快速的卷积神经网络,在保留图像低阶细粒度特征的同时,检测速度由原框架的9 frame/s大幅提升至27 frame/s,并取消了Faster RCNN (Regions with Convolutional Neu...

 PDF全文激光与光电子学进展 | 2019, 56(13):131009

首页上一页123456下一页尾页