多尺度自卷积方差显著性SAR图像目标检测

针对SAR图像中显著性目标检测问题,提出一种基于多尺度自卷积方差显著性的自适应检测算法. 该算法在对SAR图像多尺度自卷积运算基础上,通过计算MSAV得到方差显著图. 设计了一种自适应阈值检测器,完成SAR图像中显著性目标的检测. 实验结果表明,在复杂背景环境下,所提算法能有效检测出与人类视觉较为一致的显著性目标.     

基于深度监督的跨模态图文检索方法研究

基于深度监督的学习结构应用于跨模态图文检索领域,弥补了不同数据模式之间的异质性差异,通过端到端的方式同时保持语义鉴别和模态不变性,有效地学习异构数据的共同表示.本文构建了图像和文本双模态CNN神经网络模型,对损失函数进行改进,优化神经网络模型训练学习过程,以监督网络学习跨模态转换函数.在Pascal sentence数...     

基于深度学习的车检图像多目标检测与识别

为了实现快速和自动的车辆外观检测,提出一种基于深度学习的车检图像多目标检测与识别方法。首先,采用轻量级神经网络YOLOv3实现车检图像中车头、轮胎、车牌及三角形标志的检测与识别;其次,采用多任务级联卷积神经网络实现车牌4个关键点定位;再次,利用车牌4个关键点坐标,结合目标车牌图像高宽先验,通过透视变换对车牌进行校正;最后,设计卷积神经网络实现车牌底色分类,同时设计卷积循环神经网络,实现车牌字符识别。实验结果表明,在816×612的车检图像上,该方法中端到端的多目标检测与识别的平均精度达98.03%;为便于在车检场景下应用该模型,利用阿里巴巴推理引擎将模型部署到CPU端,使多目标检测与识别的平均速度达10帧/s,从而满足车检的应用需求。     

结合背景先验和对象先验的显著性检测

提出一个结合背景先验和对象先验的显著性检测方法.首先,基于背景先验计算两个互补的测地线显著图,即基于纹理特征的测地线显著图和基于颜色特征的测地显著图;然后,计算基于对象先验的显著图;最后,训练一个贝叶斯分类器,并将这3个显著图融合,得到最终的结果.在当前使用最广且最大的用于显著性检测方法评价的公开数据集ASD和MSRA5000上的实验结果表明,该方法优于目前已有的15种方法.     

结合transformer多尺度实例交互的稀疏集目标检测

为改进稀疏集目标检测方法存在的特征图缺乏空间细节信息、目标特征没有做到全局上下文实例交互、全局语义信息没有得到充分学习等问题,设计了一种结合自适应特征增强和实例特征交互的稀疏集目标检测算法。自适应特征增强模块在特征提取过程中利用不同尺度的池化和卷积来丰富高级语义信息,减小低级语义信息背景噪声的干扰,降低目标错检率和漏检率。实例特征交互模块在边界框回归设计中结合transformer的多层注意力,并融合通道注意力和动态卷积网络对建议框的通道信息进行增强,改善了目标的边缘信息,提高了网络的实例特征交互效率。最后在COCO2017数据集与原始网络进行实验对比,平均精度提升了4.2%,其中在大目标上提升了4.6%,在PASCAL VOC数据集上提升了2.7%。     

基于改进YOLOv4的虾苗智能识别算法研究

近年来,虾类养殖发展迅速,已经成为我国水产养殖中的新型支柱产业,给国家及养殖企业带来了巨大的经济与社会价值.在对虾类进行养殖的过程中,对虾苗进行识别和数量统计为虾苗运送销售、科学喂养虾苗、挑选优质虾苗等环节提供了强力支持.因此,对虾苗进行智能识别与统计对虾类养殖业具有很重要的现实意义.但是,因虾苗图像存在反光、虾苗个体...     

基于深度学习的下井人员安全状态快速检测算法研究

在矿井生产中,作业环境复杂,安全生产风险较大,而传统的人工安全状态检测存在效率较低、漏检率较高等问题.因此,本文提出了基于卷积神经网络的下井人员安全状态快速检测方法.其间使用YOLOv3网络进行安全帽、工作服、工作鞋的多类别目标识别.试验表明,相比于传统人工检测方法,此算法具备更高的检测效率.在试验中,平均精度均值(m...     

融合深度学习的无人机巡检绝缘子自爆检测研究

绝缘子自爆检测是无人机电力输电线路巡检的一项重要内容,准确、快速、自动寻找绝缘子自爆区域,能大量节省无人机巡检图像数据处理工作量,提高巡检的精度和效率.本文针对目前绝缘子自爆区域检测存在样本少、目标小且精度不高的问题,提出了一种融合深度学习的无人机巡检绝缘子自爆区域检测方法.该方法用大量绝缘子样本训练深度学习目标识别模...     

基于卷积神经网络和投票机制的轨道板裂缝检测

现有的检测方法对轨道板细微裂缝和夜间拍摄的裂缝图像存在误检和漏检的现象,为此提出了一种基于卷积神经网络的改进方法.将特征图分组后用注意力机制强化各组向量的特征表达,以动态聚合弱分类器预测结果的方式得到最终的裂缝置信度.借助投票机制有效降低最终的预测偏差,提升模型的鲁棒性.实验结果表明:该改进方法在减少模型参数的情况下,...     

基于动静结合的单一背景目标检测方法

本文通过研究目标在单一场景条件下的成像特点与背景图像特征,提出一种基于动态特征、静态图像特征结合的单一背景目标检测算法框架模型。然后,通过分析算法模型对目标特征凸显的两种策略模式,分析其突出特征。最后,结合背景抑制分割方法,实现背景中目标的自适应溢出。     

一种基于Contourlet变换的多聚焦图像融合方法

提出了一种基于Contourlet变换的多聚焦图像融合方法.首先采用Contourlet变换对不同聚焦的图像进行分解,然后在不同的子带中进行图像融合.低频子带采用基于区域能量改进的融合算法;高频子带采用基于D-S证据理论的融合算法.实验结果表明,该算法能够有效地融合源图像信息,保持源图像特征.     

P糖蛋白及其检测方法

肿瘤细胞对化疗药物产生多药耐药性是化疗失败的主要原因之一,P-gp/mdr1介导的多药耐药是最经典的耐药机制.目前,对肿瘤细胞P-gp的检测主要从mRNA水平、蛋白水平及细胞水平进行,对其表达水平的检测具有潜在的临床意义。     

基于小波包负荷特征提取和径向基网络的短期负荷预测新方法

准确的负荷预测是电力系统做出合理调度的重要依据.提出基于小波包能量和神经网络理论的短期负荷预测新方法,将负荷序列进行小波包分解,提取小波包能量作为径向基神经网络负荷序列的输入特征量.大量的预测实例分析表明,所提出的预测方法具有稳定性和准确性.     

基于混沌振子和Lyapunov指数的微弱信号检测方法

分析了利用混沌振子的初值敏感性进行微弱信号检测的方法,同时对利用Lyapunov指数确定检测阈值的方法进行了研究。通过分析混沌振子的间歇混沌运动状态,发现在输入信号频率与策动力信号频率有微小差别时混沌振子输出信号发生间歇混沌现象,并且这个微小的频差可通过系统输出的间歇混沌信号估算出来。仿真实验表明基于混沌振子和Lyapunov指数的微弱信号检测方法可以很好的检测出信号并准确的计算出信号频率。     

一类谱任意符号模式矩阵

给出了一类新的含有2n个非零元的极小谱任意符号模式矩阵,运用幂零-中心化子方法证明了其为极小谱任意.     

一种基于投影的多指标决策方法及应用

研究了权重已知、各指标值是区间数的多指标决策问题.以投影原理作为依据,通过确定区间型理想点,考虑各方案在理想点上的投影来对所有方案进行排序,最后用该决策方法分析了一个实际问题,并取得了满意的结果.     

基于农业生产函数的控制与优化决策方法

针对市场经济环境下的农场生产决策中出现的新问题,以发展质量效益型农业为目标,提出了基于农业生产函数的逐场生产决策控制与优化方法,分别建立了农场的单位面积粮食生产优化决策模型和控制决策模型,根据粮食市场不同的情况,做出科学、合理的单位面积粮食生产资金安排方案     

ERP系统与业务流程匹配的结构化分析方法

通过分析企业业务流程的特点,提出了一种结构化的定量分析方法,将非结构化的业务流程和系统流程转换为结构化的矩阵。在此基础上,设计了ERP(Enterprise Resource Planning)系统与业务流程的匹配度评价指标,从整体匹配、信息传递匹配、信息监控匹配和管理改善四方面度量ERP系统和企业业务流程的匹配度。最后通过一个案例说明了论文提出的方法在企业选择ERP系统时的实际应用过程。     

查找素数的有效方法及在计算机上的实现

借助于整数性理论,得到查找素数的一种有效方法.这种方法与古老的爱氏筛选法相比较,在很大程度上提高了运算速度,方便了计算.