期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
图卷积神经网络行人轨迹预测算法 被引量:8
1
作者 王天保 刘昱 +1 位作者 郭继昌 晋玮佩 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2021年第2期53-60,共8页
针对行人轨迹预测任务中行人间的交互模式难以被有效构建的问题,提出了一种基于图卷积神经网络的算法TP-GCN来建立行人交互模型并进行轨迹预测.首先对行人的轨迹序列使用长短期记忆网络提取轨迹运动特征;随后将行人视为图结构中的顶点,... 针对行人轨迹预测任务中行人间的交互模式难以被有效构建的问题,提出了一种基于图卷积神经网络的算法TP-GCN来建立行人交互模型并进行轨迹预测.首先对行人的轨迹序列使用长短期记忆网络提取轨迹运动特征;随后将行人视为图结构中的顶点,创建表示相互关系的邻接矩阵,并根据视觉盲区范围筛除无关顶点间的连接权重;然后对于轨迹运动特征,使用图卷积神经网络提取不同轨迹间的交互信息,同时增加顶点对自身所隐含交互信息的提取,并使用长短期记忆网络将交互信息编码为轨迹交互特征;之后通过深度图信息最大化方法,对图卷积神经网络的权重进行优化,使得个人的运动模式符合场景内所有行人共有的运动模式;最后将轨迹运动特征和轨迹交互特征使用长短期记忆网络进行解码,完成轨迹预测.在公开数据集ETH和UCY上的实验结果表明,所提算法能够根据行人间的交互模式做出与真实行为接近的符合行人习惯的预测,整体预测精度高.同时,消融实验和预测轨迹的可视化也显示了算法的有效性及良好的可解释性. 展开更多
关键词 轨迹预测 交互模式 图卷积神经网络 长短期记忆网络 互信息
下载PDF
基于条件生成对抗网络的水下图像增强 被引量:14
2
作者 晋玮佩 郭继昌 祁清 《激光与光电子学进展》 CSCD 北大核心 2020年第14期25-36,共12页
为提升不同颜色水下图像的增强效果,提出一种基于条件生成对抗网络的水下图像增强方法。该网络在生成模型中加入残差密集块中的残差模块,其密集级联和残差连接可以提取图像的特征信息,改善梯度消失现象;在目标函数中增加两种新的损失函... 为提升不同颜色水下图像的增强效果,提出一种基于条件生成对抗网络的水下图像增强方法。该网络在生成模型中加入残差密集块中的残差模块,其密集级联和残差连接可以提取图像的特征信息,改善梯度消失现象;在目标函数中增加两种新的损失函数建立网络模型,使得增强后的图像与输入图像的内容和结构保持一致。实验结果表明,所提方法对不同颜色水下图像的增强效果优于现有算法,具有更好的视觉效果。 展开更多
关键词 图像处理 水下图像 颜色退化 条件生成对抗网络 深度学习
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部