期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进残差网络的花卉图像分类算法
被引量:
8
1
作者
裴晓芳
张杨
《电子器件》
CAS
北大核心
2020年第3期698-704,共7页
传统的花卉图像分类都是基于人工手动选择单一特征或者多特征融合再分类,这种方法普遍存在精度低、成本高、泛化能力弱等缺陷。针对目前深度学习在细粒度图像分类中的应用,提出一种基于残差网络、实现端到端的花卉图像分类方法。首先以R...
传统的花卉图像分类都是基于人工手动选择单一特征或者多特征融合再分类,这种方法普遍存在精度低、成本高、泛化能力弱等缺陷。针对目前深度学习在细粒度图像分类中的应用,提出一种基于残差网络、实现端到端的花卉图像分类方法。首先以ResNet18为基础模型;其次将全卷积结构的思想应用于网络模型中,将ResNet18的全连接层替换成卷积层以优化网络模型;最后在优化后的ResNet18中融入混合域注意力机制,由Softmax层进行分类。本文选取了Oxford17flowers和Oxford102flowers两个花卉图像数据集做对比试验,与前人的花卉图像分类方法对比,本文的方法取得了理想的效果,在Oxford17和Oxford102上分别取得了99.26%以及99.02%的正确率。提出了一种基于注意力的残差结构改进方法,相较于前人的花卉图像分类方法,该方法能够更有效地提取关键信息的特征,抑制干扰区域的信息,对花卉图像分类具有显著性效果,适用于细粒度图像分类。
展开更多
关键词
图像分类
花卉识别
残差网络
全卷积结构
注意力机制
下载PDF
职称材料
基于改进Inception-ResNet-v2的城市交通路面状态识别算法
2
作者
王佳
黄德启
+1 位作者
郭鑫
杨路明
《科学技术与工程》
北大核心
2022年第6期2524-2530,共7页
针对传统方法对于路面状态识别准确率低的问题,提出了一种改进Inception-ResNet-v2的路面状态识别算法,对6种城市交通路面状态进行识别。首先,在Inception-ResNet-v2算法的Inception-ResNet-C模块引入SENet注意力机制得到SE-Inception-R...
针对传统方法对于路面状态识别准确率低的问题,提出了一种改进Inception-ResNet-v2的路面状态识别算法,对6种城市交通路面状态进行识别。首先,在Inception-ResNet-v2算法的Inception-ResNet-C模块引入SENet注意力机制得到SE-Inception-ResNet-C模块,使算法学习到不同通道特征的重要程度;然后采用特征融合策略,将不同层级的特征信息融合,防止重要特征信息的丢失;最后采用全卷积结构,将原始算法中的全连接层换成卷积层,不仅保证了图像的空间结构,还能使网络接收任意尺度的图片。实验结果表明,该算法能提取关键的特征信息,有效提高了路面状态的识别精度。
展开更多
关键词
城市交通
路面状态识别
Inception-ResNet-v2算法
注意力机制
特征融合
全卷积结构
下载PDF
职称材料
低亮度退化图像处理与成像技术研究
被引量:
1
3
作者
李舒兴
《中国新通信》
2019年第10期150-151,共2页
目前,很多关于去噪、去模糊、图像增强等技术的研究相继被提出,模糊退化图像的复原与亮度处理在现实中有着很重要的价值。本文主要探讨了模糊退化图像的复原与低亮度图像处理的方法,首先,对模糊区域进行了提取,运用维纳滤波复原法对提...
目前,很多关于去噪、去模糊、图像增强等技术的研究相继被提出,模糊退化图像的复原与亮度处理在现实中有着很重要的价值。本文主要探讨了模糊退化图像的复原与低亮度图像处理的方法,首先,对模糊区域进行了提取,运用维纳滤波复原法对提取的模糊区域进行复原;然后,提出了一种端到端训练模式的全卷积网络结构,用于对复原后的低亮度图像进行处理,即训练一个全卷积网络FCN来直接处理快速成像系统中的低亮度图像。最终,处理结果表明:全卷积网络结构在低亮度图像处理中能够表现出出色的性能,并在未来工作中有很大的应用前景。
展开更多
关键词
模糊图像
低亮度
维纳滤波法
全
卷积
网络
结构
下载PDF
职称材料
题名
基于改进残差网络的花卉图像分类算法
被引量:
8
1
作者
裴晓芳
张杨
机构
南京信息工程大学滨江学院
南京信息工程大学江苏省大气环境与装备技术协同创新中心
南京信息工程大学电子与信息工程学院
出处
《电子器件》
CAS
北大核心
2020年第3期698-704,共7页
基金
南京信息工程大学滨江学院课题项目(2019bjyng006)。
文摘
传统的花卉图像分类都是基于人工手动选择单一特征或者多特征融合再分类,这种方法普遍存在精度低、成本高、泛化能力弱等缺陷。针对目前深度学习在细粒度图像分类中的应用,提出一种基于残差网络、实现端到端的花卉图像分类方法。首先以ResNet18为基础模型;其次将全卷积结构的思想应用于网络模型中,将ResNet18的全连接层替换成卷积层以优化网络模型;最后在优化后的ResNet18中融入混合域注意力机制,由Softmax层进行分类。本文选取了Oxford17flowers和Oxford102flowers两个花卉图像数据集做对比试验,与前人的花卉图像分类方法对比,本文的方法取得了理想的效果,在Oxford17和Oxford102上分别取得了99.26%以及99.02%的正确率。提出了一种基于注意力的残差结构改进方法,相较于前人的花卉图像分类方法,该方法能够更有效地提取关键信息的特征,抑制干扰区域的信息,对花卉图像分类具有显著性效果,适用于细粒度图像分类。
关键词
图像分类
花卉识别
残差网络
全卷积结构
注意力机制
Keywords
image classification
flower recognition
residual network
full convolution structure
attention mechanism
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于改进Inception-ResNet-v2的城市交通路面状态识别算法
2
作者
王佳
黄德启
郭鑫
杨路明
机构
新疆大学电气工程学院
出处
《科学技术与工程》
北大核心
2022年第6期2524-2530,共7页
基金
国家自然科学基金(51468062)。
文摘
针对传统方法对于路面状态识别准确率低的问题,提出了一种改进Inception-ResNet-v2的路面状态识别算法,对6种城市交通路面状态进行识别。首先,在Inception-ResNet-v2算法的Inception-ResNet-C模块引入SENet注意力机制得到SE-Inception-ResNet-C模块,使算法学习到不同通道特征的重要程度;然后采用特征融合策略,将不同层级的特征信息融合,防止重要特征信息的丢失;最后采用全卷积结构,将原始算法中的全连接层换成卷积层,不仅保证了图像的空间结构,还能使网络接收任意尺度的图片。实验结果表明,该算法能提取关键的特征信息,有效提高了路面状态的识别精度。
关键词
城市交通
路面状态识别
Inception-ResNet-v2算法
注意力机制
特征融合
全卷积结构
Keywords
urban traffic
road surface condition recognition
Inception-ResNet-v2 algorithm
attention mechanism
feature fusion
full convolutional structure
分类号
U467.4 [机械工程—车辆工程]
下载PDF
职称材料
题名
低亮度退化图像处理与成像技术研究
被引量:
1
3
作者
李舒兴
机构
厦门大学
出处
《中国新通信》
2019年第10期150-151,共2页
文摘
目前,很多关于去噪、去模糊、图像增强等技术的研究相继被提出,模糊退化图像的复原与亮度处理在现实中有着很重要的价值。本文主要探讨了模糊退化图像的复原与低亮度图像处理的方法,首先,对模糊区域进行了提取,运用维纳滤波复原法对提取的模糊区域进行复原;然后,提出了一种端到端训练模式的全卷积网络结构,用于对复原后的低亮度图像进行处理,即训练一个全卷积网络FCN来直接处理快速成像系统中的低亮度图像。最终,处理结果表明:全卷积网络结构在低亮度图像处理中能够表现出出色的性能,并在未来工作中有很大的应用前景。
关键词
模糊图像
低亮度
维纳滤波法
全
卷积
网络
结构
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进残差网络的花卉图像分类算法
裴晓芳
张杨
《电子器件》
CAS
北大核心
2020
8
下载PDF
职称材料
2
基于改进Inception-ResNet-v2的城市交通路面状态识别算法
王佳
黄德启
郭鑫
杨路明
《科学技术与工程》
北大核心
2022
0
下载PDF
职称材料
3
低亮度退化图像处理与成像技术研究
李舒兴
《中国新通信》
2019
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部