深度递归卷积神经网络的偏振应用

衡量焦平面分割(DoFP)偏振相机插值算法好坏时,有两个备受关注的误差量:线性偏振度(DoLP)和偏振角度(AoP)。将深度递归卷积网络(DRCN)插值算法引入到偏振相机的插值上来。DRCN插值算法是全卷积的一个网络。整个网络的卷积核大小为3*3,在高分辨率图像重建部分采用16层的卷积递归,减少了网络的训练参数数目。在文中给出了DRCN单幅图像的插值误差、DoLP以及AoP的插值误差,误差采用常用的均方误差根进行计算。并将DRCN算法与双三次插值进行比较,从4幅中的单幅图像插值效果来看,该算法插值误差比双三次插值的误差小。同时在计算出来的DoLP、AoP的插值误差上,该插值算法也要好于传统的双三次插值算法。文章中给出了定性的比较,利用两个不同分辨率的Do FP偏振相机对同一场景进行拍摄,可以看出DRCN插值后计算出来的DoLP比双三次计算出来的DoLP更加接近于真实的DoLP。

基于递归卷积神经网络的煤矿智能监控安全生产管理平台关键技术研究

针对煤矿井下亮度低、粉尘大、温度高、湿度大以及场景复杂等生产环境,使得监控视频存在目标对象影像不清晰、特征不明显以及干扰元素多等问题,研究了以递归卷积神经网络算法为核心的煤矿智能监控安全生产管理平台关键技术,该技术能够获取高可靠的目标特征向量来提升对象的识别精度,实现在线实时和准确的目标检测与定位,实现煤矿智能监控安全生产管理中特定目标鲁棒性、精确识别和实时预警。

基于递归卷积神经网络的移动机器人定位算法

移动机器人定位已成为机器人研究的重要任务。提出基于递归卷积神经网络的移动机器人定位(Recurrent Convolutional Neural Networks-Based Mobile Robot Localization,RCNN-MRL)算法。递归卷积神经网络(Recurrent Convolutional Neural Networks,RCNN)结合卷积神经网络(Convolutional Neural Networks,CNN)和递归神经网络(Recurrent Neural Networks,RNN)的特性,并依据机器人上嵌入的照相机拍摄的第一人称视角图像,RCNN-MRL算法利用RCNN实现自主定位。具体而言,先通过RCNN有效地处理多个连续图像,再利用RCNN作为回归模型,进而估计机器人位置。同时,设计双轮机器人移动,获取多个时间序列图像信息。最后,依据双轮机器人随机移动建立仿真环境,分析机器人定位性能。实验数据表明,提出的RCNN模型能够实现自主定位。

基于长期递归卷积网络的无创血压测量

血压是能够反映人们身体健康的一个重要指标,随着高血压人群分布范围日益增大,连续血压的监测变得愈发重要。本文提出了基于长期递归卷积网络对光电容积脉搏波进行血压连续无创测量的方法。首先将利用光电容积法采集到的脉搏波信号归一化、阈值处理和特征提取,然后用长期递归卷积网络从脉搏波中计算出血压。实验表明,当光电容积脉搏波信号直接输入时,所提方法比长短期记忆网络的平均绝对误差和均方误差分别提升了56.00%和73.25%。将特征参数作为输入时,该实验比光电容积脉搏波信号直接输入时的平均绝对误差和均方误差提升了59.55%和87.41%,相比直接输入,特征参数输入的实验效果更好,实现了血压的精确测量。

基于双向递归卷积神经网络的单目红外视频深度估计

考虑到红外视频的深度特征具有单帧图像的独特性和视频全局的连续性,在单目红外视频深度估计问题上提出一种基于双向递归卷积神经网络(BrCNN)的深度估计方法。BrCNN在卷积神经网络(CNN)能够提取单帧图像特征的基础之上引入循环神经网络(RNN)传递序列信息机制,使其既具有CNN良好的图像特征提取能力,能够自动提取视频中每一帧图像的局部特征,又具有RNN良好的序列特征提取能力,能够自动提取视频中每一帧图像所包含的序列信息,并向后递归传递这种信息。采用双向递归的视频序列信息传递机制来估计红外视频的深度,提取到的每一帧图像的特征都包含了视频前后文的序列信息。实验结果表明,相对于传统CNN提取单帧图像特征进行的估计,使用BrCNN能够提取更具有表达能力的特征,估计出更精确的深度。

深度学习模型各层参数数目对于性能的影响

近年来深度学习在图像识别、语音识别等领域得到了广泛的应用,取得了优异的效果,但深度学习网络的结构设计没有一般规律可循。本文基于卷积神经网络和递归卷积神经网络模型探究了深度学习网络不同层级间参数分布对网络性能的影响,在CIFAR-10、CIFAR-100和SVHN数据集上进行了大量的实验。结果表明:在保证网络总参数大致相等并稳定在饱和的临界值附近的条件下,增加高层参数数量的能够提升网络性能,而增加低层参数数量的会降低网络性能。通过这一简单的规则,我们设计的递归卷积神经网络模型结构在CIFAR-100和SVHN两个数据集上达到了目前单模型最低的识别错误率。

基于BiLRCN和注意力机制的脉搏波血压测量

为了提高无创血压测量的精度,提出了基于双向长期递归卷积网络(Bidirectional Long-term Recurrent Convolutional Network,BiLRCN)和注意力机制的脉搏波血压测量方法。通过2个卷积神经网络(Convolutional Neural Network,CNN)层提取出光电容积脉搏信号的高维度特征,将其作为双向长短期记忆(Bidirectional Long Short-Term Memory,BiLSTM)网络的输入,通过BiLSTM提取输入序列前后向的特征信息进行预测;根据注意力机制自动分配权重的特征,给予重要时刻脉搏特征数据较大的权重,并通过2个全连接层得到血压的测量值。将所提出的方法与CNN、长短期记忆(Long Short-Term Memory,LSTM)网络、BiLSTM网络、长期递归卷积神经网络(Long-term Recurrent Convolutional Network,LRCN)方法进行了收敛速度和血压测量的对比实验。实验结果表明,所提出的方法较LRCN均方误差降低了21.63%,平均绝对误差降低了67.5%,确定性相关系数提高了0.42%。所提出的方法的收敛速度更快、血压测量精度更高。

低质量无约束人脸图像下的超分辨率摆正

针对人脸识别算法准确率受面部姿态、遮挡、图像分辨率等因素影响的问题,提出一种超分辨率摆正的方法,作用于低质量无约束输入图像上,生成高清晰度标准正面视图。主要通过估计输入图像与3D模型间的投影矩阵,产生标准正面视图,通过人脸对称性的特点,补全由于姿态、遮挡等原因所产生的面部缺失像素。在摆正过程中,为了提高图像分辨率以及避免面部像素信息丢失,引入一个16层的深度递归卷积神经网络进行超分辨率重构;并提出两个扩展:递归监督和跳跃链接,来降低网络训练难度以及缩小模型体量。在经过处理的LFW数据集上实验表明,该方法对人脸识别和性别检测算法的性能具有显著提升作用。

基于RCNN的问题相似度计算方法

在搜索引擎、问答系统中利用深度学习的方法计算问题相似度是NLP领域研究的热点。结合卷积神经网络(CNN)和长短记忆网络(LSTM),提出了递归卷积神经网络(RCNN)问句相似度的计算方法,首先利用双向递归神经网络提取上下文信息,然后采用1D卷积神经网络将词嵌入信息与上下文信息进行融合;再利用全局最大池化提取关键信息来完成问句的语义表示;最后通过匹配层判断问句对的相似度。在Quora Question Pairs数据集上的实验结果表明,该相似度计算方法准确率为83.57%,优于其他方法。

CRNN心音分类系统硬件加速及实现

为提高心音分类算法的实时性并将该分类算法移植至资源有限的移动设备中,提出一种适用于CRNN心音分类系统的硬件加速器。根据卷积层和LSTM层运算特点,通过交错缓存和分片缓存减小内存耗用,采用滑动窗运算机制和HLS指令优化最大限度地增加运算并行度,在FPGA平台中实现该加速方案。实验结果表明,与通用CPU相较,该CRNN加速器实现了29.79倍加速效果,能效比为通用GPU的20.2倍,具有较好的使用价值。