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
互补特征交互融合的RGB_D实时显著目标检测
1
作者
叶欣悦
朱磊
+1 位作者
王文武
付云
《中国图象图形学报》
CSCD
北大核心
2024年第5期1252-1264,共13页
目的 通过融合颜色、深度和空间信息,利用RGB_D这两种模态数据的显著目标检测方案通常能比单一模态数据取得更加准确的预测结果。深度学习进一步推动RGB_D显著目标检测领域的发展。然而,现有RGB_D显著目标检测深度网络模型容易忽略模态...
目的 通过融合颜色、深度和空间信息,利用RGB_D这两种模态数据的显著目标检测方案通常能比单一模态数据取得更加准确的预测结果。深度学习进一步推动RGB_D显著目标检测领域的发展。然而,现有RGB_D显著目标检测深度网络模型容易忽略模态的特异性,通常仅通过简单的元素相加、相乘或特征串联来融合多模态特征,如何实现RGB图像和深度图像之间的信息交互则缺乏合理性解释。为了探求两种模态数据中的互补信息重要性及更有效的交互方式,在分析了传统卷积网络中修正线性单元(rectified linear unit,ReLU)选通特性的基础上,设计了一种新的RGB和深度特征互补信息交互机制,并首次应用于RGB_D显著目标检测中。方法 首先,根据该机制提出了互补信息交互模块将模态各自的“冗余”特征用于辅助对方。然后,将其阶段式插入两个轻量级主干网络分别用于提取RGB和深度特征并实施两者的交互。该模块核心功能基于修改的ReLU,具有结构简单的特点。在网络的顶层还设计了跨模态特征融合模块用于提取融合后特征的全局语义信息。该特征被馈送至主干网络每个尺度,并通过邻域尺度特征增强模块与多个尺度特征进行聚合。最后,采用了深度恢复监督、边缘监督和深度监督3种监督策略以有效监督提出模型的优化过程。结果 在4个广泛使用的公开数据集NJU2K(Nanjing University2K)、NLPR(national laboratory of pattern recognition)、STERE(stereo dataset)和SIP(salient person)上的定量和定性的实验结果表明,以Max F-measure、MAE(mean absolute error)以及Max E-measure共3种主流测度评估,本文提出的显著目标检测模型相比较其他方法取得了更优秀的性能和显著的推理速度优势(373.8帧/s)。结论 本文论证了在RGB_D显著目标检测中两种模态数据具有信息互补特点,提出的模型具有较好的性能和高效率推理能力,有较好的实际应用价值。
展开更多
关键词
显著目标检测(SOD)
rgb_d
深度卷积网络
互补信息交互
跨模态特征融合
原文传递
基于IMU/视觉融合的导航定位算法研究
被引量:
7
2
作者
董伯麟
柴旭
《压电与声光》
CAS
北大核心
2020年第5期724-728,共5页
针对基于视觉传感器的移动机器人在快速运动或发生旋转时出现图像模糊和特征丢失,以至无法进行特征匹配,从而导致系统定位和建图的准确度及精确度下降问题,该文提出了一种以深度相机(RGB_D)融合惯性测量单元(IMU)的方案。采用ORB SLAM2...
针对基于视觉传感器的移动机器人在快速运动或发生旋转时出现图像模糊和特征丢失,以至无法进行特征匹配,从而导致系统定位和建图的准确度及精确度下降问题,该文提出了一种以深度相机(RGB_D)融合惯性测量单元(IMU)的方案。采用ORB SLAM2算法进行位姿估计,同时将IMU信息作为约束弥补相机数据的缺失。两种传感器的测量数据采用基于扩展卡尔曼滤波的松耦合方式进行非线性优化,通过数据采集实验表明,该方法能有效提高机器人的定位精度和系统建图效果。
展开更多
关键词
同步定位与建图
深度相机(
rgb_d
)
惯性测量单元
ORB特征
扩展卡尔曼滤波(EKF)
下载PDF
职称材料
利用RGB-D数据驱动的骨肌模型预测膝关节接触力
3
作者
徐唯祎
朱业安
+1 位作者
王浩伦
卢巍
《航天医学与医学工程》
CAS
CSCD
北大核心
2020年第3期252-257,共6页
目的利用RGB-D数据驱动骨肌模型来预测受试者步行时的膝关节接触力,并验证其准确性。方法首先,利用Kinect和Qualisys运动捕捉系统(参照标准)同步采集了6名受试者的运动轨迹数据;然后,利用运动轨迹数据和地面反作用力数据分别驱动校准后...
目的利用RGB-D数据驱动骨肌模型来预测受试者步行时的膝关节接触力,并验证其准确性。方法首先,利用Kinect和Qualisys运动捕捉系统(参照标准)同步采集了6名受试者的运动轨迹数据;然后,利用运动轨迹数据和地面反作用力数据分别驱动校准后的骨骼肌肉模型,通过模型的逆向动力学分析功能实现了膝关节接触力的预测;最后,利用均方根误差(δRMSE)和皮尔逊相关系数(ρ)对两种方法的预测结果进行了对比验证。结果和参照方法相比,RGB-D数据驱动的骨肌模型能准确预测受试者步行时的膝关节接触力(δRMSE=77.1;ρ=0.970)。结论RGB-D数据驱动的骨肌模型能够精准预测膝关节接触力,可作为一种更好的替代方法在临床上应用。
展开更多
关键词
RGB-D数据
骨肌模型
膝关节接触力
步态分析
准确率
下载PDF
职称材料
题名
互补特征交互融合的RGB_D实时显著目标检测
1
作者
叶欣悦
朱磊
王文武
付云
机构
武汉科技大学信息科学与工程学院
出处
《中国图象图形学报》
CSCD
北大核心
2024年第5期1252-1264,共13页
基金
国家自然科学基金项目(61873196,61502358)。
文摘
目的 通过融合颜色、深度和空间信息,利用RGB_D这两种模态数据的显著目标检测方案通常能比单一模态数据取得更加准确的预测结果。深度学习进一步推动RGB_D显著目标检测领域的发展。然而,现有RGB_D显著目标检测深度网络模型容易忽略模态的特异性,通常仅通过简单的元素相加、相乘或特征串联来融合多模态特征,如何实现RGB图像和深度图像之间的信息交互则缺乏合理性解释。为了探求两种模态数据中的互补信息重要性及更有效的交互方式,在分析了传统卷积网络中修正线性单元(rectified linear unit,ReLU)选通特性的基础上,设计了一种新的RGB和深度特征互补信息交互机制,并首次应用于RGB_D显著目标检测中。方法 首先,根据该机制提出了互补信息交互模块将模态各自的“冗余”特征用于辅助对方。然后,将其阶段式插入两个轻量级主干网络分别用于提取RGB和深度特征并实施两者的交互。该模块核心功能基于修改的ReLU,具有结构简单的特点。在网络的顶层还设计了跨模态特征融合模块用于提取融合后特征的全局语义信息。该特征被馈送至主干网络每个尺度,并通过邻域尺度特征增强模块与多个尺度特征进行聚合。最后,采用了深度恢复监督、边缘监督和深度监督3种监督策略以有效监督提出模型的优化过程。结果 在4个广泛使用的公开数据集NJU2K(Nanjing University2K)、NLPR(national laboratory of pattern recognition)、STERE(stereo dataset)和SIP(salient person)上的定量和定性的实验结果表明,以Max F-measure、MAE(mean absolute error)以及Max E-measure共3种主流测度评估,本文提出的显著目标检测模型相比较其他方法取得了更优秀的性能和显著的推理速度优势(373.8帧/s)。结论 本文论证了在RGB_D显著目标检测中两种模态数据具有信息互补特点,提出的模型具有较好的性能和高效率推理能力,有较好的实际应用价值。
关键词
显著目标检测(SOD)
rgb_d
深度卷积网络
互补信息交互
跨模态特征融合
Keywords
salient object detection(SOD)
rgb_d
deep convolutional network
complementary information interaction
cross-modal feature fusion
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
原文传递
题名
基于IMU/视觉融合的导航定位算法研究
被引量:
7
2
作者
董伯麟
柴旭
机构
合肥工业大学机械工程学院
出处
《压电与声光》
CAS
北大核心
2020年第5期724-728,共5页
文摘
针对基于视觉传感器的移动机器人在快速运动或发生旋转时出现图像模糊和特征丢失,以至无法进行特征匹配,从而导致系统定位和建图的准确度及精确度下降问题,该文提出了一种以深度相机(RGB_D)融合惯性测量单元(IMU)的方案。采用ORB SLAM2算法进行位姿估计,同时将IMU信息作为约束弥补相机数据的缺失。两种传感器的测量数据采用基于扩展卡尔曼滤波的松耦合方式进行非线性优化,通过数据采集实验表明,该方法能有效提高机器人的定位精度和系统建图效果。
关键词
同步定位与建图
深度相机(
rgb_d
)
惯性测量单元
ORB特征
扩展卡尔曼滤波(EKF)
Keywords
simultaneous localization and mapping
rgb_d
inertial measurement unit
ORB feature
extended Kalman filter(EKF)
分类号
TN911.73 [电子电信—通信与信息系统]
TP182 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
利用RGB-D数据驱动的骨肌模型预测膝关节接触力
3
作者
徐唯祎
朱业安
王浩伦
卢巍
机构
华东交通大学交通运输与物流学院
江西省人民医院康复医学科
出处
《航天医学与医学工程》
CAS
CSCD
北大核心
2020年第3期252-257,共6页
基金
中国高校产学研创新基金(用友专项)
江西省科技厅重点研发计划项目(20192BBG70011)。
文摘
目的利用RGB-D数据驱动骨肌模型来预测受试者步行时的膝关节接触力,并验证其准确性。方法首先,利用Kinect和Qualisys运动捕捉系统(参照标准)同步采集了6名受试者的运动轨迹数据;然后,利用运动轨迹数据和地面反作用力数据分别驱动校准后的骨骼肌肉模型,通过模型的逆向动力学分析功能实现了膝关节接触力的预测;最后,利用均方根误差(δRMSE)和皮尔逊相关系数(ρ)对两种方法的预测结果进行了对比验证。结果和参照方法相比,RGB-D数据驱动的骨肌模型能准确预测受试者步行时的膝关节接触力(δRMSE=77.1;ρ=0.970)。结论RGB-D数据驱动的骨肌模型能够精准预测膝关节接触力,可作为一种更好的替代方法在临床上应用。
关键词
RGB-D数据
骨肌模型
膝关节接触力
步态分析
准确率
Keywords
rgb_d
data
musculoskeletal model
knee contact force
gait analysis
accuracy
分类号
R318 [医药卫生—生物医学工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
互补特征交互融合的RGB_D实时显著目标检测
叶欣悦
朱磊
王文武
付云
《中国图象图形学报》
CSCD
北大核心
2024
0
原文传递
2
基于IMU/视觉融合的导航定位算法研究
董伯麟
柴旭
《压电与声光》
CAS
北大核心
2020
7
下载PDF
职称材料
3
利用RGB-D数据驱动的骨肌模型预测膝关节接触力
徐唯祎
朱业安
王浩伦
卢巍
《航天医学与医学工程》
CAS
CSCD
北大核心
2020
0
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