【摘 要】
：
由于实际的棉田环境中存在高度遮挡及尺度多变问题,大幅降低了目标计数算法的精度。针对这一问题,提出基于上下文多尺度融合的棉铃计数算法。算法由金字塔结构的上下文模块和融合卷积神经网络两个部分组成。首先通过全局上下文和局部上下文模块对棉铃图像的上下文信息编码,同时利用多列特征转换模块将输入图像映射成高维特征,最后通过融合卷积神经网络将上下文信息与高维特征进行融合,实现高精度棉铃计数并生成高质量棉铃密度图
【机 构】
：
武汉工程大学计算机科学与工程学院,武汉工程大学智能机器人湖北省重点实验室
【基金项目】
：
国家自然科学基金资助项目(61906139),湖北省自然科学基金资助项目(2019CFB173),武汉工程大学智能机器人湖北省重点实验室开放基金资助项目(HBIR201903)。
论文部分内容阅读
由于实际的棉田环境中存在高度遮挡及尺度多变问题,大幅降低了目标计数算法的精度。针对这一问题,提出基于上下文多尺度融合的棉铃计数算法。算法由金字塔结构的上下文模块和融合卷积神经网络两个部分组成。首先通过全局上下文和局部上下文模块对棉铃图像的上下文信息编码,同时利用多列特征转换模块将输入图像映射成高维特征,最后通过融合卷积神经网络将上下文信息与高维特征进行融合,实现高精度棉铃计数并生成高质量棉铃密度图。此外,从近距离和地空观测两个角度在棉铃数据集上进行实验,实验结果表明,引入上下文信息可以有效提升棉铃计
其他文献
可诊断度是评估多处理器系统可靠性的一个关键指标。t/k诊断策略通过允许至多k个无故障处理器被误诊为故障处理器,从而极大提高了系统的可诊断度。与t可诊断度和t_1/t_1可诊断度相比,t/k可诊断度可以更好地反映实际系统的故障模式。3元n立方是一种性质优良并且应用广泛的网络拓扑,在许多分布式多处理器的构建中被用做底层网络。根据一些引理以及确定系统为t/k可诊断的充分条件,研究得出当n≥3及0≤k≤n
基于人工设计特征的检测算法检测速度普遍较慢,检测精度也有待提高,已无法满足现今工业生产中的需求。而基于深度学习的检测技术,因其需要大量的计算和存储空间无法在资源受限的设备上部署使用。针对这些问题,引用一种通道剪枝方法实现YOLOv3检测网络的轻量化,得到剪枝模型SlimYOLOv3,并进一步提出将SlimYOLOv3用于工业场景下的实时检测任务。方法通过对通道缩放因子施加L1正则化来增强卷积层的通
针对提高卷积神经网络(convolutional neural network,CNN)在图像识别方向的训练速度和识别准确率进行了研究。从BN(batch normalization)着手,通过新增参数对BN的仿射变换进行具体调节,并提出一种改进型的BN——BNalpha。除去带有某些特定结构的神经网络,相对于原始的BN,BNalpha可以在不增加运算复杂度的前提下,提升神经网络的训练速度和识别准
高精度的人脸关键点定位的神经网络模型受到硬件运算能力与存储空间等计算资源的限制,无法应用到许多嵌入式设备以及移动终端中。为了降低网络模型的运算规模,基于深度可分离卷积结构,提出一种轻量级的人脸关键点定位算法。该算法在双向金字塔特征融合的基础上,增加了跨层级的特征融合路径,并对跨层级的特征进行带权融合,以充分利用backbone网络提取的有限特征。该网络模型只有10.1 MB,且在单个的NVIDIA
移动运营商搭建的基站能够记录智能终端的活动,蕴涵着用户的移动行为以及基站的语义信息。针对城市中基站语义以及活动模式难以获取的问题,提出一种基于用户轨迹的基站语义及城市活动模式可视分析方法。该方法首先根据终端用户的轨迹构建基站序列,接着采用文本分析中的词嵌入技术对基站语义信息进行提取,对城市中的手机用户进行聚类以发现其移动模式。为了帮助用户对结果进行探索和分析,设计了基于用户轨迹以及基站语义的城市活
非沥青基预铺防水卷材的耐热性能与所用的热熔压敏胶的软化点有很大关系。通过控制变量法,分别从原材料选型、原材料比例两个方面研究影响热熔压敏胶软化点的因素,制备出软化