【摘 要】
：
针对传统水下目标检测算法受环境影响较大的问题提出使用一种新的轻量化网络LUNet提取提取特征，结合两阶段检测算法提出轻量化检测器LUDet。首先，网络的第一个阶段使用高效的卷积池化来获取不同特征表达。然后在稠密连接结构的基础上提出两路稠密连接，提高网络表征能力。网络由卷积池化层与两路稠密连接结构构成，网络中使用GhostModel代替1×1点卷积。使用CAFIR10和CAFIR100数据集进行的分
论文部分内容阅读
针对传统水下目标检测算法受环境影响较大的问题提出使用一种新的轻量化网络LUNet提取提取特征，结合两阶段检测算法提出轻量化检测器LUDet。首先，网络的第一个阶段使用高效的卷积池化来获取不同特征表达。然后在稠密连接结构的基础上提出两路稠密连接，提高网络表征能力。网络由卷积池化层与两路稠密连接结构构成，网络中使用GhostModel代替1×1点卷积。使用CAFIR10和CAFIR100数据集进行的分类实验说明本文提出的骨干网有效性。针对检测任务，结合通道注意力及多阶段融合后的特征图送入检测网络。使用两
其他文献
黑龙江省春季土壤冻融剧烈，土壤湿度和温度受土壤冻融影响较大，利用黑龙江省64个气象观测站1961—2018年的逐日最高气温、最低气温、平均气温、降水量、地温资料及34个农气观测站人工观测的1981—2018年的土壤湿度资料，分析土壤冻结期间的气象要素变化，研究春季土壤冻融过程中湿度和温度的变化。结果表明：土壤冻结期从北向南缩短，且逐年缩短，冻结期平均气温从北向南升高，逐年上升，降水量西部少、东部和
红外图像超分辨率是图像超分辨率重建的子领域，基于深度学习的方法侧重于研究色彩和纹理丰富的RGB图像重建，对于像素分布均匀、对比度低、高频细节特征丢失的红外图像提取特征效率低。本文采用生成对抗网络(GAN)针对红外图像提出了一种能重建细节纹理超分辨率方法，用轻量级注意力残差块(Lightweight attention residual block， LARB)构建生成器网络，以低成本、高效率提取到
准确检测与打击舰船要害部位可有效提升反舰导弹毁伤效能。针对舰船要害部位检测精度低、导引误差解算精度不足等问题，提出了基于深度学习的舰船要害关键点检测、轨迹预测与导引头位姿估计算法。融合深层语义信息与浅层定位信息，采用SoftPool池化保留细粒度特征，提升多角度多尺度舰船要害部位检测精度；将关键点检测结果与舰船空间结构建立映射，解算导引头三维位姿；引入长短期记忆网络挖掘要害打击点时空特征，实现多尺
在当前交通场景中，位姿、焦距均可变的云台相机正在被大规模应用，现有的相机标定模型在求解相机参数的过程中，通常使用先验条件一次性求解相机参数的方法。这种方法在云台相机不断改变位姿和焦距的过程中，标定结果存在不稳定、不精确的情况，其中相机高度的不稳定现象尤为明显。针对这个问题，本文提出一种基于焦距和相机高度的金字塔迭代优化方案。首先使用基础的相机标定，得到一个基础标定结果；设定沿道路方向优化对比内容为
在课堂场景下,针对多任务卷积神经网络(multi-task convolutional neural network,MTCNN)人脸检测算法对小人脸检测率较低的问题,提出一种改进的MTCNN算法。首先,对MTCNN算法网络模型的R-Net层网络集成上下文信息卷积模块,扩大特征图感受野获取更多小人脸信息;其次,引入反卷积层与最大池化层,以解决特征融合数据维度不一致问题;最后,对MTCNN算法网络模
证据理论在不确定信息的表达和处理上有独特的优势，而证据独立是很多组合方法应用的前提，但目前没有完全有效的判断方法。针对这一问题，本文首先研究了证据组合的内涵和证据对识别框架的解释。然后从Smets证据独立性定义出发，分析了Dempster组合规则中的独立性问题，并针对小样本或无样本情形，提出了一种证据独立性判断方法。并依据本方法对Zadeh悖论进行了分析和讨论。最后，针对多传感器单目标识别问题，研
真实世界图像包含未知模糊和噪声信息，现有以双三次下采样为退化方式的数据集无法训练出适用于真实世界图像的超分辨率网络。为此设计预测器初步估计模糊核并设计校正器得到准确的图像模糊核信息。高分辨率图像通过模糊化处理并注入噪声构建低分辨率真实世界图像。设计新型超分辨率网络结构，每个卷积层后根据模糊核对特征图进行空间特征变换，提高网络处理不同模糊图像的能力。将非线性映射部分以残差密集块结构相连，并整合入生成
提出了一种面向共享用电的RSA改进算法及其应用方案，用以提高用户在共享用电过程中的安全。改进后的RSA加密算法通过对比素数α、β的大小，产生托管密钥分散因子、增加解密的平方根运算等措施，解决了传统RSA算法中密钥长度被分解后，威胁到整体加解密方案的问题。该算法内嵌于密码机和动态二维码模块的安全加解密芯片内，形成安全加解密通信信道，用于保障信息传递及二维码生成过程中内容不被篡改。仿真测试结果表明，该
【目的】探究岩溶石漠化区土壤团聚体养分及酶活性特征，可为该地区土壤改良和植被恢复提供理论依据。【方法】以滇中高原4种不同石漠化程度(潜在、轻度、中度和重度石漠化)土壤为研究对象，对其表层土壤3种团聚体(粒径2.00 mm)分布特征，团聚体4种水解酶(淀粉酶、脲酶、β-葡萄糖苷酶、酸性磷酸酶)活性和3种养分(有机碳、全氮、全磷)质量分数特征进行分析。【结果】(1)不同石漠化程度土壤团聚体组成比例随粒
脊柱磁共振(Magnetic Resonance，MR)图像精确分割是脊柱配准、三维重建等技术的前提。传统脊柱MR图像分割方法过程繁琐、精度低。为克服传统方法弊端，提出了一种基于深度学习的脊柱MR图像自动分割方法。本方法构建对称通道卷积神经网络提取多尺度图像特征，通过残差连接解决训练中网络退化问题，同时用跳跃连接层连接中间层特征减少信息丢失。此外，在搭建的网络模型中加入卷积块注意力机制关注空间和通