【摘 要】
：
随着图像识别领域的发展,各类算法效果越来越好。目前,在目标检测技术中,复杂环境下存在阴影像素对算法效果的干扰,现有阴影检测算法运用注意力机制对跨通道特征以及全局像素信息的提取不够充分。目标检测算法的另一常见问题在于现有特征提取类型网络大多对大尺度目标检测效果较好,而对小尺度目标检测效果较差。其原因是对尺度不同的目标主体的特征信息统一采用自下而上的提取方式,导致因目标尺度不同而带来检测效果不平衡的结
论文部分内容阅读
随着图像识别领域的发展,各类算法效果越来越好。目前,在目标检测技术中,复杂环境下存在阴影像素对算法效果的干扰,现有阴影检测算法运用注意力机制对跨通道特征以及全局像素信息的提取不够充分。目标检测算法的另一常见问题在于现有特征提取类型网络大多对大尺度目标检测效果较好,而对小尺度目标检测效果较差。其原因是对尺度不同的目标主体的特征信息统一采用自下而上的提取方式,导致因目标尺度不同而带来检测效果不平衡的结果。而且目前目标检测算法中所采用的锚框筛选算法将相邻低置信度的检测框分数强制归零,在图像目标密集的情况下容易发生漏检。针对阴影问题,本文通过研究阴影特征信息,结合混合注意力机制的设计思路,搭建融合通道注意力和空间注意力的全新网络Res-CCNet,并使用密集连接和特征融合重用被忽略特征。在阴影检测数据集SBU和UCF上实验,使用评价指标SER、NER和BER进行验证。通过实验证明,该基于混合注意力机制的阴影检测模块效果较好,为整个阴影环境下的街景目标检测模型奠定了基础。针对目标检测效果不平衡问题,采用基于区域卷积神经网络的目标检测和语义分割模型Mask R-CNN,提出改进后特征提取模块,并采用重复删除网络替换其锚框筛选方法,形成ED-Mask R-CNN目标检测模型。使用自定义街景数据集Cityscapes进行测试,实验表明,相比原模型,其对于小尺度目标检测精度有较大提升,并且对于其他尺度目标均有一定程度提升。在以上基础上,结合阴影检测模块,在ED-Mask R-CNN模型的结果上减少阴影像素的影响。实验证明,和ED-Mask R-CNN模型相比,融合阴影检测模块后的目标检测模型效果进一步提升。
其他文献
质量管理小组活动和质量信得过班组建设是致力于企业工作质量、效率和方法等方面的管理和提升活动，经历二十多年的尝试、实施和发展，已成为轻工行业实施质量提升行动的有效方式和企业日常生产管理的重要抓手，可有效帮助企业提高质量水平，改善生产与服务，提高职工凝聚力与创造性，在培育企业品牌和增强企业竞争力等方面起到了积极的推动作用。
如今的用户处在一个信息大爆炸时代,所有的用户面对着大量的信息,从中选取与自己联系密切的相关信息就显得非常困难了。而平台想要为用户提供用户感兴趣的信息也变得更加棘手。电子商务平台、社区团购平台特别是视频平台,面对日益增长的用户以及与之相关的数据,为了提高平台的效率需要从中挖取有效信息,这对针对用户的个性化推荐提出了很高的要求。各视频平台都希望能够实时把握每一个用户的动态信息,实施更加精准的个性化推荐
随着物联网技术的迅速发展,各种各样的设备接入到网络中实现交互和数据交换、收集数据以提供服务。该过程伴随着大量隐私数据的采集和传输,这些数据一旦泄露将会侵害用户权益、对系统安全造成威胁,因此必须采取措施保障物联网系统安全。通过在物联网系统中采用访问控制机制定义和限制数据获取权限,能够有效保护物联网数据安全。考虑到物联网系统存在设备数量庞大、动态性强、自身资源受限的特点,直接将主流中心化数据访问控制方
情绪是人对外界客观事物的态度体验和相应的行为反应。情绪识别是建立和谐、友好、智能的人机交互环境的重要一环。脑电信号（Electroencephalogram,EEG）与中枢神经系统具有直接联系,能够更真实、直观地反映情感变化。因此,EEG情绪识别研究受到越来越多研究者的关注。传统的EEG情绪识别方法是对EEG进行时域、频域等的特征表示,并将这些特征作为分类模型的输入进行情绪识别。然而,此类方法在对
作为最前沿的高新表面改性技术之一,激光冲击强化（Laser Shock Peening,LSP）技术广泛应用于航空工业、石油化工、船舶交通、生物医疗等领域,能够显著提升金属材料的抗疲劳、耐腐蚀及耐磨损能力。作为LSP系统的核心组成部分,激光光源决定了LSP的工艺效果与应用价值。近年来,激光二极管泵浦全固态激光器（Diode Pumped Solid State Laser,DPSSL）的蓬勃发展为
已有基于会话的推荐系统大多根据最后一个点击的项目与当前会话的用户偏好的相关性进行推荐,忽略了在其他会话中可能包含了与当前会话相关的项目转换,然而这些项目转换对用户的当前偏好也有一定影响,因此需要从局部会话和整体会话的角度来综合分析用户偏好;并且这些推荐系统大多忽略了位置信息的重要性,而与预测位置越近的项目可能与当前用户兴趣的相关性越高。针对上述问题,本文提出一种基于全局增强的图神经网络的推荐模型（
随着智能化技术的不断演变和社交网络平台的发展壮大,各种类型的信息数据呈指数级增长,增加了传播信息分类和管理的难度。因此当下用人工智能的方法提高文本信息的分类准确度成为了热门研究方向之一。基于传统机器学习的分类方法需要大量的人工成本以及较为专业的理论知识,对如今日益爆发式增长的文本数据难免力有未逮。而基于深度学习的方法可以运用已构建的模型对数据自动进行特征提取,准确提取模型所需要的重要特征,完成对数
拉索检测机器人是一种对拉索进行无损检测的特种机器人,能够代替人工检测,具有高效、安全和成本低等特点。受到外界风振、雨振等干扰振动时,拉索会带动检测机器人一起振动,会造成机器人爬升不稳定,严重时会影响了机器人的检测效率和质量。所以,需要通过降低检测机器人的振动来保证机器人的爬升稳定性。本文先通过实验探究在外界产生干扰振动时机器人爬升打滑的原因,再用理论分析了拉索振动对机器人爬升性能的影响规律。实验和
科技发展带动了光纤技术不断进步,光纤传感器的研究也越发受到重视。相较于其他类型传感器,光纤传感器具有灵敏度高、体积小、集成度高等优点,在前沿科技、生物检测等领域有着广泛的应用前景。本论文基于前人的研究背景,制备了基于微纳光纤的高性能光纤传感器,分别开展了基于二模微纳光纤（Tapered Two Mode Fiber,TTMF）的生物矿化监测传感器、基于磁性聚二甲基硅氧烷微球（Magnetorheo
由于黑色素瘤等恶性皮肤病具有恶化程度快、致死率高、早期筛查治愈率高的特点,因此皮肤病早期筛查诊断的需求日益增长。考虑到医疗资源紧张与人工筛查准确率低的问题,而计算机辅助诊断可显著提升诊断的准确率与效率,因此基于人工智能的皮肤病变分割与识别成为智慧医疗领域的一大研究焦点。本文基于深度残差网络开展高效且高准确率的皮肤病变分割与识别研究,主要贡献包括以下三点:1)基于深度残差金字塔的皮肤病变分割与特征提