【摘 要】
：
目标物体轮廓检测任务是计算机视觉领域中的一个研究热点,然而现有基于深度学习的目标物体轮廓检测方法在对于如何使用基础网络提取的特征以及如何增强这些特征之间的相关性上仍有许多进步的空间;另一方面,现有的方法对基础网络提取特征能力的利用率不足,导致检测效果无法更近一步。因此,如何使用基础网络提取的特征、增强特征之间的相关性以及如何增强基础网络提取特征的能力就成为了重要的研究问题。针对上述问题,本文通过对
论文部分内容阅读
目标物体轮廓检测任务是计算机视觉领域中的一个研究热点,然而现有基于深度学习的目标物体轮廓检测方法在对于如何使用基础网络提取的特征以及如何增强这些特征之间的相关性上仍有许多进步的空间;另一方面,现有的方法对基础网络提取特征能力的利用率不足,导致检测效果无法更近一步。因此,如何使用基础网络提取的特征、增强特征之间的相关性以及如何增强基础网络提取特征的能力就成为了重要的研究问题。针对上述问题,本文通过对经典的边缘检测算法HED以及目标物体轮廓检测算法CEDN进行了一系列的改进,本文主要工作如下:1、提出基于双深度融合的目标物体轮廓检测网络,相对以往算法将特征图的深度归一化后再拼接或特征值相加等融合方式不同。本文使用特征矩阵重排列的方法进行特征图的融合,并通过生成特征融合权重图的方法对特征图上每个特征值赋予不同的权重来解决之前相关算法使用固定权重而带来的一系列问题。同时有别于大部分算法使用的上采样方法如反卷积和Unpooling等,本文使用子像素卷积模块作为上采样方法得到更加精细的轮廓预测。根据实验测试,在PASCAL VOC 2012数据集上,双深度融合网络相比HED提升了5个ODS值,相比CEDN提升了1.9个ODS值。2、将HED和CEDN与经典的单阶段目标检测算法SSD进行融合,提出4种基于结构融合的目标轮廓检测模型实例,通过目标检测算法能够将网络注意力集中于目标物体这一特性,让模型充分利用基础网络提取特征的能力,使得目标物体轮廓检测分支能够更好地抑制无关边缘。根据实验测试,相对于融合前的模型,其中3个实例在PASCAL val 2012数据集上的目标物体轮廓检测精度提高了1.5～5.3个ODS值,目标检测精度则略有波动。此外,每个实例的参数都少于当前检测效果最好的算法RCN,在同一训练数据集上相比,表现最好的实例相比RCN高出9.7个AP值,而仅下降0.9个ODS值。3、将基于结构融合的目标轮廓检测模型应用于机舱门检测任务中,通过检测机舱门轮廓信息修正与实际舱门位置存在误差的预测框,从而提升检测的精确度以提高舱门识别的安全性,以便为智慧机场提供相应服务。经过实验测试,经过轮廓信息调整之后目标检测提升了7.1个AP值。
其他文献
抗信道干扰编码是大气湍流无线光通信研究领域的热点和前沿技术,当前信道编码的前沿研究是已经商用的极化码和各类空间耦合码。根据随变信道特点使用可变码率传输的无线光通信系统存在采用灵活编码技术的强烈需求,目前研究成果尚不能支持其需求,因此开展可变码率应用条件下的的灵活编码技术研究存在现实的研究意义。BMST是一种构造空间耦合码的编码传输技术,其最大特点便是可以方便灵活的设计,因此论文针对光通信系统在复杂
目标追踪一直是计算视觉的重要研究方向之一,随着对固定视角下目标追踪算法的持续研究以及无人机的不断普及迭代,人们开始将研究的重心放在对无人机平台下的目标追踪算法优化上。在无人机平台下进行目标追踪时,因其算力不够、实时性要求高以及跟踪情况复杂等问题,对应的算法模型需要在保证性能的基础上尽量简单。为了满足无人机平台的实时跟踪要求,本文采用传统特征对相关滤波目标跟踪算法进行优化,主要研究内容包括如下几个方
华夷思想诞生于古代中国,并在对外交往过程中传至周边国家,而周边国家也根据自身需求构建起了属于自己的华夷理念,其中比较典型的即是朝鲜。朝鲜王朝立国之初,即奉大明为中华,行事大之礼,同时自居“小中华”,视周边少数民族为夷狄。然而,自仁祖以来,随着东北女真部落崛起、进据中国,地区局势骤然变幻,朝鲜“对华观”经历了数次变迁。仁祖年间,出于获取“反正”的合法性等原因,朝鲜重新树立起“慕华鄙夷”思想。对内批判
＜正＞目的:评价利用16层螺旋CT进行脑动脉血管成像的可行性。方法:81例均在Toshiba 16层Aquilion螺旋CT 扫描机上进行,注射造影后于17～18秒行动脉期扫描, 扫描技术条件为1mm层厚,1mm重建间隔,螺距15,
关联理论从认知的角度分析语言形式和语用理解的关系,在言语交际和话语研究中颇具解释力。关联理论认为,言语交际是一个“明示-推理”的过程,交际涉及说话人的明示和听话人的推理,并提出了异于传统意义的语境观——“认知语境”（Sperber＆Wilson,1986）。同声传译作为一种特殊的人类言语交际形式,关联理论对之具有较强的解释力和研究意义。司徒·罗斌（1999）从“认知语用学”的角度利用关联理论来阐释
机器学习有着出色的建模预测能力,已经逐渐深入到各行各业中,并在医疗健康领域也有着广泛的应用研究价值。随着人口老龄化的加速,慢性病的发病率急剧增加,给患者造成了持续且严重的健康负担和经济负担。采用机器学习方法进行慢性病健康风险预测研究,可以给医院管理者提供决策支持、给予患者健康引导和疾病风险警示,具有重要的现实意义。围绕慢性病健康风险预测,本文开展了以下三个方面的研究:（1）研究了基于Stackin
作为非流利性的主要类型之一,自我修正现象广泛存在于日常口语中。以往研究者探讨了一语、二语习得中的各类口语修正现象,近年来,口译产出中的修正现象逐渐吸引了国内外学者的目光。然而,少有研究对不同语对间口译产出中包含的自我修正现象进行比较分析。本研究根据Levelt提出的言语产出模型中自我修正及自我监控理论,对学生译员在英译汉、西译汉交传中出现的自我修正现象及产生的编辑语进行讨论,探究学生译员在交传中出
同声传译作为一项复杂的即时性翻译活动,要求译员必须一边接收来自讲者的信息,一边将信息传递给听者,“一心多用”常常为译员带来极大的心理压力,特别是对于初学同声传译的学生译员而言,在同传过程中普遍存在不同程度的焦虑。而在以往口译研究中,前人多以交替传译焦虑以及其成因和对口译表现的影响为研究对象,因此,本选题拟通过问卷调查法、实验法和访谈法研究学生译员在英汉同声传译认知加工过程中的焦虑级度,其来源以及其
济宁二号煤矿选煤厂通过实施中矸磁尾分开单独回收的技术改造，将高灰矸石磁尾改为单独脱水回收后进入矸石系统外排，并增加煤泥离心机对中煤磁尾进一步脱水，有效降低了洗混煤产品的灰分和水分，提高了洗混煤发热量，取得了良好的经济效益。