【摘 要】
：
视频动作检测研究是在动作识别的基础上，进一步获取动作发生的位置和时间信息。结合RGB空间流和光流时间流，提出了一种基于SSD的区域时空二合一动作检测网络。改进了非局部时空模块，在光流中设计了像素点筛选器来提取运动关键区域信息，只对空间流中筛选出的动作关键区域进行相关性计算，有效获得动作长距离依赖并改善非局部模块计算成本较大的缺陷，同时降低了视频背景噪声的干扰。在基准数据集UCF101-24上进行了
论文部分内容阅读
视频动作检测研究是在动作识别的基础上，进一步获取动作发生的位置和时间信息。结合RGB空间流和光流时间流，提出了一种基于SSD的区域时空二合一动作检测网络。改进了非局部时空模块，在光流中设计了像素点筛选器来提取运动关键区域信息，只对空间流中筛选出的动作关键区域进行相关性计算，有效获得动作长距离依赖并改善非局部模块计算成本较大的缺陷，同时降低了视频背景噪声的干扰。在基准数据集UCF101-24上进行了实验，结果表明所提出的区域时空二合一网络具有更好的检测性能，视频级别的平均精度(video＿mAP)达到
其他文献
为了进一步提升SSD（Single Shot MultiboxDetector）算法的性能，解决SSD算法在进行多尺度预测时特征图信息不平衡和小目标识别难的问题。本文设计了即插即用的模块，充分融合不同尺度特征图包含的信息并建模特征图内的重要性关系，来增强特征图的表示能力。首先，本文设计了一种新颖的特征融合方法来解决跨尺度特征融合存在的信息差异问题。其次，根据池化金字塔的思想设计了一种深度特征提取模
针对传统的尺度不变特征变换（SIFT）算法计算相对复杂、匹配耗时较长无法满足工程上实时计算要求的问题，提出一种基于信息熵的改进SIFT图像快速匹配算法。首先，根据局部熵自适应选择分割阈值把测试图像和参照图像分割成不均匀的两个区域，采用高熵区域做特征点检测，提高特征点的检测效率；然后利用每个子区域的梯度方向信息熵和梯度幅值信息熵把描述符向量的维度从128维降低到50维，降低欧氏距离的计算复杂度；最后
影像拼接是生成大规模数字正射影像的关键技术之一。针对多个影像拼接时拼接线穿过明显地物导致的鬼影现象，本文提出了一种超像素和光流引导的由粗到精的影像拼接方法。首先，通过超像素的密集光流提取影像中明显的地物信息；然后，在超像素级别上，利用Dijkstra算法进行最佳拼接区域检测；最后，结合归一化互相关成本函数在像素级别上进行拼接线的像素级优化。因优化节点的数量减少，这种从粗到细的拼接线检测策略显著提高
基于电信号的故障诊断方法适用于海流透平机叶片不平衡故障，却不适用于平衡故障。为解决基于电信号的方法无法对平衡故障进行诊断这一问题，利用轻量级神经网络对不同故障类型的图像进行分类，从而实现海流透平机叶片故障诊断。并且该方法可以减小参数量、降低对计算设备硬件要求。实验首先使用绳子模拟附着物，缠绕于海流透平机叶片以模拟海底生物附着过程，然后采集不同附着程度的图像；其次，对图像数据进行筛选、分类，组建数据
为了探究甘蔗、地毯草、芦苇、佛肚竹这四种禾本科植物的光能利用策略，该文以大田或原生境植株为材料，于炎夏伏天最热时节活体监测其叶绿素荧光特性、光合气体交换特性，并分析其色素含量。结果表明：（1）C_4甘蔗和C_4地毯草具有高净光合速率（P_n），是消耗利用光能的主要手段，并且高P_n和高水分利用率（WUE）、高量子效率（Φ_i）耦合在一起；（2）C_3芦苇也具有较高的P_n、WUE和Φ_i，其较高的
现有的大部分算法只能针对特定照度的逆光图像有出色的增强效果，不能高效率地解决各类照度的逆光图像。因此，本文提出一种基于卷积神经网络的图像增强算法，并构建一种集分解、恢复、调节为一体的新型网络架构。利用Retinex理论设计一个分解网络，将逆光图像与其对应的高光图像都分解为反射图和光照图。采用高光图反射分量作为去噪参考，修复暗光缺陷，并添加颜色饱和度模块最大程度地保留图像恢复过程中的颜色等细节。逆光
为分析不同施肥处理下我国典型农田土壤对可溶性有机碳（DOC）的吸附特征及其影响因素，选取黑土、灰漠土、潮土、红壤4种典型农田土壤，在不施肥（CK）、单施氮肥（N）、施氮磷肥（NP）、施化学氮磷钾肥（NPK）、有机肥配施化学氮磷钾肥（NPKM）5种施肥处理下，运用平衡吸附法测定DOC的吸附量。结果表明，不同土壤类型在同一平衡浓度下对DOC的吸附量有较大差异，整体表现为灰漠土、红壤＞黑土＞潮土。最大吸
针对复杂环境下行人目标因检测器漏检和频繁遮挡而导致的数据关联不正确、跟踪实时性差的问题，提出了一种基于免锚检测的多目标跟踪算法。算法采用预测目标中心点热力图的方法实现目标检测定位，改善了因锚点框回归歧义所导致的漏检问题。同时在检测模型中嵌入深度表观特征提取分支，构建联合检测与跟踪的多任务网络用于提升实时性。为解决跟踪阶段行人因遮挡而引起的数据关联错误和轨迹丢失问题，提出加权多特征融合的相似性度量算
针对舰面场景复杂、目标相互遮挡导致检测率较低等问题，在YOLOv3算法基础上提出了适用于舰面目标检测的增强YOLOv3算法。在输入网络中加入融合的数据增强策略对图像进行色域变换、裁剪、遮挡等操作，设计了多种类图片选取、变换及组合方式来丰富样本信息；针对舰面目标尺寸的特点，利用K-means算法重新设计与检测目标相匹配的先验锚框并分配至对应的预测尺度，以加速模型收敛；在输出网络中通过线性函数对Sof
针对传统的绝缘子状态识别方法存在实时性差、特征提取能力不足的问题，基于边缘计算的思想，提出了一种融合多维度特征的绝缘子状态边缘识别方法。利用云边协同和边边联邦协同的联合技术手段，构建了绝缘子状态的边缘识别框架。设计了一种融合多维度特征提取的深度学习网络，该网络采用ResNet101作为主干特征提取网络，使用Inception模块构建数据池化层，嵌入压缩激励模块和卷积注意力模块，从不同维度对特征进行