【摘 要】
：
为了解决目前高清街景图像中定位和分类交通标志任务时，出现的图像目标背景复杂，小目标不易识别等一系列问题，提出了一种基于YOLOV4模型改进的交通标志识别新算法。首先，在原骨干网络中嵌入新型注意力机制CA模块，形成一对方向感知和位置敏感的注意力图，使网络能够在更大区域内聚焦有效特征；其次，在颈部特征增强网络处添加适量的增强感受野RFB模块，进一步提升网络的特征融合能力。在TT100K交通标志数据集上
论文部分内容阅读
为了解决目前高清街景图像中定位和分类交通标志任务时，出现的图像目标背景复杂，小目标不易识别等一系列问题，提出了一种基于YOLOV4模型改进的交通标志识别新算法。首先，在原骨干网络中嵌入新型注意力机制CA模块，形成一对方向感知和位置敏感的注意力图，使网络能够在更大区域内聚焦有效特征；其次，在颈部特征增强网络处添加适量的增强感受野RFB模块，进一步提升网络的特征融合能力。在TT100K交通标志数据集上进行实验发现，改进算法在IOU阈值为0.5时，相较于原算法的mAP指标提升了近4个百分点，每秒识别帧数达
其他文献
为确定银川平原土壤有机质（SOM）含量的最佳估算模型，实现SOM的快速、准确监测，本研究以银川平原5 km×5 km网格法采集的171个表层土壤样品为对象，测定SOM含量及其野外350～2500 nm高光谱反射率。对光谱经重采样和预处理后得到标准正态变量（SNV）、峰值归一化（MAN）、一阶微分（FDR）、对数的倒数（LR）和倒数的对数（RL）5种光谱指标。基于相关系数法确定SOM的敏感光谱波段，
针对全景分割的背景类实例重叠问题，提出了一种基于注意力机制的全景分割网络(Attention-guided Panoptic Segmentation Network， APSNet)。APSNet基于UPSNet网络进行改进，首先，在残差网络和特征金字塔之间添加一种可以同时在空间注意力和通道注意力上建模的三重态注意力机制，通过学习通道和空间特征信息，增强特征金字塔的特征提取能力；其次，在语义分割
支柱绝缘子是变电站中重要的部件，在复杂工作环境下极易出现故障，而传统人工检测难以对大量支柱绝缘子红外图片快速多目标识别。为此，提出了基于改进级联Gentel Adaboost分类器的支柱绝缘子红外图像AI识别方法，使用现场采集的大量红外图片，构建支柱绝缘子红外数据集，然后计算支柱绝缘子数据集样本的haar-like特征值，并将不同特征值构建成若干个弱分类器；通过改进Gentel Adaboost算
为探讨黑龙江省半干旱地区土壤初级氮转化速率对水分含量变化的响应，以深入认识不同水分条件下土壤中氮素的产生、消耗和损失过程，为农田土壤合理施用氮肥提供科学依据。以该地区的农田砂壤土为对象，利用~(15)N同位素双标记技术结合FLUAZ数值优化模型开展室内培养试验，研究60%WHC（田间最大持水量）、100%WHC和淹水条件下土壤初级氮转化速率。结果表明：60%WHC水分条件下土壤初级氮矿化速率、初级
为提高安检速度、实现X射线图像中违禁物品的自动检测，提出一种基于改进YOLOv4的X射线图像违禁品检测算法。该算法在单阶段目标检测网络YOLOv4基础上设计一种空洞密集卷积模块。将上采样链路融合后特征输入空洞密集卷积模块中，增强特征表达能力和卷积视野。对融合后特征信息加入注意力机制，用来增强有效特征和抑制无效特征，最终得到表征图像信息的特征图输入YOLO 头部预测。采用Mosaic数据增强的方法训
鉴于深度学习在图像识别领域的重大进展，在无人直升机自主着舰的应用背景下，针对较为复杂的着舰环境和着舰标志设计，采用SSD网络对着舰标志进行识别。针对SSD网络对小目标识别率低的缺点，基于深度残差网络和特征金字塔网络结构对SSD网络进行了改进，采用ResNet101代替VGG-16网络，并采用特征金字塔网络结构改进传统上采样结构，将检测网络的高层语义信息融入到低层特征信息中，最后采用实验验证了改进网
不同行人的高度相似性以及相同行人外观姿态的差异性，使得不同摄像头下的行人重识别面临严峻的挑战。生成对抗网络可以合成新的图像，被认为是解决行人姿态变化的主要技术手段。本文提出一种基于多姿态图像生成的行人重识别算法，利用生成对抗网络生成不同姿态的行人图像，通过归一化消除姿态的影响，从而大幅度提升行人重识别的整体性能。该行人重识别算法包括多姿态行人图像生成，不同姿态的行人特征提取与融合，距离度量和重排序
二维码嵌入攻击是一种劫持攻击手段。扫码软件依赖于定位图案与静区以确定二维码所在位置。由于定位图案与静区的视觉特征显著,现有的攻击手法无法应用于实际攻击场景。该文提出并验证了一种基于无痕嵌入的二维码不可见劫持攻击方案。通过对恶意二维码定位图案的修改,可以隐藏恶意二维码,从而对指定软件实施针对性的攻击;通过对静区的隐藏,可以使嵌入位置难以被发现。测试结果表明:该方案可以在隐藏视觉特征的情况下实施有效的
为了解决基于监督学习的高光谱图像分类算法训练样本中存在的噪声标签会降低后续的分类精度的问题，采用了一种基于低秩稀疏表示和改进光谱角制图(SAM)的高光谱图像误标签检测算法。首先，对高光谱图像中信号子空间进行预测，根据预测到的子空间对原始高光谱图像重构并去噪。然后，通过基于归一化的光谱角制图算法来获取每一类样本间的距离信息，得到每类样本间的光谱相似度，并利用密度峰值聚类算法得到每个训练样本的局部密度
金塔柏（Platycladus orientalis‘Beverleyensis’）是重要的观赏树种。生长素（IAA）、玉米素（ZT）、脱落酸（ABA）和茉莉酸（JA）在金塔柏扦插不定根再生过程中起着重要的调控作用，但不同发育阶段内源激素的动态变化及其对不定根发生的影响仍不清楚。以金塔柏半木质化枝条为材料，采用连续组织切片技术观察了不定根发生过程，利用高效液相色谱串联质谱法检测了4种内源激素含量的