【摘 要】
：
道路场景下的语义分割是无人驾驶中关键的技术，也是计算机视觉中重要的一个领域，而传统的语义分割方法需要对训练数据进行像素级的标注，对数据的要求极高。针对这一问题，将改进的循环生成对抗网络（Cycle-Consistent Adversarial Networks，CycleGAN）用于道路场景语义分割，该网络避免了大量的像素级标注且不需要成对的数据集，降低了数据集的要求。将原网络的目标函数用最小二乘
论文部分内容阅读
道路场景下的语义分割是无人驾驶中关键的技术，也是计算机视觉中重要的一个领域，而传统的语义分割方法需要对训练数据进行像素级的标注，对数据的要求极高。针对这一问题，将改进的循环生成对抗网络（Cycle-Consistent Adversarial Networks，CycleGAN）用于道路场景语义分割，该网络避免了大量的像素级标注且不需要成对的数据集，降低了数据集的要求。将原网络的目标函数用最小二乘损失和Smooth L1范数替代，增加了网络训练的稳定性且提高了生成图像的质量，并引入特征损失保证图像特
其他文献
以内蒙古扎赉特旗图牧吉镇长期覆膜滴灌区域土壤为研究对象，探究不同有机物料（秸秆、牧草、羊粪）还田对土壤有机碳及土壤团聚体特征的影响，并分析比较不同有机物料还田差异。结果表明：与对照组相比较，有机物料还田，土壤有机碳含量及各粒级碳含量分别增加1.09～1.16倍、1.01～2.67倍；三种物料中羊粪效果更好，平均高于其他物料1.06倍、1.12倍，说明羊粪还田的土壤固碳潜力更强，能更多的促进土壤有机
为了对玉米种植株数进行无损的自动化识别，利用Faro focus s70地面激光扫描仪采用四站式扫描方法，采集不同视角下的玉米田块点云数据。设计了一种基于标靶球自动提取的配准算法，对各站获取的点云数据进行精确配准，取得了完整的玉米田块点云数据，并以标靶球拟合误差和标准偏差分析配准精度。对于配准好的三维点云数据，利用采样一致性算法基于圆柱体特征从完整的玉米田块点云中精确分离出茎秆点云，统计玉米种植株
土壤大孔隙虽然占土壤总孔隙的极少部分，但影响着土壤水分入渗途径和过程。本研究以干旱区山前绿洲、老绿洲、边缘绿洲三种典型绿洲农田为研究对象，通过原位染色示踪和CT扫描技术，定量研究了绿洲农田的大孔隙特征和土壤水分入渗性能。结果表明：绿洲农田的土壤大孔隙大多集中在0～20 cm土层，老绿洲农田的大孔隙三维结构较山前绿洲农田和边缘绿洲农田复杂，其土壤大孔隙度、分形维数、分支密度、连接点密度、连通性指数显
随着煤炭洗选行业对智能化干法选煤技术需求和煤矸图像识别方法需求的增长，研究煤矿复杂洗选条件下煤矸混合特征图像的识别方法显得愈发重要。本文依据深度学习、图像识别和无线通信等理论，设计基于卷积神经网络的煤矸识别定位系统。根据煤矿洗选过程的复杂条件，分析煤矸表面特征的5种状态类别，构建煤矸数据集。基于迁移学习的改进AlexNet网络和RPN网络获取煤矸混合特征图像样本的分类信息和像素坐标，通过相机标定方
复苏植物可以耐受极度干旱的环境，脱水至10%RH后仍然可以复苏。苦苣苔科植物包含有较多复苏植物，不同类群的复苏机理可能存在差异。该文选择分别分布在亚热带和温带石灰岩地区的锈色蛛毛苣苔（Paraboea rufescens）和心叶马铃苣苔（Oreocharis cordatula）两种苦苣苔科植物，检测两个物种是否具有复苏特性及其响应干旱的生理机制异同，对其叶片分别进行脱水1、2、3 d，并分别复水
Inertial methods play a vital role in accelerating the convergence speed of optimization algorithms. This work is concerned with an inertial semi-forward-reflected-backward splitting algorithm of appr
图像多标签分类作为计算机视觉领域的重要研究方向，在识别、检测等场景下得到广泛应用。相比于单标签分类，多标签中标签相关性信息和标签语义与图像特征相关信息影响多标签的分类效果。为提升图像多标签分类能力，提出一种基于多层次注意力机制和图模型的图像多标签分类方法。通过标签共现信息和标签先验知识构建图模型，同时使用多尺度注意力学习图像特征中目标，并使用标签引导注意力融合标签语义特征和图像特征信息。利用图注意
针对基于目标检测方法的桥梁表观病害检测存在检测精度低，误检率和漏检率高的问题，提出一种改进YOLOv3的高准确率桥梁表观病害检测识别方法。为实现局部特征和全局特征有效融合，在YOLOv3的检测层中添加固定分块大小的池化模块，并在YOLOv3的特征提取网络中引入了DenseNet密集型连接网络结构以增强桥梁病害特征在网络中的传播和利用效率，提高检测效率，采用数据增强技术来扩充样本图像以解决现有桥梁病
近年来，卷积神经网络在手势识别领域有着越来越多的应用。但现有卷积神经网络存在特征表征不足的问题，致使手势识别精度较低。为此，本文提出了一种轻量级静态手势识别算法r-mobilenetv2，该算法首先将通道注意力和空间注意力串联起来，并将二者输出特征图通过跳跃连接形式线性相加，得到一种全新注意力机制。然后，将高层特征经上采样与低层特征空间维度匹配，低层特征使用一维卷积调整通道维度与高层特征通道维度匹
人流量统计对于智能安防等领域具有重要研究价值。针对视频监控系统中人流量统计准确率较低的问题，提出一种顾及小目标特征的视频人流量智能统计方法，重点研究用于小目标检测的faster R-CNN改进算法、运动目标关联匹配以及双向人流量智能统计等关键技术，根据人头目标的小尺度特点对faster R-CNN网络结构进行适应性改进，利用图像浅层特征提高网络对于小目标的特征提取能力，通过基于轨迹预测的跟踪算法实