首页 > 论文 > 标签

Hi,您目前在 全部期刊 'object detection', 共找到 169个内容。

   将选定结果: 

 基于半监督学习的遥感飞机图像检测方法

杜泽星 殷进勇 杨建

[摘要]现有基于深度学习的遥感飞机图像检测方法在训练时需要大量的带标记数据集和较长的训练时间,鉴于此,提出了一种基于生成式对抗网络的半监督学习方法。采用两种粒度的深度卷积生成式对抗网络,分别提取待检测目标的边缘特...

 PDF全文激光与光电子学进展 | 2020, 57(06):061009

 一种双注意力模型引导的目标检测算法

冀中 孔乾坤 王建

[摘要]为了解决对小目标物体识别精度较差的问题,提出了一种双注意力模型引导的目标检测算法。该方法基于单阶段检测算法的实现原理,通过引入两种注意力模型来提升检测性能,尤其是对小目标物体。首先在卷积神经网络中引入一个...

 PDF全文激光与光电子学进展 | 2020, 57(06):061008

 一种应用于光遗传激光投影系统的目标检测算法

史再峰 叶鹏 孙诚 罗韬 王汉杰 潘惠卓

[摘要]设计了一种用于无线光传输的激光投影系统并提出了一种基于深度学习的改进型YOLOv3(you only look once,v3)网络用于检测小鼠图像的位置。该网络使用分组卷积对网络参数进行压缩以提高目标检测速度,使用通道混洗方法以...

 PDF全文激光与光电子学进展 | 2020, 57(06):061503

 针对目标检测任务的基础网络

宋雅麟 庞彦伟

[摘要]针对目标检测与图像分类任务的差别,以及大多数目标检测器过于依赖分类基础网络的问题,提出一种针对目标检测任务的基础网络。该网络包含初始模块、特征融合模块和混合下采样模块。初始模块能减少输入图片信息的丢失;特...

 PDF全文激光与光电子学进展 | 2020, 57(04):041021

 基于感受野的快速小目标检测算法

王伟锋 金杰 陈景明

[摘要]现有的高精度目标检测算法依赖于超深的主干网络(如ResNet和Inception),无法满足实时目标检测场景的需要,相反采用轻量级主干网络(如VGG-16和MobileNet)能达到实时目标检测的目的,但会导致检测精度的损失,对小目标的检...

 PDF全文激光与光电子学进展 | 2020, 57(02):021501

 大视场域的目标检测与识别算法综述

李唐薇 童官军 李宝清 卢晓洋

[摘要]目标精确感知与识别为信息化战争提供了一个重要的技术增长点,全景视觉传感设备因其拥有大视场(LFOV)范围优势而逐渐被应用于安防及军事领域中的目标检测与识别任务。首先从相机成像模型、图像成像质量以及目标物体的非...

 PDF全文激光与光电子学进展 | 2020, 57(12):120002

 改进Faster RCNN模型在棉花异性纤维识别中的应用

杜玉红 董超群 赵地 任维佳 蔡文超

[摘要]采用深度学习方法对棉花中的异性纤维进行分类识别。首先建立异性纤维数据集,针对异性纤维尺寸和形状多样性的特点,采用基于Faster RCNN的目标识别框架,以RseNet-50代替原始的VGG16作为异性纤维分类模型的特征提取网络...

 PDF全文激光与光电子学进展 | 2020, 57(12):121007

 基于深度特征金字塔和级联检测器的SAR图像舰船检测

赵云飞 张宝华 张艳月 谷宇 王月明 李建军 赵瑛

[摘要]针对Faster R-CNN算法检测舰船目标存在的不足,提出基于深度特征金字塔和级联检测器的舰船检测算法。先利用小目标数据增强算法对数据进行扩充,使检测模型学习足够的特征;再使用深度特征金字塔网络改进原目标检测算法的...

 PDF全文激光与光电子学进展 | 2020, 57(12):121019

 深度学习目标检测方法及其主流框架综述

段仲静 李少波 胡建军 杨静 王铮

[摘要]目标检测作为机器视觉中重要任务之一,是人工智能体系中一个具有重要研究价值的技术分支。对于卷积神经网络框架、anchor-based模型和anchor-free模型三个主流的目标检测模型进行梳理。首先,综述了主流卷积神经网络框架...

 PDF全文激光与光电子学进展 | 2020, 57(12):120005

 基于多任务深度学习的铝材表面缺陷检测

沈晓海 栗泽昊 李敏 徐晓龙 张学武

[摘要]针对工业铝材缺陷检测中由缺陷样本稀疏带来的训练过拟合、泛化性能差等问题,提出一种基于多任务深度学习的铝材缺陷检测方法。先基于Faster RCNN设计一个包含铝材区域分割、缺陷多标签分类和缺陷目标检测的多任务深度...

 PDF全文激光与光电子学进展 | 2020, 57(10):101501

 基于改进的Faster R-CNN目标检测算法

周兵 李润鑫 尚振宏 李晓武

[摘要]目标检测是计算机视觉研究中的热门问题,其中加速区域卷积神经网络(Faster R-CNN)对目标检测具有指导意义。针对Faster R-CNN算法在目标检测中准确率不高的问题,先对数据进行增强处理;然后对提取的特征图进行裁剪,利用...

 PDF全文激光与光电子学进展 | 2020, 57(10):101009

 基于中心点的遥感图像多方向舰船目标检测

张筱晗 姚力波 吕亚飞 韩鹏 李健伟

[摘要]针对目前基于深度学习的舰船目标斜框检测方法存在计算量大、效率低的问题,提出一种基于目标中心点的单阶段检测模型.由于舰船中心点不受舰船分布方向影响,模型主要思想是以目标中心点检测为基础,回归中心点处目标斜...

 PDF全文光子学报 | 2020, 49(04):0410005-410005

 基于去模糊空间变换RCNN的毫米波图像目标检测

梁广宇 程良伦 黄国恒 徐利民

[摘要]提出一种包含去模糊的空间变换区域卷积神经网络的目标检测算法.首先,基于主动毫米波圆柱扫描成像原理对人体进行三维成像(频率24~30 GHz),建立毫米波图像数据集.然后,估计毫米波图像的模糊核,通过卷积去噪网络获...

 PDF全文光子学报 | 2020, 49(02):0210004-210004

 基于迭代式自主学习的三维目标检测

王康如 谭锦钢 杜量 陈利利 李嘉茂 张晓林

[摘要]为了提高基于双目视觉的三维目标检测的精度与鲁棒性,提出了一种基于迭代式自主学习的三维目标检测算法。首先,为了给三维目标检测任务提供更精准的目标点云信息,提出了一种基于迭代式自主学习的视差估计算法,通过迭代...

 PDF全文光学学报 | 2020, 40(09):0915005

 基于动态感受野的航拍图像目标检测算法

谢学立 李传祥 杨小冈 席建祥 陈彤

[摘要]针对现有基于平视图像目标检测算法在航拍图像上检测精度不高的问题,提出一种具有动态感受野的单阶段目标检测算法。该算法采用SE-ResNeXt作为特征提取网络,在RetinaNet结构中添加bottom-up短连接通路和全局上下文上采...

 PDF全文光学学报 | 2020, 40(04):0415001

 基于多尺度特征融合的自适应无人机目标检测

刘芳 吴志威 杨安喆 韩笑

[摘要]针对无人机(UAV)航拍图像中目标占比较小、拍摄角度和高度多变等问题,提出了一种基于多尺度特征融合的自适应无人机目标检测算法。利用深度可分离卷积结合残差学习的优点,建立了轻量化特征提取网络。构建多尺度自适应候...

 PDF全文光学学报 | 2020, 40(10):1015002

 基于改进旋转区域生成网络的遥感图像目标检测

戴媛 易本顺 肖进胜 雷俊锋 童乐 程志钦

[摘要]为了实现遥感图像中目标的快速准确检测,解决遥感图像目标带有旋转角度的问题,在卷积神经网络理论的基础上,将旋转区域网络生成融入到Faster R-CNN网络中,提出了一种基于Faster R-CNN改进的遥感图像目标检测方法。相对...

 PDF全文光学学报 | 2020, 40(01):0111020

 面向激光跟踪仪跟踪恢复的合作目标视觉检测

王 博 董登峰 周维虎 高豆豆

[摘要]为了实现复杂场景下激光跟踪仪跟踪恢复过程中合作目标靶球的检测, 本文研究了基于深度学习的靶球检测方法。首先, 分析靶球自身特点、应用环境及它在跟踪恢复过程中的作用, 然后根据Faster R-CNN模型原理与跟踪恢复应...

 PDF全文光学 精密工程 | 2020, 28(02):271

 改进YOLOv2卷积神经网络的多类型合作目标检测

王建林 付雪松 黄展超 郭永奇 王汝童 赵利强

[摘要]针对大型构件三维精密测量中构件结构复杂、测量环境变化等导致的合作目标检测精度低的问题, 提出一种改进YOLOv2卷积神经网络的多类型合作目标检测方法。首先, 利用WGAN-GP生成对抗网络扩增合作目标图像样本数量; 其次...

 PDF全文光学 精密工程 | 2020, 28(01):251

 基于深度学习航拍图像检测的梯度聚类算法

解博 朱斌 张宏伟 马旗 张扬

[摘要]针对在目标检测中现有方法检测速度慢的问题,基于航拍图像中人造物体含有大量边缘的特点,提出了一种基于梯度聚类的区域建议算法(APM)。利用目标检测算法对提取的感兴趣区域进行检测,在DOTA (Dataset for Object ...

 PDF全文激光与光电子学进展 | 2019, 56(06):061007

 基于卷积神经网络的遥感图像目标检测

欧攀 张正 路奎 刘泽阳

[摘要]针对遥感图像中的目标检测问题,采用基于卷积神经网络的目标检测框架对目标进行提取,针对该网络制作了包含三类遥感图像中常见目标的目标检测数据集。为了解决遥感图像目标旋转角度较大的问题,将空间变换网络融入超...

 PDF全文激光与光电子学进展 | 2019, 56(05):051002

 基于改进特征金字塔的Mask R-CNN目标检测方法

任之俊 蔺素珍 李大威 王丽芳 左健宏

[摘要]提出了一种基于改进特征金字塔的Mask R-CNN目标检测方法。实验结果表明,在目标边缘和包围盒两项检测中,相比于Mask R-CNN检测框架,所提方法在不同的交并比阈值下的平均准确率分别提高了约2.4%和3.8%。尤其对于中等...

 PDF全文激光与光电子学进展 | 2019, 56(04):041502

 基于马尔可夫随机场的植被环境中的障碍物识别

程子阳 任国全 张银

[摘要]为了识别植被场景中的叶片和相邻障碍物, 提出了一种三维激光雷达的目标检测算法。以雷达点云中的相邻点构建邻域特征, 提取新的特征参数作为判别依据, 采用期望最大算法求得混合高斯模型以表征特征参数的分布情况; 最...

 PDF全文激光与光电子学进展 | 2019, 56(03):031010

 基于改进的特征提取网络的目标检测算法

乔婷 苏寒松 刘高华 王萌

[摘要]针对目标检测准确率低,物体位置不精准的缺点,设计了一种基于改进的特征提取网络的目标检测算法。首先将训练集进行数据增强;其次设计了一种双通道网络,用于目标检测算法Faster R-CNN的特征提取;最后在算法的预测部分,...

 PDF全文激光与光电子学进展 | 2019, 56(23):231008

 融合多尺度特征的目标检测模型

刘万军 王凤 曲海成

[摘要]为使YOLOv2算法在保证检测速度的同时进一步提高目标检测的精确率,在YOLOv2模型的基础上提出RF-YOLOv2新模型。该模型先将KITTI数据集经过聚类,选出最适合KITTI数据集的候选框个数和候选框尺寸;其次在网络结构的训练部...

 PDF全文激光与光电子学进展 | 2019, 56(23):231007

 基于反残差结构的轻量级多目标检测网络

刘万军 高明月 曲海成 刘腊梅

[摘要]针对YOLO系列的目标检测方法参数多、计算量大、生成检测模型规模大等导致对运行硬件平台计算资源要求高的问题,提出一种基于反残差结构的轻量级多目标检测网络(IR-YOLO)。首先,利用深度可分离卷积减少模型参数和计算量...

 PDF全文激光与光电子学进展 | 2019, 56(22):221003

 基于密集连接网络的遥感图像检测方法

杜泽星 殷进勇 杨建

[摘要]针对传统遥感图像检测算法中人为干预多、速度慢、检测精度低等问题,提出一种基于深度学习的遥感图像检测方法。采用密集连接的网络结构,充分利用每层网络提取的特征,减少网络推理时间;采用具有更大感受野的扩张块结构...

 PDF全文激光与光电子学进展 | 2019, 56(22):222803

 基于特征金字塔网络的改进算法

陈景明 金杰 王伟锋

[摘要]针对小目标检测提出了一种基于特征金字塔网络改进的算法。通过引入预测优化模块,并结合感兴趣区域的上下文信息,使得特征信息具有更强的稳健性,同时通过内部级联的多阈值预测网络进行预测,最终实现多尺度多阶段的预测...

 PDF全文激光与光电子学进展 | 2019, 56(21):211505

 基于改进多尺度特征图的目标快速检测与识别算法

单倩文 郑新波 何小海 滕奇志 吴晓红

[摘要]针对目标检测与识别在精度和实时性方面的要求, 提出了一种基于改进多尺度特征图的目标快速检测与识别算法。算法在原始SSD模型的基础上, 利用卷积神经网络自动提取多尺度特征图, 构建了一种有效的卷积特征图融合模块,...

 PDF全文激光与光电子学进展 | 2019, 56(02):021002

 基于聚类式区域生成的全卷积目标检测网络

潘志浩 陈莹

[摘要]基于区域的全卷积网络(R-FCN)的区域生成网络(RPN)沿用了更快速区域卷积神经网络(Faster R-CNN)的RPN。针对RPN先验框的大小与数量均需人为固定,生成的建议区域过多等问题,将聚类思想应用到RPN中,改进先验框的生成方式...

 PDF全文激光与光电子学进展 | 2019, 56(15):151001

首页上一页123456下一页尾页