国家自然科学基金(61179045)

作品数：34被引量：206H指数：8
导出分析报告
相关作者：张良姜华杨宏宇张涛赵鑫更多>>
相关机构：中国民航大学天津大学温州市公安局更多>>
相关期刊：《声学技术》《计算机工程与设计》《光学学报》《电子科技大学学报》更多>>
相关主题：图像处理卷积神经网络人体行为识别目标检测X光图像更多>>
相关领域：自动化与计算机技术理学电子电信一般工业技术更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于金字塔卷积和带状池化的X光目标检测被引量：2
《激光与光电子学进展》2022年第4期209-220,共12页乔靖乾 张良 
国家自然科学基金(61179045)。
安检X光图像违禁品尺度多变、姿态各异,为自动识别带来很大的困难。针对该问题,提出了一种基于金字塔卷积和带状池化的X光目标检测算法。首先,以一阶段无锚框目标检测框架CenterNet为基础,引入金字塔卷积,提出金字塔沙漏网络,丰富Hourgl...
关键词：图像处理 X光图像目标检测 深度学习 金字塔卷积 带状池化 交并比损失函数 
多通道区域建议的多尺度X光安检图像检测被引量：6
《计算机工程与应用》2022年第1期224-231,共8页康佳楠 张良 
国家自然科学基金(61179045)。
针对安检X光图像检测中的违禁品尺度差异问题,对Faster RCNN网络进行改进,提出一种基于多通道区域建议网络(muiti-channel region proposal network,MCRPN)。考虑到不同层卷积特征在视觉语义上的互补性,进行多层特征提取,融合VGG16高层...
关键词：目标检测 Faster RCNN模型 多尺度 多通道 膨胀卷积 
基于全卷积网络的X光图像违禁物品检测方法被引量：1
《计算机工程与设计》2021年第11期3188-3195,共8页李舒婷 姜永峰 张良 
国家自然科学基金项目(61179045)。
针对安检通道中人工检测违禁物品导致效率低的问题,提出一种基于全卷积网络改进的X光图像违禁物品检测方法。采用单阶段检测算法提高计算速度和简化模型,实现无锚框情况下的逐像素检测;构建双向特征金字塔进行多尺度融合,一定程度上解...
关键词：安检判图 全卷积网络 X光图像 违禁物品检测 双向特征金字塔 
复杂背景下多尺度X光违禁品检测被引量：5
《激光与光电子学进展》2021年第22期102-112,共11页张珂 张良 
国家自然科学基金(61179045)。
针对安检X光图像中违禁品的自动检测一直存在困难,使用不同尺度的特征比例平衡模块、U型网络递归模块和残差边注意力模块构建EM2Det(Enhanced M2Det)模型,进一步提升M2Det模型的检测性能。首先考虑主干网络深层中的高语义信息和浅层中...
关键词：图像处理 目标检测 安检X光图像 EM2Det模型 特征金字塔 多尺度 
基于深度图像和骨骼信息的人体动作识别方法被引量：1
《中国民航大学学报》2021年第2期54-60,共7页张良 钱毅敏 
国家自然科学基金项目(61179045)。
人体动作的复杂性、类内差异和视角变化等因素对准确识别人体动作造成一定影响。基于深度相机能同时记录深度图像和实时提取骨骼信息的优势,提出一种基于深度图像和骨骼信息的动作识别方法。使用深度图像序列生成运动历史点云并提取全...
关键词：动作识别 深度图像 骨骼信息 特征融合 
Yolo-C:基于单阶段网络的X光图像违禁品检测被引量：24
《激光与光电子学进展》2021年第8期67-76,共10页郭守向 张良 
国家自然科学基金(61179045);民航安全能力建设项目(20600523)。
为了检测X光图像中的违禁物品,提出一种基于深度学习的单阶段双网络目标检测算法。在单阶段目标检测网络Yolov3的基础上,结合复合骨干网络的思想,构建了Yolo-C目标检测网络。Yolo-C的骨干网DarkNet-C由辅助骨干网络DarkNet-A和引导骨干...
关键词：图像处理 违禁品检测 单阶段双网络 Yolo-C 特征增强模块 迁移学习 
多尺度特征融合的安检图像危险品检测被引量：4
《激光与光电子学进展》2021年第8期144-151,共8页王昱晓 张良 
国家自然科学基金(61179045);民航安全能力建设项目(20600523)。
现有的目标检测算法检测X光安检图像中较小尺寸的危险品精度较低,为此提出一种多尺度特征融合检测网络,即MFFNet(Multi-scale Feature Fusion Network),其以SSD检测模型为基础并采用更深的特征提取网络,即ResNet-101。通过跳跃连接的方...
关键词：图像处理 特征融合 X光安检图像 危险品检测 
改进的R-C3D时序行为检测网络被引量：2
《信号处理》2021年第3期447-455,共9页田翔 张良 
国家自然科学基金(61179045)。
为了提高时序行为检测网络的分类精度和时序上的定位精度,本文提出了一种改进的区域3D卷积神经网络(Region Convolutional 3D Network, R-C3D)。在时序候选子网中,通过逐层空间卷积把特征图的高宽由(H/16,W/16)变为(1,1),提高行为的分...
关键词：人体行为识别 时序行为检测 深度学习 反卷积 特征图 
结合时序动态图和双流卷积网络的人体行为识别被引量：3
《激光与光电子学进展》2021年第2期96-104,共9页张文强 王增强 张良 
国家自然科学基金(61179045)。
为了更好地对人体动作的长时时域信息进行建模,提出了一种结合时序动态图和双流卷积网络的人体行为识别算法。首先,利用双向顺序池化算法来构建时序动态图,实现视频从三维空间到二维空间的映射,用来提取动作的表观和长时时序信息;然后...
关键词：图像处理 双流卷积网络 人体行为识别 时序动态图 数据增强 
基于深度学习的区域背光亮度提取方法被引量：2
《光学学报》2020年第22期73-81,共9页张涛 曾琴 杜文丽 王昊 
国家自然科学基金(61350009,61179045);华为创新研究计划(HO2018085418)。
在分析现有算法的优缺点的基础上,尽可能考虑各种类型的图像,基于发光二极管-液晶显示器直下式图像视频显示原理样机,提出了一种可靠有效的基于区域背光亮度提取的数据测量方法,并提出了一种高效实用的基于深度学习的背光亮度提取方法...
关键词：图像处理 液晶显示 区域调光 神经网络 背光提取 
全选清除导出
共4页<1234>
检索报告 对象比较 聚类工具 使用帮助 返回顶部