四川大学数学学院视觉合成图形图像技术国防重点学科实验室

作品数：268被引量：1034H指数：15
导出分析报告
发文作者：费向东宋歌李科程鹏谭诗瀚更多>>
发文领域：自动化与计算机技术电子电信航空宇航科学技术医药卫生更多>>
发文主题：GPU空中交通管理航空器网络卷积神经网络更多>>
发文期刊：更多>>
所获基金：国家自然科学基金国家高技术研究发展计划四川省科技计划项目国家重点基础研究发展计划更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一机构
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：
考虑注意力的无锚框孪生网络目标跟踪算法
《计算机应用与软件》2024年第12期268-274,共7页孙仕棚 兰时勇 
四川省科技厅重点研发项目(2021YFG0300);视觉合成图形图像技术国防重点学科实验室开放研究项目。
孪生(Siamese)网络是解决视觉目标跟踪任务的一种重要方法。无填充孪生网络(SiamDW)的跟踪器采用区域推荐网络(RPN)来进行目标的定位,需要预先设置锚框的高宽比等超参数,不仅调参繁杂,而且跟踪的准确率较低。为解决此问题,提出一种考虑...
关键词：孪生网络 目标跟踪 无锚框设计 无填充 通道注意力 
基于深度强化学习的抗感知误差空战机动决策
《工程科学与技术》2024年第6期270-282,共13页田成滨 李辉 陈希亮 吴冯国 
国家自然科学基金重点项目(U20A20161);国家自然科学基金项目(62273356)。
在视距内空战机动决策中,以光电传感器和雷达为代表的机载感知设备易受敌方干扰或气象因素等影响,产生态势感知误差。深度强化学习(DRL)在空战机动决策中虽已取得了重要进展,但现有方法并未考虑空战态势感知误差对DRL的影响。由于状态...
关键词：深度强化学习 视距内空战 机动决策 感知误差 奖励塑造 无人机 
基于多任务学习的空管指令复诵生成方法研究
《计算机应用与软件》2024年第11期86-92,100,共8页张攀 张建伟 郭东岳 杨波 林毅 
国家自然科学基金民航联合研究基金项目(U2333209);国家自然科学基金面上项目(62371323);国家自然科学基金区域创新联合基金项目(U20A20161)。
在空管模拟机上实现复诵指令的自动生成能提高模拟机的智能化水平。然而,自然语言中普遍存在的多义词问题会影响到生成任务的质量和效果。为了解决以上问题,提出一种基于多任务学习的指令复诵生成模型。该模型引入多任务学习,以文本指...
关键词：多任务学习 指令复诵 管制员培训 文本指令理解 
基于多模态融合的无监督视频摘要算法研究
《计算机技术与发展》2024年第11期29-35,共7页潘涛 陈虎 黄菊 吴长柯 邓彪 吴志红 
国家自然科学基金重点项目(U20A20162);四川省科技计划项目(2022JDJQ0045)
生成算法通过选择视频内容中信息最丰富的部分来构建形成简洁而完整的概要,有利于快速了解视频内容并压缩存储空间。针对现有视频摘要方法存在的视频多模态信息利用不充分、特征表达能力弱等难题,该文提出了一种基于多模态融合及多尺度...
关键词：无监督视频摘要 多模态融合 自注意力网络 特征金字塔网络 特征编码 
基于阴影解耦和重参的轻量级阴影检测算法
《工程科学与技术》2024年第5期297-306,共10页陈珏宇 杨雨泓 邢冠宇 刘艳丽 
国家自然科学基金项目(61972271);四川省科技计划项目(2023YFS0454)。
由于阴影边界上的像素数量往往远小于阴影内部区域的像素数量,准确检测阴影边界区域相比于检测阴影内部区域像素更困难。为了提高在阴影边界上的检测准确率,本文提出了一种新颖且高效的轻量级边界感知阴影检测算法RBNet。首先,将图像分...
关键词：阴影检测 深度学习 图像解耦 卷积网络 重参 
一种融合上下文信息及自适应感受野的多尺度目标检测算法
《计算机应用与软件》2024年第10期314-318,共5页张婷 兰时勇 
四川省科技厅重点研发项目(2021YFG0300);视觉合成图形图像技术国防重点学科实验室开放研究项目。
目标检测在实际应用各类复杂场景中面临着诸多的挑战,如目标遮挡、光照变化、目标尺度变化等。为了提高多尺度目标检测的性能,提出一种改进的特征金字塔(FPN)的目标检测算法。以特征金字塔网络框架为基础引入上下文信息融合模块,充分利...
关键词：目标检测 上下文信息融合 跨通道注意力机制 
基于多尺度路径聚合的儿童龋齿检测算法
《中国激光》2024年第15期162-172,共11页李彦甫 兰海月 薛婧帆 郭锦林 黄睿洁 朱江平 
国家自然科学基金(62101364,61901287);四川省中央引导地方科技发展计划(22ZYD0111);中国博士后科学基金(2021M692260);四川省重大科技专项(2021YFG0195,2022YFG0053)。
龋齿是一种常见的口腔疾病,在儿童人群中的发病率较高。为了解决这个问题,本课题组制作了手机等移动设备拍摄的口腔图像数据集,其中包含多角度拍摄的口腔图像,同时采用翻转、拼接、色域转换等数据增强策略对数据进行处理,以提升数据的...
关键词：口腔图像 龋齿检测 深度学习 多尺度特征融合 早期儿童龋齿 
基于注意力的多阶段点云补全网络
《激光与光电子学进展》2024年第10期265-272,共8页尹溪洋 周佩 朱江平 
国家自然科学基金(62101364,61901287);四川省中央引导地方科技发展计划(22ZYD0111);中国博士后科学基金(2021M692260);四川省重大科技专项(2021YFG0195,2022YFG0053)
点云补全指利用不完整点云数据重建完整三维模型的过程。现有的大多数点云补全方法受点云无序性和不规则性影响,难以有效地重建局部细节信息,进而影响补全精度。为解决这个问题,提出基于注意力的多阶段点云补全网络。设计了满足置换不...
关键词：点云 点云补全 自注意力 交叉注意力 几何细节感知 
基于多尺度特征深度神经网络的不同产地山楂细粒度图像识别被引量：2
《四川大学学报（自然科学版）》2024年第1期107-118,共12页谭超群 秦中翰 黄欣然 陈虎 黄永亮 吴纯洁 游志胜 
四川省科技厅应用基础研究课题(2018JY0435);四川省中医药管理局科学技术研究专项课题(2021MS012);成都中医药大学“杏林学者”学科人才科研提升计划人才项目(QNXZ2019018)。
中药是中医治疗疾病的主要途径,也是我国中医药事业传承与创新发展的物质基础,其真伪优劣也会直接影响中医临床的疗效,因此研究科学合理且高效的中药材质量检测方法符合当前行业热点.山楂作为中国著名的药食两用类药材,在烹饪和治疗中...
关键词：多尺度特征 神经网络 山楂 细粒度识别 
基于注意力机制和不对称卷积的目标跟踪算法被引量：1
《计算机工程与设计》2023年第10期3110-3116,共7页李锦瑞 张轶 
国家自然科学基金区域创新联合基金项目(U20A20161)。
一般孪生网络跟踪算法中目标模板不会更新,模板分支与搜索分支在计算时相互独立,无法进行鲁棒跟踪,使用深度互相关来融合两分支的特征有着容易被干扰物欺骗、激活通道数少、对目标边界的分辨能力较弱,且不能充分受益于大规模的离线训练...
关键词：深度学习 目标跟踪 孪生网络 特征融合 注意力机制 互相关 不对称卷积 
全选清除导出
共27页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部