杨文姬

作品数：26被引量：106H指数：6
导出分析报告
供职机构：江西农业大学软件学院更多>>
发文主题：水稻多尺度支持向量机SPAD值图像处理更多>>
发文领域：自动化与计算机技术农业科学交通运输工程更多>>
发文期刊：《南方农业学报》《计算机工程与应用》《浙江农业学报》《科技通报》更多>>
所获基金：国家自然科学基金江西省教育厅科学技术研究项目江西省教育厅科技计划项目国家重点实验室开放基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
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：
多尺度高分辨率保持特征融合的手势检测
《计算机应用与软件》2023年第11期176-185,共10页杨文姬 郑隐馨 梅梦 赵应丁 王映龙 殷华 
江西省自然科学基金青年项目(20212BAB212005);江西省自然科学基金面上项目(20224BAB202015);国家自然科学基金项目(61462038)。
手势交互是人机交互系统的一个重要组成部分。针对现有SSD(Single Shot MultiBox Detector)网络中不同尺度特征间的独立性,无法充分利用各特征间的关联信息,导致对遮挡和不完整手的检测精度偏低等问题,提出一种改进的SSD算法,通过引进...
关键词：手势检测 SSD 多尺度 高分辨保持 特征融合 
改进YOLOv3的多尺度高分辨率特征增强图像目标检测被引量：4
《小型微型计算机系统》2023年第6期1311-1317,共7页杨文姬 李浩 王映龙 梅梦 
国家自然科学基金项目(61462038)资助;江西省自然科学基金项目(20212BAB212005)资助;江西省教育厅科技项目(GJJ190217)资助;浙江大学国家重点实验室开放课题项目(A2029)资助.
针对目标检测存在背景复杂,遮挡严重,尺度大小不一的问题,本文基于YOLOv3进行改进,提出了一种多尺度高分辨率的特征融合网络YOLOv3-F.首先,在backbone和neck之间添加空间金字塔池化结构(Spatial Pyramid Pooling),特征图经过局部特征与...
关键词：图像目标检测 多尺度特征 YOLOv3 特征融合 
基于改进Yolov5植物病害检测算法研究被引量：10
《中国农机化学报》2023年第1期108-115,共8页杨文姬 胡文超 赵应丁 钱文彬 
江西省自然科学基金项目(20212BA212005);国家自然科学基金项目(61462038)。
苹果和番茄是日常生活非常常见的果蔬,准确地识别病害能够提升作物产量,减少经济损失。针对现有的植物病害检测方法不能准确且快速地检测植物叶片中病害区域的问题,设计一种基于改进Yolov5的深度学习方法,用于检测苹果、番茄叶片常见病...
关键词：植物病害检测 Yolov5 深度学习 复合主干网 Varifocal Loss 
结构外观度量下的无监督人体图像生成
《小型微型计算机系统》2021年第10期2101-2106,共6页赵应丁 何俞玲 杨文姬 吴沧海 杨红云 黄丽芳 
国家自然科学基金项目(61462038,61562039,61966016)资助;江西省教育厅科技项目(GJJ190217,GJJ190180,GJJ200428)资助;浙江大学CAD&CG国家重点实验室开放课题项目(A2029)资助.
针对目标姿态下的人体图像生成过程中需要成对数据的局限性问题,提出了基于CycleGAN循环一致性思想的无监督生成方法.首先由源图像生成目标姿态图像,再由生成的图像映射回源图像.通过两次对抗训练优化生成器参数,使得生成的目标图像趋...
关键词：图像生成 姿态转换 无监督学习 生成对抗网络 
多尺度高分辨率保持和视角不变的手姿态估计被引量：1
《计算机工程与应用》2021年第14期148-157,共10页熊杰 彭军 杨文姬 黄丽芳 
国家自然科学基金(61462038,61562039);江西省教育厅科技计划项目(GJJ190217);浙江大学CAD&CG国家重点实验室开放课题(A2029)。
目前基于彩色图像的手姿态2D关键点热图估计大多数采用卷积姿势机或沙漏网络进行,但这两种网络不能同时满足高分辨率表示保持学习和多尺度特征融合。针对该问题引用了一种多尺度高分辨率保持的网络,该网络采用高低分辨率表示并行设计的...
关键词：手姿态估计 高分辨率表示 多尺度融合 视角不变 深度学习 
基于多特征融合卷积神经网络的显著性检测被引量：6
《计算机工程与科学》2021年第4期729-737,共9页赵应丁 岳星宇 杨文姬 张吉昊 杨红云 
国家自然科学基金(61462038,61562039);江西省教育厅科技计划项目(GJJ190217)。
随着深度学习技术的发展以及卷积神经网络在众多计算机视觉任务中的突出表现,基于卷积神经网络的深度显著性检测方法成为显著性检测领域的主流方法。但是,卷积神经网络受卷积核尺寸的限制,在网络底层只能在较小范围内提取特征,不能很好...
关键词：显著性检测 多尺度 卷积神经网络 局部特征增强 全局上下文建模 
基于级联卷积神经网络的彩色图像三维手势估计被引量：1
《小型微型计算机系统》2020年第3期558-563,共6页刘玮 戴仕明 杨文姬 杨红云 钱文彬 
国家自然科学基金项目(61462038,61562039,61502213)资助.
估计手的三维姿态是人机交互中重要的组成部分.针对从单个彩色图像估计准确的三维手势困难这一问题,提出了一种基于级联卷积神经网络的估计方法,该级联网络分三阶段,手部掩膜估计、二维手势估计和三维手势估计,三阶段级联网络进行端到...
关键词：级联卷积神经网络 手势估计 三维手姿态 彩色图像 
多特性融合的多尺度显著性检测被引量：5
《小型微型计算机系统》2019年第8期1734-1739,共6页岳星宇 赵应丁 杨文姬 杨红云 邵鹏 
国家自然科学基金项目(61462038,61562039)资助;江西省教育厅科学技术项目(GJJ160409)资助
图像显著性检测已经发展多年,被广泛应用于目标检测与识别、图像分割等领域中.本文针对图像显著性目标和背景相似时,检测结果较差的问题,提出一种多特性融合的多尺度检测方法,有效改善了这个情况.方法主要有三个阶段:首先构建图像层次...
关键词：显著性检测 对象性 背景性 外观性 
基于BP神经网络和概率神经网络的水稻图像氮素营养诊断被引量：15
《植物营养与肥料学报》2019年第1期134-141,共8页周琼 杨红云 杨珺 孙玉婷 孙爱珍 杨文姬 
国家自然科学基金项目(61562039;61363041;61462038);江西省教育厅科技项目(GJJ160374;GJJ170279)资助
【目的】实现图像氮素营养诊断需要关键指标的确定和建立快速处理海量图像数据的模型。本研究筛选了水稻氮素营养诊断的敏感时期和部位,优化了图像处理技术参数,并比较了BP神经网络和概率神经网络两种建模方法对养分诊断的可靠性,为利...
关键词：水稻 氮素营养诊断 图像处理 BP神经网络 概率神经网络 
基于支持向量机的水稻叶面积测定被引量：12
《江苏农业学报》2018年第5期1027-1035,共9页孙玉婷 杨红云 王映龙 周琼 孙爱珍 杨文姬 
国家自然科学基金项目(61562039;61363041;61462038);江西省教育厅科技项目(GJJ160374;GJJ170279)
本研究探讨了水稻叶长、叶宽与叶面积之间的关系。应用改进网格搜索算法参数优化后的支持向量机对计算机图像处理技术测量所得到的样本数据进行训练,以水稻叶片长度(L),叶片最大宽度(W)、叶面积回归拟合值(S)作为输入变量对水稻叶面积...
关键词：叶长 叶宽 叶面积 网格搜索算法 支持向量机 
全选清除导出
共3页<123>
检索报告 对象比较 聚类工具 使用帮助 返回顶部