您的位置: 专家智库 > >

马素刚

作品数:66 被引量:173H指数:8
供职机构:西安邮电大学更多>>
发文基金:国家自然科学基金陕西省教育厅科研计划项目陕西省重大科技创新专项计划项目更多>>
相关领域:自动化与计算机技术电子电信文化科学一般工业技术更多>>

文献类型

  • 40篇期刊文章
  • 23篇专利
  • 2篇科技成果
  • 1篇学位论文

领域

  • 46篇自动化与计算...
  • 4篇电子电信
  • 1篇一般工业技术
  • 1篇文化科学

主题

  • 34篇网络
  • 9篇图像
  • 8篇视觉跟踪
  • 8篇目标检测
  • 7篇网管
  • 7篇目标跟踪
  • 6篇网管系统
  • 6篇网络仪器
  • 5篇仪器
  • 5篇以太
  • 5篇语义
  • 5篇神经网
  • 5篇神经网络
  • 5篇视觉跟踪算法
  • 5篇卷积
  • 4篇代理
  • 4篇时间同步
  • 4篇嵌入式
  • 4篇自适
  • 4篇自适应

机构

  • 55篇西安邮电大学
  • 15篇空军工程大学
  • 10篇西安邮电学院
  • 4篇长安大学
  • 4篇西安电子科技...
  • 3篇西北工业大学
  • 1篇北京邮电大学
  • 1篇西安交通大学

作者

  • 66篇马素刚
  • 15篇余旺盛
  • 14篇杨小宝
  • 10篇李宥谋
  • 9篇王忠民
  • 6篇孙韩林
  • 4篇陈彦萍
  • 4篇吕宁
  • 4篇李哲
  • 4篇蒲磊
  • 3篇刘钊远
  • 2篇王宣政
  • 2篇王军
  • 2篇张德慧
  • 2篇王亚刚
  • 2篇王萌
  • 2篇李小锋
  • 2篇张姣
  • 2篇何萌
  • 2篇郭猛

传媒

  • 5篇光电工程
  • 4篇北京航空航天...
  • 4篇西安邮电学院...
  • 4篇空军工程大学...
  • 3篇计算机工程
  • 2篇电子与信息学...
  • 2篇制造业自动化
  • 1篇光学精密工程
  • 1篇自动化仪表
  • 1篇微电子学与计...
  • 1篇计算机应用研...
  • 1篇计算机辅助设...
  • 1篇计算机系统应...
  • 1篇控制与决策
  • 1篇应用光学
  • 1篇计算机与数字...
  • 1篇北京邮电大学...
  • 1篇实验技术与管...
  • 1篇计算机科学
  • 1篇计算机教育

年份

  • 11篇2024
  • 8篇2023
  • 5篇2022
  • 7篇2021
  • 3篇2020
  • 6篇2019
  • 3篇2018
  • 4篇2017
  • 2篇2016
  • 2篇2015
  • 1篇2013
  • 1篇2012
  • 4篇2011
  • 4篇2010
  • 2篇2009
  • 2篇2007
  • 1篇2006
66 条 记 录,以下是 1-10
排序方式:
一种基于多特征博弈的视觉目标跟踪方法
一种基于多特征博弈的视觉目标跟踪方法,主要通过初始化跟踪器并读取视频序列的初始帧图像,和对初始帧图像的搜索区域进行基础特征提取,以及在此基础上实现多特征构建;同时对筛选出的博弈候选者进行多特征博弈以预测中心位置并对滤波器...
马素刚张磊侯志强杨小宝赵致闲张子贤王忠民
文献传递
基于多尺度特征增强与全局-局部特征聚合的视频目标分割算法
2024年
针对记忆网络算法中多尺度特征表达能力不足和浅层特征没有充分利用的问题,该文提出一种多尺度特征增强与全局-局部特征聚合的视频目标分割(VOS)算法。首先,通过多尺度特征增强模块融合可参考掩码分支和可参考RGB分支的不同尺度特征信息,增强多尺度特征的表达能力;同时,建立了全局-局部特征聚合模块,利用不同大小感受野的卷积操作来提取特征,并通过特征聚合模块来自适应地融合全局区域和局部区域的特征,这种融合方式可以更好地捕捉目标的全局特征和细节信息,提高分割的准确性;最后,设计了跨层融合模块,利用浅层特征的空间细节信息来提升分割掩码的精度,通过将浅层特征与深层特征融合,能更好地捕捉目标的细节和边缘信息。实验结果表明,在公开数据集DAVIS2016,DAVIS2017和YouTube-2018上,该文算法的综合性能分别达到91.8%、84.5%和83.0%,在单目标和多目标分割任务上都能实时运行。
侯志强董佳乐马素刚马素刚杨小宝王昀琛
关键词:记忆网络
基于GLCNet的轻量级语义分割算法
2024年
多数基于卷积神经网络的语义分割算法伴随庞大的参数量和计算复杂度,限制了其在实时处理场景中的应用。为解决该问题,提出了一种基于全局-局部上下文网络(GLCNet)的轻量级语义分割算法。该算法主要由全局-局部上下文(GLC)模块和多分辨率融合(MRF)模块构成。全局-局部上下文模块学习图像的全局信息和局部上下文信息,使用残差连接增强特征之间的依赖关系。在此基础上,提出了多分辨率融合模块聚合不同阶段的特征,对低分辨率特征进行上采样,与高分辨率特征融合增强高层特征的空间信息。在Cityscapes和Camvid数据集上进行测试,平均交并比(mIoU)分别达到69.89%和68.86%,在单块NVIDIA Titan V GPU上,速度分别达到87帧/s和122帧/s。实验结果表明:所提算法在分割精度、效率及参数量之间实现了较好的平衡,参数量仅有0.68×10^(6)。
马素刚马素刚侯志强杨小宝张子贤
关键词:卷积神经网络上下文信息
基于可见光图像和红外图像决策级融合的目标检测算法被引量:21
2020年
针对可见光图像和红外图像的融合目标检测问题,提出了一种基于决策级融合的目标检测算法。通过建立带标注的数据集对YOLOv3网络进行重新训练,并在融合之前,利用训练好的YOLOv3网络对可见光图像和红外图像分别进行检测。在融合过程中,提出了一种新颖的检测融合算法,首先,保留只在可见光图像或只在红外图像中检测到的目标的准确结果;然后,对在可见光图像和红外图像中同时检测到的同一目标的准确结果进行加权融合;最后,将所得的检测结果进行合并,作为融合图像中所有对应目标的检测结果,进而实现基于决策级融合的快速目标检测。实验结果表明:各项指标在建立的数据集上均有较好的表现。所提算法的检测精度达到了84.07%,与单独检测可见光图像和红外图像的算法相比,检测精度分别提升了2.44%和21.89%,可以检测到更多的目标并且减少了误检目标的情况;与3种基于特征级图像融合的检测算法相比,算法的检测精度分别提升了4.5%,1.74%和3.42%。
白玉侯志强刘晓义马素刚马素刚余旺盛
关键词:目标检测决策级融合加权融合
基于SNTP的网络时钟软件设计与实现被引量:6
2009年
简要介绍了网络时钟软件的应用场合,SNTP协议的工作模式、工作原理、报文格式及时间戳格式,分析了该软件的需求。阐述了网络时钟软件设计与实现方法,包括界面设计,时间校正模块实现,串口通信模块实现。
马素刚孟伟君
关键词:时间同步简单网络时间协议时间戳串口通信协议
一种特征复用的多知识学习目标检测方法
本发明公开了一种特征复用的多知识学习目标检测方法,包括步骤:一、建立目标检测图像数据库;二、构建特征复用的特征融合网络;三、训练特征复用的特征融合网络;四、测试特征复用的特征融合网络;五、特征复用的多知识学习目标检测。本...
杨小宝王军王文涛马素刚
基于自适应模板更新与多特征融合的视频目标分割算法被引量:5
2021年
针对SiamMask不能很好地适应目标外观变化,特征信息利用不足导致生成掩码较为粗糙等问题,本文提出一种基于自适应模板更新与多特征融合的视频目标分割算法。首先,算法利用每一帧的分割结果对模板进行自适应更新;其次,使用混合池化模块对主干网络第四阶段提取的特征进行增强,将增强后的特征与粗略掩码进行融合;最后,使用特征融合模块对粗略掩码进行逐阶段细化,该模块能够对拼接后的特征进行有效的加权组合。实验结果表明,与SiamMask相比,本文算法性能有明显提升。在DAVIS2016数据集上,本文算法的区域相似度和轮廓相似度分别为0.727和0.696,比基准算法提升了1.0%和1.8%,速度达到40.2 f/s;在DAVIS2017数据集上,本文算法的区域相似度和轮廓相似度分别为0.567和0.615,比基准算法提升了2.4%和3.0%,速度达到42.6 f/s。
汪水源侯志强王囡李富成蒲磊马素刚
基于仪器网管系统的仪器MIB远程加载的实现方法
本发明公开了一种基于仪器网管系统的仪器MIB远程加载的实现方法,用于解决网络代理设备存储资源不足问题。实现步骤:1.按照SNMP规定,创建不同仪器被管理对象标识,产生仪器对应MIB装载文件;2.在网管中心通过操作平台进行...
李宥谋马素刚张姣李哲张德慧李小锋何萌郭猛赵梦屹石苗王萌
文献传递
一种网络仪器用时间同步系统及方法
本发明公开了一种网络仪器用时间同步系统及方法,该系统包括树型仪器网关、与树型仪器网关根节点连接的控制中心、以及与树型仪器网关叶子节点连接的网络仪器,树型仪器网关由位于树型仪器网关根节点位置处的主仪器网关和与主仪器网关连接...
韩刚马素刚李有谋李辉
文献传递
微波传输网络网管系统的研究与实现
2011年
为了对现有微波传输设备进行远程管理,提出了一种适用于微波传输网络的网管系统设计与实现方案.在原有设备上增加了网络管理模块,扩展了网络接口,实现了Agent程序.编写专用管理站软件,通过SNMP协议对整个网络进行管理.该方案只利用传统微波链路的一个时隙(64 kb/s),实现了网管数据的快速转发,能够对所有设备实施集中监控.
马素刚王亚刚李宥谋
关键词:网管系统串口通信
共7页<1234567>
聚类工具0