公共文化服务平台

周立凡: 作品数：19 被引量：32H指数：3; 供职机构：常熟理工学院计算机科学与工程学院更多>>; 发文基金：国家自然科学基金江苏省自然科学基金江苏省“青蓝工程”基金更多>>; 相关领域：自动化与计算机技术文化科学天文地球更多>>

合作作者

基于HSV颜色空间特征的视频烟雾检测被引量：3: 2022年; 由于烟雾具有形状不规则、扩散缓慢的特性,导致传统烟雾识别方法对烟雾检测存在一定的缺陷,如烟雾检测准确率低、烟雾警报响应时间长等问题。为了满足野外空旷场景下烟雾检测的准确性和实时性,提出了基于HSV(Hue, Saturation, Brightness,色调,饱和,明亮)颜色空间特征和卷积神经将网络相结合的视频烟雾检测的识别方法。通过将烟雾图像的RGB颜色空间特征映射到HSV颜色空间特征后提取烟雾候选区域,提取到的烟雾候选区域经过高斯混合模型进行运动判断,然后将符合运动特征的烟雾候选区域图像送入到训练好的卷积神经网络中进行烟雾识别。针对传统烟雾检测效率问题,设计了卷积神经网络conv-12用于烟雾识别。实验结果表明,基于HSV颜色空间特征和卷积神经网络conv-12相结合的视频烟雾识别方法对视频烟雾检测的准确率为96.45%,烟雾检测率为93.3%,烟雾报警平均响应时间为0.9 s。相较于其他方法,在烟雾检测准确率、烟雾检测率、烟雾警报响应时间都有一定的提升。; 曹灿灿龚声蓉周立凡钟珊; 关键词：卷积神经网络

基于双注意力擦除和注意力信息聚合的弱监督目标检测被引量：1: 2023年; 现有的弱监督检测方法主要采用多示例检测网络,但在这些方法中应用分类特征提取网络易使目标尤其是非刚性目标的检测结果收敛到目标最显著局部区域。提出一种基于双注意力擦除和注意力信息聚合的端到端的弱监督检测框架DAENet。双注意力擦除模块的目的在于擦除生成的最显著性局部前景区域和部分背景区域,以此来扩展目标显著性区域,使网络能够尽可能地关注目标整体,从而更好地捕获目标整体区域。此外,为准确定位不同目标区域并精确生成注意力擦除掩码,提出注意力信息聚合模块,该模块可提取通道的全局特征和局部特征,并引入空间依赖性进一步提高检测精度。通过将双注意力擦除和注意力信息聚合进行协同工作,从而更好地提高弱监督检测性能。在PASCAL VOC 2007和VOC 2012数据集上的实验结果表明,DAENet框架在两个数据集上的检测精度分别达到50.5%和47.4%,相比基准模型,在部分非刚性目标上的检测精度提高了约5%~20%。; 宋鹏鹏龚声蓉钟珊钟珊凤黄浩

一种视觉跟踪中的模板更新策略被引量：4: 2015年; 针对复杂场景中的目标外观和背景变化引起的模板更新问题,提出了一种新的视觉跟踪模板更新策略,用以提高目标模板正确性。算法利用特征信息在时间和空间上的区别和变化,进行特征子量分类更新,避免了模型过更新,提高了目标模型的容错能力,使更新带来的误差尽量小,以适应目标和背景信息的不断变化,在一定程度上提高了跟踪算法的精准度和鲁棒性。实验结果表明,本文方法在视频跟踪系统中具有优越的性能,可以在目标运动、变化和遮挡情况下实现鲁棒跟踪。; 夏瑜吴小俊李菊周立凡; 关键词：视觉跟踪

面向语义分割模型的外接多尺度投票网络被引量：1: 2022年; 针对语义分割领域中多尺度共享网络训练复杂度高,以及网络在小目标、长条状目标、目标边缘处拟合效果不佳的问题,提出一种新型外接多尺度投票网络。通过投票网络融合各尺度分割结果,降低网络训练复杂度,并将共享网络中的分割网络与各尺度注意力头剥离开,仅训练各尺度注意力头,以便于网络收敛。在投票网络的结构设计中,使用多类别投票方法扩大投票空间,通过融入混合池化模块聚合近程与远程权值,扩大网络感受野,缓解权值图中长条状目标拟合间断与缺失的问题。在此基础上引入类内、类间投票注意力模块获取权值及类间关系,并采用不规则卷积,改善投票权值图的边缘拟合效果。在Cityscapes数据集上的实验结果表明,相比FCN、PSPNet、DeepLabv3+分割网络,该网络的平均交并比分别提升了0.92、0.88、0.80个百分点,与共享网络相比,其训练复杂度更低,精度更高。; 朱杰龚声蓉龚声蓉周立凡钟珊

融入混合注意力的可变形空洞卷积近岸SAR小舰船检测被引量：3: 2022年; 目的在近岸合成孔径雷达(synthetic aperture radar,SAR)图像舰船检测中,由于陆地建筑及岛屿等复杂背景的影响,小型舰船与周边相似建筑及岛屿容易混淆。现有方法通常使用固定大小的方形卷积核提取图像特征。但是小型舰船在图像中占比较小,且呈长条形倾斜分布。固定大小的方形卷积核引入了过多背景信息,对分类造成干扰。为此,本文针对SAR图像舰船目标提出一种基于可变形空洞卷积的骨干网络。方法首先用可变形空洞卷积核代替传统卷积核,使提取特征位置更贴合目标形状,强化对舰船目标本身区域和边缘特征的提取能力,减少背景信息提取。然后提出3通道混合注意力机制来加强局部细节信息提取,突出小型舰船与暗礁、岛屿等的差异性,提高模型细分类效果。结果在SAR图像舰船数据集HRSID(high-resolution SAR images dataset)上的实验结果表明,本文方法应用在Cascade-RCNN(cascade region convolutional neural network)、YOLOv4(you only look once v4)和BorderDet(border detection)3种检测模型上,与原模型相比,对小型舰船的检测精度分别提高了3.5%、2.6%和2.9%,总体精度达到89.9%。在SSDD(SAR ship detection dataset)数据集上的总体精度达到95.9%,优于现有方法。结论本文通过改进骨干网络,使模型能够改变卷积核形状和大小,集中获取目标信息,抑制背景信息干扰,有效降低了SAR图像近岸复杂背景下小型舰船的误检漏检情况。; 龚声蓉龚声蓉周立凡周立凡钟珊; 关键词：舰船检测合成孔径雷达(SAR)图像

基于间断自适应MRF的相位解缠算法: 2020年; 合成孔径干涉雷达(InSAR)技术已被广泛应用于地面高程信息的获取。相位解缠作为其关键步骤直接关系到地表高程的提取精度。然而,相位解缠受相位连续性假设的限制无法识别间断相位,影响在陡峭地形区域的高程反演精度。针对上述问题,本文提出了一种基于间断自适应马尔可夫随机场模型(DA-MRF)的相位解缠算法处理间断相位。首先构建DA-MRF模型的能量函数能够自适应地在连续相位处保持像素连接,同时在间断相位处阻断像素连接;然后再利用图割算法优化能量函数,完成相位解缠。仿真和实测数据试验证明,本文方法与常用的相位解缠算法相比,具有更强的间断相位保持能力,更适用于地形变化剧烈场景中的地形重建。; 周立凡张世奇夏瑜钟珊龚声蓉; 关键词：干涉雷达相位解缠马尔可夫随机场

用于遥感图像目标检测的少样本算法: 2024年; 针对遥感场景数据量匮乏,高空拍摄捕捉的地表物体尺寸变化明显,包含大量多个类别的物体以及复杂背景,导致检测准确率低、分类不准确等问题,提出一种基于二阶段检测模型(Faster RCNN)的少样本遥感目标检测网络。新增新型反转卷积算子构建检测器主干,提高特征提取能力;融入多尺度对象级正样本特征进行原始特征增强,抑制负样本的不利影响,充分挖掘各目标尺度的特征信息,帮助语义信息进行定位;采用对比监督的思想改进损失函数,细化目标分类,降低误检率。在公开遥感数据集上的实验结果表明,在仅有少量遥感标注样本的条件下,该网络能适应遥感图像的多尺度特征并有效缓解数据稀缺引发的过拟合现象。与先期Meta RCNN和FsDet网络相比,平均准确度进一步提升了3.8个百分点和2.5个百分点,为遥感领域的图像目标检测提供有意义参考。; 薛杨义周立凡龚声蓉; 关键词：目标检测遥感图像

混合式教学中深度学习模式研究: 2022年; 针对混合式教学特点,以“信息安全与防护”教学为例,提出混合式教学中深度学习模式,分析了课程设计,课堂实施策略以及过程化持续改进的实施过程和应用效果。最后通过问卷调查,两班学生成绩对比以及近年来取得的教育教学研究成果,验证了该模式的有效性,为混合式教学的创新模式开辟了新途径。; 严卫李鑫王颖周立凡钱振江肖乐; 关键词：混合式教学

基于近端策略优化模板更新的实时目标跟踪方法: 2024年; 基于孪生网络的目标跟踪算法往往采用第一帧的外观特征作为固定模板,难以应对目标外观剧烈变化等问题。为此,所提算法在孪生网络的基础上,引入深度强化学习,将模板更新问题建模为马尔可夫决策过程,采用近端策略优化算法进行优化,减少因目标外观变化带来的误差积累。针对孪生网络跟踪算法搜索域太小,无法全局搜索目标的问题,引入全局检测算法,找回丢失的目标。所提跟踪算法能够自适应更新模板和全局检测丢失的目标,在OTB数据集和GOT-10k数据集上进行测试,实验结果表明,该方法较代表性方法,具有实时性强和准确率高的优点,能够很好应对目标外观形变以及目标丢失。; 孙愉亚龚声蓉龚声蓉钟珊周立凡; 关键词：目标跟踪马尔可夫决策过程

人工智能大数据伦理问题的研究被引量：1: 2019年; 在斯诺登事件后,人工智能大数据伦理背景下,对伦理问题进行深入研究。以人工智能大数据伦理问题需要跨学科的对话为主线,通过计算机技术及其在监视社会中的应用关系来探讨切实可行的出路。最后在教学和研究中提出价值和方向引导,呼吁相关人士采取行动。; 严卫钱振江周立凡肖乐; 关键词：人工智能大数据伦理

周立凡

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

周立凡

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈