张瑜
- 作品数：35 被引量：23H指数：3
- 供职机构：齐鲁工业大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术交通运输工程电子电信机械工程更多>>
- 基于特征选择模块的林业害虫识别方法及系统
- 本公开提供了一种基于特征选择模块的林业害虫识别方法及系统，包括：获取林业害虫图像；根据获取的林业害虫图像以及预设的林业害虫识别网络模，得到林业害虫分类结果，进行林业害虫识别；其中，所述林业害虫识别网络模型通过扩充处理后的...
- 张友梅冯富祥张瑜
- 一种四足机器人运动控制方法、系统、存储介质及设备
- 本发明涉及自适应控制技术领域，提供了一种四足机器人运动控制方法、系统、存储介质及设备，包括：获取四足机器人在环境中行走时的状态，通过策略网络根据状态选择动作；获取四足机器人在环境中行走时的足端位置，以计算得到参考动作；结...
- 李彬刘伟龙侯兰东杨姝慧徐一明张友梅张瑜张明亮
- 文献传递
- 一种多柔性机械臂系统自适应一致性追踪控制方法及系统
- 本公开公开的一种多柔性机械臂系统自适应一致性追踪控制方法及系统，包括：获取各柔性机械臂的追踪数据；将追踪数据输入自适应一致性追踪控制器中，输出控制输入信号，其中，自适应一致性追踪控制器通过构建多柔性机械臂系统中各柔性机械...
- 刘丽霞刘伟龙郭荣伟李彬张瑜侯兰东
- 文献传递
- 基于多分支扩张卷积神经网络的人群计数方法及系统
- 本发明属于计算机视觉领域，提供了一种基于多分支扩张卷积神经网络的人群计数方法及系统。该方法包括：获取包含人群的场景图像并据此分别生成人群密度图标签和人头位置二值图标签；根据训练样本，构建训练集；其中，每幅图像及其所对应的...
- 张友梅张瑜刘伟龙
- 文献传递
- 一种基于Transformer的跌倒检测方法与系统
- 本发明提供一种基于Transformer的跌倒检测方法与系统，涉及人工智能技术领域，该方法包括：获取包括连续的多帧图像的图像序列，并将多帧图像中的最后一帧图像所对应的标签作为该图像序列的分类标签；对图像序列中的多帧图像进...
- 李彬李江娇高梦奇刘丽霞张友梅张明亮张瑜
- 基于完整上下文信息的单目深度估计方法及系统
- 本发明公开了一种基于完整上下文信息的单目深度估计方法及系统，涉及人工智能技术领域，该方法包括：将预处理后的待估计图像输入至深度估计网络中，进行深度估计，输出深度图像；所述深度估计网络采用跳跃连接的编码器‑解码器结构，编码...
- 张明亮周大正智昱旻李彬刘丽霞张友梅张瑜
- 一种基于MobileNetV2模型的跌倒检测方法及系统
- 本发明涉及跌倒检测技术领域，提供了一种基于MobileNetV2模型的跌倒检测方法及系统，包括：获取待检测的人体运动图像；将人体运动图像输入基于注意力机制的MobileNetV2模型，得到跌倒检测结果；其中，基于注意力机...
- 李彬高梦奇李江娇智昱旻周大正张友梅张明亮张瑜刘丽霞
- 基于时空信息的跌倒检测方法、系统、存储介质及设备
- 本发明涉及图像识别技术领域，提供了基于时空信息的跌倒检测方法、系统、存储介质及设备，包括：获取待检测目标在内的视频；对视频中的每一帧图像，检测得到人体检测框后，提取出人体骨骼关键点；将滑动窗口内所有图像的人体骨骼关键点作...
- 张友梅李江娇李彬高梦奇智昱旻周大正张明亮张瑜
- 文献传递
- 基于双流网络的图像篡改检测方法及系统
- 本发明涉及计算机视觉技术领域，特别是涉及基于双流网络的图像篡改检测方法及系统，其中方法，包括：获取待检测的原篡改图像；对原篡改图像进行高频增强处理，得到高频增强图像；将原篡改图像和高频增强图像，均输入到训练后的图像篡改检...
- 张友梅陈俊宇李彬张瑜
- 基于注意力机制和多尺度轻量型网络的农作物病害识别被引量：11
- 2022年
- 准确识别农作物病害并及时防护是保障农作物产量的重要措施。针对传统农作物病害识别模型体积大、准确率不高的问题,该研究提出一种基于注意力机制和多尺度特征融合的轻量型神经网络模型(Lightweight Multi-scale Attention Convolutional Neural Networks,LMA-CNNs)。首先,为减少参数量,使模型轻量化,网络主体结构采用深度可分离卷积;其次,在深度可分离卷积基础上设计出残差注意力模块和多尺度特征融合模块;同时引入Leaky ReLU激活函数增强负值特征的提取。残差注意力模块通过嵌入通道和空间注意力机制,增强有用特征信息的权重并减弱噪声等干扰信息的权重,残差连接能够有效防止网络退化。多尺度特征融合模块利用其不同尺度的卷积核提取多种尺度的病害特征,提高特征的丰富度。试验结果表明,LMA-CNNs模型在59类公开农作物病害图像测试集上的准确率为88.08%,参数量仅为0.14×10^(7),优于ResNet34、ResNeXt、ShuffleNetV2等经典神经网络模型。通过比较不同研究者在同一数据集下所设计的网络模型,进一步验证LMA-CNNs模型不仅拥有更高的识别精度,还具有更少的参数。该研究提出的LMA-CNNs模型较好地平衡模型复杂程度和识别准确率,为移动端农作物病害检测提供参考。
- 王泽钧马凤英张瑜张芳芳纪鹏曹茂永
- 关键词：农作物图像识别
