摘要：针对多尺度目标定位精度较差,难以捕获完整目标边界的问题,设计一种多视野精细分析模块并融入通道与空间注意力机制抑制背景噪声的干扰,获取多尺度目标的高分辨率特征。利用随机特征选取模块获取特征图随机位置的组合,聚合多个位置图获取最具辨别性的位置及其它位置的信息,融合浅层生成的类激活图与聚合类激活图获取细粒度位置信息,捕获完整的目标边界。与现有的弱监督定位方法相比,在解决多尺度目标定位效果差和局部最优问题上具有一定的优势。

摘要：面对实际的遥感影像分类任务,采用深度神经网络的方法存在的最大问题是缺乏充足的标注样本,如何使用较少的标注样本实现较高精度的遥感影像分类,是目前需要解决的问题。ImageNet作为世界上最大的图像识别数据集,在其上训练出的模型有着丰富的底层特征。对ImageNet预训练模型进行微调是最常见的迁移学习方法,能够一定程度利用其丰富的底层特征,提高分类精度。但ImageNet影像特征与遥感影像差距较大,对分类效果提升有限。为了解决上述问题,本文基于传递迁移学习思想,结合深度神经网络,提出一种基于深度传递迁移学习的遥感影像分类方法。该方法通过构建以开源遥感场景识别数据集为源域的中间域,并以ImageNet预训练权重为源域、待分类遥感影像为目标域进行迁移学习,提高遥感影像分类精度。首先,以ImageNet预训练VGG16网络为基础,为加速卷积层权重更新而将全连接层替换为全局平均池化层,构建GAP-VGG16,使用中间域数据集训练ImageNet预训练GAP-VGG16以获取权重;然后,以SegNet网络为基础,在SegNet中加入卷积层设计了T-SegNet,以对获取的权重进一步地提取。最后,将获取的权重迁移到T-SegNet中,使用目标域数据集训练,实现遥感影像分类。本文选取Aerial Image Dataset和UC Merced Land-Use DataSet作为中间域数据集的数据源,资源三号盘锦地区影像为目标域影像,并分别选取了50%和25%数量的训练样本进行实验。实验结果表明,在50%和25%数量的训练样本下,本文方法分类结果相比SegNet的Kappa系数分别提高了0.0459和0.0545,相比ImageNet预训练SegNet的Kappa系数分别提高了0.0377和0.0346,且在样本数较少的类别上,本文方法分类精度提升更明显。

摘要：针对目标检测模型应用于桥梁裂缝检测时检测精度不高、模型参数量大等问题,提出一种基于深度分类的轻量级格网桥梁裂缝检测技术。设计格网化处理方法将桥梁裂缝图像划分到大小相等的网格内,规范图像中桥梁裂缝的位置分布;采用全局平均池化与基于批归一化层的通道剪枝技术对深度分类模型进行轻量化改进,减少模型参数量;使用改进后的模型对不同网格内的图像进行分类并标注出裂缝位置。实验结果表明,该技术可以实现对桥梁裂缝的高精度检测,F 1得分达到了0.97。全局平均池化和基于批归一化层的通道剪枝技术能大幅减少模型参数量,改进后的模型大小仅为0.62 MB。

摘要：为提高跌倒检测的准确率,解决传统RNN和CNN训练模型复杂且易产生梯度爆炸现象的问题,提出一种改进的时间卷积网络(TCN)算法。借鉴ResNet恒等映射的思想对残差结构进行改进,将激活函数改进为Leaky ReLU,减少神经元坏死的现象,为避免参数冗余造成模型过拟合问题,选用全局平均池化层代替全连接层实现分类。实验结果表明,该算法判断准确率达到99.4%,较改进前提高了10.51%,与其它已有算法相比准确率提高了2.68%~3.63%,能够准确检测出跌倒行为,对于及时识别老年人跌倒并报警,预防因发现不及时致残致死,具有较高的实用价值和社会价值。

摘要：针对当前卷积神经网络(CNN)利用端层特征进行面部表情识别存在模型结构繁琐、训练参数过多、识别不够理想的问题,提出一种基于改进CNN与支持向量机(SVM)相结合的优化算法。首先,利用连续卷积的思想设计网络模型,以获取更多非线性激活;然后,采用自适应全局平均池化(GAP)层取代传统CNN中的全连接层,以减少网络参数量;最后,用SVM分类器代替传统Softmax函数实现表情识别,以提高模型泛化能力。实验结果表明,所提算法在Fer2013和CK+数据集上分别取得了73.4%和98.06%的识别准确率,与传统LeNet-5算法相比,在Fer2013数据集上提升了2.2个百分点,且该网络模型结构简单、参数量较少,具有良好的鲁棒性。

摘要：针对基于传统机器学习与简单神经网络的病虫害识别方法对于具有小样本、数据不均衡、特征演变(黄龙病不同病害阶段的特征差异较大)、特征不明显和多类别等特点的柑橘病虫害识别效果不理想的问题,设计了一种基于VGG19改进的VGG19-INC模型。该模型以VGG19网络模型为骨干网络并利用迁移学习实现预训练权重参数的共享;模型结构使用1个批标准化卷积层和2个Inception模块替换VGG19的第5卷积层;使用1个全局池化层替换VGG19模型的全连接层,使用一个1×4的Softmax层作为分类输出层。所提模型不仅保留了VGG19对图像特征的有效提取,还利用Inception模块增加了网络的深度与宽度,使模型获得了不同大小的感受野,实现了多尺度特征的融合;全局池化层对全连接层的替换,使参数减少率达到了70.56%,有效地提高了模型的训练速度与平均测试速度,降低参数负载。试验结果表明,VGG19-INC对柑橘(沙田柚)黄龙病、潜叶蛾和线虫病等病虫害识别准确率为98.47%,比VGG19,Resnet50,Inceptionv3,Densenet201模型分别高22.26%,14.47%,5.18%和0.24%;损失值为0.0415,比其他模型分别低1.1085,0.2172,0.3987,0.0654,并具有良好的泛化能力。

摘要：交通标志识别是智能驾驶的关键技术,要满足识别准确率高和识别速度快的要求。为了提升交通标志的识别准确率和识别速度,提出基于卷积神经网络的交通标志识别算法,设计了一种准确率高、速度快的识别模型用于交通标志识别。该模型使用了改进的Inception模块以及多尺度特征融合方式增强网络的特征提取能力,采用批量归一化来加速网络的训练,采用全局平均池化减小模型的参数量。在GTSRB数据集上进行训练测试,识别模型的准确率达到99.6%,识别每张图片的时间为0.22ms,实验结果表明识别模型的识别准确率高,识别速度快。通过自对比实验,验证了识别模型的结构优势。与其他交通标志识别方法在GTSRB数据集上进行对比实验,识别模型的识别性能优于其他识别方法。

摘要：针对当前交互式活体检测过程繁琐、用户体验性差的问题,提出了一种优化LeNet-5和近红外图像的静默活体检测方法。首先,采用近红外光摄像头构建了一个非活体数据集;其次,通过增大卷积核、增加卷积核数目、引入全局平均池化等方法对LeNet-5进行了优化,构建了一个深层卷积神经网络;最后,将近红外人脸图片输入到模型中实现活体静默活体检测。实验结果表明,所设计的模型在活体检测数据集上有较高的识别率,为99.95%,整个静默活体检测系统的运行速度约为18~22帧/s,在实际应用中鲁棒性较高。

摘要：针对人脸识别技术实际应用中存在着网络参数冗余、模型计算量大及人脸推理过程慢等问题,本文通过对卷积神经网络(CNN)的结构设计和损失函数进行了研究,提出了一种基于深度可分离卷积和全局平均池化技术的Small-FRNet卷积神经网络模型。相比于传统的卷积神经网络,模型采用深度可分离卷积和全局平均池化技术,有效地降低了网络的参数和计算量。同时,通过联合SoftMax损失和中心损失作为监督信号对损失函数进行优化,提高了特征的判别性,改善了人脸的识别精度。实验结果表明:相比于DeepFace,所提模型的参数量和计算量分别减少了97%和86%,在LFW人脸库上取得了99.38%的准确率。

摘要：移动端的表情识别有巨大需求,但是受算力限制,主流深度神经网络无法直接移植。为此,设计了一个浅层网络,在节约计算量的同时保证了识别率。网络中使用三组堆叠而成的卷积层,有助于增大感受野,便于更好地提取特征,这是提升识别率的关键;使用全局平均池化层,避免引入额外的全连接层,大幅降低参数量,在训练样本不足的情况下,降低模型过拟合风险。在FER-2013数据集进行训练,准确率超过现有大多数算法;在CK+数据集上进行微调,测试集上的准确率可达到0.96。将所得模型转换为Core ML模型,结合Xcode平台在iOS端搭建了实时表情识别App,在iPhone 8 Plus上能够稳定、流畅运行,识别效果达到预期。