郑秋梅
- 作品数：114 被引量：325H指数：10
- 供职机构：中国石油大学（华东）更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金山东省自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学电子电信石油与天然气工程更多>>
- 基于改进自注意力机制的金字塔场景解析网络被引量：1
- 2023年
- 金字塔场景解析网络存在图像细节信息随着网络深度加深而丢失的问题,导致小目标与物体边缘语义分割效果不佳、像素类别预测不够准确。提出一种基于改进自注意力机制的金字塔场景解析网络方法,将自注意力机制的通道注意力模块与空间注意力模块分别加入到金字塔场景解析网络的主干网络和加强特征提取网络中,使网络中的两个子网络能够分别从通道和空间两个方面提取图像中更重要的特征细节信息。针对现有的图像降维算法无法更好地提高自注意力机制计算效率的问题,在分析“词汇”顺序对自注意力机制计算结果影响的基础上,利用希尔伯特曲线遍历设计新的图像降维算法,并将该算法加入到空间自注意力模块中,以提高其计算能力。仿真实验结果表明,该方法在PASCAL VOC 2012和息肉分割数据集上的精度均有提高,小目标与物体边缘分割更加精细,其中在VOC 2012训练集中平均交并比与平均像素精度分别达到75.48%、85.07%,较基准算法分别提升了0.68、1.35个百分点。
- 郑秋梅徐林康王风华林超
- 关键词：图像降维
- 基于层级特征融合的单目深度估计算法
- 2022年
- MonoDepth2的提出使自监督单目深度估计取得了重大的进展,但该网络在大的无语义区域和边界处预测效果并不理想,主要原因是基础的U-Net框架没有充分利用多尺度特征信息,导致来自于大梯度区域的深度估计较差。针对此问题,本文提出了一个改进的DepthNet,层级特征融合网络(hierarchical integration net,HINet)。优化了U-Net网络结构,使编码器端在每一层都能产生不同尺度的特征信息,从而让解码器端在每一层都能够充分融合多尺度特征。由于不同尺度的特征信息对于特定的解码器层都有不同程度的贡献,本文提出的层级特征融合算法还增加了通道注意力模块,提升重要特征尺度的权重。当采用立体图像对进行训练时,本文对数据进行了预处理,并增加了立体对的深度暗示损失函数。在KITTI数据集上的实验结果表明,所有指标均获得了不同程度的提升,其中绝对相对误差减少了0.09,平方相对误差减少了0.093。
- 郑秋梅于涛王风华林超
- 关键词：特征提取
- 面向工程教育专业认证的物联网工程专业培养模式探索与实践被引量：1
- 2020年
- 面向工程教育专业认证,中国石油大学(华东)物联网工程专业在培养模式上进行了探索。基于工程教育理念,在课程体系、实践体系、科教融合、培养多维度融合、教学质量保障及课程和毕业要求的目标达成评价机制等方面进行改革实践,取得了良好效果。
- 王风华郑秋梅刘新平张晓东宋继志
- 关键词：工程教育认证物联网
- 基于自适应联合剪枝-量化的神经网络压缩算法
- 本发明提出一种基于自适应联合剪枝‑量化(AJP‑Q)的网络压缩算法对神经网络进行压缩加速，提高智能交通的多目标车辆在线跟踪准确率和效率。本发明提出的AJP‑Q压缩算法可以联合执行权重修剪和量化，通过微调预先训练的神经网络...
- 郑秋梅王璐璐曹佳
- 文献传递
- 基于特征增强和分组模块的车型精细识别
- 2024年
- 针对车型种类多、差异小,模型复杂,识别精度低的问题,提出一种基于特征增强和分组模块的车型精细识别方法,在ResNet网络基础上改进,在卷积块中加入多尺度通道域和空间域的注意力机制,增强对重要的特征提取,并将多通道特征图进行分组,根据分组损失函数不断优化分组,通过加权方式结合KL(Kullback-Leibler)散度损失函数和交叉熵损失函数,有助于网络学习类内差异小、类间差异大的特征。该方法在Stanford cars-196数据集和自制数据集上进行测试,验证了所提模型的有效性。
- 郑秋梅曹文龙王风华
- 关键词：多尺度损失函数
- 一种基于剪切波捕获方向特征的图像水印方法
- 本发明属于数字水印技术领域，公开了一种基于剪切波捕获方向特征的图像水印方法，所述基于剪切波捕获方向特征的图像水印方法包括：水印的嵌入；水印的提取；攻击检测。针对数字水印方向性不强的问题，采用离散小波变换(DWT)、非下采...
- 郑秋梅赵丹
- 文献传递
- 数字图像水印的主要几种算法研究
- 随着网络时代的到来,数字多媒体技术得到了快速发展并广泛的应用于各个领域,给人们的日常生活带来了极大的方便.在这种背景下,出现了多种多样的数字产品,人们对数字产品版权保护也越来越重视.数字图像水印技术是当前研究最为广泛的数...
- 郑秋梅张萌萌
- 关键词：数字图像水印技术版权保护
- 基于ARM-LBP和卷积神经网络的行李图像分类算法
- 本发明设计一种基于ARM‑LBP和卷积神经网络的行李图像分类算法，属于计算机视觉中的图像分类领域。其包括以下步骤：首先建立VGG‑16卷积神经网络，将预分类图像输入VGG‑16网络进行训练，选取最后一层全连接层的值作为图...
- 郑秋梅商振浩孙燕翔其他发明人请求不公开姓名
- 文献传递
- 基于注意力机制和可分离卷积的双目立体匹配算法被引量：2
- 2021年
- 针对当前基于卷积神经网络的双目立体匹配算法需要较高的特征提取能力且网络的参数量过多的问题,提出一种基于注意力机制的立体匹配网络,在特征提取阶段采用改进后的通道注意力机制根据通道内所含的信息进行特征加权,同时采用改进的空间金字塔结构实现多尺度特征提取,以提高网络的特征提取能力;设计3D注意力模块和3D可分离卷积进行视差计算,相比于标准卷积不仅可以降低网络的计算参数同时增加了通道维数可以保证匹配精度.最后,在Scene Flow数据集、KITTI 2012数据集和KITTI 2015数据集上进行评估,实验表明,本文的网络模型在保证匹配精度的同时有效减少网络的计算参数.
- 郑秋梅温阳王风华
- 关键词：双目视觉
- 基于改进ResNet网络的交通标志识别研究被引量：2
- 2021年
- 针对传统ResNet网络存在丢失图像有用信息以及参数冗余等问题,论文提出一种改进ResNet的A-ResNet模型。引入有shortcut连接的残差注意力模块,增强对目标对象的关注度;引入Dropout层,防止过拟合现象,提升识别精度;调整网络架构,加快训练收敛速度及提高识别精度。实验结果表明,A-ResNet模型相比传统ResNet网络实现约2%的top-1精度的提高。
- 郑秋梅谭丹王风华
- 关键词：交通标志
