李晓艳 作品数:51 被引量:140 H指数:7 供职机构: 西安工业大学电子信息工程学院 更多>> 发文基金: 国家自然科学基金 西安工业大学校长基金 西安市未央区科技计划项目 更多>> 相关领域: 自动化与计算机技术 电子电信 文化科学 机械工程 更多>>
面向移动目标识别的轻量化网络模型 被引量:22 2021年 针对卷积神经网络模型体积大、运算量高,在体积小、资源有限的嵌入式平台上运行效率低,而现有轻量化模型无法兼顾检测速度和检测精度的问题,提出了一种基于Ghost模块的YOLO目标识别算法GS-YOLO。以YOLOv4模型为基础,基于Ghost模块重构目标识别网络,减少模型参数与卷积运算量,提升目标识别速率;通过融入多个空间金字塔池化模块优化目标识别精度;利用通道剪枝极限压缩方法剔除冗余参数,进一步减小模型体积与计算量;利用微调技术提升剪枝后模型的精度。实验结果表明:在自主构建的测试集和相同的测试环境下,与YOLOv4相比,GS-YOLO将YOLOv4模型体积压缩96%,浮点型计算量减少91.2%,预测速度提升2.9倍,压缩后模型识别精度达到87.63%,精度仅损失2.43%。 符惠桐 王鹏 李晓艳 吕志刚 邸若海关键词:目标识别 轻量化模型 引入级联通道注意力的轻量化人体姿态估计 被引量:2 2024年 针对当前人体姿态估计模型在轻量化过程中精度损失严重的问题,以高分辨率网络(HRNet)为基线提出一种引入级联通道注意力的轻量化人体姿态估计模型。构建一种保持内部高分辨率特征的级联通道注意力,学习输入特征各通道的重要性来提高模型表征能力;通过设计一种基于MetaFormer结构的轻量级深度卷积变换模块来替换HRNet阶段2、3、4中运算复杂度较高的残差模块;设计一种多尺度特征融合方法减少HRNet原融合方法中的多维特征语义信息损失;采用无偏数据处理来消除关键点热力图编码过程中导致的偏移误差。COCO2017验证集的实验结果表明,所提出的模型同基准模型相比,在AP降低2个百分点的情况下,模型参数量和浮点运算量分别减少了90.2%和83.1%,并且以AP为71.4%的表现在轻量化模型中达到精度最优。 林远强 郜辉 王鹏 吕志刚 李晓艳 王储关键词:轻量化 一种连续卷积与时空正则项的相关滤波目标跟踪算法 被引量:1 2019年 针对STRCF算法在目标被遮挡及快速旋转时定位不准确的问题,提出了一种连续卷积与时空正则项的相关滤波算法。该算法利用插值算子将响应函数在一定周期内转换为连续函数,提高了目标定位精度;加入时空正则项构建相关滤波模型,保证模型与上一帧模型相似,提高算法鲁棒性;采用快速多尺度滤波对尺度进行更新,提高运算效率。实验结果表明,所提算法的平均重叠率可达73%,中心位置误差低于8.2个像素,可以实现对目标实时和鲁棒性跟踪。 李晓艳 孙梦宇 王鹏 杨永侠关键词:目标跟踪 相关滤波 认知无线电网络同步交会算法研究 2018年 次用户间以交会的方式共享动态的频谱资源是目前认知无线电频谱共享问题的解决方法之一。论文针对网络中次用户时钟同步的情况,提出了一种基于请求集理论的同步交会算法。在该算法中,次用户的跳频序列仅由其感知到的可用信道决定,而不关心其他次用户是否感知到相同的可用信道集合,且该算法对于网络中总的信道数量也没有任何要求。仿真结果表明,论文的同步交会算法在保证有共同可用信道的任意两个次用户之间能够实现交会的前提下,具有较短的平均交会时间。 李晓艳 华翔 张勇关键词:认知无线电 频谱共享 基于双注意力机制的多分支孪生网络目标跟踪 被引量:1 2023年 为了解决SiamRPN++单目标跟踪算法在目标被短时遮挡及外观剧烈变化时定位不准确的问题,提出基于双注意力机制的多分支孪生网络目标跟踪算法.采用具有轻量化主干网络的SiamRPN++为基础算法,结合轻量化的通道和空间注意力机制,提升跟踪过程中应对遮挡挑战时的抗干扰能力.新增上一帧模板分支,动态更新目标外观变化,利用三元组损失增强跟踪过程中前景与背景的判别能力.根据目标的移动速度进行局部扩大搜索,使目标被短时遮挡后仍可以及时、准确地跟踪到目标.实验结果表明,改进后的算法在OTB100数据集的成功率和精确度较原算法分别提高了2.4%和1.6%,平均中心位置误差降低了28.97个像素,平均重叠率提高了14.5%. 李晓艳 王鹏 郭嘉 李雪 孙梦宇基于密集连接和多尺度池化的X射线焊缝缺陷分割方法 被引量:1 2024年 为解决X射线底片焊缝缺陷分割精度不高、边界信息模糊的问题,本文提出一种改进的Dilated_Pooling_Unet(DP_Unet)网络分割模型。首先,在上下采样间加入编解码信息提取模块DP_block,旨在下采样后最大限度地保留原始缺陷语义信息及减少连续卷积与池化操作造成的损失;然后,在模型中添加GAM注意力机制重点关注焊缝缺陷部分,有效提升缺陷特征通道的学习能力,降低背景噪声影响;最后,提出一种融合二元交叉熵和DiceLoss的混合损失函数,用于解决网络训练时不均衡的正负类数据问题。实验数据集由公开数据集GDX-ray缺陷数据集组成。实验结果表明,本文所提方法在GDX-ray数据集上有较好表现,Dice值达到了93.45%,与基线算法相比均有显著提高。该方法具有良好的分割性能,优于传统的分割算法,有效提高了底片焊缝缺陷分割精度。 张勇 王鹏 吕志刚 邸若海 李晓艳 李晓艳基于模态转换结合鲁棒特征的红外图像和可见光图像配准 被引量:12 2022年 针对红外图像和可见光图像配准过程中模态和尺度差异影响下特征点难配准的问题,提出了一种基于模态转换结合鲁棒特征的红外图像和可见光图像配准算法。首先,利用生成对抗网络从可见光图像中生成相应的伪红外图像;其次,通过加速鲁棒特征(SURF)算法提取红外图像的特征点位置信息结合改进的鲁棒特征描述子(PIIFD)实现特征描述;然后,基于Hilbert空间重构的核方法,建立了单高斯鲁棒点匹配模型,在存在异常值的情况下估计映射;最后,采用加权最小二乘法估计变换类型实现图像配准。实验结果表明,与其他算法相比,所提算法可提高红外图像和可见光图像尺度差异大情况下的配准精度,有效配准率达到96%且鲁棒性强。 杨冰超 王鹏 李晓艳 李亮亮 曹小芳关键词:图像配准 基于智能分析的分布式频谱共享技术研究 2017年 次用户以跳频序列的方式共享动态的频谱是分布式认知无线电网络频谱共享技术的解决方法之一。在此类方法中,次用户跟随特定的跳频序列接入到它的所有可用信道中,并在此过程中实现与其他次用户的交会。根据分布式认知网络的组网特性,提出了一种针对交会操作的MAC层超帧结构,使得整个认知网络在此结构支撑下可以取得更好的系统性能。根据次用户的频谱感知和使用信道情况的积累与分析,建立次用户的智能频谱库,为次用户的信道接入提供策略支持。仿真结果表明,提出的MAC协议能在高网络负载情况下能获得较好的综合性能。 李晓艳 雷斌 华翔关键词:认知无线电 分布式网络 频谱共享 交会 结合二阶注意力机制的多尺度人体姿态估计 被引量:2 2022年 为解决人体姿态估计任务中存在的不同视角下人体实例尺度变化、遮挡问题导致的人体关键点定位不准确问题,提出融入二阶注意力机制的多尺度人体姿态估计网络模型GOS-HRNet。首先,在特征提取阶段为了获得高质量的特征图,通过在多分辨率网络结构中使用Octave卷积,保留更多的图像空间特征信息以提高关键点定位准确率;然后,为有效的利用图像上下文信息,融入二阶注意力模块使网络能更好地学习各分辨率表征的空间信息;最后,为了应对尺度变换对关键点定位的影响采用尺度增强训练方法,提高模型对尺度变化的鲁棒性。所提模型在MS COCO 2017数据集上进行实验,结果表明:所提出的GOS-HRNet模型平均检测精度比HRNet模型提升了2.2%,能够更加准确地利用上下文信息、丰富空间特征信息以提高对关键点定位的准确性。 张云绚 董绵绵 王鹏 李晓艳 吕志刚 邸若海 毋宁关键词:多尺度 基于自适应多特征融合的红外图像增强算法 2024年 针对红外图像纹理不清晰、亮度低、高噪声的问题,提出了一种自适应多特征融合的红外图像增强算法。首先,通过用自动线性映射的方法对14位红外图像进行有效特征提取得到了16位图像,提升了图像可视化效果。其次,引入广义反锐化掩模(Generalized Unsharp Masking,GUM)算法与带色彩恢复的多尺度视网膜(Multi-Scale Retinex with Color Restoration,MSRCR)增强算法联合处理的方法,获得图像不同尺度的有效信息,提升了图像的对比度。最后设计了自适应权重图,并结合图像金字塔结构的特性,对不同特征层进行有效信息的互补融合,提升了图像亮度,丰富了图像的纹理信息。实验结果表明,此算法有效提升了红外图像的对比度和视觉效果;相较于现有的几种算法,其平均梯度(Average Gradient,AG)约提升0.6%,峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)约提升10%,图像的边缘信息有效率约提升11%,图像的清晰度约提升10%。 邸若海 万乐乐 李亮亮 孙梦宇 李晓艳 王鹏关键词:特征提取 金字塔 多尺度融合