公共文化服务平台

作品数： 53被引量：168H指数：6

相关作者

王秋生: 作品数：100被引量：325H指数：11; 供职机构：北京航空航天大学自动化科学与电气工程学院; 研究主题：数字信号处理教学方法实验教学电晕电流吸收谱

周昕: 作品数：24被引量：50H指数：3; 供职机构：哈尔滨理工大学计算机科学与技术学院; 研究主题：遗传算法基于遗传算法课程教学方法改革人工智能 JAVA

作品列表

一种基于Deeplabv3+改进的轻量化高效语义分割算法: 本发明公开了一种基于Deeplabv3+改进的轻量化高效语义分割算法，通过使用轻量级的主干网络，极大地减少了模型的参数量并获取不同层次的输入特征；浅层特征中引入注意力机制提高模型的感知能力，并最终将浅层特征融合；提出一种...; 马宇龙王小玉俞越

加权特征融合的密集连接网络人脸识别算法被引量：9: 2019年; 在非约束条件下人脸识别常受到表情变化、视角偏差、不同程度的遮挡和曝光等各种综合因素的影响;并且深度卷积神经网络几乎都存在参数过多,训练时梯度扩散或消失等问题。针对上述问题,提出了FuseNet网络模型。该模型有效地利用了人的眼睛、鼻子、嘴巴等局部特征信息,同时又包含面部轮廓等全局特征信息,并提出了多损失函数进一步缩小类内特征差距和扩大类间特征距离,有效地增强了非约束条件下人脸识别的鲁棒性。通过使用加权密集连接卷积神经网络来提取人脸的全局特征,密集连接模块可有效地解决深层网络所引起的参数冗余以及梯度扩散等问题。不同的连接权值使得网络能够充分地利用各部分特征。实验结果表明,无论是在闭集的CASIA-WebFace数据集上,还是开集的FLW数据集、MegaFace数据集上,提出的FuseNet网络都具有较好的识别率和泛化能力。; 王小玉韩昌林胡鑫豪; 关键词：人脸识别

研究性学习在计算机课程教学中的探索: 现代教育工作中，各个学科的教育工作者都努力地将研究性学习与本学科联系在一起，这也证明了研究性学习在现代学科教育中是不可缺少的组成部分。本文分别分析研究性学习和计算机学科的特点，阐述研究性学习在计算机课程教学中的意义，最后...; 王小玉张宏尹芳高雪瑶董薇; 关键词：研究性学习计算机教学

基于小波变换的SAR幅度图像压缩算法: 2008年; 针对合成孔径雷达信号处理的幅度图像压缩问题,提出一种基于小波变换的幅度图像压缩方法,对幅度图像进行离散小波变换,实现幅度图像的多级分解,达到良好的压缩效果.使用星载合成孔径雷达RADARSAT的图像作为测试图像进行实验,压缩比CR=10∶1,峰值信噪比PSNR=31.86 dB.仿真实验结果验证了所提出算法的有效性和实用性.; 王小玉王秋生; 关键词：小波变换图像压缩

基于小波变换和网格编码量化的SAR复数图像压缩: 复数图像压缩是合成孔径雷达(SAR)信号处理的重要内容.本文采取对SAR复数图像的幅度和相位分别压缩的策略,详细地讨论了基于小波变换的幅度图像压缩算法和基于网格编码量化的相位图像压缩算法,仿真实验结果验证了本文提出算法的...; 王秋生王小玉; 关键词：小波变换网格编码量化图像压缩; 文献传递

基于uCLinux实时远程数据采集系统被引量：4: 2006年; 提出了一种基于嵌入式操作系统的可远程监测的新型数据采集系统的设计方案。本系统以嵌入式处理器芯片S3C44B0X作为数据采集及存储的控制核心,并引入了uClinux多任务操作系统。具有数据采集实时性高、人机接口友好和可实现数据的远程监测等优点。; 孙永春丁玉慧王小玉; 关键词：数据采集 UCLINUX 网络通讯

空间通道双重注意力道路场景语义分割: 2023年; 无人驾驶领域的一个重要问题就是在低功耗移动电子设备上怎样运行实时高精度语义分割模型。由于现有语义分割算法参数量过多、内存占用巨大导致很难满足无人驾驶等现实应用的问题,并且在影响语义分割模型的精度和推理速度的众多因素中,空间信息和上下文特征尤为重要,并且很难同时兼顾。针对该问题提出采用不完整的ResNet18作为骨干网络,ResNet18是一个轻量级的模型,参数量较少,占用内存不大;同时采用双边语义分割模型的技术,在两条路径上添加通道空间双重注意力机制,来获取更多的上下文信息和空间信息的想法。另外还采用了精炼上下文信息的注意力优化模块,和融合两条路径输出的融合模块,添加的模块对于参数量和内存的影响很小,可以即插即用。以Cityscapes和CamVid为数据集。在Citycapes上,mIoU达到77.3%;在CamVid上,mIoU达到66.5%。输入图像分辨率为1024×2048时,推理时间为37.9 ms。; 王小玉林鹏; 关键词：无人驾驶

基于双角度多尺度特征融合的无锚框目标检测算法: 2024年; 针对无锚框目标检测算法CenterNet中特征利用不充分且检测精度不足的问题,提出一种基于双角度多尺度特征融合的改进算法。首先,通过使用Res2Net网络替换主干网络,使网络从更细粒度的角度提高网络的多尺度表达能力。其次,使用重复加权双向特征金字塔网络从层级角度提升多尺度加权特征的融合能力。最后,加入坐标注意力机制,在避免增加计算资源消耗的前提下增强感受野,将坐标信息嵌入通道注意力中以提升模型对目标的定位提高模型的检测精度。实验结果表明:改进算法在PASCAL VOC数据集和KITTI数据集检测准确率分别达到了82.3%和87.8%,与原CenterNet算法相比精度分别提升5.5%和2.4%。; 王小玉魏钰鑫芦荐宇俞越; 关键词：目标检测

一种图像超分辨率重建方法: 本发明公开了一种基于多路径特征增强的图像超分辨率重建方法，包括：对已有数据集样本采用数据增强技术，增加训练数据的多样性。之后在浅层特征处理模块和深层特征处理模块之间引入多尺度预处理模块，以增强特征的丰富性和表达力。深层特...; 俞越王小玉臧家彤岳思莹

一种基于级联多尺度视觉Transformer的图像语义分割方法: 本发明提出一种基于级联多尺度视觉Transformer架构的语义分割方法，包括：将图像切分为多个Patch，将Patch拉伸为一维向量N*C；步骤二、利用重叠Padding块编码对Patch进行位置编码；步骤三、将tok...; 林帆王小玉; 文献传递