王风华
- 作品数：41 被引量：57H指数：4
- 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石油与天然气工程电子电信更多>>
- 一种结合多通道特征改进群组相关的立体匹配算法
- 2022年
- 特征提取是基于深度学习的立体匹配中至关重要的一个部分。针对目前立体匹配网络在特征提取中造成的语义损失和匹配代价信息丢失问题,将特征金字塔网络作为立体匹配的特征提取部分,提取包含高层语义信息和多尺度信息的多通道特征;并使用改进的群组相关模块计算匹配代价,使网络包含更多的特征相似性信息,减少信息丢失,进而更加准确地重建弱纹理等病态区域。在SceneFlow、KITTI 2012和KITTI 2015双目数据集上进行测试评估,结果表明:提出的算法取得了较好精度,并且相比基准网络,在提高精度和弱纹理区域匹配效果的同时,所提算法没有增加较大计算负担。
- 郑秋梅王生坤王风华于涛
- 关键词：双目视觉
- 一种基于特征级融合的多模态生物特征识别方法被引量：4
- 2012年
- 生物特征识别是信息技术领域的研究热点,其中多模态生物识别技术凭借更好的适用性、更高的安全性及更优的性能成为发展趋势。提出了一种融合虹膜特征和掌纹特征的多模态生物特征识别方法,该方法分别提取虹膜及掌纹特征,融合时不同于传统的匹配级融合,而是从特征级融合入手,采用并行特征融合策略,将两特征向量以复向量的形式进行融合,构成复向量空间,并利用酉距离进行匹配决策。实验结果表明此方法比单模生物特征方法在识别性能上有了明显改善,同时与传统匹配级融合策略相比,更有优势,识别效果更好。
- 王风华孟文杰
- 关键词：特征级融合多模态生物特征识别
- 基于深度神经网络和支持向量机的海底管线水合物生成预测模型被引量：12
- 2020年
- 针对目前天然气水合物预测方法对实际生产数据预测精度不高问题,分析水合物形成因素,引入支持向量机(SVM)和深度神经网络(DNN)理论,建立新的天然气水合物预测模型。模型通过深度神经网络提取生产数据的网络特征,将提取的特征与生产数据进行融合以增强数据区分度,使用非线性支持向量机对融合数据进行水合物预测,并采用东海CXB至CX平台混输海管近6年的生产数据进行实验。结果表明,与传统方法和已有BP神经网络方法相比,模型预测精度显著提高,且模型结构简单,具有较好推广价值。
- 郑秋梅商振浩王风华林超
- 关键词：天然气水合物支持向量机BP算法
- 一种基于通道注意力机制的双目立体匹配方法
- 本发明涉及一种基于通道注意力机制的双目立体匹配方法，属于计算机视觉中的双目视觉领域。本发明采用残差网络作为立体匹配网络中特征提取的主干网络，同时采用通道注意力机制获取原始图像中的细节信息，从而增强网络的特征提取能力。使用...
- 郑秋梅温阳王风华
- 文献传递
- 基于多卷积核通道特征加权双目立体匹配算法被引量：2
- 2021年
- 在基于神经网络的立体匹配算法中网络的特征提取能力对最终深度图的计算有着重要的影响,因此提高网络的特征提取能力十分重要。提出一种基于多卷积核通道特征加权的双目立体匹配算法,通过设置不同大小的卷积核,使网络可以自适应地选择不同的感受野,采用注意力机制在特征提取阶段根据特征通道之间的相互关系为每个通道分配不同的权重,提高特征的表达能力,以提高匹配精度。最后,在Scene Flow和KITTI数据集上进行视差预测。通过实验结果可看出,与金字塔立体匹配算法(PSM-Net)相比,能够获得更高的匹配精度。
- 郑秋梅温阳王风华
- 关键词：双目视觉卷积神经网络特征提取
- 基于核稀疏表示的多模身份识别算法
- 2019年
- 针对训练样本与测试样本非线性可分问题,借助核算法,将样本特征向量映射到易实现线性可分的核空间,进而在高维核空间内运用核稀疏表示对所提取的特征进行分类表达。该算法受益于将核稀疏表示理论同多模生物识别技术相结合,使其对生物特征图像有较强的鲁棒性。实验证明基于核稀疏表示的多模身份识别算法在遮挡、含噪声的情况下具有较好的识别准确率,相较于其他同类算法在性能上有一定程度的提高。
- 郑秋梅曹佳王风华马茂东李波
- 关键词：降维
- 基于尺度感知CNN的实时车辆检测算法
- 2020年
- 交通场景视频中的车辆尺度范围变化较大,不同空间尺度的车辆的实例表现出不同特征,导致特征的类内方差较大,影响检测方法的识别率。针对现有基于CNN的算法中卷积特征对尺寸不具有鲁棒性的问题,提出一种基于尺度感知的卷积神经网络(SAVD)车辆检测算法。该算法采用尺度感知的ROI池化层来维护小尺寸对象的原始结构。针对较大尺寸变化的类内距离超过单个网络的表示能力的问题,内置分支决策子网络来最小化特征的类内距离。实验证明,该算法在准确率上显著提高,对不同尺寸实例具有鲁棒性,上述轻量级技术提高检测速度,具有较好的实时性。
- 郑秋梅曹佳王风华孙燕翔马茂东
- 关键词：交通场景车辆检测卷积神经网络
- 社交网络在高校图书馆信息服务中的应用模式探讨被引量：2
- 2014年
- 介绍了网络发展的状况和社交网络的定义,阐述了高校图书馆引入社交网络来提高信息服务质量的必要性,探讨了社交网络在高校图书馆的应用模式及其主要特点,提出了社交网络应用于高校图书馆信息服务时应注意的问题。
- 孟文杰王风华李瑞
- 关键词：社交网络信息服务
- 基于改进自注意力机制的金字塔场景解析网络
- 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
