bck

收藏本站

基于卷积神经网络的弱监督物体检测方法研究

【摘要】:物体检测是计算机视觉领域的基础问题之一。随着深度学习的兴起,目前的主流方法多基于有监督学习。然而,有监督学习的物体检测在其训练数据制备阶段需要坐标级别的标注,这往往耗时、耗力。因此,有监督学习的物体检测在实际应用中受到标注成本过高的限制。弱监督学习的物体检测旨在使用简单的图像级别标注训练检测模型。本文研究基于卷积神经网络的弱监督物体检测方法,采用先分类后检测的框架。在分类部分,本文主要研究了卷积神经网络在图像分类任务上的工作原理,并提出了两种提高分类准确率的方法。在检测部分,本文在分类卷积神经网络的基础上,针对大目标物体和小目标物体分别提出了两种弱监督物体检测方法。本文具体的创新点如下:1、训练集类别不平衡会导致训练出的分类器失准。针对该问题,本文提出了利用迁移学习提高网络分类能力的思路。在目标域训练样本(即原始数据)不能扩充的情况下,本文通过构建大规模源域数据集(即合成数据),用卷积神经网络训练微调的方式提高了分类网络对目标域数据的分类准确率。2、传统的卷积神经网络通常采用单层次的处理方式实现图像的分类,这会导致相似类别容易混淆。针对该问题,本文通过引入标签树和贝叶斯理论,提出了一种多层次分类的卷积神经网络结构:coarse-to-fine CNN。实验证明,coarse-to-fine CNN在分类性能上优于传统卷积神经网络。相比于其他多层次分类的卷积神经网络模型(HD-CNN、B-CNN),本文网络在改造传统卷积神经网络时需要的额外参数更少。3、分类卷积神经网络的高层特征携带着大量语义信息,但语义信息抽象且复杂。针对该问题,本文使用泰勒定理推导提出了sGrad-CAM~+方法,能在高层特征中提取图像物体的位置信息,从而完成检测。实验表明,本文方法较以前方法(Grad-CAM)可以得到更准确、更稳定的物体检测效果。4、小目标物体缺乏高层特征,难以检测。针对该问题,本文提出了基于梯度显著图的弱监督物体检测方法,能有效地检测小目标物体。通过引入感受野和预测差,本文实现了对梯度显著图的有效性验证。实验表明,梯度显著图具有显著的抗复杂背景干扰能力,能够辅助经验特征更好地检测到小目标物体。

下载App查看全文

(如何获取全文? 欢迎:、、)

支持CAJ、PDF文件格式


【相似文献】
中国期刊全文数据库 前17条
1 徐冬;蒋文娟;;基于卷积神经网络的肝脏肿瘤检测算法及应用研究[J];信息与电脑(理论版);2020年15期
2 欧阳针;陈玮;;基于可变形卷积神经网络的图像分类研究[J];软件导刊;2017年06期
3 李思琴;林磊;孙承杰;;基于卷积神经网络的搜索广告点击率预测[J];智能计算机与应用;2015年05期
4 吴定安;钟建伟;秦勉;向家国;曾凡伟;陈晨;胡凯;;基于卷积神经网络的电能质量扰动识别研究[J];湖北民族大学学报(自然科学版);2020年03期
5 李润龙;王运圣;徐识溥;刘勇;;基于轻量化卷积神经网络的改进模型与验证[J];科学技术与工程;2020年28期
6 杨仕容;苏明;王珩;;基于卷积神经网络的砂石骨料分类模型[J];四川水泥;2019年12期
7 周进凡;刘宇红;张荣芬;马治楠;葛自立;林付春;;基于卷积神经网络的肺炎检测系统[J];现代电子技术;2019年23期
8 徐超;闫胜业;;改进的卷积神经网络行人检测方法[J];计算机应用;2017年06期
9 杨薇;;卷积神经网络的FPGA并行结构研究[J];数字技术与应用;2015年12期
10 刘海;刘波;胡瑜;;多斜率自适应卷积神经网络激活函数[J];空间控制技术与应用;2020年03期
11 陈思;王怀彬;柳爽;;轻量级卷积神经网络架构在入侵检测上的应用[J];天津理工大学学报;2020年05期
12 汪洋;王小妮;王育新;刘畅;熊继伟;韩定良;;基于卷积神经网络的垃圾分类系统的研究[J];传感器世界;2020年08期
13 秦华标;曹钦平;;基于FPGA的卷积神经网络硬件加速器设计[J];电子与信息学报;2019年11期
14 袁烨;吴震宇;江先志;;基于卷积神经网络的人群计数研究[J];成组技术与生产现代化;2017年02期
15 费建超;芮挺;周遊;方虎生;朱会杰;;基于梯度的多输入卷积神经网络[J];光电工程;2015年03期
16 高建清;;基于卷积神经网络的旋转变形验证码识别[J];莆田学院学报;2016年02期
17 黄琳;张尤赛;;应用深层卷积神经网络的交通标志识别[J];现代电子技术;2015年13期
中国重要会议论文全文数据库 前20条
1 郭天宇;朱铭健;王云鹤;许超;;基于自整合卷积神经网络的人脸分类算法[A];第十一届全国信号和智能信息处理与应用学术会议专刊[C];2017年
2 耿传玉;王泽宇;周晓君;阳春华;;基于U-net卷积神经网络双层参数优化的心脏图像分割[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
3 徐硕;;集合经验模态分解的多路-多级神经网络风功率预测模型[A];用电与能效专题讲座暨智能用电及能效管理技术研讨会论文集[C];2019年
4 段滈杉;乔俊飞;蒙西;汤健;;基于模块化神经网络的城市固废焚烧过程氮氧化物软测量[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
5 韩红桂;甄琪;杜永萍;乔俊飞;;基于低秩双线性卷积神经网络的手机型号识别方法[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
6 李淋雨;邱寅祺;何星;;基于LSTM的火电厂入口硝浓度预测方法研究[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
7 潘岚川;马乐乐;刘向杰;;基于卷积神经网络的一次风机故障预警研究[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
8 刘晶;黄进;赵万国;周丽萍;;一种基于卷积神经网络的非法经营线索挖掘模型[A];2020互联网安全与治理论坛论文集[C];2020年
9 包俊;董亚超;刘宏哲;;卷积神经网络的发展综述[A];中国计算机用户协会网络应用分会2020年第二十四届网络新技术与应用年会论文集[C];2020年
10 刘克楠;侯剑;;基于神经网络的唤醒词识别方法[A];中国计算机用户协会网络应用分会2020年第二十四届网络新技术与应用年会论文集[C];2020年
11 蒋子超;江俊扬;姚清河;杨耿超;;基于神经网络的差分方程快速求解方法[A];第十一届全国流体力学学术会议论文摘要集[C];2020年
12 朱利明;路达;陈占毅;李方明;;基于BP-RBF神经网络的深基坑邻近建筑物沉降势预测[A];土木工程新材料、新技术及其工程应用交流会论文集(下册)[C];2019年
13 周浩;戴国忠;;基于神经网络的指挥信息系统体系贡献度分析[A];2019第七届中国指挥控制大会论文集[C];2019年
14 张子腾;梁烨;胡启鹏;张梦隆;陈智慧;;基于迁移卷积神经网络的脑功能连接分类[A];创新发展与情报服务[C];2019年
15 徐小天;李敏;孙跃;高冉馨;;深度神经网络的攻击与防御技术研究[A];第三届智能电网会议论文集——智能用电[C];2019年
16 郝佳恺;赵广怀;高鹏;牛海洋;郝毅;;可变嵌套深度神经网络自动训练方法[A];全国第四届“智能电网”会议论文集[C];2019年
17 李玉缝;;基于BP神经网络的主备频率源时差预报方法[A];中国天文学会2018年学术年会摘要集[C];2018年
18 信自成;张江山;张军国;路博勋;李军明;郑瑾;刘青;;基于SOM-RELM的LF炉钢水温度预测[A];第十二届中国钢铁年会论文集——2.炼钢与连铸[C];2019年
19 张兴伟;潘国富;张济博;;自编码神经网络在海底声学底质分类中应用初探[A];2019中国西部声学学术交流会论文集[C];2019年
20 朱张航宇;;美科学家实现突破:意念交流即将成为现实[A];《科学与现代化》2020年第一季度[C];2020年
中国博士学位论文全文数据库 前20条
1 傅瑞罡;基于卷积神经网络的弱监督物体检测方法研究[D];国防科技大学;2018年
2 朱明;卷积神经网络在高分辨率卫星影像地表覆盖分类中的应用研究[D];中国地质大学(北京);2020年
3 郝富生;卷积神经网络判别性增强研究[D];中国科学院大学(中国科学院西安光学精密机械研究所);2019年
4 艾鹏程;基于卷积神经网络的高能物理事例特征信息在线提取算法研究[D];华中师范大学;2020年
5 刘志强;基于FPGA的卷积神经网络加速器关键技术研究[D];国防科技大学;2019年
6 陆志坚;基于FPGA的卷积神经网络并行结构研究[D];哈尔滨工程大学;2013年
7 李旭冬;基于卷积神经网络的目标检测若干问题研究[D];电子科技大学;2017年
8 刘贵松;入侵检测的神经网络方法[D];电子科技大学;2007年
9 肖理业;基于机器学习的电磁场建模与设计研究[D];电子科技大学;2019年
10 陈涵瀛;核电站热工水力系统工况预测与诊断方法研究[D];哈尔滨工程大学;2018年
11 梁智杰;聋哑人手语识别关键技术研究[D];华中师范大学;2019年
12 刘昂;微结构硅基光子学器件性能的研究[D];南京大学;2019年
13 赵博雅;基于卷积神经网络的硬件加速器设计及实现研究[D];哈尔滨工业大学;2018年
14 杜昌顺;面向细分领域的舆情情感分析关键技术研究[D];北京交通大学;2019年
15 陈科海;机器翻译上下文表示方法研究[D];哈尔滨工业大学;2019年
16 饶红霞;信息受限下神经网络的状态估计和拟同步研究[D];广东工业大学;2019年
17 张马路;Spiking机器学习算法研究[D];电子科技大学;2019年
18 付钱华;忆阻神经网络的动力学研究[D];电子科技大学;2019年
19 毛瑞琛;深度神经网络下的规范化地址建设与语义空间模型研究[D];浙江大学;2019年
20 武晨;DFP航天器动力学特性分析及精确控制方法研究[D];哈尔滨工业大学;2018年
中国硕士学位论文全文数据库 前20条
1 吴正文;卷积神经网络在图像分类中的应用研究[D];电子科技大学;2015年
2 谢宝剑;基于卷积神经网络的图像分类方法研究[D];合肥工业大学;2015年
3 耿旭;卷积神经网络的压缩算法研究[D];海南大学;2020年
4 范嘉麟;基于卷积神经网络的瑕疵分类及检测算法研究[D];哈尔滨工业大学;2020年
5 苑祎涵;卷积神经网络量化研究及FPGA实现[D];北京化工大学;2019年
6 柳泽辰;移位卷积神经网络的软硬件加速设计[D];上海交通大学;2019年
7 王小雪;基于FPGA的卷积神经网络手写数字识别系统的实现[D];北京理工大学;2016年
8 罗超;卷积神经网络在桥梁损伤识别中的应用研究[D];青海大学;2020年
9 严圣军;基于卷积神经网络的物品识别研究与实现[D];武汉科技大学;2017年
10 王洪利;卷积神经网络硬件加速器的设计及实现[D];湘潭大学;2020年
11 李立杰;卷积神经网络在图像分类中的应用研究[D];北京工业大学;2017年
12 马立军;基于3D卷积神经网络的行为识别算法研究[D];中国地质大学(北京);2018年
13 王欢;基于卷积神经网络的车载环境下人脸识别[D];重庆邮电大学;2020年
14 刘双;基于卷积神经网络的图像分类算法研究[D];云南财经大学;2020年
15 王杰杰;卷积神经网络加速与优化方法的研究[D];东南大学;2019年
16 康磊;基于卷积神经网络的前方车辆障碍物检测算法研究[D];华南理工大学;2016年
17 徐姗姗;卷积神经网络的研究与应用[D];南京林业大学;2013年
18 丁嘉莹;基于卷积神经网络的验证码字符识别研究[D];东南大学;2019年
19 于志刚;基于卷积神经网络的人脸识别研究与实现[D];中北大学;2018年
20 杨眷玉;基于卷积神经网络的物体识别研究与实现[D];电子科技大学;2016年
中国重要报纸全文数据库 前20条
1 记者 董映璧;[N];科技日报;2020年
2 骆无意;[N];中国航天报;2020年
3 张允硕 姜正义 甄海锋 河南理工大学;[N];科学导报;2019年
4 湖北日报全媒记者 张爱虎 通讯员 徐向军 实习生 于蓝;[N];湖北日报;2019年
5 记者 刘霞;[N];科技日报;2017年
6 整理 本报记者 诸玲珍 顾鸿儒;[N];中国电子报;2018年
7 ;[N];电子报;2018年
8 张敏;[N];北京日报;2017年
9 ;[N];中国企业报;2017年
10 本报记者 龚丹韵;[N];解放日报;2017年
11 ;[N];中国企业报;2017年
12 张斌;[N];文汇报;2017年
13 邓洲 中国社会科学院工业经济研究所;[N];上海证券报;2017年
14 中国科学技术大学终身学习实验室博士 吴茂乾;[N];安徽日报;2017年
15 记者 邱智丽;[N];第一财经日报;2017年
16 卡内基·梅隆大学计算机科学学院机器学习系主任 Tom Mitchell;[N];中国信息化周报;2017年
17 舒年;[N];工人日报;2017年
18 记者 刘霞;[N];科技日报;2017年
19 本报记者 喻思娈;[N];人民日报;2017年
20 中国信息通信研究院标准所副所长 何宝宏;[N];通信产业报;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978


{bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck体育下载}| {bckbet}| {bcksports}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck官网}| {bck体育下载}| {bckbet}| {bcksports}| {bck官网}| {bck体育app}| {bck体育}| {bcksports}| {bck官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck体育}| {bcksports}| {bck官网}| {bck体育官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bcksports}| {bck体育下载}| {bck体育app}| {bckbet}|
{uc8}| {uc8体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐城}| {uc8彩票}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8老虎机}| {UC8娱乐}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8彩票}| {uc8}| {uc8体育}| {UC体育}| {uc8官网}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {uc8彩票}| {uc8}| {uc体育}| {UC体育}| {UC8娱乐城}| {uc8}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}|