雷印杰
- 作品数：132 被引量：261H指数：9
- 供职机构：四川大学电子信息学院更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划新世纪高等教育教学改革工程更多>>
- 相关领域：自动化与计算机技术文化科学电子电信机械工程更多>>
- 一种无监督的合成到真实LiDAR点云场景流估计方法
- 本发明涉及计算机视觉领域，且公开了一种无监督的合成到真实LiDAR点云场景流估计方法，所述无监督的合成到真实LiDAR点云场景流估计方法包括以下步骤：第一步：利用GTA‑V游戏引擎，基于Scrip Hook V编译生成....
- 雷印杰金钊
- 用于肺炎图像分类的优化卷积神经网络方法被引量：21
- 2020年
- 目前,卷积神经网络(CNN)开始应用在肺炎分类领域。针对层数较浅、结构较为简单的卷积网络对肺炎识别的准确率难以提高的情况,采用深度学习方法,并针对采用深度学习方法时常常需要消耗大量的系统资源,导致卷积网络难以在用户端部署的问题,提出一种使用优化的卷积神经网络的分类方法。首先,根据肺炎图像的特征,选择具有良好图像分类性能的AlexNet与InceptionV3模型;然后,利用医学影像特点对层次更深、结构更加复杂的InceptionV3模型进行预训练;最后,通过知识蒸馏的方法,将训练好的"知识"(有效信息)提取到AlexNet模型中,从而实现在减少系统资源占用的同时,提高准确率的效果。实验数据表明,使用知识蒸馏后,AlexNet模型的准确率、特异性与灵敏度分别提高了4.1、7.45、1.97个百分点,且对图像处理器(GPU)占用相比InceptionV3模型减小了51个百分点。
- 邓棋雷印杰田锋
- 关键词：图像分类肺炎诊断
- 基于全局-局部感知与逐点级跨模态对齐的3D开放词汇目标检测
- 2025年
- 3D开放词汇目标检测是计算机视觉中的新兴任务,但由于点云数据采集与标注困难,缺乏大规模的点云类别和点云-文本对数据。现有检测器在处理小尺度物体及缺失、遮挡、重叠物体时常出现漏检或混淆,性能较差。此外,点云与文本数据在特征空间的显著差异,使得二者的对齐与统一尤为困难。针对上述问题,本文提出了一种两阶段的3D开放词汇目标检测方法—GLP-OVD。在第一阶段(定位),本文提出一种基于混合查询与偏移注意力机制的定位模块,能够有效捕捉场景的全局与局部信息,从而提升检测精度。在第二阶段(分类),本文提出逐点级跨模态对比学习方法,优化了跨模态对齐,扩展了开放词汇表,实现更精确的分类。在室内点云数据集SUN RGB-D和ScanNet上的实验表明,本文方法在mAP25指标上分别达到了21.33%和18.87%,优于当前大多数3D开放词汇目标检测方法,验证了其有效性。
- 冯俊球雷印杰
- 统计模型的训练方法、统计方法、装置及存储介质
- 本发明实施例提供一种统计模型的训练方法、统计方法、装置及存储介质，包括：获取样本图片和用于表征所述样本图片中目标对象数量的真实值的标签；将所述样本图片输入到待训练统计模型，以获取所述样本图片的回归密度图；基于所述回归密度...
- 雷印杰刘砚周子钦
- 基于图像特征聚合和局部文本关联的开放词汇3D场景理解
- 2025年
- 3D场景理解是计算机视觉中的一项关键任务,旨在获得物体及其周围环境的全面语义信息。现有的3D场景理解任务在封闭集基准测试中取得了高性能,但在实际应用中无法处理新类别。针对上述问题,本文提出了一种基于图像特征聚合和局部文本关联的开放词汇3D场景理解方法。首先,方法通过构建3D场景点与来自姿态图像的像素之间的关联,并利用图像特征聚合模块提取像素级CLIP特征,为3D点云网络提供监督;其次,为了进一步提高对齐效率并增强模型性能,本文显式构建了点云-文本的对齐支路,并设计了局部关联字幕生成模块,生成细粒度且局部相关的文本描述,从而实现了点云、文本和图像特征的深度对齐;此外,设计了基于提示引导的文本特征增强模块,为提取与类别高度相关的CLIP文本特征提供了简单而有效的方法。在Scannet和S3DIS数据集上进行了实验,结果表明该方法无论在无标注语义分割任务还是基于基本类别的开放词汇语义分割任务上都表现优越,超越了大多数现有的同类方法,证明了该方法的有效性。
- 瞿诗义雷印杰
- 关键词：CLIP
- 基于特征分解和差异化融合策略的红外可见光图像融合方法
- 2025年
- 红外和可见光图像各自具有明显的优势和局限性:前者在目标识别和热源追踪中表现优异,后者则在纹理、细节和背景呈现方面具有更高的效能。两者的融合旨在生成一幅既具备红外热源信息又富含可见光细节的高质量图像。为此,本文提出了一种基于双分支特征分解与差异化融合策略的图像融合方法。编码器部分基于Restormer提取图像的浅层特征,然后分别通过INN分支提取高保真的细节特征,Swin Transformer分支建模全局特征。融合层采用注意力机制对全局特征进行加权融合,细节特征经过窗口交叉注意力和窗口移位交叉注意力实现深度互补。最后通过基于Restormer的解码器实现图像重建。实验表明,该方法在视觉质量与定量指标上均取得了显著表现。
- 张启洪雷印杰
- 关键词：TRANSFORMER
- 基于可学习多单词对打分器的方面级情感三元组抽取方法
- 本发明提供基于可学习多单词对打分器的方面级情感三元组抽取方法，属于自然语言处理领域，通过将将句子评论中的单词(字)转换编码，得到词向量表征；将编码后的词向量表征使用点乘注意力机制对编码后的词向量进行加权；再输出一个二维的...
- 雷印杰苟延杰
- 基于细粒度星座图识别的光性能监测方法
- 2023年
- 在光纤通信中,传统光性能监测(Optical Performance Monitoring,OPM)主要依靠分析信号的时频域信息来实现,但此类方法无法完成多任务联合监测,因此其灵活性较低。随着机器学习的发展,基于机器学习的光信号调制格式(ModulationFormat,MF)及光信噪比(Optical Signal Noise Ratio,OSNR)监测方法被逐渐应用。但现有方法未考虑信号的细粒度特征,因此在复杂场景中对OSNR的监测精度较低。针对上述问题,文中提出了一种基于细粒度星座图识别的光信号MF和OSNR联合监测模型(Fine-Grained Optical Performance Monitor Network,FGNet)。首先,在骨干特征提取模块中采用深度残差结构对星座图进行深度特征提取;其次,提出多层双线性池化(Multilayer Bilinear Pooling)模块,对星座图特征进行细粒度特征分析;最后,提出联合监测模块对MF和OSNR进行特征融合分析。在拥有7200张星座图的仿真数据集中进行广泛的实验,实验结果表明,所提方法相比现有方法取得了更优越的性能。
- 陈进杰贺超肖枭雷印杰
- 基于多模态时-频特征融合的信号调制格式识别方法被引量：2
- 2023年
- 自动调制识别(Automatic Modulation Recognition,AMR)是认知无线电中的关键技术,在无线通信中有着广泛应用。针对现有的自动调制识别方法大多都只利用了信号时域或频域的单模态信息,忽略了多模态信息之间的互补性的问题,提出了一种基于多模态时-频特征融合的信号调制格式识别方法。首先,在融合之前利用对比学习对齐信号的时域特征和频域特征,减小时-频特征间的异质性差异。然后,采用跨模态注意力实现时域特征和频域特征的互补性融合。最后,为了进一步提高模型整体的性能,在频域编码器中引入残差收缩模块来提取信号时频图的频域特征,并在时域编码器中引入复数双向门控循环单元,以提取I和Q两路信号之间的相关性特征及信号时序特征。在RadioML2016a上进行了实验,结果表明,所提方法具有较高的识别准确率和噪声鲁棒性。
- 贺超陈进杰金钊雷印杰
- 关键词：自动调制识别
- 一种高精度的农作物病虫害识别方法
- 本发明提供一种高精度的农作物病虫害识别方法，包括以下步骤：S1、用户输入一张任意尺寸的农作物叶片，缩放到统一尺寸；S2、将步骤S1中得到的图片由RGB通道转换到YCrCb颜色空间；S3、将步骤S2中得到YCrCb颜色空间...
- 雷印杰陈浩楠王浩
