期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
级联边缘卷积与注意力机制的点云分类分割研究 被引量:1
1
作者 王秋红 徐杨 +1 位作者 熊举举 《计算机工程与应用》 CSCD 北大核心 2024年第12期170-180,共11页
近几年点云的分类分割研究多采用多层次架构提取点云特征的方法,提取到较为稳定的高层语义特征,但是全局特征和邻域特征提取不足并且缺乏对上下文信息的特征融合。因此,提出一种新的LAM-EdgeCNN网络,采用边缘卷积与注意力机制级联的方... 近几年点云的分类分割研究多采用多层次架构提取点云特征的方法,提取到较为稳定的高层语义特征,但是全局特征和邻域特征提取不足并且缺乏对上下文信息的特征融合。因此,提出一种新的LAM-EdgeCNN网络,采用边缘卷积与注意力机制级联的方式对点云进行多层级特征提取,获取高层次特征信息。为了加强对特定通道特征和关键空间点的捕捉,提出一种轻量型LAM注意力机制,使用CAM特征通道注意力获取各通道的关联,定位关键通道特征的捕获,使网络更加关注特定通道特征以减少信息弥散和特征冗余;引入SAM空间注意力机制获取点空间的位置信息的注意力权重,增加获得浅层信息的细粒度。采用注意力机制与边缘卷积EdgeConv相结合的方式,增强上下文感知能力,充分提取和融合点云的局部特征和上下文特征,获得面向下游任务的点云特征。将模型应用于公开数据集,实验表明,模型在点云分类、部件分割、语义分割任务中取得良好效果且具有较好鲁棒性。 展开更多
关键词 点云分类 点云分割 轻量型 注意力机制 边缘卷积
下载PDF
人工湿地的可持续发展模式研究 ——以洱源县海菜花湿地为例 被引量:2
2
作者 毛佩强 +5 位作者 缪伟 杨正龙 杨春冰 刘建文 钟邦耀 王林霞 《绿色科技》 2022年第18期91-96,共6页
随着湿地可持续运行管理方面的问题越来越突出,湿地净化能力逐渐减弱且使用寿命缩短,其能否可持续发展成为湿地建设与恢复工作的一个短板。以洱源县海菜花湿地为例,以“强化湿地处理能力和发展湿地经济”为核心,采用“浅表湿地+强化潜... 随着湿地可持续运行管理方面的问题越来越突出,湿地净化能力逐渐减弱且使用寿命缩短,其能否可持续发展成为湿地建设与恢复工作的一个短板。以洱源县海菜花湿地为例,以“强化湿地处理能力和发展湿地经济”为核心,采用“浅表湿地+强化潜流湿地”水质净化工艺,建立了湿地监测体系,完善海菜花的产业链,利用海菜花盈利弥补湿地运维费用,形成了人工湿地良好的可持续发展模式。鉴于该模式应用的工程正在项目建设施工阶段,建议后期定期跟踪开展湿地水质监测、海菜花经济效益分析等来评估该模式的效果,同时加强湿地经济价值深入研究,从多角度、多模式研究湿地可持续发展模式,以此解决湿地运行费用高的问题。 展开更多
关键词 人工湿地 运行维护 可持续发展 洱源县 海菜花
下载PDF
FRKDNet:基于知识蒸馏的特征提炼语义分割网络 被引量:1
3
作者 徐杨 +1 位作者 李丹杨 范润泽 《液晶与显示》 CAS CSCD 北大核心 2023年第11期1590-1599,共10页
传统的语义分割知识蒸馏方法仍然存在知识蒸馏不完全、特征信息传递不显著等问题,且教师网络传递的知识情况复杂,容易丢失特征的位置信息。针对以上问题,本文提出了一种基于知识蒸馏的特征提炼语义分割模型FRKDNet。首先根据前景特征与... 传统的语义分割知识蒸馏方法仍然存在知识蒸馏不完全、特征信息传递不显著等问题,且教师网络传递的知识情况复杂,容易丢失特征的位置信息。针对以上问题,本文提出了一种基于知识蒸馏的特征提炼语义分割模型FRKDNet。首先根据前景特征与背景噪声的特点,设计了一种特征提炼方法来将蒸馏知识中的前景内容进行分离,过滤掉教师网络的伪知识后将更准确的特征内容传递给学生网络,从而提高特征的表现能力。同时,在特征空间的隐式编码中提取类间距离与类内距离从而得到相应的特征坐标掩码,学生网络通过模拟特征位置信息来最小化与教师网络特征位置的差距,并分别和学生网络进行蒸馏损失计算,从而提高学生网络的分割精度,辅助学生网络更快地收敛。最后在公开数据集Pascal VOC和Cityscapes上实现了优秀的分割性能,MIoU分别达到74.19%和76.53%,比原始学生网络分别提高了2.04%和4.48%。本文方法相比于主流方法具有更好的分割性能和鲁棒性,为语义分割知识蒸馏提供了一种新方法。 展开更多
关键词 语义分割 神经网络 知识蒸馏 特征提炼 深度学习
下载PDF
多尺度融合编码与自注意力的肺部CT分割算法
4
作者 彭佑菊 徐杨 +1 位作者 熊举举 《建模与仿真》 2023年第5期4616-4630,共15页
计算机断层扫描(CT)在当前是一种辅助检测肺炎的有效手段,但病理表征的复杂性给医生诊断时带来不便,难以准确地对图像进行分割。为进一步辅助医生根据病理表征诊断病情,本文基于U-net提出了一种多尺度融合编码网络,并结合自注意力机制,... 计算机断层扫描(CT)在当前是一种辅助检测肺炎的有效手段,但病理表征的复杂性给医生诊断时带来不便,难以准确地对图像进行分割。为进一步辅助医生根据病理表征诊断病情,本文基于U-net提出了一种多尺度融合编码网络,并结合自注意力机制,力图在辅助医生判断的角度提供可行性方案。为了获取不同尺度的语义信息,首先在编码器部分设计了一种多尺度融合编码器模块,提取不同尺度的特征,充分感知语义信息;同时在编码器和解码器之间的跳连部分引入了改进的自注意力机制,使得网络更好地关注不同语义特征的相关性;最后,采用融合Dice损失函数,Focal损失函数,交叉熵损失函数构建的多级损失函数,更好地约束训练。通过训练公开的数据集,得到分割结果表明Dice相似系数、精确率(Precision)、召回率(Recall)分别为75.37%、77.03%、71.87%,优于其他的模型。我们验证了改进的网络能够在图像分割过程中提升网络性能的可能性。 展开更多
关键词 肺炎 图像分割 多尺度融合编码器 自注意力机制 深度学习
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部