A REMARK ON EXTINCTION OF A CLASS OF SUPERPROCESSES 被引量：2

1

作者 ZHAO XUELEI (Institute of Mathematics, Shatou University Shantou 515063, China.) 《Chinese Annals of Mathematics,Series B》 SCIE CSCD 1996年第1期115-120,共6页

The extinction of a class of superprocesses associated with general branching characterstics and underlying Markov processes is investigated. The extinction is closely associated with the branching characteristics and... The extinction of a class of superprocesses associated with general branching characterstics and underlying Markov processes is investigated. The extinction is closely associated with the branching characteristics and the recurrence and transience of underlying processes. 展开更多

关键词 SUPERPROCESS EXTINCTION Nonlinear evolution equation Branching characteristic Recurrence and transience

原文传递

利用分支路径差异分析的故障定位研究 被引量：1

2

作者 黄小红 赵逢禹 《计算机工程与应用》 CSCD 北大核心 2018年第13期246-251,265,共7页

为了更加有效地定位软件故障可疑位置,考虑程序分支判断语句的行为状态及其之间的相互干扰,提出一种利用分支路径差异分析的故障定位方法。结合GCC编译器产生的中间文件做分析、转换得到程序抽象语法树,获取分支节点的执行信息,构造分... 为了更加有效地定位软件故障可疑位置,考虑程序分支判断语句的行为状态及其之间的相互干扰,提出一种利用分支路径差异分析的故障定位方法。结合GCC编译器产生的中间文件做分析、转换得到程序抽象语法树,获取分支节点的执行信息,构造分支特征矩阵;提出聚类优化算法FCM-BP筛选合适路径,得到高度抗干扰的执行成功的路径代表和执行失败的路径代表;最后基于代表路径做差异分析生成故障可疑度排名报告。在Xerces等大型项目上进行实验分析并与Tarantula等经典实验对比后发现,利用分支路径差异的方法可以有效定位软件故障。 展开更多

关键词 差异分析 故障定位 抽象语法树 分支特征 聚类分析

下载PDF 职称材料

面向错误定位的基于分支聚类的测试用例选择方法 被引量：1

3

作者 李佳婧 苏小红 +1 位作者 马培军 龚丹丹 《智能计算机与应用》 2012年第5期16-19,共4页

已有的面向错误定位的测试用例选择方法大多数仅考虑了测试用例的语句覆盖信息,不能为错误定位选择合适的测试用例,从而导致不能有效提高错误定位的准确性。针对这一问题,提出了一种新的测试用例选择方法。文中方法分析了测试用例的执... 已有的面向错误定位的测试用例选择方法大多数仅考虑了测试用例的语句覆盖信息,不能为错误定位选择合适的测试用例,从而导致不能有效提高错误定位的准确性。针对这一问题,提出了一种新的测试用例选择方法。文中方法分析了测试用例的执行路径信息,根据测试用例动态执行时的分支特征,采用分支聚类方法对测试用例进行选择。实验表明,提出的方法可以有效减少测试用例数量,降低错误定位的复杂度,并提高错误定位的准确性。 展开更多

关键词 程序分析 错误定位 测试用例选择 聚类 分支特征

下载PDF 职称材料

具有较一般分支特征的超布朗运动轨道性质 被引量：1

4

作者 郭军义 《数学年刊（A辑）》 CSCD 北大核心 1997年第6期673-686,共14页

本文研究具有较一般分支特征的超布朗运动｛Ｘ（ｔ）｝ｔ０的轨道性质．首先给出了它的一个击中概率的表达式，其次找到了它的支集蔓延速度的估计式及证明了支撑过程的右连续性，从而验证了Ｄａｗｓｏｎ，Ｄ．Ａ．

关键词 超布朗运动 模连续性 支集 分支特征 轨道性质

下载PDF 职称材料

超过程的分支特征

5

作者 唐加山 《南京邮电学院学报（自然科学版）》 2002年第2期47-52,共6页

讨论了超过程分支特征的性质 ,并从分支粒子系统以及超过程灭绝时的角度解释了常见分支特征中各项系数的直观含义。

关键词 分支特征 超过程 分支粒子系统 母函数 马尔可夫过程 测度值

下载PDF 职称材料

超布朗运动在临近灭绝时的行为

6

作者 郭军义 吴荣 《数学学报（中文版）》 CSCD 北大核心 1998年第3期467-470,共4页

本文研究具有一类较广泛分支特征的超布朗运动在临近灭绝时的行为。

关键词 超布朗运动 灭绝行为 分支特征 临近灭绝

原文传递

融合双分支特征和注意力机制的葡萄病虫害识别模型 被引量：10

7

作者 彭红星 徐慧明 刘华鼐 《农业工程学报》 EI CAS CSCD 北大核心 2022年第10期156-165,共10页

葡萄病虫害识别是精细化防治的前提。针对现有研究中存在的数据集少、识别精度低、模型参数量大等问题,该研究构建包含健康叶片、3类病害叶片和16类虫害的葡萄病虫害数据集,提出基于改进MobileNet V2模型的葡萄病虫害识别模型。首先在Mo... 葡萄病虫害识别是精细化防治的前提。针对现有研究中存在的数据集少、识别精度低、模型参数量大等问题,该研究构建包含健康叶片、3类病害叶片和16类虫害的葡萄病虫害数据集,提出基于改进MobileNet V2模型的葡萄病虫害识别模型。首先在MobileNet V2模型的反向残差模块中嵌入坐标注意力(Coordinate Attention,CA)机制,提升模型的信息表征能力;然后使用深度可分离卷积设计双分支特征融合模块,加强模型的特征提取能力;最后对模型的通道数进行调整,精简模型结构。试验结果表明:MobileNet_Vitis在葡萄病虫害数据集上的识别准确率和F1分数为89.16%和80.44%,相比改进前的MobileNet V2提高了1.83和9.31个百分点,而模型参数大小为7.85 MB,减少了8.5%。与ResNet101、ShuffleNetV2、MobileNetV3和GhostNet相比,MobileNet_Vitis的识别精度和F1分数更高,参数量更小。MobileNet_Vitis对单张葡萄病虫害图像的推理时间为17.53 ms,可以达到快速识别的要求。该研究提出的模型能够较好地识别葡萄病虫害,并且较大幅度地减少模型的参数量。将MobileNet_Vitis模型部署到移动端的小程序上,可为葡萄病虫害的防治提供帮助。 展开更多

关键词 病虫害 图像识别 葡萄 MobileNet V2 双分支特征融合 坐标注意力机制

下载PDF 职称材料

联合归一化模块和多分支特征的行人重识别

8

作者 任丹萍 董会升 +1 位作者 何婷婷 张春华 《计算机工程与设计》 北大核心 2024年第4期1233-1239,共7页

针对行人重识别技术中存在特征挖掘不充分的问题,提出一种联合归一化模块和多分支特征的行人重识别模型。在主干网络中嵌入注意力机制引导的实例归一化模块,减轻背景等杂波信息的影响。在双级特征融合模块对局部特征进行加权后再聚合形... 针对行人重识别技术中存在特征挖掘不充分的问题,提出一种联合归一化模块和多分支特征的行人重识别模型。在主干网络中嵌入注意力机制引导的实例归一化模块,减轻背景等杂波信息的影响。在双级特征融合模块对局部特征进行加权后再聚合形成对行人特征的更细节表达。联合平滑交叉熵损失、三元组损失以及跨分支特征蒸馏损失对网络进行优化。所提模型在Market-1501和DukeMTMC-ReID数据集上首位准确率分别达到了95.7%和89.2%。实验结果表明,该模型增强了对图像特征的提取。 展开更多

关键词 归一化 行人重识别 注意力机制 多分支特征 特征提取 特征蒸馏损失 三元组损失

下载PDF 职称材料

联合注意力机制和多分支特征的行人重识别

9

作者 任丹萍 董会升 何婷婷 《计算机工程与设计》 北大核心 2024年第8期2520-2526,共7页

针对行人重识别技术中存在模型识别率低的问题,提出一个联合注意力机制和多分支特征的网络模型。在残差网络中嵌入自注意力机制模块强化图像有效特征的提取,在深度特征挖掘模块,使用全局特征分支、局部关联特征分支以及随机擦除特征分... 针对行人重识别技术中存在模型识别率低的问题,提出一个联合注意力机制和多分支特征的网络模型。在残差网络中嵌入自注意力机制模块强化图像有效特征的提取,在深度特征挖掘模块,使用全局特征分支、局部关联特征分支以及随机擦除特征分支形成对行人更全面的描述。在优化过程中提出联合余弦交叉熵损失、全样本三元组损失、中心损失以及特征对齐损失对网络使用最小最大策略进行更新。所提方法在Market-1501和DukeMTMC-reID数据集上首位准确率分别达到了95.8%和89.8%。 展开更多

关键词 行人重识别 深度学习 注意力机制 多分支特征 局部特征 随机擦除 三元组损失

下载PDF 职称材料

基于多分支空谱特征增强的高光谱图像分类

10

作者 李铁 李文许 +1 位作者 王军国 高乔裕 《液晶与显示》 CAS CSCD 北大核心 2024年第6期844-855,共12页

为了解决高光谱图像自身及分类过程中噪声干扰大、空间-光谱特征信息提取不足以及有限样本下分类性能不佳等问题,提出一种基于多分支空谱特征增强的高光谱图像分类模型SSFE-MBACNN。首先,利用多分支特征提取模块分别提取浅层空谱特征和... 为了解决高光谱图像自身及分类过程中噪声干扰大、空间-光谱特征信息提取不足以及有限样本下分类性能不佳等问题,提出一种基于多分支空谱特征增强的高光谱图像分类模型SSFE-MBACNN。首先,利用多分支特征提取模块分别提取浅层空谱特征和深层空间特征信息,并引入注意力机制抑制噪声干扰。其次,设计一种改进多尺度空谱特征提取融合模块及结合双池化和空洞卷积的空间特征增强模块实现空谱特征增强,减少模型参数量和提高分类性能。最后,用全局平均池化层代替全连接层,进一步降低参数量,缓解模型过拟合问题。实验结果表明,在Indian Pines(10%训练样本)、Pavia University (5%训练样本)和Salinas(1%训练样本)数据集分别取得了0.990 7、0.997 5和0.994 7的总体分类精度。SSFE-MBACNN不仅能充分利用空谱特征信息,而且在有限样本下也取得了优秀的分类性能,明显高于其他对比方法。 展开更多

关键词 高光谱图像分类 特征增强 多分支特征提取 注意力机制 多尺度特征 双池化 空洞卷积

下载PDF 职称材料

融合ECA的多分支多损失行人重识别

11

作者 王卫东 徐金慧 张志峰 《江苏科技大学学报（自然科学版）》 CAS 2024年第1期82-88,共7页

针对现有行人特征提取方法的不足,提出了一种融合ECA的多分支多损失行人重识别方法.首先,将轻量级ECA注意力模块嵌入到骨干网络ResNet50中,以增强显著特征,抑制无关特征.其次,设计了一个多分支网络结构分别提取行人的全局特征和局部特征... 针对现有行人特征提取方法的不足,提出了一种融合ECA的多分支多损失行人重识别方法.首先,将轻量级ECA注意力模块嵌入到骨干网络ResNet50中,以增强显著特征,抑制无关特征.其次,设计了一个多分支网络结构分别提取行人的全局特征和局部特征,针对不同的特征采取不同的多池化特征提取方式,增强网络的特征提取能力.最后,联合三种损失函数对模型进行训练,并采用BNNeck进行优化,从而提高模型的鲁棒性.在Market1501和DukeMTMC-reID数据集上的实验表明,所提方法具有较好的效果,在识别精度上也优于较多的经典算法. 展开更多

关键词 行人重识别 ECA注意力模块 多分支特征 多损失联合

下载PDF 职称材料

基于RFB和超网络的跨尺度多层次真实失真图像质量评价方法

12

作者 周怀博 贾惠珍 王同罕 《现代电子技术》 北大核心 2024年第9期47-52,共6页

为了能在真实失真图像质量领域实现高效的跨尺度学习,提出一种双分支特征提取方法。首先,利用对比学习方法自监督地提取跨尺度、跨颜色空间的图像内容感知特征;随后,采用基于扩张感受野和超网络的策略,将多层次特征信息与跨尺度信息进... 为了能在真实失真图像质量领域实现高效的跨尺度学习,提出一种双分支特征提取方法。首先,利用对比学习方法自监督地提取跨尺度、跨颜色空间的图像内容感知特征;随后,采用基于扩张感受野和超网络的策略,将多层次特征信息与跨尺度信息进行循环交互融合,以获取更贴近人类感知的图像质量特征。基于公开真实失真数据库的实验结果表明,所提算法在真实失真图像质量评价上取得了优越性能,而且,通过两个尺度的实验结果展示了该算法实现了更高效的跨尺度学习,从而为图像多尺度深度网络的应用提供了较好基础。 展开更多

关键词 图像质量评价 无参考 真实失真 跨尺度学习 多特征融合 双分支特征提取

下载PDF 职称材料

基于实时语义分割的红外小目标检测算法 被引量：2

13

作者 邵斌 杨华 +2 位作者 朱斌 陈熠 邹融平 《激光与光电子学进展》 CSCD 北大核心 2023年第14期57-64,共8页

语义分割网络对图像进行像素级分类,相较于目标检测其对于目标的精准定位更有优势,因此在红外小目标检测中发挥着重要作用。针对红外小目标的特点,提出一种基于实时语义分割的红外小目标检测网络。该网络基于双分支特征提取结构,采用渐... 语义分割网络对图像进行像素级分类,相较于目标检测其对于目标的精准定位更有优势,因此在红外小目标检测中发挥着重要作用。针对红外小目标的特点,提出一种基于实时语义分割的红外小目标检测网络。该网络基于双分支特征提取结构,采用渐进式特征融合模块和改进的Dice损失函数,使红外小目标分割的速度与效果达到良好的平衡。实验结果表明,该算法在较小参数量和计算量的情况下相较于FCN、ICNet、BiSeNet V2、STDCNet、TopFormer等5种算法达到较高的精度,在实际采集的红外小目标数据集上,其推理帧率相较于传统的FCN提升44%,达到117 frame/s,且红外小目标的交并比相较于与其推理帧率相近的TopFormer提升49%,有利于语义分割在红外小目标检测的实际应用。 展开更多

关键词 图像处理 红外小目标 实时语义分割 双分支特征提取 渐进式特征融合

原文传递

双分支特征提取与循环细化的动态场景去模糊

14

作者 陈清江 王巧莹 《光电子．激光》 CAS CSCD 北大核心 2024年第6期580-587,共8页

针对现有的动态场景图像去模糊方法存在的特征提取不准确、未充分利用有效特征的问题,本文提出了一种基于双分支特征提取与循环细化的动态场景图像去模糊网络。整个网络包括特征提取网络、循环细化网络(cyclic refinement network,CRN)... 针对现有的动态场景图像去模糊方法存在的特征提取不准确、未充分利用有效特征的问题,本文提出了一种基于双分支特征提取与循环细化的动态场景图像去模糊网络。整个网络包括特征提取网络、循环细化网络(cyclic refinement network,CRN)、图像重建(image reconstruction,IR)3部分。其中,特征提取网络包括模糊图像细节和轮廓特征(contour feature,CF)的提取,以残差单元作为特征提取网络的基本单元;循环细化网络通过交替融合轮廓特征和细节特征(detail feature,DF)来细化特征图,得到模糊图像的细化特征(refinement feature,RF);最后,在图像重建阶段,复用轮廓和细节特征,结合残差学习策略将轮廓特征、细节特征和细化后的特征逐级融合后通过非线性映射的方式重建清晰图像。在广泛使用的动态场景模糊数据集GOPRO上的实验结果表明,该方法的平均峰值信噪比(peak signal to noise ratio,PSNR)达到31.86,平均结构相似度(structure similarity,SSIM)达到0.9473,所提方法复原的图像包含丰富细节,具有更好的去模糊效果,在客观评价指标和主观视觉效果上均优于对比方法。 展开更多

关键词 卷积神经网络 图像去模糊 双分支特征提取 残差网络

原文传递

一种基于MBFF-Net的遥感影像建筑物提取方法

15

作者 徐辛超 乔浩磊 +2 位作者 刘明岳 付晓天 赵晗光 《测绘科学》 CSCD 北大核心 2024年第2期115-123,共9页

针对当前基于卷积神经网络的建筑物提取存在漏检、错检和边缘不准确的问题,提出一种多分支特征融合的建筑物提取网络MBFF-Net。首先,在VGG16-UNet网络的跳跃连接部分引入CBAM注意力机制,强化网络对建筑物特征信息的学习;然后,设计多分... 针对当前基于卷积神经网络的建筑物提取存在漏检、错检和边缘不准确的问题,提出一种多分支特征融合的建筑物提取网络MBFF-Net。首先,在VGG16-UNet网络的跳跃连接部分引入CBAM注意力机制,强化网络对建筑物特征信息的学习;然后,设计多分支特征融合模块替换解码器中的卷积块,融合不同感受野的特征信息,捕捉局部和跨通道的特征关系,丰富特征表达能力;最后,结合CBAM注意力机制和多分支特征融合模块构建MBFF-Net模型,并在WHU数据集和Inria数据集上进行验证。结果表明,与U-Net、PSPNet、SegNet、VGG16-UNet相比,MBFF-Net在IoU、Precision、Recall以及mPA 4个指标上均为最优,提取的建筑物更加完整,减少了错检和漏检现象,在建筑物提取任务中表现出良好的性能,验证了其在建筑物提取方面的可行性。 展开更多

关键词 建筑物提取 注意力机制 多分支特征融合 MBFF-Net

原文传递

融合注意力分支特征的甲烷泄漏红外图像分割 被引量：2

16

作者 何自芬 曹辉柱 +3 位作者 张印辉 黄俊璇 史本杰 朱守业 《红外技术》 CSCD 北大核心 2023年第4期417-426,共10页

甲烷是现代化工业生产和社会生活的重要能源之一,实现其有效探测与分割对于及时发现甲烷泄漏事故并识别其扩散范围具有重要意义。针对红外成像条件下甲烷气体图像的轮廓模糊、泄漏的甲烷气体与背景对比度较低、形状易受大气流动因素影... 甲烷是现代化工业生产和社会生活的重要能源之一,实现其有效探测与分割对于及时发现甲烷泄漏事故并识别其扩散范围具有重要意义。针对红外成像条件下甲烷气体图像的轮廓模糊、泄漏的甲烷气体与背景对比度较低、形状易受大气流动因素影响等问题,本文提出一种融合注意力分支特征的红外图像分割网络(Attention Branch Feature Network,ABFNet)实现甲烷气体泄漏探测。首先,为增强模型对红外甲烷气体图像的特征提取能力,设计分支特征融合模块将残差模块1和残差模块2的输出特征与残差模块3以逐像素相加的方法融合,获取红外甲烷气体图像丰富细致的特征表达以提高模型识别精度。其次,为进一步加快模型的推理速度,将标准瓶颈单元中的3×3卷积替换为深度可分离卷积,大幅度减少参数量达到实时检测甲烷气体泄漏。最后,将scSE注意力机制嵌入到分支特征融合模块,更多地关注扩散区域边缘和中心语义信息以克服红外甲烷气体轮廓模糊对比度低等问题提高模型的泛化能力。实验结果表明,本文提出的ABFNet模型AP50@95、AP50、AP60定量分割精度分别达到38.23%、89.63%和75.33%,相比于原始YOLACT模型分割精度,分别提高4.66%、3.76%和7.04%,推理速度达到34.99帧/s,满足实时检测需求。实验结果验证了本文算法对红外甲烷泄漏检测的有效性和工程实用性。 展开更多

关键词 红外图像分割 甲烷泄漏 注意力分支特征 实时检测

下载PDF 职称材料

基于双分支特征提取和自适应胶囊网络的DGA域名检测方法

17

作者 杨宏宇 章涛 +2 位作者 张良 成翔 胡泽 《软件学报》 EI CSCD 北大核心 2024年第8期3626-3646,共21页

面向域名生成算法(domain generation algorithm,DGA)的域名检测方法普遍具有特征提取能力弱、特征信息压缩比高等特点,这导致特征信息丢失、特征结构破坏以及域名检测效果较差等诸多不足.针对上述问题,提出一种基于双分支特征提取和自... 面向域名生成算法(domain generation algorithm,DGA)的域名检测方法普遍具有特征提取能力弱、特征信息压缩比高等特点,这导致特征信息丢失、特征结构破坏以及域名检测效果较差等诸多不足.针对上述问题,提出一种基于双分支特征提取和自适应胶囊网络的DGA域名检测方法.首先,通过样本清洗和字典构建重构原始样本并生成重构样本集;其次,通过双分支特征提取网络处理重构样本,在其中,利用切片金字塔网络提取域名局部特征,利用Transformer提取域名全局特征,并利用轻量级注意力融合不同层次的域名特征;然后,利用自适应胶囊网络计算域名特征图的重要度系数,将域名文本特征转换为向量域名特征,并通过特征转移计算基于文本特征的域名分类概率;同时,利用多层感知机处理域名统计特征,以此计算基于统计特征的域名分类概率;最后,通过合并得到的两种不同视角的域名分类概率进行域名检测.大量的实验表明,所提方法在DGA域名检测以及DGA域名家族检测分类方面均取得了当前领先的检测效果.在DGA域名检测中,F1分数提升了0.76%-5.57%;在DGA域名家族检测分类中,F1分数(宏平均)提升了1.79%-3.68%. 展开更多

关键词 DGA域名检测 深度学习 双分支特征提取网络 切片金字塔网络 自适应胶囊网络

下载PDF 职称材料

基于注意力机制的双分支肺炎图像分类网络

18

作者 张吉友 张荣芬 刘宇红 《贵州大学学报（自然科学版）》 2024年第1期94-102,共9页

目前许多肺炎图像分类网络大多采用单分支网络对输入图像进行特征提取,这在一定程度上忽略了图像不同维度的特征信息。为了优化这种问题,提出一种融入注意力机制的双分支肺炎图像分类网络,利用VGG16网络和加入可分离卷积以及融入卷积注... 目前许多肺炎图像分类网络大多采用单分支网络对输入图像进行特征提取,这在一定程度上忽略了图像不同维度的特征信息。为了优化这种问题,提出一种融入注意力机制的双分支肺炎图像分类网络,利用VGG16网络和加入可分离卷积以及融入卷积注意力模块(convolution block attention module,CBAM)的CNN卷积神经网络进行双分支特征提取,能够关注到肺炎图像不同层次的特征信息,将2种网络分支的特征进行不同维度的融合,最后输入全连接层进行分类判决。结果表明,该网络在正常肺部、病毒性肺炎、新型冠状病毒肺炎(COVID-19)X-ray图像组成的测试集上取得了95%的平均准确率。经过消融试验证明,该网络加入的可分离卷积模块、注意力模块和特征融合对减少网络参数、提高网络分类的准确率起到明显作用。与其他网络的性能对比也表明该网络在肺炎图像分类上表现出较高的准确率和较强的鲁棒性。 展开更多

关键词 新冠肺炎 肺炎图像分类 注意力机制 双分支特征提取和融合

下载PDF 职称材料

基于双分支特征拼接的行人重识别 被引量：1

19

作者 潘凤 王杰 +3 位作者 张艳莎 谭棉 何兴 王林 《计算机与现代化》 2023年第5期93-99,共7页

针对不同监控视觉的拍摄,行人重识别任务存在类内(同一行人)前后变化大被误判、类间(相似行人)模糊造成区分度低的问题,提出一种双分支特征拼接的行人重识别方法(Dual-branch Feature Concatenation Network,DFCNet)。该方法通过对网络... 针对不同监控视觉的拍摄,行人重识别任务存在类内(同一行人)前后变化大被误判、类间(相似行人)模糊造成区分度低的问题,提出一种双分支特征拼接的行人重识别方法(Dual-branch Feature Concatenation Network,DFCNet)。该方法通过对网络的深度特征进行拼接,使特征信息互补,获得辨别性特征,并用批归一化层代替基础网络全局平均池化层后的全连接层,使用标签平滑交叉熵损失函数训练网络,解决类内变化大及类间模糊造成提取特征辨别性差的问题。为验证所建议方法的有效性,在Market1501、DukeMTMC-reID公开数据集上进行验证,其中在Market1501数据集上,Rank-1和mAP指标分别达到95.8%和94.3%。结果表明所建议方法在处理类内误判与类间难区分问题上具有良好性能,且识别精度优于对比的流行算法。 展开更多

关键词 模式识别 行人重识别 特征提取 双分支特征拼接

下载PDF 职称材料

基于双分支融合注意力机制的图像分割算法 被引量：1

20

作者 李绍华 于俊洋 +1 位作者 郑珂 翟锐 《计算机系统应用》 2023年第5期212-219,共8页

针对DeepLabV3+在特征提取阶段忽略了不同尺度特征重要程度出现的部分细节信息损失导致图像分割不细致,提出一种融合双分支特征提取和注意力机制的改进算法.ResNet101骨干网络初步提取出的特征图作为注意力机制的输入特征,解决了网络退... 针对DeepLabV3+在特征提取阶段忽略了不同尺度特征重要程度出现的部分细节信息损失导致图像分割不细致,提出一种融合双分支特征提取和注意力机制的改进算法.ResNet101骨干网络初步提取出的特征图作为注意力机制的输入特征,解决了网络退化及梯度消失的问题,也能够捕获到被DeepLabV3+忽略的图像细节信息;设计双分支特征提取机制扩大特征提取能力,细化图像边缘信息以优化网络对不同尺度特征关注不均的问题;同时,联合采用交叉熵损失和类别不平衡函数两种损失函数作为损失函数,通过聚焦于前景样本降低背景的影响,提高算法分割精度.实验结果表明,改进算法在PASCAL VOC 2012和CityScapes数据集上的平均交并比(MIoU)值分别达到了79.92%和68.59%,与经典算法和基于DeepLabV3+改进的算法相比,特征提取的准确性有所提高,分割效果更优. 展开更多

关键词 深度学习 语义分割 注意力机制 双分支特征提取

下载PDF 职称材料