期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到241篇文章
< 1 2 … 13 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于MSA特征的遥感图像多目标关联算法 被引量：7
1
作者 雷琳 蔡红苹 +1 位作者 唐涛 粟毅 《遥感学报》 EI CSCD 北大核心 2008年第4期586-592,共7页
遥感图像中多目标关联存在以下两个问题:一是低时间分辨率观测使得目标状态信息无法准确估计,基于Kalm an滤波的多目标关联算法不再适用;二是基于图像特征的目标关联算法又无法处理大场景观测中多个目标关联引起的模糊性。针对上述问题... 遥感图像中多目标关联存在以下两个问题:一是低时间分辨率观测使得目标状态信息无法准确估计,基于Kalm an滤波的多目标关联算法不再适用;二是基于图像特征的目标关联算法又无法处理大场景观测中多个目标关联引起的模糊性。针对上述问题,提出一种基于多尺度自卷积特征匹配和关联代价矩阵最优化的多目标关联算法。实验表明该算法对遥感图像中多目标关联问题具有一定的适用性。 展开更多
关键词 遥感图像 目标关联 多尺度自卷积 关联代价矩阵
下载PDF
基于广义典型相关分析的仿射不变特征提取方法 被引量：7
2
作者 张洁玉 陈强 +2 位作者 白小晶 孙权森 夏德深 《电子与信息学报》 EI CSCD 北大核心 2009年第10期2465-2469,共5页
该文结合广义典型相关分析(GCCA)理论,提出了一种新的图像仿射不变特征提取方法。首先,基于多尺度自卷积变换(MSA)构造了一组新的变换量—多尺度自卷积熵(MSAE)。然后证明了该熵具有仿射不变性;再利用GCCA将MSA和MSAE变换值作为两种特... 该文结合广义典型相关分析(GCCA)理论,提出了一种新的图像仿射不变特征提取方法。首先,基于多尺度自卷积变换(MSA)构造了一组新的变换量—多尺度自卷积熵(MSAE)。然后证明了该熵具有仿射不变性;再利用GCCA将MSA和MSAE变换值作为两种特征进行融合,得到具有更丰富图像信息的组合特征。最后利用MSA,MSAE和组合特征,结合最近距离分类器分别对视点变换图像以及加噪声、加部分遮挡视点变换图像进行分类识别实验。结果表明,组合特征得到了最高的正确识别率,MSAE次之,MSA最低。 展开更多
关键词 图像识别 多尺度自卷积 多尺度自卷积熵 特征融合 仿射不变性
下载PDF
仿射不变的多尺度自卷积熵提取方法 被引量：7
3
作者 张洁玉 陈强 +2 位作者 白小晶 孙权森 夏德深 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2009年第9期1328-1332,共5页
为从在不同视角获取的同一场景图像中提取更加独特的不变特征,提出一种图像仿射不变特征的提取方法.首先基于多尺度自卷积变换(MSA)构造了一组新的变换量——多尺度自卷积熵(MSAE);并证明了该熵具有仿射不变性;最后利用最小距离分类器... 为从在不同视角获取的同一场景图像中提取更加独特的不变特征,提出一种图像仿射不变特征的提取方法.首先基于多尺度自卷积变换(MSA)构造了一组新的变换量——多尺度自卷积熵(MSAE);并证明了该熵具有仿射不变性;最后利用最小距离分类器分别对视点变换图像,以及加噪声、加部分遮挡视点变换图像进行分类识别实验.实验结果表明,MSAE特征能够获得更高的正确识别率. 展开更多
关键词 多尺度自卷积 多尺度自卷积熵 图像识别 识别正确率
下载PDF
基于改进SIFT的SAR图像配准方法 被引量：6
4
作者 张雄美 易昭湘 +1 位作者 蔡幸福 宋建社 《计算机工程》 CAS CSCD 北大核心 2015年第1期223-226,共4页
针对尺度不变特征变换(SIFT)配准方法在处理SAR图像时精度不高的问题,提出一种基于改进SIFT的精确配准方法。在提取关键点SIFT描述子及其邻域多尺度自卷积矩不变特征的基础上,利用基于典型相关分析的融合算法对SIFT与矩不变特征进行融合... 针对尺度不变特征变换(SIFT)配准方法在处理SAR图像时精度不高的问题,提出一种基于改进SIFT的精确配准方法。在提取关键点SIFT描述子及其邻域多尺度自卷积矩不变特征的基础上,利用基于典型相关分析的融合算法对SIFT与矩不变特征进行融合,形成新的关键点描述子,使用阈值实现粗匹配,并结合关键点的距离与邻域灰度相关性构建相似矩阵,采用奇异值分解方法精确确定匹配点对,求出仿射变换模型参数,从而完成图像配准。实验结果表明,该方法的配准结果优于SIFT方法,且配准精度达到亚像素级。 展开更多
关键词 SAR图像配准 尺度不变特征变换 多尺度自卷积 典型相关分析 奇异值分解
下载PDF
基于多尺度自卷积归一化直方图的仿射不变量模式识别 被引量：5
5
作者 黄波 赵继印 +1 位作者 郑蕊蕊 李敏 《电子学报》 EI CAS CSCD 北大核心 2011年第1期64-69,共6页
仿射不变量特征提取方法已成为计算机视觉研究的重点课题之一.本文提出一种归一化直方图算法,该算法基于多尺度自卷积变换中密度函数的概念,研究归一化密度函数的方法,构建了从目标图像中提取直方图仿射不变量特征提取算法,实现了基于... 仿射不变量特征提取方法已成为计算机视觉研究的重点课题之一.本文提出一种归一化直方图算法,该算法基于多尺度自卷积变换中密度函数的概念,研究归一化密度函数的方法,构建了从目标图像中提取直方图仿射不变量特征提取算法,实现了基于多尺度自卷积归一化直方图的仿射不变量模式识别.仿真实验表明,本算法对一定范围内的噪声,局部遮挡,照度及视角变化具有良好的适应性,特别是在多种环境下,其识别率优于多尺度自卷积和基于多尺度自卷积的其它直方图算法. 展开更多
关键词 目标识别 仿射不变特征 归一化直方图 多尺度自卷积
下载PDF
Contourlet变换域下的目标特征提取与识别 被引量：2
6
作者 于琨 王明斐 《火力与指挥控制》 CSCD 北大核心 2015年第8期122-126,共5页
利用Contourlet变换对于高维信号的表示能力,在Contourlet变换下提取不变矩特征以及局部Contourlet二值模式特征,通过特征组合,提出了一种在多种外界变化条件下都具有较好稳定性的目标特征提取技术。对于Contourlet分解的低频分量,计算... 利用Contourlet变换对于高维信号的表示能力,在Contourlet变换下提取不变矩特征以及局部Contourlet二值模式特征,通过特征组合,提出了一种在多种外界变化条件下都具有较好稳定性的目标特征提取技术。对于Contourlet分解的低频分量,计算多尺度自卷积矩不变特征;对于Contourlet分解的高频分量,计算其局部Contourlet二值模式(LCBP),并利用两状态HMT描述LCBP系数,得到LCBP-HMT模型,提取模型参数作为特征向量;最后将提取出的低频特征以及高频统计特征组合成特征向量,从而结合了MSA的全局不变性以及LCBP的多尺度、多方向局部描述特性。最后分别对目标的二值图像和灰度图像进行实验,证明了算法在各种变化条件下均具有较好的识别效果。 展开更多
关键词 多尺度几何分析Contourlet变换 多尺度自卷积 局部二值模式 目标识别
下载PDF
基于MSA不变矩的道路导向标线分类 被引量：2
7
作者 谢锦 蔡自兴 唐琎 《中国图象图形学报》 CSCD 北大核心 2011年第8期1418-1423,共6页
针对公路复杂行车环境中前方道路导向标线的识别问题,利用具有仿射不变性的多尺度自卷积(MSA)矩,并融合坚固度和方向等图像区域特征,构造出一种适于道路导向标线的图像形状描述子,然后应用支持向量机(SVM)进行图像目标分类。实验结果表... 针对公路复杂行车环境中前方道路导向标线的识别问题,利用具有仿射不变性的多尺度自卷积(MSA)矩,并融合坚固度和方向等图像区域特征,构造出一种适于道路导向标线的图像形状描述子,然后应用支持向量机(SVM)进行图像目标分类。实验结果表明,该描述子具有近似射影不变性,能有效应用于不同视角和发生部分遮挡的道路导向标线分类。 展开更多
关键词 道路导向标线 多尺度自卷积 仿射不变矩 支持向量机
原文传递
SAR图像频域特征保护的相干斑噪声抑制方法 被引量：2
8
作者 王国力 周伟 +1 位作者 柴勇 关键 《信号处理》 CSCD 北大核心 2012年第12期1642-1649,共8页
针对SAR图像相干斑噪声抑制和特征保持问题,建立了多尺度自卷积(MSA)和相位一致(PC)的滤波器模型,结合MSA频域变换多尺度均值和PC高精度特征定位的特点,提出了一种频域有特征保护的SAR图像相干斑噪声抑制算法。算法判断SAR图像中不同类... 针对SAR图像相干斑噪声抑制和特征保持问题,建立了多尺度自卷积(MSA)和相位一致(PC)的滤波器模型,结合MSA频域变换多尺度均值和PC高精度特征定位的特点,提出了一种频域有特征保护的SAR图像相干斑噪声抑制算法。算法判断SAR图像中不同类型区域,选择不同的滤波策略。对均匀区域采用MSA滤波;由PC测度判断特征区域,并对特征区域采用PC测度加强的MSA滤波;对分离点目标区域,采用观察值与MSA算术平均滤波。算法有效地解决了空域方法对SAR图像噪声抑制效果好而易破坏细节特征的矛盾。仿真实验和滤波性能评估指标分析显示,算法具有良好的抑制SAR图像相干斑噪声和保护特征的能力。 展开更多
关键词 SAR图像 噪声抑制 多尺度自卷积 相位一致
下载PDF
一种有效抑制机载传感器成像畸变干扰的景象匹配算法 被引量：1
9
作者 刘强 肖刚 牟之英 《传感器与微系统》 CSCD 2015年第5期146-149,153,共5页
电荷耦合器件(CCD)与合成孔径雷达(SAR)是两种最常用的机载传感器,是景象匹配辅助导航系统的关键组成部分。当系统传感器获取的实测图存在严重成像畸变时,传统的基于特征点集间Hausdorff距离测度的匹配算法精度较低,通过引入多尺度自卷... 电荷耦合器件(CCD)与合成孔径雷达(SAR)是两种最常用的机载传感器,是景象匹配辅助导航系统的关键组成部分。当系统传感器获取的实测图存在严重成像畸变时,传统的基于特征点集间Hausdorff距离测度的匹配算法精度较低,通过引入多尺度自卷积(MSA)这种具有仿射不变性的局部特征,并将其同图像的尺度不变变换(SIFT)特征串行组合可以得到一种更加鲁棒的匹配算法。采用CCD和SAR传感器获取的图像对算法进行了仿真验证,实验结果表明:引入MSA特征对抑制景象匹配算法中多源传感器成像畸变的干扰十分有效,匹配精度显著提高。 展开更多
关键词 多源传感器 多尺度自卷积 尺度不变特征 图像定位与配准
下载PDF
多尺度自卷积方差显著性SAR图像目标检测 被引量：1
10
作者 王国力 周伟 +1 位作者 丛瑜 关键 《应用科学学报》 CAS CSCD 北大核心 2013年第6期607-612,共6页
针对SAR图像中显著性目标检测问题,提出一种基于多尺度自卷积方差显著性的自适应检测算法.该算法在对SAR图像多尺度自卷积运算基础上,通过计算MSAV得到方差显著图.设计了一种自适应阈值检测器,完成SAR图像中显著性目标的检测.实验结果表... 针对SAR图像中显著性目标检测问题,提出一种基于多尺度自卷积方差显著性的自适应检测算法.该算法在对SAR图像多尺度自卷积运算基础上,通过计算MSAV得到方差显著图.设计了一种自适应阈值检测器,完成SAR图像中显著性目标的检测.实验结果表明,在复杂背景环境下,所提算法能有效检测出与人类视觉较为一致的显著性目标. 展开更多
关键词 合成孔径雷达图像 目标检测 多尺度自卷积 方差显著性
下载PDF
一种多尺度自卷积快速算法 被引量：1
11
作者 黄波 赵晓晖 +3 位作者 庞怡杰 时公涛 陈东 赵继印 《电子学报》 EI CAS CSCD 北大核心 2013年第12期2430-2435,共6页
本文提出了一种MSA变换的快速算法.根据快速傅里叶变换理论,在MSA变换尺度的最小取值范围内,推导出最小基准变换尺寸,以取代同一尺度变换的不同变换尺寸,减少MSA变换计算次数;此外,在MSA变换尺度的最小取值范围外,利用MSA变换的对称性... 本文提出了一种MSA变换的快速算法.根据快速傅里叶变换理论,在MSA变换尺度的最小取值范围内,推导出最小基准变换尺寸,以取代同一尺度变换的不同变换尺寸,减少MSA变换计算次数;此外,在MSA变换尺度的最小取值范围外,利用MSA变换的对称性进行尺度范围映射,减小MSA变换尺寸,降低计算复杂度.利用典型数据,从时间效率和特征值精度对算法进行仿真分析验证.实验表明,所提快速计算方法在保证特征值精度一致的前提下,计算速度提高到3倍以上. 展开更多
关键词 多尺度自卷积 (MSA ) 目标识别 仿射不变特征 仿射不变量 MULTI-SCALE autoconvolution(MSA)
下载PDF
多尺度自卷积变换与MSER组合的影像匹配方法研究
12
作者 吉长东 沈晓刚 《测绘工程》 CSCD 2021年第5期23-31,共9页
针对影像仿射变换较大,目前常用局部特征提取算法匹配效果不理想的问题,提出以信息熵为约束条件,筛选出高信息量的MSER特征区域。文中利用多尺度自卷积(MSA)变换的灰度概率密度函数直方图熵构造新的特征向量,并以此作为优化后的MSER局... 针对影像仿射变换较大,目前常用局部特征提取算法匹配效果不理想的问题,提出以信息熵为约束条件,筛选出高信息量的MSER特征区域。文中利用多尺度自卷积(MSA)变换的灰度概率密度函数直方图熵构造新的特征向量,并以此作为优化后的MSER局部特征区域的描述符,组合成一种新的具有抗仿射变换的局部特征匹配方法,经过两组具有仿射变换的近景影像对该算法的实验验证,算法整体上可以有效地剔除10%以上的质量不好的特征区域。研究表明,在匹配准确性上,效果要优于MSER算法,尤其是程度较大的仿射变换,平均匹配准确率也要比MSER高。 展开更多
关键词 多尺度自卷积 MSER 仿射不变 特征匹配
下载PDF
基于多尺度一维卷积神经网络的光纤振动事件识别 被引量：24
13
作者 吴俊 管鲁阳 +2 位作者 鲍明 许耀华 叶炜 《光电工程》 CAS CSCD 北大核心 2019年第5期76-83,共8页
针对相位敏感光时域反射(Φ-OTDR)分布式光纤振动传感系统如何对振动事件进行高效准确识别的问题,本文提出了一种基于多尺度一维卷积神经网络(MS 1-D CNN)的振动事件识别方法。该方法将原始振动信号经过预加重、归一化和谱减降噪的预处... 针对相位敏感光时域反射(Φ-OTDR)分布式光纤振动传感系统如何对振动事件进行高效准确识别的问题,本文提出了一种基于多尺度一维卷积神经网络(MS 1-D CNN)的振动事件识别方法。该方法将原始振动信号经过预加重、归一化和谱减降噪的预处理操作后得到的一维信号,直接通过MS 1-D CNN实现端到端的振动信号特征的提取和识别。MS1-DCNN在提取入侵振动信号特征时可兼顾信号时间和频率尺度,利用全连接层(FClayer)和Softmax层完成最终的识别过程,与二维卷积神经网络(2-D CNN)和一维卷积神经网络(1-D CNN)相比减少了待定参数数量。对破坏、敲击和干扰三类目标振动事件的光纤振动传感信号识别结果表明,MS 1-D CNN的识别正确率与2-D CNN相近,达到了96%以上,而处理速度提升一倍,在保持识别性能的前提下,有利于提高振动事件识别的实时性。 展开更多
关键词 分布式光纤振动传感 多尺度一维卷积神经网络 相位敏感光时域反射 振动事件识别 模式识别
下载PDF
面向交通流预测的双分支时空图卷积神经网络 被引量：3
14
作者 刘赏 陈浩 +1 位作者 陈小玉 贺娇娇 《信息与控制》 CSCD 北大核心 2023年第3期391-404,416,共15页
针对目前交通流预测中未充分考虑到交通流量与密度、交通流量与速度之间的关联性特征信息,以及忽略多尺度时间特征的问题,提出了一种面向交通流预测的双分支时空图卷积神经网络。首先,依据交通数据的周期性,将交通数据划分为近期与周期... 针对目前交通流预测中未充分考虑到交通流量与密度、交通流量与速度之间的关联性特征信息,以及忽略多尺度时间特征的问题,提出了一种面向交通流预测的双分支时空图卷积神经网络。首先,依据交通数据的周期性,将交通数据划分为近期与周期两种时间粒度的数据输入;其次,在每个输入分支中,先通过关联性门控线性单元(AGLU)提取流量与密度、流量与速度之间的关联性特征信息;然后,通过图卷积层和多尺度时间卷积层提取关联性特征中的空间与时间上下文信息,并采用预测卷积层输出近期、周期双分支预测结果;最后,通过门控机制融合预测结果,从而实现交通流量的准确预测。实验结果表明,所提模型在交通流预测准确性与稳定性方面整体优于其他模型。 展开更多
关键词 交通流预测 双分支时空图卷积神经网络 关联性门控线性单元 多尺度时间卷积 智能交通
原文传递
多尺度特征孪生神经网络的建筑物变化检测方法 被引量：6
15
作者 林娜 孙鹏林 +1 位作者 王玉莹 黄韬 《测绘科学》 CSCD 北大核心 2022年第5期185-192,共8页
针对从多时相高分辨率遥感影像上做建筑物变化检测出现的细节特征丢失、变化检测结果模糊的问题,该文提出了一种基于多尺度特征孪生神经网络的遥感影像建筑物变化检测算法。以孪生神经网络为基础网络,将Inception v2结构加入网络特征提... 针对从多时相高分辨率遥感影像上做建筑物变化检测出现的细节特征丢失、变化检测结果模糊的问题,该文提出了一种基于多尺度特征孪生神经网络的遥感影像建筑物变化检测算法。以孪生神经网络为基础网络,将Inception v2结构加入网络特征提取层中,获得遥感影像多尺度特征,并对其进行多特征融合,更好地还原建筑目标的细节信息。与全卷积孪生神经网络网络相比,在WHU和LEVIR-CD建筑变化数据集下的实验结果表明,overall accuracy、F1-score和Kappa系数指标都有所提高,本文的多尺度孪生神经网络方法更利于建筑物变化检测,并获得了良好的测试结果。 展开更多
关键词 变化检测 多尺度特征卷积 孪生神经网络 深度学习
原文传递
基于注意力机制和视触融合的机器人抓取滑动检测 被引量：1
16
作者 黄兆基 高军礼 +2 位作者 唐兆年 宋海涛 郭靖 《信息与控制》 CSCD 北大核心 2024年第2期191-198,共8页
机器人抓取滑动检测对于抓取任务而言具有重要的意义。在抓取过程中,视觉和触觉作为判断抓取状态的关键模态信息,实现其高效融合仍具有挑战性。基于视触觉模态信息融合理念,提出一种新型视触觉融合模型,用于高效解决机器人抓取滑动检测... 机器人抓取滑动检测对于抓取任务而言具有重要的意义。在抓取过程中,视觉和触觉作为判断抓取状态的关键模态信息,实现其高效融合仍具有挑战性。基于视触觉模态信息融合理念,提出一种新型视触觉融合模型,用于高效解决机器人抓取滑动检测问题。首先,该模型通过卷积神经网络、多尺度时序卷积网络提取视触觉数据的空间和时序特征信息;然后,使用注意力机制为视触觉特征分配权重,并通过多尺度时序卷积网络进行多模态信息融合;最后,通过全连接层输出机器人抓取状态的检测结果。使用7自由度XArm机械臂、D455 RGB摄像头和XELA触觉传感器进行数据采集。实验结果表明,基于该模型的机器人抓取滑动检测的准确率高达98.98%,该模型在可靠、顺利执行机器人抓取任务方面具有较好的研究与应用价值。 展开更多
关键词 机器人抓取 视触融合 多尺度时序卷积网络 注意力机制
原文传递
结合MGCC特征与多尺度通道注意力的环境声深度学习分类方法
17
作者 杨俊杰 丁家辉 +2 位作者 杨柳 冯丽 杨超 《应用声学》 CSCD 北大核心 2024年第3期513-524,共12页
环境声分类技术在家居安全监测、人机语声交互等领域具有关键作用。然而,声源的多样性与混合性给环境声分类方法设计带来了重大挑战。为提高分类准确率与节约计算资源,该文提出一种基于多尺度通道注意力机制的深度学习分类模型。所提模... 环境声分类技术在家居安全监测、人机语声交互等领域具有关键作用。然而,声源的多样性与混合性给环境声分类方法设计带来了重大挑战。为提高分类准确率与节约计算资源,该文提出一种基于多尺度通道注意力机制的深度学习分类模型。所提模型由特征提取模块、多尺度卷积模块、高效通道注意力模块、输出层四部分组成。首先,通过引入加权型梅尔Gammatone频率倒谱系数(MGCC)挖掘环境声频谱幅值与相位结构信息;其次,融合多尺度卷积核与高效通道注意力机制优选出声频关键局部细节和通道特征;最后,在全连接层采用softmax函数映射特征并输出环境声类型的概率值。所提模型在6种环境声的iFLYTEK、10种环境声的Urbansound8k数据集上开展测试验证,分别取得了94%、76.52%、79.24%(iFLYTEK+Urbansound8k)的分类准确率。消融实验结果进一步表明:引入的多尺度卷积模块、通道注意力机制模块对分类准确率的提升贡献率分别接近于3.77%和1.89%。实验还详细对比了7种现有的深度学习分类方法,所提算法在分类准确率上排名第二;另外,在同级别算法中如ResNet18、GoogLeNet,所提算法在模型参数量和计算复杂度方面上实现了进一步的约减。 展开更多
关键词 环境声分类 梅尔Gammatone频率倒谱 多尺度核卷积 高效通道注意力 卷积神经网络
下载PDF
采用稀疏卷积的级联双轮车头盔目标检测算法
18
作者 李丹峰 《信息技术》 2024年第3期56-62,69,共8页
随着快递及外卖业的兴起,以电动车和摩托车为代表的双轮车数量激增,交通事故频发。由于双轮车数量庞大,管理将耗费大量警力,而该研究能够大大释放警力。针对目标检测模型中高分辨率特征层计算耗时的问题,提出了采用稀疏卷积的级联双轮... 随着快递及外卖业的兴起,以电动车和摩托车为代表的双轮车数量激增,交通事故频发。由于双轮车数量庞大,管理将耗费大量警力,而该研究能够大大释放警力。针对目标检测模型中高分辨率特征层计算耗时的问题,提出了采用稀疏卷积的级联双轮车头盔目标检测算法,有效提升模型性能,速度提高了33.3%。此外针对行人以及自行车驾乘人员带来的未戴头盔误判问题,采用多尺度空洞卷积,通过引入上下文信息,可以有效减少此类误判,精度提升2.2%。最后标注并开源了交通道路场景下的双轮车头盔数据集TWHD,以验证算法性能。 展开更多
关键词 深度学习 双轮车头盔目标检测 小目标检测 稀疏卷积 多尺度空洞卷积
下载PDF
改进YOLOv8的轻量化轴承缺陷检测算法
19
作者 郎德宝 周凯红 《现代电子技术》 北大核心 2024年第19期115-122,共8页
针对工业轴承表面缺陷检测算法精度低、模型参数量大的问题,提出一种改进YOLOv8的轻量化目标检测算法(MFA-YOLOv8)。首先,设计了一种轻量化多尺度特征卷积模块EMFC,基于此重构了主干和颈部部分C2f中的Bottleneck结构,保持轻量化的同时... 针对工业轴承表面缺陷检测算法精度低、模型参数量大的问题,提出一种改进YOLOv8的轻量化目标检测算法(MFA-YOLOv8)。首先,设计了一种轻量化多尺度特征卷积模块EMFC,基于此重构了主干和颈部部分C2f中的Bottleneck结构,保持轻量化的同时还有效地捕获不同尺度信息的细节特征;其次,引入焦点调制模块FM,提升模型对缺陷目标的表征能力和感受野;最后,引入注意力尺度序列融合模块ASF,进一步提升网络对轴承缺陷的检测精度,减小参数规模。实验结果表明,在GGS数据集上,MFA-YOLOv8的检测精度mAP@0.5高达91.5%,较YOLOv8检测精度提升了2.4%,参数量下降了21.9%,可满足工业现场轴承外观缺陷检测要求。 展开更多
关键词 轴承表面缺陷检测 YOLOv8 多尺度特征卷积 焦点调制网络 注意力尺度序列融合 轻量化
下载PDF
基于MAU-Net的CT多器官分割
20
作者 步洪禧 何利文 《计算机系统应用》 2024年第3期103-110,共8页
基于计算机断层扫描(CT)图像的多器官精准分割能够准确诊断病灶,快速制定治疗计划,提高临床工作的效率.传统分割算法针对形变大、体积较小且边缘模糊的器官分割效果相对较差.本文提出了一种改进的U-Net的医学图像分割网络(MAU-Net),通... 基于计算机断层扫描(CT)图像的多器官精准分割能够准确诊断病灶,快速制定治疗计划,提高临床工作的效率.传统分割算法针对形变大、体积较小且边缘模糊的器官分割效果相对较差.本文提出了一种改进的U-Net的医学图像分割网络(MAU-Net),通过引入两个模块,旨在实现对多器官的精准分割.多尺度空洞卷积模块通过不同内核大小实现捕捉目标器官多尺度特征.动态注意力模块精确提取重要特征实现分支间的权重平衡.通过消融实验和其他主流网络的对比实验,验证了MAU-Net的优越性.相比于传统的U-Net模型,MAU-Net在所有器官上平均Dice相关系数(DSC)提高了3.39%,平均95%豪斯多夫距离(HD)降低了4.84 mm.MAU-Net在多器官分割任务中展现了出色的鲁棒性和应用潜力,有助于提高临床工作效率和医疗诊断的准确性. 展开更多
关键词 深度学习 多器官分割 U-Net 注意力机制 多尺度空洞卷积 CT图像 图像分割
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 13 下一页 到第 页
使用帮助 返回顶部