基于并行注意力UNet的裂缝检测方法 被引量：21

1

作者 刘凡 王君锋 +1 位作者 陈峙宇 许峰 《计算机研究与发展》 EI CSCD 北大核心 2021年第8期1718-1726,共9页

裂缝对公共设施而言存在着安全隐患,因此裂缝检测是公共设施进行维护的重要手段.由于裂缝图像中存在噪声、光线、阴影等因素干扰,神经网络在训练时极易被影响,导致预测结果出现偏差,降低预测效果.为减少这些干扰,设计了一个并行注意力机... 裂缝对公共设施而言存在着安全隐患,因此裂缝检测是公共设施进行维护的重要手段.由于裂缝图像中存在噪声、光线、阴影等因素干扰,神经网络在训练时极易被影响,导致预测结果出现偏差,降低预测效果.为减少这些干扰,设计了一个并行注意力机制,并将其嵌入到UNet网络的解码部分,进而提出了并行注意力UNet(parallel attention based UNet,PA-UNet).该方法分别从通道和空间2个维度加大裂缝特征权重以抑制干扰,然后对这2个维度生成的特征进行融合,以获得更具互补性的裂缝特征.为了验证该方法的有效性,选取了4个数据集进行实验,结果表明该方法较现有的主流方法,裂缝检测效果更加优异.同时,为了验证并行注意力机制的有效性,选取了4种注意力机制与其进行对比实验,结果表明并行注意力机制效果优于其他注意力机制. 展开更多

关键词 裂缝检测 并行注意力机制 UNet 抑制干扰 互补性

下载PDF 职称材料

基于并行注意力机制的地面红外目标检测方法(特邀) 被引量：5

2

作者 赵晓枫 徐叶斌 +3 位作者 吴飞 牛家辉 蔡伟 张志利 《红外与激光工程》 EI CSCD 北大核心 2022年第4期90-97,共8页

地面背景下的红外目标检测是伪装防护、精确制导等领域的关键技术。针对现有基于深度学习的目标检测模型对地面背景下红外目标进行检测时容易受到复杂背景干扰、对目标关注不足,从而导致检测准确率不高的问题,文中提出了一种基于并行注... 地面背景下的红外目标检测是伪装防护、精确制导等领域的关键技术。针对现有基于深度学习的目标检测模型对地面背景下红外目标进行检测时容易受到复杂背景干扰、对目标关注不足,从而导致检测准确率不高的问题,文中提出了一种基于并行注意力机制的地面红外目标检测方法。首先,利用卷积和注意力并行的下采样方式,在降低模型的空间复杂度和提升训练速度的同时,对目标特征进行聚焦和关注;其次,对主干网络提取的多尺度特征进行融合,通过不同尺度信息的复用与互补抑制背景信息的干扰,提升目标检测的准确率;最后,利用焦点损失函数和CIOU损失函数提高模型的分类与回归精度。实验结果表明,在Infrared-VOC数据集上该模型的平均检测精度为82.2%,比YOLOv3提高了6.9%,同时模型的空间复杂度仅为YOLOv3的32.6%,训练时间为YOLOv3的43.7%,实现了模型训练效率和检测精度的提升。 展开更多

关键词 红外目标检测 并行注意力机制 深度学习 YOLOv3 训练效率

下载PDF 职称材料

邻域扩展机制增强的图平行聚焦注意力社会化推荐系统

3

作者 李伟玥 朱志国 +3 位作者 董昊 高明 张俊 刘子龙 《模式识别与人工智能》 EI CSCD 北大核心 2024年第6期491-512,共22页

社会化推荐系统旨在基于用户的评分历史和社交关系,预测其对未交互商品的评分.现有的社会化推荐系统大多基于图神经网络,然而,低效率的注意力机制和过度平滑问题在一定程度上限制评分预测的精准性和可解释性.为此,文中提出邻域扩展机制... 社会化推荐系统旨在基于用户的评分历史和社交关系,预测其对未交互商品的评分.现有的社会化推荐系统大多基于图神经网络,然而,低效率的注意力机制和过度平滑问题在一定程度上限制评分预测的精准性和可解释性.为此,文中提出邻域扩展机制增强的图平行聚焦注意力社会化推荐系统.首先,平行图聚焦注意力网络,将用户的整体偏好分解为多方面的细粒度偏好,并引入聚焦注意力机制作为消息传递算法,根据用户-商品交互历史识别最符合用户相应偏好的商品,同时从社交网络中识别用户基于不同偏好的可信朋友.然后,提出邻域扩展机制,建立快捷链接的方式,直接实现中心节点与高阶节点间的消息传递,有效提升图聚焦注意力网络在高阶自我中心网络中捕获社交信息的能力.最后,在3个公开基准数据集上的实验表明文中系统在精准推荐方面的优越性,一系列可视化案例分析展示出其良好的可解释性.代码地址详见:https://github.com/usernameAI/NEGA. 展开更多

关键词 社会化推荐系统 图注意力网络 自我中心网络 平行注意力机制

下载PDF 职称材料

结合空洞卷积与注意力机制的道路提取方法

4

作者 余果 李大成 杨毅 《中国空间科学技术（中英文）》 CSCD 北大核心 2024年第5期175-185,共11页

针对高分辨率影像中道路情况复杂,存在细小道路和被建筑、阴影等隔断道路,导致道路提取精度不高的问题,提出一种结合空洞卷积单元和并行注意力机制模块的改进模型AP-LinkNet。该模型是通过在下采样编码过程中扩大感受野和深层次关注道... 针对高分辨率影像中道路情况复杂,存在细小道路和被建筑、阴影等隔断道路,导致道路提取精度不高的问题,提出一种结合空洞卷积单元和并行注意力机制模块的改进模型AP-LinkNet。该模型是通过在下采样编码过程中扩大感受野和深层次关注道路特征以达到更高的细节道路提取精度。其中空洞卷积模块在扩大感受野的同时不改变空间上像素之间的关系,并行注意力机制提高输入影像采样过程中对通道和空间信息的关注度,并加权赋值给解码步骤的反卷积特征。结合两种机制的特点,减少复杂道路背景的噪声扰乱性以及提高道路提取模型的整体精度。与DeepLabV3+、U-Net、LinkNet和D-LinkNet模型做对比分析,AP-LinkNet模型在DeepGlobe数据集上道路提取的F_(1)分数和IOU评价指标为80.69%和78.65%,其中F_(1)分数分别高出对比模型11.71%、5.24%、3.97%和3.58%。结果表明模型精确度和鲁棒性更高,对于高分影像狭窄、被遮挡等复杂道路细节提取效果好。 展开更多

关键词 深度学习 空洞卷积 并行注意力机制 混合损失函数 卷积神经网络

下载PDF 职称材料

IRNet:基于Anchor-Free的地面红外目标检测方法

5

作者 徐叶斌 赵晓枫 +3 位作者 刘少龙 夏玉婷 张文文 郑超 《电光与控制》 CSCD 北大核心 2024年第12期72-77,90,共7页

地面红外目标检测是目标侦察、智能感知和伪装防护等领域的重要研究内容,针对基于锚框的目标检测模型在进行特征提取时需要锚框的指导,会产生大量与锚框有关的计算参数并导致检测不精细、泛化性能差、易发生误检漏检的问题,以基于图像... 地面红外目标检测是目标侦察、智能感知和伪装防护等领域的重要研究内容,针对基于锚框的目标检测模型在进行特征提取时需要锚框的指导,会产生大量与锚框有关的计算参数并导致检测不精细、泛化性能差、易发生误检漏检的问题,以基于图像分割思想的无锚框目标检测模型为基础,构建了基于可变形卷积进行特征提取的主干网络,通过卷积核自适应目标形态,增强网络对目标特征的提取效果;提出了联合空间和通道的注意力机制,从空间维度和通道维度对目标进行注意力聚焦,实现了对目标特征的三维关注,提升目标检测模型对目标信息的获取能力。最终构建的地面红外目标检测模型在Infrared-VOC数据集上检测精度达到了91.3%,优化了基于无锚框的地面红外目标检测模型的整体性能。 展开更多

关键词 深度学习 地面红外目标检测 智能感知 无锚框 可变形卷积 并联注意力机制

下载PDF 职称材料

基于孪生并行注意力网络的包装印刷品商标真伪鉴别研究 被引量：1

6

作者 王晓红 宛东 《包装学报》 2023年第1期86-94,共9页

为了借助手机精确快速地鉴别微小篡改的包装印刷品商标真伪,提出孪生并行注意力卷积神经网络判别模型。通过孪生网络的共享权重机制降低网络系统的表征偏差,通过并行注意力机制提高对微小篡改变化特征的提取能力,最大程度降低打印拍照... 为了借助手机精确快速地鉴别微小篡改的包装印刷品商标真伪,提出孪生并行注意力卷积神经网络判别模型。通过孪生网络的共享权重机制降低网络系统的表征偏差,通过并行注意力机制提高对微小篡改变化特征的提取能力,最大程度降低打印拍照引入的噪声对篡改特征提取的影响。在2种印刷纸张、2种拍摄光源和2种拍摄手机组合的8种开放场景中,拍摄多组真伪商标的印刷图像,建立篡改面积0.4%~0.7%的商标真伪数据集。模型在该打印拍照数据集上鉴别准确率为94%以上,在真实山寨商标上的鉴别准确率为100%。本文提出的孪生并行注意力卷积神经网络模型,具有较高的细粒度鉴别精度和较强的泛化能力,能够在开放场景下有效地实现基于图像微小篡改的包装印刷品商标真伪的鉴别。 展开更多

关键词 孪生卷积神经网络 双注意力机制 微小篡改 商标真伪鉴别

下载PDF 职称材料

改进注意力机制的遥感地貌识别算法 被引量：1

7

作者 张朕通 单玉刚 袁杰 《测绘通报》 CSCD 北大核心 2020年第10期93-96,100,共5页

对遥感地貌进行识别,近年来一直是遥感图像应用领域的研究热点。使用深度学习算法识别遥感影像具有比传统方法更高的准确率和稳健性。针对遥感影像中目标复杂度高、特征信息多等问题,本文提出了一种基于改进注意力机制的遥感图像识别算... 对遥感地貌进行识别,近年来一直是遥感图像应用领域的研究热点。使用深度学习算法识别遥感影像具有比传统方法更高的准确率和稳健性。针对遥感影像中目标复杂度高、特征信息多等问题,本文提出了一种基于改进注意力机制的遥感图像识别算法,即将并联注意力机制(CS)和神经网络模型相结合,借助弱监督学习来辅助训练。同时采用双损失函数来缓解数据过拟合问题。试验结果表明,本文模型总精度为98.35%,Kappa系数达0.95,优于其他深度学习算法,能有效地识别出自然地貌。 展开更多

关键词 遥感识别 深度学习 并联注意力机制 弱监督训练 双损失函数

下载PDF 职称材料

基于改进UNet++网络的路面类型识别技术研究 被引量：1

8

作者 王星圆 苏楚奇 黄元毅 《武汉理工大学学报》 CAS 2022年第8期76-83,共8页

雪、冰或潮湿等道路状况对驾驶安全构成重大威胁,为了及时准确获取路面状况信息,需要有一种可靠的自动路面类型分割模型。以UNet++分割模型为基础进行优化,提出一种并行注意力路面分割网络。首先,在编码阶段构造了并行CBAM残差块,引入... 雪、冰或潮湿等道路状况对驾驶安全构成重大威胁,为了及时准确获取路面状况信息,需要有一种可靠的自动路面类型分割模型。以UNet++分割模型为基础进行优化,提出一种并行注意力路面分割网络。首先,在编码阶段构造了并行CBAM残差块,引入空间注意模块与通道注意模块有助于细化特征映射并提高性能。其次,将CBAM通道注意力模块替换为ECA-NET模块,使用一维卷积代替CBAM的降维/升级机制来减少网络参数的数量。以适度的网络预测速度下降为代价,提升了分割性能。在构造的道路数据集上进行算法测试,实验结果表明所提方法的平均交并比值为90.2,在GTX2080Ti GPU设备上平均运行时间为67ms,符合一般行车对道路状况信息的实时性需求。 展开更多

关键词 路面类型识别 并行注意力机制 UNet++ 语义分割

原文传递

复杂战场环境下改进YOLOv5军事目标识别算法研究 被引量：4

9

作者 宋晓茹 刘康 +2 位作者 高嵩 陈超波 阎坤 《兵工学报》 EI CAS CSCD 北大核心 2024年第3期934-947,共14页

复杂战场环境下军事目标识别技术是提升战场情报获取能力的基础和关键。针对当前军事目标识别技术在复杂战场环境下漏检误检率高、实时性差等问题,提出一种基于改进YOLOv5模型的PB-YOLO军事目标识别算法。将改进的目标识别算法对于陆战... 复杂战场环境下军事目标识别技术是提升战场情报获取能力的基础和关键。针对当前军事目标识别技术在复杂战场环境下漏检误检率高、实时性差等问题,提出一种基于改进YOLOv5模型的PB-YOLO军事目标识别算法。将改进的目标识别算法对于陆战场军事单元的识别锚框进行重新聚类,以提升模型对于目标大小适应度,加速模型收敛;采用通道-空间并行注意力机制,增加模型对复杂战场环境下目标特征信息与位置信息关注度;在特征融合网络部分使用BiFPN以提升模型对于特征的融合能力与速度;采用Alpha_IoU损失函数加速模型收敛,解决当真实框与预测框重合时IoU计算退化问题。实验结果表明,在自建军事目标数据集下,改进算法与主流目标识别算法相比,在保证模型空间复杂度的同时,mAP值达到了90.17%。消融实验对比结果表明,改进后网络较原模型精度提升11.57%,具有较好的识别性能,能够为战场情报获取提供有效的技术支撑。 展开更多

关键词 军事目标识别 通道-空间并行注意力机制 特征融合 损失函数

下载PDF 职称材料

基于改进YOLOv7-tiny的高效轻量遥感图像目标检测方法 被引量：1

10

作者 邝先验 程福军 +1 位作者 吴翠琴 雷卉 《电子测量与仪器学报》 CSCD 北大核心 2024年第7期22-33,共12页

针对现有遥感图像目标检测方法在受资源限制的小型设备中检测精度不足问题,提出了一种基于改进YOLOv7-tiny算法的高效轻量遥感图像目标检测方法。首先,针对遥感图像小目标分布密集问题,设计了一种低跨度的上下文解耦检测头模块,通过融... 针对现有遥感图像目标检测方法在受资源限制的小型设备中检测精度不足问题,提出了一种基于改进YOLOv7-tiny算法的高效轻量遥感图像目标检测方法。首先,针对遥感图像小目标分布密集问题,设计了一种低跨度的上下文解耦检测头模块,通过融合深层和浅层特征分别实现目标检测的分类和回归任务,有效解决了遥感图像小目标漏检和误检的问题。同时,针对遥感图像目标多尺度问题,设计了一种并行级联注意力机制,通过并行三分支网络与空间注意力模块相结合,增强了网络对多尺度目标特征的提取能力。此外,引入Focal-EIoU损失函数,提高模型泛化能力。对模型进行了对比实验、消融实验、部署实验和泛化实验,结果表明,在DIOR-5s和NWPU VHR-10数据集上的检测精度分别达到了85.4%、90.6%,相较原模型分别提高了2.6%、1.7%。且模型大小仅为19.1 MB,检测速度为64.1 fps,验证了算法的有效性。 展开更多

关键词 遥感图像 目标检测 YOLO 低跨度上下文解耦 并行级联注意力

下载PDF 职称材料

基于PHAM-YOLO网络的卷烟纸燃烧线检测方法

11

作者 董浩 王澍 +7 位作者 陆晓家 刘强 郭晓伟 高俊杰 张龙 胡兴锋 周明珠 邢军 《中国造纸》 CAS 北大核心 2024年第3期121-125,共5页

为实现卷烟纸燃烧时燃烧线的准确识别,构建了常见应用场景下的卷烟纸燃烧线数据集。针对检测背景复杂、多目标、燃烧线尺度不一且形状各异的难题,将并行混合注意机制嵌入了YOLO v5主干网络,构建了PHAM-YOLO网络模型用于卷烟纸燃烧线的... 为实现卷烟纸燃烧时燃烧线的准确识别,构建了常见应用场景下的卷烟纸燃烧线数据集。针对检测背景复杂、多目标、燃烧线尺度不一且形状各异的难题,将并行混合注意机制嵌入了YOLO v5主干网络,构建了PHAM-YOLO网络模型用于卷烟纸燃烧线的检测。采用特征金字塔快速池化、边界盒回归等方法提升了卷烟纸燃烧线的定位准确性。结果表明,对于卷烟纸燃烧线数据集,PHAM-YOLO网络检测平均精度均值、精度和召回率分别为99.0%、99.8%和99.0%,其中平均精度均值比原始模型提高了5.0%,高于其他类型的目标检测方法。 展开更多

关键词 卷烟纸 燃烧线检测 YOLO 并行混合注意机制

下载PDF 职称材料

基于并行混合注意力的复杂背景小尺度手部检测方法

12

作者 梁超 王阳萍 王文润 《计算机工程与应用》 CSCD 北大核心 2024年第22期209-218,共10页

针对复杂背景中手部特征不明显及尺度变化较大,难以满足高精度水平检测,易出现误检、漏检的问题,以YOLOv5为基础结构提出一种小尺度手部检测方法。将并行混合机制的注意力模块(parallel mixed attention mechanism,PMAM)嵌入到主干网络... 针对复杂背景中手部特征不明显及尺度变化较大,难以满足高精度水平检测,易出现误检、漏检的问题,以YOLOv5为基础结构提出一种小尺度手部检测方法。将并行混合机制的注意力模块(parallel mixed attention mechanism,PMAM)嵌入到主干网络中,提高对手部特征的提取能力;设计一种结合路径聚合网络(path aggregation network,PAN)和加权双向特征金字塔网络(bidirectional feature pyramid network,BiFPN)改进的特征融合网络PB-FPN(path bidirectional-feature pyramid network),引入新的路径参与底部特征融合,提高算法对小尺度手部目标的检测能力;通过将骨干网络中的空间金字塔池化(spatial pyramid pooling-fast,SPPF)引入特征融合网络并与模型预测头连接,进一步提高算法的性能。在此基础上,使用FReLU作为网络模型的激活函数,增强网络的空间敏感度,提高网络鲁棒性。为验证所提方法的有效性,构建了更符合研究背景的新的数据集TV-COCO-Hand,并在此数据集上进行了相关实验,结果表明,改进后的模型在构建的数据集上mAP达到91.4%,比基线网络模型提高了3.8个百分点,且检测效果优于目前主流检测网络模型。在公开数据集上进行了数据集对比实验以及真实场景的检测实验,验证了模型的泛化性。 展开更多

关键词 机器视觉 手部检测 并行混合注意机制 FReLU 特征融合

下载PDF 职称材料

改进融合注意力机制的小目标和被遮挡目标检测

13

作者 刘丽伟 王玲 戚星烁 《长春工业大学学报》 CAS 2024年第5期428-436,共9页

针对夜间光照条件不足等条件下交通环境的多目标检测问题,提出一种改进YOLOv5s的目标检测算法。该算法首先在原始的YOLOv5s网络中嵌入三分支结构并行卷积注意力模块,通过计算跨维度注意力权值矩阵,实现了一种轻量级的有效注意力机制。其... 针对夜间光照条件不足等条件下交通环境的多目标检测问题,提出一种改进YOLOv5s的目标检测算法。该算法首先在原始的YOLOv5s网络中嵌入三分支结构并行卷积注意力模块,通过计算跨维度注意力权值矩阵,实现了一种轻量级的有效注意力机制。其次,为了解决小目标和遮挡目标的检测问题,嵌入残差遮挡感知注意力机制,通过不同卷积核大小的卷积块对图像进行类分块操作,更准确地突显小目标和被遮挡目标。通过在FLIR数据集上的对比实验表明,改进算法在夜间交通环境下的多目标检测任务中能够提高检测精度,相较于传统YOLOv5s,其检测准确率mAP@0.5提高2.9%。 展开更多

关键词 目标检测 YOLOv5 三重并行卷积注意力机制 残差遮挡注意力机制

下载PDF 职称材料