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6篇文章
< 1 >
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：
基于改进VGG16网络模型的花卉分类 被引量：6
1
作者 侯向宁 刘华春 侯宛贞 《计算机系统应用》 2022年第7期172-178,共7页
为进一步提高花卉分类的准确率,在对现有的VGG16网络模型进行研究的基础上,提出一种基于视觉注意力机制的网络模型.将SE视觉注意力模块嵌入到VGG16网络模型中,实现了对花卉显著性区域特征的提取;为有效防止梯度爆炸及梯度消失,加快网络... 为进一步提高花卉分类的准确率,在对现有的VGG16网络模型进行研究的基础上,提出一种基于视觉注意力机制的网络模型.将SE视觉注意力模块嵌入到VGG16网络模型中,实现了对花卉显著性区域特征的提取;为有效防止梯度爆炸及梯度消失,加快网络的训练和收敛的速度,在各卷积层后加入BN层;采用多损失函数融合的方式对新模型进行训练.新模型能有效提取花卉的花蕊、花瓣等显著性区域,放大了花卉的类间距离,缩小了类内距离,加快了网络的收敛,进一步提高了花卉分类的准确率.实验结果表明,新模型在Oxford-102数据集上的分类准确率比未引入注意力前有较大提高,与参考文献相比,分类准确率也有较大的提高. 展开更多
关键词 VGG16 注意力机制 se模块 损失函数 深度学习 图像分类
下载PDF
基于非对称卷积−压缩激发−次代残差网络的人脸关键点检测 被引量：4
2
作者 王贺兵 张春梅 《计算机应用》 CSCD 北大核心 2021年第9期2741-2747,共7页
级联深度卷积神经网络(DCNN)算法为首先在人脸关键点检测中使用卷积神经网络(CNN)的模型,CNN的使用使得检测精度得到极大的提升。针对该策略需要对相邻阶段间的数据反复进行回归处理使得算法流程十分复杂的问题,提出基于非对称卷积−压... 级联深度卷积神经网络(DCNN)算法为首先在人脸关键点检测中使用卷积神经网络(CNN)的模型,CNN的使用使得检测精度得到极大的提升。针对该策略需要对相邻阶段间的数据反复进行回归处理使得算法流程十分复杂的问题,提出基于非对称卷积−压缩激发−次代残差网络(AC-SE-ResNeXt)的人脸关键点检测算法。所提算法仅使用单阶段回归,既避免了级联策略中多阶段回归的算法流程复杂性,又解决了相邻阶段间数据需要进行预处理的问题。为了不降低精度,在次代残差网络(ResNeXt)块的基础上添加了非对称卷积(AC)模块和压缩激发(SE)模块,构建了AC-SE-ResNeXt网络模型。同时,为了能够精确拟合在不同光照、姿态、表情等复杂环境下的人脸,将AC-SEResNeXt网络模型加深到101层。对训练好的模型分别在数据集BioID和LFPW上进行测试,其中该模型在BioID数据集上的人脸五点关键点检测的综合平均误差率为1.99%,在LFPW数据集上的人脸五点关键点检测的综合平均误差率为2.3%。实验结果表明,所改进的算法不但简化了算法流程使之能进行端到端处理,而且其精度与级联DCNN算法相当,鲁棒性也有明显提升。 展开更多
关键词 人脸关键点检测 非对称卷积 压缩激发模块 卷积神经网络 次代残差网络(ResNeXt)
下载PDF
结合改进卷积神经网络与通道加权的轻量级表情识别 被引量：2
3
作者 梁华刚 薄颖 +2 位作者 雷毅雄 喻子鑫 刘丽华 《中国图象图形学报》 CSCD 北大核心 2022年第12期3491-3502,共12页
目的表情是人机交互过程中重要的信息传递方式,因此表情识别具有重要的研究意义。针对目前表情识别方法存在背景干扰大、网络模型参数复杂、泛化性差等问题,本文提出了一种结合改进卷积神经网络(convolutional neural network,CNN)与通... 目的表情是人机交互过程中重要的信息传递方式,因此表情识别具有重要的研究意义。针对目前表情识别方法存在背景干扰大、网络模型参数复杂、泛化性差等问题,本文提出了一种结合改进卷积神经网络(convolutional neural network,CNN)与通道加权的轻量级表情识别方法。方法首先,采用标准卷积和深度可分离卷积组合神经网络结构,再利用全局平均池化层作为输出层,简化网络的复杂程度,有效降低网络参数;其次,网络引入SE(squeeze-and-excitation)模块进行通道加权,通过在不同卷积层后设置不同的压缩率增强表情特征提取能力,提升网络模型精度;最后,用softmax分类函数实现各类表情的准确分类。结果本文网络参数量为6108519,相较于识别性能较好的Xception神经网络参数减少了63%,并且通过对网络模型的实时性测试,平均识别速度可达128帧/s。在5个公开的表情数据集上验证网络模型对7种表情的识别效果,与7种卷积神经网络方法相比,在FER2013(Facial Expression Recognition 2013)、CK+(the extended Cohn-Kanade)和JAFFE(Japanses Female Facial Expression)3个表情数据集的识别精确度提高了5.72%、0.51%和0.28%,在RAF-DB(Real-world Affective Faces Database)、AffectNet这两个in-the-wild表情数据库的识别精确度分别提高了2.04%和0.68%。结论本文提出的轻量级表情识别方法在不同通道具有不同的加权能力,获取更多表情关键特征信息,提高了模型的泛化性。实验结果表明,本文方法在简化网络的复杂程度、减少计算量的同时能够准确识别人脸表情,能够有效提升网络的识别能力。 展开更多
关键词 表情识别 图像处理 卷积神经网络(CNN) 深度可分离卷积 全局平均池化 se模块
原文传递
多尺度融合注意力机制的胆囊癌显微高光谱图像分类 被引量：4
4
作者 高红民 朱敏 +3 位作者 曹雪莹 李臣明 刘芹 许佩佩 《中国图象图形学报》 CSCD 北大核心 2023年第4期1173-1185,共13页
目的胆囊癌作为胆道系统中一种恶性程度极高的肿瘤,早期诊断困难、预后极差,因此准确鉴别胆囊病变对早期发现胆囊癌具有重要意义。目前胆囊癌的诊断主要依赖于超声、CT(computed tomography)等传统影像学方法,但准确性较低。显微高光谱... 目的胆囊癌作为胆道系统中一种恶性程度极高的肿瘤,早期诊断困难、预后极差,因此准确鉴别胆囊病变对早期发现胆囊癌具有重要意义。目前胆囊癌的诊断主要依赖于超声、CT(computed tomography)等传统影像学方法,但准确性较低。显微高光谱能够在获取生物组织图像信息的同时从生化角度对生物组织进行分析,从而实现对胆囊癌的早期诊断,相比于传统医学图像更具优势。因此,本文基于胆囊癌显微高光谱图像设计了一种基于多尺度融合注意力机制的网络模型,以提高分类准确率。方法提出多尺度融合注意力模块(multiscale squeeze-andexcitation-residual,MSE-Res)。MSE-Res模块引入改进的多尺度特征提取模块实现通道维上特征的融合,用一个最大池化层和一个上采样层代替1×1的卷积层来提取图像的显著特征。为了弥补池化层丢失的局部信息,在跳跃连接中加入一个1×1的卷积层。在多尺度特征提取模块后,引入注意力机制来学习不同通道间特征的相关性,实现通道间特征的融合,并通过残差连接使网络在提取图像深层特征的同时避免出现过拟合现象。结果在胆囊癌高光谱数据集上进行实验,本文模型的总体分类精度、平均分类精度和Kappa系数分别为99.599%、99.546%和0.990,性能优于SE-ResNet(squeeze-and-excitation-residualnetwork)和Inception-SE-ResNet(inception-squeeze-andexcitation-residual network)。结论本文提出的MSE-ResNet能够有效利用高光谱图像的空间信息和光谱信息,提高胆囊癌分类准确率,在对胆囊癌的医学诊断方面具有一定的研究价值和现实意义。 展开更多
关键词 胆囊癌高光谱图像 多尺度特征融合 残差网络 图像分类 se模块
原文传递
基于通道注意力和边缘融合的伪装目标分割方法 被引量：1
5
作者 詹春兰 王安志 王明辉 《计算机应用》 CSCD 北大核心 2023年第7期2166-2172,共7页
伪装目标分割(COS)的目标是从背景中分离出隐藏的目标对象。近年来,基于卷积神经网络(CNN)的伪装目标检测(COD)发展迅速,然而仍存在无法从前/背景高度相似的场景中准确地检测出完整目标对象的问题。针对上述问题,提出一种基于通道注意力... 伪装目标分割(COS)的目标是从背景中分离出隐藏的目标对象。近年来,基于卷积神经网络(CNN)的伪装目标检测(COD)发展迅速,然而仍存在无法从前/背景高度相似的场景中准确地检测出完整目标对象的问题。针对上述问题,提出一种基于通道注意力(CA)和边缘融合的COS方法CANet(Network based on Channel Attention and edge fusion),以得到伪装目标的边缘细节更清晰的完整分割结果。首先,引入压缩和激励(SE)注意力模块,以提取更丰富的高级语义特征;其次,提出一个边缘融合模块,抑制低级特征中的干扰,并充分利用图像的边缘细节信息;最后,设计了基于深度可分离卷积的通道注意力模块,以自上而下的方式逐步融合跨级的多尺度特征,进一步地提升检测精度和效率。在多个公开的COD数据集上的实验结果表明,相较于SINet(Search Identification Net)、TINet(Textureaware Interactive guidance Network)和C2FNet(Context-aware Cross-level Fusion Network)等8种主流的方法,CANet表现更佳,且能够获取到丰富的伪装目标内部及边缘细节信息,而且在具有挑战性的COD10K数据集上结构度量指标相较于SINet提升了2.6个百分点。CANet性能优越,适用于医学上检测与人体组织相似的病灶区域、军事领域检测隐蔽目标等相关领域。 展开更多
关键词 伪装目标分割 边缘融合 压缩和激励注意力模块 深度可分离卷积 多尺度特征
下载PDF
一种RetinaNet与SE融合的航空取证目标检测算法 被引量：2
6
作者 刘克 潘广煜 +2 位作者 郑大国 顾佼佼 孟春英 《现代防御技术》 北大核心 2022年第1期25-32,共8页
针对在开展航空侦察取证时缺乏自动化、智能化取证手段的情况,提出了一种基于RetinaNet与SE融合的航空取证目标检测算法,解决目标尺度变化大、数据集中类别不均衡的问题,并通过SE(squeeze-excitations)模块引入注意力机制进一步改进性... 针对在开展航空侦察取证时缺乏自动化、智能化取证手段的情况,提出了一种基于RetinaNet与SE融合的航空取证目标检测算法,解决目标尺度变化大、数据集中类别不均衡的问题,并通过SE(squeeze-excitations)模块引入注意力机制进一步改进性能。该改进算法中的特征金字塔网络FPN可有效应对目标尺寸变化较大问题,Focal Loss可有效应对数据均衡性问题,SE模块引入通道注意力机制对特征图进行加强,可进一步利用提取的通道间相关性增强有效特征并抑制无效特征。通过仿真实验,验证了算法能够在增加少量计算条件下提高目标检测准确率,进一步增强模型的表征能力,有效提高目标检测效率,可为相关工程应用提供参考。 展开更多
关键词 航空取证 目标检测 RetinaNet se模块 数据均衡 通道注意力
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 下一页 到第 页
使用帮助 返回顶部