基于注意力机制的多分支特征级联图像去雨网络 被引量：1

1

作者 宋玉琴 赵继涛 商纯良 《光电子．激光》 CAS CSCD 北大核心 2024年第4期379-387,共9页

针对已有去雨网络在不同环境中去雨不彻底和图像细节信息损失严重的问题,本文提出一种基于注意力机制的多分支特征级联图像去雨网络。该模型结合多种注意力机制,形成不同类型的多分支网络,将图像空间细节和上下文特征信息在整体网络中... 针对已有去雨网络在不同环境中去雨不彻底和图像细节信息损失严重的问题,本文提出一种基于注意力机制的多分支特征级联图像去雨网络。该模型结合多种注意力机制,形成不同类型的多分支网络,将图像空间细节和上下文特征信息在整体网络中自下而上地进行传递并级联融合,同时在网络分支间构建的阶段注意融合机制,可以减少特征提取过程中图像信息的损失,更大限度地保留特征信息,使图像去雨任务更加高效。实验结果表明,本文算法的客观评价指标优于其他对比算法,主观视觉效果得以有效提升,去雨能力更强,准确性更加突出,能够去除不同密度的雨纹,并且能够更好地保留图像背景中的细节信息。 展开更多

关键词 图像去雨 多分支网络 注意力机制 级联融合 阶段注意融合机制

原文传递

基于级联融合网络的密集型抓取位姿检测

2

作者 邓鹏 唐文涛 黄开明 《现代制造工程》 CSCD 北大核心 2024年第7期126-134,60,共10页

针对机械臂在密集场景下对未知物体进行平面抓取时检测精度低、耗时长的问题,提出了一种新的抓取网络结构,称为级联融合抓取检测(Cascade Fusion Grasp Detection,CFGD)网络,用于预测密集场景下物体的抓取位姿。在提出的用于提取初始高... 针对机械臂在密集场景下对未知物体进行平面抓取时检测精度低、耗时长的问题,提出了一种新的抓取网络结构,称为级联融合抓取检测(Cascade Fusion Grasp Detection,CFGD)网络,用于预测密集场景下物体的抓取位姿。在提出的用于提取初始高分辨率特征的主干和几个块的基础上,引入几个级联阶段来生成CFGD网络中的多尺度特征。每个阶段包括1个用于特征提取的子主干和1个用于特征集成的极其轻量级的过渡块,该设计使得整个主干参数比例大,特征融合更深入、更有效。所提算法在康奈尔抓取数据集、提花抓取数据集和自定义数据集上在检测精度与速度上较现有算法有明显提升。在真实抓取场景下,单目标场景下的抓取成功率为98.6%,在密集场景下的抓取成功率为94.6%。试验结果表明,所提算法以较高的准确率预测和抓取了密集场景下的未知物体。 展开更多

关键词 机械臂 平面抓取 位姿估计 级联融合 机器视觉

下载PDF 职称材料

一种轻量化的多目标实时检测模型 被引量：5

3

作者 邱博 刘翔 +1 位作者 石蕴玉 尚岩峰 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2020年第9期1778-1785,共8页

为实现公安监控系统内容分析的精准智能及提高服务实战能力,提出一种轻量化的多目标实时检测算法。首先,基于CenterNet检测网络增加了CBNet的多融合阶梯级联结构,有效地解决了主干网络在日常监控中特征提取能力不足的问题;其次,通过模... 为实现公安监控系统内容分析的精准智能及提高服务实战能力,提出一种轻量化的多目标实时检测算法。首先,基于CenterNet检测网络增加了CBNet的多融合阶梯级联结构,有效地解决了主干网络在日常监控中特征提取能力不足的问题;其次,通过模型剪枝压缩网络减少参数量,加快了监控视频分析速度。本文利用部分COCO数据集和自行采集的现场数据进行训练与测试,并与其他主流检测算法(YOLO、Faster-RCNN、SSD等)进行消融实验。实验结果表明:所提模型在公共安全监控中能有效地做到速度与精度的均衡,并具有较强的普适性。 展开更多

关键词 目标检测 深度学习 模型压缩 模型蒸馏 级联融合

下载PDF 职称材料

基于时间序列与信息融合的突发事件信息瀑布溯源方法 被引量：4

4

作者 朱鹏 朱星圳 +1 位作者 王莉 Gary Marchionini 《现代情报》 CSSCI 2018年第10期38-42,50,共6页

为探究突发事件信息瀑布溯源机理,本文设计了基于时间序列与信息融合的信息瀑布溯源模型。论文以"美联航拖拽亚裔"突发事件为案例,运用TF-IDF与TextRank算法进行关键信息抓取,借助OWL本体技术、时间序列及信息融合模型,实现... 为探究突发事件信息瀑布溯源机理,本文设计了基于时间序列与信息融合的信息瀑布溯源模型。论文以"美联航拖拽亚裔"突发事件为案例,运用TF-IDF与TextRank算法进行关键信息抓取,借助OWL本体技术、时间序列及信息融合模型,实现了突发事件信息瀑布的溯源,并提醒相关职能机构等控制事态发展。本研究是对信息溯源方法的探索与补充,能帮助相关管理机构对信息瀑布实行预测与调控。 展开更多

关键词 突发事件 信息瀑布 时间序列 信息融合模型 溯源方法

下载PDF 职称材料

基于Gabor滤波和级联GCN与CNN的高光谱图像分类

5

作者 王婷婷 陈立伟 +1 位作者 崔颖 高山 《应用科技》 CAS 2023年第2期79-85,共7页

在高光谱图像分类中,原始的图卷积网络作用在数据量较大的数据集上时,会出现内存开销大、时间成本高的问题,而且单一的图卷积网络模型不能对高光谱图像进行充分的特征提取。为了在数据量较大时降低时间成本并充分提取特征以提高分类精度... 在高光谱图像分类中,原始的图卷积网络作用在数据量较大的数据集上时,会出现内存开销大、时间成本高的问题,而且单一的图卷积网络模型不能对高光谱图像进行充分的特征提取。为了在数据量较大时降低时间成本并充分提取特征以提高分类精度,本文研究了Gabor滤波和批处理的图卷积网络级联卷积神经网络的融合网络对高光谱图像进行特征提取的方法,并在3个数据集上进行了验证。实验结果表明,本文的方法在对数据量较大的数据集分类时可以较好地降低时间成本,提高分类精度。 展开更多

关键词 高光谱图像分类 GABOR 图卷积 卷积神经网络 K近邻 特征提取 级联融合 批处理

下载PDF 职称材料

高频地波雷达RD谱图海面目标检测算法 被引量：3

6

作者 李庆忠 韩怡 《现代雷达》 CSCD 北大核心 2020年第8期6-12,18,共8页

针对高频地波雷达的距离-多普勒图像,提出了一种基于级联分类器的海面目标快速检测算法。首先,根据点目标的形态特征设计了基于点形态检测算子的一级分类器,可以从复杂的杂波背景中快速提取出潜在的目标位置;然后,对于候选目标点,分别... 针对高频地波雷达的距离-多普勒图像,提出了一种基于级联分类器的海面目标快速检测算法。首先,根据点目标的形态特征设计了基于点形态检测算子的一级分类器,可以从复杂的杂波背景中快速提取出潜在的目标位置;然后,对于候选目标点,分别提取基于离散余弦变换的纹理特征和基于水平、垂直差分的形态特征,并将两种特征融合为一个31维的特征向量;最后,利用误差自校正极限学习机网络作为第二级分类器,并把每个候选点目标的31维特征向量作为其输入,由此实现对候选目标的精确辨识。实验结果表明:该算法不但提高了目标检测率,而且大大提高了目标检测速度。 展开更多

关键词 高频地波雷达 距离-多普勒谱图像 级联分类器 特征融合 极限学习机

下载PDF 职称材料

多模版匹配及加权融合的行人检测方法 被引量：3

7

作者 洪传文 张建龙 李洁 《济南大学学报（自然科学版）》 CAS 北大核心 2016年第3期215-219,共5页

提出多模板匹配及加权融合的检测算法。以线性支持向量机作为分类器,采用分类器级联的训练方式,针对易错样本采用互补特征选择策略(CFSS)选择不同特征训练模板,选取红绿蓝和LUV通道下的HOG特征和细胞结构的局部二值模式(LBP)特征。利用... 提出多模板匹配及加权融合的检测算法。以线性支持向量机作为分类器,采用分类器级联的训练方式,针对易错样本采用互补特征选择策略(CFSS)选择不同特征训练模板,选取红绿蓝和LUV通道下的HOG特征和细胞结构的局部二值模式(LBP)特征。利用多个模板分别进行匹配,采用线性加权的方式融合不同模板的检测结果,利用INRIA行人数据库对算法进行测试,获得更高的检测准确率。 展开更多

关键词 多模板匹配 行人检测 级联训练 加权融合

下载PDF 职称材料

结合轻量化与级联深度学习网络的导光板缺陷检测方法 被引量：2

8

作者 李俊峰 何炎森 戴文战 《激光与光电子学进展》 CSCD 北大核心 2021年第14期188-198,共11页

针对车载导航导光板图像纹理背景复杂渐变、亮度不均匀、缺陷细微且类型多等特点,并根据导光板光学特性、网点排列、缺陷成像效果等,结合轻量化与级联深度学习网络提出了一种缺陷快速检测方法。首先,根据导光板缺陷分布特点,通过改进卷... 针对车载导航导光板图像纹理背景复杂渐变、亮度不均匀、缺陷细微且类型多等特点,并根据导光板光学特性、网点排列、缺陷成像效果等,结合轻量化与级联深度学习网络提出了一种缺陷快速检测方法。首先,根据导光板缺陷分布特点,通过改进卷积层连接与特征图下采样的方法,设计一轻量化二分类网络实现疑似缺陷区域的快速分割;其次,利用改进的ResNet网络构建多分类网络,并提出两阶段网络级联的方法,对分割的疑似缺陷区域提取多样化特征实现缺陷的精确分类;然后,采用固定窗口在完整导光板图像上滑动,将滑动窗口图像裁剪后批量输入级联网络进行缺陷的粗定位与分类;最后,利用工业现场采集的导光板图像自建数据集,并以此为基础进行了大量实验。实验结果表明:与其他导光板缺陷检测算法相比,本文算法在准确率与检测时间上得到显著提升,检测平均准确率达到98.4%,单张检测时间提升到1.95 s,准确率、实时性均达到工业检测要求。 展开更多

关键词 图像处理 缺陷检测 导光板缺陷 轻量化网络 改进的ResNet网络 级联融合

原文传递

基于视频的掌纹掌脉联合识别系统 被引量：2

9

作者 王浩 康文雄 陈晓鹏 《光学学报》 EI CAS CSCD 北大核心 2018年第2期241-249,共9页

搭建了基于视频的掌纹掌脉联合识别系统。首先对掌纹掌脉采用新的注册和识别方式,用系统获取的手掌运动视频来代替传统采集方式所获取的静态图像,认证时手掌无需刻意停留,只需横扫而过,有效地增强了认证的亲和性。提出了将旋转视频和横... 搭建了基于视频的掌纹掌脉联合识别系统。首先对掌纹掌脉采用新的注册和识别方式,用系统获取的手掌运动视频来代替传统采集方式所获取的静态图像,认证时手掌无需刻意停留,只需横扫而过,有效地增强了认证的亲和性。提出了将旋转视频和横扫视频进行融合注册的新策略,从而确保了注册特征的丰富性和完整性,增强了系统对不同认证姿态的稳健性。为了提升已注册用户的识别速度,提出一种级联融合策略来进行识别。构建了一个包含100个手掌、1200段带有运动模糊的掌纹掌脉视频数据库,并在数据库上进行了大量仿真,结果显示新系统在915ms的期望耗时内能够达到1.51%的等误率,验证了所构建新系统的有效性和实用性。 展开更多

关键词 机器视觉 生物特征认证 掌纹识别 掌脉识别 级联融合

原文传递

基于图像弱检测器的飞机起降过程追踪方法 被引量：1

10

作者 隋运峰 李星博 +2 位作者 赵士瑄 黄忠涛 程志 《计算机应用》 CSCD 北大核心 2018年第A01期253-256,共4页

在视频自动追踪拍摄飞机起降过程的应用环境中,面对高实时性和可靠性要求,存在目标成像变化大、背景复杂且高速运动、同类目标干扰等技术困难。针对以上问题,提出了一种仅通过几个图像弱检测器的组合,结合飞机4D航迹估算,实现稳定可靠... 在视频自动追踪拍摄飞机起降过程的应用环境中,面对高实时性和可靠性要求,存在目标成像变化大、背景复杂且高速运动、同类目标干扰等技术困难。针对以上问题,提出了一种仅通过几个图像弱检测器的组合,结合飞机4D航迹估算,实现稳定可靠的飞机实时追踪,并有效避免同类目标干扰的追踪方法。首先,将飞机起降过程分为几个阶段,每个阶段分别独立训练一个快速的弱检测器;然后,从单张2D图像中估算3D空间位置;最后,融合多张图像航迹估算信息结合航迹经验信息,对航迹进行精确计算,并预测下一时刻航班位置,最终实现稳定追踪。与其他追踪方法相比,新方法具有运算速度快、抗同类目标干扰能力强的优势。跟踪拍摄教练机起降训练过程的大量实验结果显示,该方法可以实现稳定可靠的飞机起降过程自动检测追踪。 展开更多

关键词 飞机追踪 级联式检测器 曲线拟合 运动预测 信息融合

下载PDF 职称材料

一种融合卷积与transformer的级联包检测方法

11

作者 罗晓霞 蒋磊 蔡院强 《电子测量技术》 北大核心 2022年第23期91-98,共8页

为解决目前包检测算法检测类别单一、准确度较低、复杂目标难以检测等问题,研究了一种融合卷积与transformer的级联包检测方法,CT-CBDet。首先,设计了deformable conformer作为骨干网络进行特征提取,其在transformer与卷积双网络融合的... 为解决目前包检测算法检测类别单一、准确度较低、复杂目标难以检测等问题,研究了一种融合卷积与transformer的级联包检测方法,CT-CBDet。首先,设计了deformable conformer作为骨干网络进行特征提取,其在transformer与卷积双网络融合的基础上利用可形变卷积和空间金字塔池化模块实现几何特征变换与多尺度特征融合,以强化针对复杂特征的建模能力;然后,提出一种基于anchor统计特征的自适应正负样本选择的区域建议网络,以平衡不同尺度目标样本正负选择的公平性,增强模型的训练稳定性;最后,利用多阶段损失对模型的级联检测组件进行端到端训练。结果表明,该方法相较于基准方法Cascade RCNN平均精度值提高了5.8%,小尺度目标检测精度提高了10.9%。可见CT-CBDet可有效完成复杂场景下的包检测任务。 展开更多

关键词 包检测 级联架构 特征融合 自适应区域建议网络 deformable conformer

下载PDF 职称材料

基于多传感器融合的陆空两栖机器人移动控制系统设计 被引量：23

12

作者 洪向共 钟地长 赵庆敏 《科学技术与工程》 北大核心 2020年第8期3103-3108,共6页

无人机和无人车迅速发展,而无人机续航受限,无人车运动受限,且在复杂场景移动困难,为此推出陆空两栖机器人来弥补这些不足。陆空两栖机器人主要是能够通过切换空中飞行和地面行驶驱动,解决无人机和无人车在复杂环境下移动困难问题。若... 无人机和无人车迅速发展,而无人机续航受限,无人车运动受限,且在复杂场景移动困难,为此推出陆空两栖机器人来弥补这些不足。陆空两栖机器人主要是能够通过切换空中飞行和地面行驶驱动,解决无人机和无人车在复杂环境下移动困难问题。若纯粹将无人机和无人车的组合体来实现,既不能体现系统控制的集成化,不能降低成本,也无法增加效率。系统采用STM32F405高速率芯片作为控制系统驱动主控,将控制算法融合为一体化控制,采集多个相同传感器数据融合后控制两种模式下的电机驱动。控制算法采用串级比例积分微分(proportion integration differention,PID)以及最优曲率法来增强机器人移动的鲁棒性。研究结果表明,该机器人无论是在空中飞行还是在地面行驶都有很好的控制效果和较强的稳定性。 展开更多

关键词 串级比例积分微分(PID) 一体化控制 数据融合 鲁棒性 最优曲率法

下载PDF 职称材料

基于改进Cascade R-CNN的输电线路多目标检测 被引量：18

13

作者 李鑫 刘帅男 +1 位作者 杨桢 王珂珂 《电子测量与仪器学报》 CSCD 北大核心 2021年第10期24-32,共9页

针对无人机巡检图像中小目标难以检测、障碍物遮挡目标、正负样本不平衡等问题,提出基于改进Cascade R-CNN的输电线路多目标检测方法。改进了Cascade R-CNN的特征提取网络,基于ResNet101基础网络结构,设计6层新型特征金字塔网络(FPN)与... 针对无人机巡检图像中小目标难以检测、障碍物遮挡目标、正负样本不平衡等问题,提出基于改进Cascade R-CNN的输电线路多目标检测方法。改进了Cascade R-CNN的特征提取网络,基于ResNet101基础网络结构,设计6层新型特征金字塔网络(FPN)与之融合,提高了对小目标、重叠目标的检测能力;引入了高斯形式的软非极大值抑制(Soft-NMS)方法,降低了受遮挡影响的目标的漏检率;利用Focal损失改进损失函数,缓解了正负样本不平衡对检测精度的影响。训练过程中,基于添加噪声、亮度变换、尺度放缩等数据增强方法扩充数据集,提升了训练模型的泛化性能。实验结果表明,改进的模型在复杂背景下能够对3种瓷质绝缘子、瓷质绝缘子缺陷、相间棒、防震锤以及鸟窝同时检测,平均精度均值(mAP)达到94.1%,为输电线路的智能巡检提供了一种新思路。 展开更多

关键词 输电线路多目标检测 cascade R-CNN 深度学习 特征融合

下载PDF 职称材料

基于SVM和SRC级联决策融合的SAR图像目标识别方法 被引量：8

14

作者 吴天宝 夏靖波 黄玉燕 《河南理工大学学报（自然科学版）》 CAS 北大核心 2020年第4期118-124,共7页

提出基于支持向量机(support vector machine,SVM)和稀疏表示分类(sparse representation-based classification,SRC)级联决策融合的合成孔径雷达(synthetic aperture radar,SAR)图像目标识别方法。首先,采用SVM对测试样本进行分类,根... 提出基于支持向量机(support vector machine,SVM)和稀疏表示分类(sparse representation-based classification,SRC)级联决策融合的合成孔径雷达(synthetic aperture radar,SAR)图像目标识别方法。首先,采用SVM对测试样本进行分类,根据各个训练类别输出的后验概率,采用门限判决法选取其中具有高置信度的候选类别;其次,基于候选训练样本构造字典,对测试样本进行SRC分类;最后,采用线性加权融合SVM和SRC的决策值,获得更为可靠的识别结果。SVM的预筛选分类有效降低了SRC中的字典规模,从而提高其分类效率,同时,SRC具有的噪声、遮挡稳健性也可以补充SVM在此方面的不足。因此,提出的方法可以有效综合SVM和SRC的优势,提高最终的识别性能。采用MSTAR数据集进行识别实验,结果验证了本文方法的有效性。 展开更多

关键词 合成孔径雷达 目标识别 级联决策融合 支持向量机 稀疏表示分类

下载PDF 职称材料

基于注意力机制的多尺度小目标交通标志检测 被引量：7

15

作者 李烨 顾晨峰 《小型微型计算机系统》 CSCD 北大核心 2022年第2期381-386,共6页

在交通标志检测中,小而稠密的交通标志易受遮挡、恶劣天气等复杂自然环境的影响,导致检测性能较差.针对此问题,提出一种基于注意力机制的多尺度小目标交通标志检测方法.以CSPDarknet53为基础设计了一种新型的特征提取网络,使得输出特征... 在交通标志检测中,小而稠密的交通标志易受遮挡、恶劣天气等复杂自然环境的影响,导致检测性能较差.针对此问题,提出一种基于注意力机制的多尺度小目标交通标志检测方法.以CSPDarknet53为基础设计了一种新型的特征提取网络,使得输出特征图的分辨率得以增大、目标更易于检测,同时通过反卷积自适应级联结构融合浅层细节信息与深层语义特征.此外,构造了一种基于空间注意力机制的倒金字塔结构,以高分辨特征图生成的注意力系数图增强低分辨率特征图的显著区域检测性能.实验结果表明该方法在满足实时性的情况下,不仅提高了小尺度交通标志的检测性能,而且对复杂自然环境下的交通标志检测更具鲁棒性,显著优于典型的目标检测算法.在自制数据集上,检测精度达到95.26%,在0.8的IoU阈值下,相比YOLOv3高19.1%. 展开更多

关键词 交通标志检测 小目标 多尺度 CSPDarknet53 倒金字塔结构 反卷积 级联特征融合 注意力机制

下载PDF 职称材料

基于改进Cascade R-CNN的安全帽检测算法 被引量：1

16

作者 冯佩云 钱育蓉 +3 位作者 范迎迎 魏宏杨 秦雨刚 莫王昊 《微电子学与计算机》 2024年第1期63-73,共11页

针对安全帽检测中,目标形状、尺度变化大,易出现漏检、误检等问题,提出了一种基于改进级联基于区域的卷积神经网络(Cascade R-CNN)的安全帽检测算法。首先,对ResNet50进行改进形成D-ResNet50,利用可变形卷积仅增加少量参数就可增大感受... 针对安全帽检测中,目标形状、尺度变化大,易出现漏检、误检等问题,提出了一种基于改进级联基于区域的卷积神经网络(Cascade R-CNN)的安全帽检测算法。首先,对ResNet50进行改进形成D-ResNet50,利用可变形卷积仅增加少量参数就可增大感受野的特性,对特征提取网络的C2~C5卷积层进行重塑,提高网络对目标几何变换的适应能力和特征提取能力。其次,将D-ResNet50作为主干网络引入Cascade R-CNN,形成级联目标检测器,在每个阶段对正负样本重采样,抑制误检问题。再次,对递归特征金字塔进行改进,更高效地进行多尺度特征融合,并且基于反馈信息对特征进行二次处理,增强特征表达,提高网络的分类和定位能力。最后,使用Soft-非极大值抑制(Soft-NMS)进行后处理,进一步解决漏检问题。提出的方法在Hard hat workers数据集上的AP值相比检测基线提高了3.5%,与Sparse R-CNN、TridentNet、VFnet等先进算法相比分别提升了4.7%、5.9%、2.3%等。 展开更多

关键词 安全帽检测 多尺度特征融合 反馈连接 可变形卷积 cascade R-CNN CARAFE

下载PDF 职称材料

基于特征级联融合的图像篡改检测方法

17

作者 宣高媛 杨高明 毕飞龙 《宁夏师范学院学报》 2024年第1期102-112,共11页

针对图像篡改检测领域中不能有效处理不同尺度特征问题,提出一种特征级联融合检测网络.网络采用特征级联融合模块结合U型分割网络结构,有效融合不同尺度的特征信息.通过在每个网络块融合浅层特征信息、瓶颈层和深层特征信息,以弥补深层... 针对图像篡改检测领域中不能有效处理不同尺度特征问题,提出一种特征级联融合检测网络.网络采用特征级联融合模块结合U型分割网络结构,有效融合不同尺度的特征信息.通过在每个网络块融合浅层特征信息、瓶颈层和深层特征信息,以弥补深层语义信息的不足,并抑制背景信息干扰,提升了浅层网络的检测能力,实现了对篡改区域的精准定位.实验结果表明,与现有的图像篡改检测方法相比,特征级联融合检测网络显示出更高的准确性和稳定性,在CASIA数据集上F-measure提高了3%,在COLUMB数据集上提高了4%,证明了其在图像篡改检测任务中的有效性. 展开更多

关键词 图像篡改检测 图像分割算法 级联融合损失 特征级联融合模块 U型网络结构

下载PDF 职称材料

基于空间‑光谱级联差分网络的病理学高光谱图像融合方法

18

作者 王朝亮 梁美彦 《测试技术学报》 2024年第3期281-288,共8页

高分辨率高光谱病理学图像包含细粒度的二维空间信息和光谱维信息,对于精确诊断具有重要意义。现有方法存在空间光谱信息提取不充分和边缘信息利用不足的问题,为此,提出一种基于空间-光谱级联差分网络的病理学高光谱图像融合方法,通过... 高分辨率高光谱病理学图像包含细粒度的二维空间信息和光谱维信息,对于精确诊断具有重要意义。现有方法存在空间光谱信息提取不充分和边缘信息利用不足的问题,为此,提出一种基于空间-光谱级联差分网络的病理学高光谱图像融合方法,通过级联空间-光谱模块重建高分辨率高光谱病理学图像,其中,每个空间-光谱模块都采用差分的方法分别设计了空间边缘损失和光谱边缘损失来分阶段约束和优化模型,从而实现病理学高光谱图像和多光谱图像的有机融合。该模型在病理图像数据集上进行实验,融合图像的4项评价指标RMSE,PSNR,ERGAS,SAM分别达到4.5937,32.3280,4.6683和3.6354,研究表明,基于空间-光谱级联差分网络的融合方法能够对细节较为丰富的病理学图像实现精细融合,为多光谱图像融合提供了参考依据。 展开更多

关键词 卷积神经网络 级联差分 空间边缘损失 光谱边缘损失 病理学图像融合

下载PDF 职称材料

基于混合编码的皮肤病变图像分割

19

作者 彭静 马玉良 席旭刚 《传感技术学报》 CAS CSCD 北大核心 2024年第3期476-483,共8页

皮肤镜图像中的皮肤病变分割是计算机辅助诊断皮肤癌的关键。现有的卷积神经网络(CNNs)通常由于卷积操作的固有限制而忽视全局上下文信息。因此,提出了一种具有Transformer和CNN优点的混合编码器的皮损分割网络。首先,使用极坐标变换对... 皮肤镜图像中的皮肤病变分割是计算机辅助诊断皮肤癌的关键。现有的卷积神经网络(CNNs)通常由于卷积操作的固有限制而忽视全局上下文信息。因此,提出了一种具有Transformer和CNN优点的混合编码器的皮损分割网络。首先,使用极坐标变换对原始图像进行预处理。接着利用CNN对不同尺度特征进行预提取,并将其作为Transformer编码器的输入序列,实现对序列数据的全局上下文建模,更好地捕获特征之间的长程依赖关系。最后,在解码器中加入了多级特征融合模块和注意力机制,解码不同尺度和编码块内的分层语义特征。提出的HET-Net网络在ISIC 2018数据集上JSI、DSC和ACC值分别达到了85.09%、91.43%和96.90%,在ISIC 2016+PH2数据集上分别达到了87.44%、93.02%和95.68%。与其他模型相比,所提模型取得了显著的结果,验证了模型的有效性。 展开更多

关键词 皮损分割 TRANSFORMER 混合编码 多级特征级联融合

下载PDF 职称材料

灵巧引信用三元级联控制方法研究 被引量：2

20

作者 张合 《中国科学：技术科学》 EI CSCD 北大核心 2023年第9期1449-1464,共16页

随着现代战争模式向全域化、智能化、精准化不断发展,引信作为弹药的“大脑”越来越成为决定战争胜负的关键,而传统的线性开环控制的引信设计方法已经不能满足新一代灵巧引信的需求.本文基于环境-目标的非线性耦合干扰对时延的影响机理... 随着现代战争模式向全域化、智能化、精准化不断发展,引信作为弹药的“大脑”越来越成为决定战争胜负的关键,而传统的线性开环控制的引信设计方法已经不能满足新一代灵巧引信的需求.本文基于环境-目标的非线性耦合干扰对时延的影响机理,提出了虚拟闭环和抗时延信息融合两大设计思路,进一步完善了三元级联控制设计架构.通过两个具体实例,即多层硬目标侵彻引信和高速交会近炸引信两种典型武器系统中的应用实例,验证了所设计控制架构的性能优越性.仿真和实验结果表明,本文所提出的三元级联控制方法相比于传统的引信控制方法能够有效提升探测识别能力、起爆控制精度和弹药毁伤效能,有望成为未来灵巧引信向智能引信发展的理论基础. 展开更多

关键词 灵巧引信 三元级联控制方法 虚拟闭环 抗时延信息融合

原文传递