期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
3
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
多尺度信息融合的生成对抗网络壁画修复
1
作者
胡升
薛涛
季虹
《国外电子测量技术》
2024年第4期30-38,共9页
针对现有壁画修复算法因缺乏对于图像远距离特征的捕获能力而导致修复结果结构紊乱,以及缺失边缘颜色不一致问题,提出一种多尺度信息融合的生成对抗网络壁画修复算法。首先,将多分支扩张卷积架构引入生成网络,各个子扩张卷积的卷积核以...
针对现有壁画修复算法因缺乏对于图像远距离特征的捕获能力而导致修复结果结构紊乱,以及缺失边缘颜色不一致问题,提出一种多尺度信息融合的生成对抗网络壁画修复算法。首先,将多分支扩张卷积架构引入生成网络,各个子扩张卷积的卷积核以不同扩张率局部扩大感受野,提取图像的局部特征;其次结合快速傅里叶卷积基于全局感受野提取特征,实现壁画图像局部到全局的特征提取;最后引入自注意力与PatchGAN鉴别器以解决缺失边缘颜色不一致问题。根据自制壁画数据集进行模型的训练和测试,并与多组修复算法进行修复对比,实验结果表明,相较于对比算法,所提算法在峰值信噪比(PSNR)平均提升4.42dB,结构相似性(SSIM)平均提升4.4%,学习感知图像块相似度(LPIPS)平均提升11.3%。实验证明所提算法能够有效修复破损壁画,修复后的壁画有较好的结构和纹理信息,为真实壁画的修复工作提供了支撑。
展开更多
关键词
多分支扩张卷积
快速傅里叶卷积
自注意力
生成对抗网络
壁画修复
下载PDF
职称材料
联合多连接特征编解码与小波池化的轻量级语义分割
2
作者
易清明
王渝
+1 位作者
石敏
骆爱文
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2024年第3期366-375,共10页
语义分割是当前场景理解领域的基础技术之一。现存的语义分割网络通常结构复杂、参数量大、图像特征信息损失过多和计算效率低。针对以上问题,基于编-解码器框架和离散小波变换,设计了一个联合多连接特征编解码与小波池化的轻量级语义...
语义分割是当前场景理解领域的基础技术之一。现存的语义分割网络通常结构复杂、参数量大、图像特征信息损失过多和计算效率低。针对以上问题,基于编-解码器框架和离散小波变换,设计了一个联合多连接特征编解码与小波池化的轻量级语义分割网络MLWP-Net(Multi-Link Wavelet-Pooled Network),在编码阶段利用多连接策略并结合深度可分离卷积、空洞卷积和通道压缩设计了轻量级特征提取瓶颈结构,并设计了低频混合小波池化操作替代传统的下采样操作,有效降低编码过程造成的信息丢失;在解码阶段,设计了多分支并行空洞卷积解码器以融合多级特征并行实现图像分辨率的恢复。实验结果表明,MLWP-Net仅以0.74 MB的参数量在数据集Cityscapes和CamVid上分别达到74.1%和68.2%mIoU的分割精度,验证了该算法的有效性。
展开更多
关键词
实时语义分割
轻量级神经网络
多连接特征融合
小波池化
多分支空洞卷积
下载PDF
职称材料
结合多特征融合与残差空洞卷积的小目标检测
被引量:
2
3
作者
尹群杰
杨文柱
+1 位作者
冉梦影
宋姝洁
《计算机工程与设计》
北大核心
2022年第9期2622-2630,共9页
针对目标检测任务中小目标所占像素较少、特征不易提取而导致的小目标漏检问题,提出一种结合多特征融合与残差空洞卷积的小目标检测算法。以单阶段目标检测算法SSD为模型基础,建立多层特征融合模块,分别对浅层特征图和后两层特征图进行...
针对目标检测任务中小目标所占像素较少、特征不易提取而导致的小目标漏检问题,提出一种结合多特征融合与残差空洞卷积的小目标检测算法。以单阶段目标检测算法SSD为模型基础,建立多层特征融合模块,分别对浅层特征图和后两层特征图进行通道拼接,以深层特征来强化浅层特征,丰富浅层特征的语义信息;建立多分支残差空洞卷积模块,结合残差操作并利用不同扩张率的空洞卷积提取多尺度特征信息,增强特征表示能力,不丢失特征图的原始分辨率;利用更新后的特征来完成小目标检测。在VOC2007数据集上通过实例验证了所提算法的检测精度比SSD提高1.4%,该算法可行有效。
展开更多
关键词
单阶段目标检测
小目标检测
多层特征融合
多分支残差空洞卷积
多尺度特征信息
下载PDF
职称材料
题名
多尺度信息融合的生成对抗网络壁画修复
1
作者
胡升
薛涛
季虹
机构
西安工程大学计算机科学学院
出处
《国外电子测量技术》
2024年第4期30-38,共9页
基金
国家自然科学基金(62106189)
陕西省技术创新引导专项计划(2020CGXNG-012)项目资助。
文摘
针对现有壁画修复算法因缺乏对于图像远距离特征的捕获能力而导致修复结果结构紊乱,以及缺失边缘颜色不一致问题,提出一种多尺度信息融合的生成对抗网络壁画修复算法。首先,将多分支扩张卷积架构引入生成网络,各个子扩张卷积的卷积核以不同扩张率局部扩大感受野,提取图像的局部特征;其次结合快速傅里叶卷积基于全局感受野提取特征,实现壁画图像局部到全局的特征提取;最后引入自注意力与PatchGAN鉴别器以解决缺失边缘颜色不一致问题。根据自制壁画数据集进行模型的训练和测试,并与多组修复算法进行修复对比,实验结果表明,相较于对比算法,所提算法在峰值信噪比(PSNR)平均提升4.42dB,结构相似性(SSIM)平均提升4.4%,学习感知图像块相似度(LPIPS)平均提升11.3%。实验证明所提算法能够有效修复破损壁画,修复后的壁画有较好的结构和纹理信息,为真实壁画的修复工作提供了支撑。
关键词
多分支扩张卷积
快速傅里叶卷积
自注意力
生成对抗网络
壁画修复
Keywords
multi
-
branch
dilated
convolution
fast
Fourier
convolution
self-attention
generative
adversarial
network
mural
inpainting
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
联合多连接特征编解码与小波池化的轻量级语义分割
2
作者
易清明
王渝
石敏
骆爱文
机构
暨南大学信息科学技术学院
泰斗微电子科技有限公司
出处
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2024年第3期366-375,共10页
基金
国家自然科学基金(62002134)
广东省基础与应用基础研究基金(2020A1515110645,2023A1515010834)
+2 种基金
广东省普通高校新型半导体与器件重点实验室项目(2021KSY001)
羊城创新创业领军人才支持计划(2019019)
广东省科技创新战略专项(大学生科技创新培育)(pdjh2023b0061)。
文摘
语义分割是当前场景理解领域的基础技术之一。现存的语义分割网络通常结构复杂、参数量大、图像特征信息损失过多和计算效率低。针对以上问题,基于编-解码器框架和离散小波变换,设计了一个联合多连接特征编解码与小波池化的轻量级语义分割网络MLWP-Net(Multi-Link Wavelet-Pooled Network),在编码阶段利用多连接策略并结合深度可分离卷积、空洞卷积和通道压缩设计了轻量级特征提取瓶颈结构,并设计了低频混合小波池化操作替代传统的下采样操作,有效降低编码过程造成的信息丢失;在解码阶段,设计了多分支并行空洞卷积解码器以融合多级特征并行实现图像分辨率的恢复。实验结果表明,MLWP-Net仅以0.74 MB的参数量在数据集Cityscapes和CamVid上分别达到74.1%和68.2%mIoU的分割精度,验证了该算法的有效性。
关键词
实时语义分割
轻量级神经网络
多连接特征融合
小波池化
多分支空洞卷积
Keywords
real-time
semantic
segmentation
lightweight
neural
network
multi
-link
feature
fusion
wavelet
pooling
multi
-
branch
dilated
convolution
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
结合多特征融合与残差空洞卷积的小目标检测
被引量:
2
3
作者
尹群杰
杨文柱
冉梦影
宋姝洁
机构
河北大学网络空间安全与计算机学院
河北大学机器视觉工程研究中心
出处
《计算机工程与设计》
北大核心
2022年第9期2622-2630,共9页
基金
河北省自然科学基金项目(F2021201012)。
文摘
针对目标检测任务中小目标所占像素较少、特征不易提取而导致的小目标漏检问题,提出一种结合多特征融合与残差空洞卷积的小目标检测算法。以单阶段目标检测算法SSD为模型基础,建立多层特征融合模块,分别对浅层特征图和后两层特征图进行通道拼接,以深层特征来强化浅层特征,丰富浅层特征的语义信息;建立多分支残差空洞卷积模块,结合残差操作并利用不同扩张率的空洞卷积提取多尺度特征信息,增强特征表示能力,不丢失特征图的原始分辨率;利用更新后的特征来完成小目标检测。在VOC2007数据集上通过实例验证了所提算法的检测精度比SSD提高1.4%,该算法可行有效。
关键词
单阶段目标检测
小目标检测
多层特征融合
多分支残差空洞卷积
多尺度特征信息
Keywords
single-stage
object
detection
small
object
detection
multi
-layer
feature
fusion
multi
-
branch
residual
dilated
convolution
multi
-scale
feature
information
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
多尺度信息融合的生成对抗网络壁画修复
胡升
薛涛
季虹
《国外电子测量技术》
2024
0
下载PDF
职称材料
2
联合多连接特征编解码与小波池化的轻量级语义分割
易清明
王渝
石敏
骆爱文
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
3
结合多特征融合与残差空洞卷积的小目标检测
尹群杰
杨文柱
冉梦影
宋姝洁
《计算机工程与设计》
北大核心
2022
2
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部