基于条形池化和注意力机制的街道场景红外目标检测算法 被引量：7

1

作者 李强龙 周新文 +1 位作者 位梦恩 甘阳洲 《计算机工程》 CAS CSCD 北大核心 2023年第8期310-320,共11页

街道场景下的红外图像所含细节信息少、背景复杂,目前的目标检测模型存在检测精度低、检测速度慢的问题。为此,基于条形池化和注意力机制提出一种新的红外目标检测算法。使用包含条形池化和金字塔池化模块的混合池化模块改进快速空间池... 街道场景下的红外图像所含细节信息少、背景复杂,目前的目标检测模型存在检测精度低、检测速度慢的问题。为此,基于条形池化和注意力机制提出一种新的红外目标检测算法。使用包含条形池化和金字塔池化模块的混合池化模块改进快速空间池化金字塔模块,利用条形池化解决传统池化操作在进行目标检测时存在的特征丢失和污染问题,提高算法对长窄目标的特征提取能力,同时在孤立目标之间建立全局依赖关系,使模型收集更多的特征信息。在注意力模块中加入水平和垂直方向上的全局池化操作,以获取目标在特征图全局范围上的位置信息,将位置信息嵌入特征通道中,使算法更精准地定位目标,降低复杂背景对检测性能的影响。使用无批次归一化阻断批次归一化的估计偏移累积,解决算法性能退化问题,进一步提高算法的检测性能。在FLIR数据集上的实验结果表明,该算法的mAP(IoU值为0.5)和F1值分别达到80.7%和78.0%,相较YOLOv5分别提高了1.9和2.4个百分点。 展开更多

关键词 红外目标检测 条形池化 金字塔池化 注意力机制 无批次归一化

下载PDF 职称材料

联合Gabor滤波器和核池化特征学习的单样本人脸识别与验证 被引量：6

2

作者 周稻祥 冯姝 《太原理工大学学报》 CAS 北大核心 2023年第2期384-391,共8页

针对深度网络模型的结构复杂问题,受构建Gabor滤波器无需任何学习过程且与训练数据无关,以及径向基(radial basis function, RBF)核池化能够提取非线性二阶特征的启发,提出一种联合Gabor滤波器和RBF核池化的轻量卷积网络方法。首先对人... 针对深度网络模型的结构复杂问题,受构建Gabor滤波器无需任何学习过程且与训练数据无关,以及径向基(radial basis function, RBF)核池化能够提取非线性二阶特征的启发,提出一种联合Gabor滤波器和RBF核池化的轻量卷积网络方法。首先对人脸图像进行Gabor卷积得到特征图;然后采用双曲正切函数tanh激励特征图以提高特征的表达能力;最后利用多尺度金字塔策略将特征图划分为多个区域,在每个区域上做RBF核池化,所有区域的核池化特征串联得到人脸特征表示。探讨了多个参数对识别性能的影响,对比了协方差池化和核池化的区别和性能。在三个单样本人脸识别和一个视频人脸验证数据集上进行大量实验,结果表明本文方法学习的人脸特征具有优秀的判别能力,对光照、遮挡、年龄等因素具有强鲁棒性。 展开更多

关键词 人脸识别 轻量卷积网络 GABOR滤波器 核池化 空间金字塔

下载PDF 职称材料

基于增大感受野的场景文本检测算法

3

作者 杨豪 方承志 +1 位作者 罗佳辉 雷蕾 《智能计算机与应用》 2023年第8期30-36,共7页

针对场景文本检测算法在长文本检测中的不足问题,提出一种加入条带池化和优化损失函数的改进算法。针对文本行的长条形状,引入Strip Pooling,这种池化核可以获得更大的感受野,将带有Strip Pooling的MPM(Mixed Pooling Module)模块和Coor... 针对场景文本检测算法在长文本检测中的不足问题,提出一种加入条带池化和优化损失函数的改进算法。针对文本行的长条形状,引入Strip Pooling,这种池化核可以获得更大的感受野,将带有Strip Pooling的MPM(Mixed Pooling Module)模块和Coordinate Attention模块插入EAST算法中,使得像素点能够捕获条带位置上的远程坐标信息,提升对长文本检测的性能。同时针对回归任务,优化了损失函数,使用Dice Loss和CIoU Loss,得到更加精确的文本框。本文的模型在ICDAR2013、ICDAR2015和MSRA-TD500数据集上都取得了较好的检测效果。 展开更多

关键词 文本检测 EAST 注意力机制 Strip pooling 金字塔池化

下载PDF 职称材料

基于比例池化的RGB图像语义分割网络

4

作者 李顺新 陈飞飞 《计算机技术与发展》 2024年第8期101-107,共7页

针对传统的金字塔多级特征融合算法进行语义分割时存在的特征图有效信息弱和噪声叠加效应等问题,提出一种基于比例池化的混合注意力机制。首先在主干网络特征输出处引入比例池化注意力模块对输入特征图进行不同程度的语义信息抽取和特... 针对传统的金字塔多级特征融合算法进行语义分割时存在的特征图有效信息弱和噪声叠加效应等问题,提出一种基于比例池化的混合注意力机制。首先在主干网络特征输出处引入比例池化注意力模块对输入特征图进行不同程度的语义信息抽取和特征降噪,突出特征图有效特征信息占比,随后将不同内核的池化结果作为级联金字塔结构的输入特征,对降噪后的多尺度特征进行融合,平滑图像噪声实现特征二次降噪和小目标物体语义信息增强。实验在Pascal VOC 2012数据集上验证了该方法在分割领域上的有效性,并采用平均像素准确率(mPA)和平均交并比(mIoU)作为模型的性能评估指标。实验结果表明,基于比例池化的金字塔网络在mPA和mIoU上达到了90.19%和79.92%,优于对比的语义分割方法。 展开更多

关键词 语义分割 比例池化 金字塔结构 多尺度特征融合 特征降噪

下载PDF 职称材料

基于非对称卷积的多车道线检测方法

5

作者 郭心悦 韩星宇 +2 位作者 习超 王辉 范自柱 《计算机工程与设计》 北大核心 2024年第2期428-435,共8页

针对车道检测的准确性和实时性之间不平衡的问题,构建一个基于Lanenet算法和图像增强技术的多车道线检测网络,旨在更全面地利用图像中的特征信息,提高检测精度和速度。使用多尺度Retinex算法对输入图像进行色彩增强、降噪等;设计采用一... 针对车道检测的准确性和实时性之间不平衡的问题,构建一个基于Lanenet算法和图像增强技术的多车道线检测网络,旨在更全面地利用图像中的特征信息,提高检测精度和速度。使用多尺度Retinex算法对输入图像进行色彩增强、降噪等;设计采用一种双边多尺度融合网络实现浅层特征与深层特征之间的信息交互,获取上下文语义。提出一个新的非对称卷积金字塔模块,将非对称卷积融合到不同扩张率的空洞卷积层中,提高网络的特征提取能力,减少计算量。实验结果表明,该方法与现有的深度学习算法相比,能够在遮挡和阴影条件下更有效地检测车道线,具有更高的精度,更低的误检率和漏检率。 展开更多

关键词 车道线检测 语义分割 图像增强 信息融合 池化金字塔 深度学习 非对称卷积

下载PDF 职称材料

基于YOLOv5的舰船目标及关键部位检测算法 被引量：22

6

作者 钱坤 李晨瑄 +1 位作者 陈美杉 王瑶 《系统工程与电子技术》 EI CSCD 北大核心 2022年第6期1823-1832,共10页

为进一步提升对可见光图像中水面舰船目标的检测识别成功率,提出一种基于YOLOv5的舰船目标识别算法。使用基于随机池化方法的空间金字塔池化网络,运用双向特征金字塔网络进行多尺度特征融合,采用指数线性单元函数作为激活函数加快网络... 为进一步提升对可见光图像中水面舰船目标的检测识别成功率,提出一种基于YOLOv5的舰船目标识别算法。使用基于随机池化方法的空间金字塔池化网络,运用双向特征金字塔网络进行多尺度特征融合,采用指数线性单元函数作为激活函数加快网络训练收敛速度,提升算法鲁棒性,从而实现了对水面舰船目标和舰船关键部位的快速准确识别。通过在舰船目标及其关键部位数据集上实验验证,对比多个经典目标检测方法,在识别准确率上均有不同程度提升,对比原YOLOv5s模型,平均精度均值提升3.03%,速度提升2 FPS,模型保持了YOLOv5轻量化的特点,在应用部署上有良好前景。 展开更多

关键词 YOLOv5 随机池化 双向特征金字塔网络 指数线性单元函数

下载PDF 职称材料

基于MobileNetV2和IFPN改进的SSD垃圾实时分类检测方法 被引量：10

7

作者 赵珊 刘子路 +1 位作者 郑爱玲 高雨 《计算机应用》 CSCD 北大核心 2022年第S01期106-111,共6页

针对垃圾分类检测任务中检测目标尺寸不一和小目标检测精度不高等问题,构建一种基于隐式特征金字塔网络(IFPN)和MobileNetV2的改进SSD模型的分类检测方法,对垃圾进行实时分类检测。首先,将改进后的MobileNetV2引入SSD,加入带有空洞卷积... 针对垃圾分类检测任务中检测目标尺寸不一和小目标检测精度不高等问题,构建一种基于隐式特征金字塔网络(IFPN)和MobileNetV2的改进SSD模型的分类检测方法,对垃圾进行实时分类检测。首先,将改进后的MobileNetV2引入SSD,加入带有空洞卷积的空间金字塔池化模块(ASPP),在降低网络模型计算复杂度的同时保证网络实时性和精确性;其次,采用IFPN从网络的深层到浅层逐级融合SSD,更精确地检测出小目标;最后,使用Focal Loss函数调节正负样本之间的权重。实验结果表明,在阈值为0.4时,所提方法比传统SSD平均精确率均值(mAP)提高了4.84个百分点,检测耗时减少了72.7%,能满足边缘计算设备对模型的各项要求。 展开更多

关键词 垃圾分类 目标检测 MobileNetV2 SSD 空间金字塔池化 隐式特征金字塔网络

下载PDF 职称材料

基于改进的YOLOv5的航拍图像中小目标检测算法 被引量：6

8

作者 杨慧剑 孟亮 《计算机工程与科学》 CSCD 北大核心 2023年第6期1063-1070,共8页

目前基于无人机航拍的目标检测技术广泛应用于军事和民用领域,但因其存在成像距离远、高空拍摄图像模糊和目标信息占比小等问题,目标检测准确率不高。针对这一问题,提出一种基于YOLOv5的改进算法。该算法首先在数据增强方面对原始图像... 目前基于无人机航拍的目标检测技术广泛应用于军事和民用领域,但因其存在成像距离远、高空拍摄图像模糊和目标信息占比小等问题,目标检测准确率不高。针对这一问题,提出一种基于YOLOv5的改进算法。该算法首先在数据增强方面对原始图像进行加雾处理,提高其在雾天的鲁棒性;其次通过融合CBAM模块,来增强不同通道和空间的重要性;再者将原算法中的SPP更换为ASPP,以减小池化操作对特征信息的影响;最后在FPN结构中增加一层检测头,用于更细粒度的检测目标。以YOLOv5s为Baseline,实验表明,改进后的算法比原算法的mAP_0.5提高了6.9%,可以有效应用于航拍小目标的检测。 展开更多

关键词 YOLOv5 无人机 注意力机制 金字塔池化 特征金字塔

下载PDF 职称材料

基于注意力机制与多尺度特征融合的电极缺陷YOLO检测算法 被引量：4

9

作者 李雅雯 孙浩然 +1 位作者 胡跃明 韩有军 《控制与决策》 EI CSCD 北大核心 2023年第9期2578-2586,共9页

为了满足锂离子电池电极缺陷检测精度与实时性的需求,解决电极图像背景噪声复杂、缺陷微小且对比度低等问题,提出一种基于注意力机制与多尺度特征融合的电极缺陷YOLO检测算法.在YOLOv4的基础上,首先,将SE(squeeze-and-excitation)注意... 为了满足锂离子电池电极缺陷检测精度与实时性的需求,解决电极图像背景噪声复杂、缺陷微小且对比度低等问题,提出一种基于注意力机制与多尺度特征融合的电极缺陷YOLO检测算法.在YOLOv4的基础上,首先,将SE(squeeze-and-excitation)注意力模块嵌入特征提取主干网络中,区分feature map中不同通道的重要性,强化目标区域的关键特征,提高网络的检测精度;其次,加入融合空洞卷积的池化金字塔(ASPP)结构,增大网络感受野的同时最大程度地保留多尺度特征信息,提高算法对小目标的检测性能;然后,设计一种多尺度稠密特征金字塔,在三尺度特征图的基础上增加一个浅层特征,采用稠密连接的方式融合特征,提升浅层细节特征与高级语义信息的融合能力,增强对微小缺陷特征的提取;最后,采用K-means++算法聚类先验框,引入focal loss损失函数增大小目标样本的损失权重,有效提高网络学习的收敛速度.实验结果表明,所提算法较原YOLOv4模型的mAP值提升6.42%,较其他常用算法综合性能上有着较大的优势,可较好地满足实际工业生产的实时监测需求. 展开更多

关键词 锂离子电池 电极缺陷检测 注意力机制 稠密特征金字塔网络 空洞卷积池化金字塔 YOLOv4

原文传递

用于交通图像识别的改进尺度依赖池化模型 被引量：6

10

作者 徐喆 冯长华 《计算机应用》 CSCD 北大核心 2018年第3期671-676,共6页

针对交通标志在自然场景中所占的比例较小、提取的特征量不足、识别准确率低的问题,提出改进的尺度依赖池化(SDP)模型用于小尺度交通图像的识别。首先,基于神经网络深卷积层具有较好的轮廓信息与类别特征,在SDP模型只提取浅卷积层特征... 针对交通标志在自然场景中所占的比例较小、提取的特征量不足、识别准确率低的问题,提出改进的尺度依赖池化(SDP)模型用于小尺度交通图像的识别。首先,基于神经网络深卷积层具有较好的轮廓信息与类别特征,在SDP模型只提取浅卷积层特征信息的基础上,使用深卷积层特征补足型SDP(SD-SDP)映射输出,丰富特征信息;其次,因SDP算法中的单层空间金字塔池化损失边缘信息,使用多尺度滑窗池化(MSP)将特征池化到固定维度,增强小目标的边缘信息;最后,将改进的尺度依赖池化模型应用于交通标志的识别。实验结果表明,与原SDP算法比较,提取特征量增加,小尺度交通图像的识别准确率较好地提升。 展开更多

关键词 卷积神经网络 交通标志识别 尺度依赖池化 特征融合 空间金字塔池化

下载PDF 职称材料

改进YOLOX-nano的火灾火焰烟雾检测 被引量：3

11

作者 汪子健 高焕兵 +2 位作者 侯宇翔 杜传胜 贝太学 《计算机系统应用》 2023年第3期265-274,共10页

针对在检测火焰和烟雾的火灾检测过程中存在火灾初期小目标难以检测的情况,本文提出了一种基于自然指数损失(eCIoU)的改进YOLOX-nano (ASe-YOLOX-nano)目标检测算法.首先,提出一种新的目标检测函数eIoU损失函数来替代传统IoU损失,解决... 针对在检测火焰和烟雾的火灾检测过程中存在火灾初期小目标难以检测的情况,本文提出了一种基于自然指数损失(eCIoU)的改进YOLOX-nano (ASe-YOLOX-nano)目标检测算法.首先,提出一种新的目标检测函数eIoU损失函数来替代传统IoU损失,解决在检测小目标时预测框和真实框易出现无交集的情况,及无法反应宽高影响等问题.其次,在网络模型中引入注意力模块,在网络初期模糊定位目标位置,提高网络后期对目标尤其是小目标检测的准确性.此外,本文还采用软池化空间金字塔池化结构提取不同尺寸的空间特征信息,可以提升模型对于空间布局和物体变性的鲁棒性,因此目标较小时也可以提取充足的特征,采用Mosaic增强技术预处理数据集,提升模型的泛化能力,以此进一步提高网络性能.通过目标数据集进行对比验证,其结果显示, mAP指标达到70.07%,比原模型提高了3.46%,火焰的准确率达到84.66%,烟雾的达到74.56%, FPS能够稳定在73,相对于传统YOLOXnano算法拥有更好的火灾检测能力. 展开更多

关键词 火灾检测 注意力机制 软池化空间金字塔 损失函数 YOLOX

下载PDF 职称材料

基于密集连接与特征增强的语义分割算法 被引量：2

12

作者 马素刚 陈期梅 +2 位作者 侯志强 杨小宝 张子贤 《计算机工程》 CAS CSCD 北大核心 2023年第3期263-270,共8页

在语义分割算法DeepLabv3+中,由于对主干网络提取的特征信息利用不充分,导致了分割边缘不连续、目标丢失以及分割错误等问题。为此,提出一种基于密集连接和特征增强的语义分割算法。采用共享空洞空间金字塔池化(S-ASPP)模块建立多个空... 在语义分割算法DeepLabv3+中,由于对主干网络提取的特征信息利用不充分,导致了分割边缘不连续、目标丢失以及分割错误等问题。为此,提出一种基于密集连接和特征增强的语义分割算法。采用共享空洞空间金字塔池化(S-ASPP)模块建立多个空洞卷积之间的联系,增强局部信息之间的语义关联,捕获密集的采样点像素,同时提高对高层特征信息的利用。引入特征金字塔增强模块(FPEM)和特征融合模块(FFM),对主干网络输出的多层特征信息进行处理,增强特征的表达能力,并采用FFM对FPEM输出的不同尺度特征信息进行融合,提高各层特征之间的互补能力,以获得更全面的特征图信息。在此基础上,将S-ASPP和FFM的输出进行拼接和卷积操作,得到最终的分割结果。在PASCAL VOC 2012和Cityscapes数据集上的实验结果表明,该算法的平均交并比分别达到81.13%和73.39%,相较于基准算法DeepLabv3+分别提升了2.3和2.1个百分点,充分利用了骨干网络中的每层特征信息,提升了算法的分割精度,取得了较好的分割效果。 展开更多

关键词 语义分割 DeepLabv3+算法 空洞空间金字塔池化 特征金字塔增强模块 特征融合

下载PDF 职称材料

基于YOLOv8的气象设备识别监控算法

13

作者 王祝先 叶润泽 +4 位作者 徐翌博 凌霄 白玉 宋邦钰 杨博寓 《应用科技》 CAS 2024年第4期83-90,共8页

在人烟稀少的地区,气象设备的监测与检查面临设备安置位置偏僻、缺乏实时巡检等问题。为解决这一难题,基于在图像识别领域表现卓越的YOLOv8算法,提出了一种新的气象设备识别监控模型,通过将原有的高效的空间金字塔池化(spatial pyramid ... 在人烟稀少的地区,气象设备的监测与检查面临设备安置位置偏僻、缺乏实时巡检等问题。为解决这一难题,基于在图像识别领域表现卓越的YOLOv8算法,提出了一种新的气象设备识别监控模型,通过将原有的高效的空间金字塔池化(spatial pyramid pooling-fast,SPPF)层替换为空间金字塔池化-全连接空间金字塔卷积(spatial pyramid pooling-fully connected spatial pyramid convolution,SPPFCSPC)层,成功降低了计算量,提升了气象设备检测的速度。为了进一步提升模型在复杂环境下的性能,提出了YOLOv8-SA模型,通过在主干网络(backbone)中加入多头自注意力机制,更精准地捕获图像中不同区域之间的关联性,有力地提高了模型的准确性。为了验证模型的有效性,创建了一个专门的气象设备数据集,并进行了对比实验。实验结果表明,本文提出的YOLOv8-SA模型在检测速度和准确性方面均取得了显著的提升,在自制的数据集中检测精度为98.6%,与传统的YOLOv8模型相比,检测精度提升了0.6%。该模型可有效解决人烟稀少地区气象设备的监测问题,为提升监测系统的实用性和效率提供新思路。 展开更多

关键词 气象设备 机器学习 深度学习 图像识别 YOLOv8 YOLOv8-SA 空间金字塔池化-全连接空间金字塔卷积 多头自注意力

下载PDF 职称材料

基于改进YOLOv5s的无人机航拍小目标检测算法研究

14

作者 尹泉贺 原素慧 +1 位作者 朱梦琳 兰洁 《现代信息科技》 2024年第14期37-42,48,共7页

目前,无人机航拍目标检测技术在军事和民用领域得到广泛的应用,但复杂场景中小目标密集,易出现误检和漏检的情况。为此,文章提出一种基于改进YOLOv5s的无人机航拍小目标检测算法,用分组卷积取代两个普通卷积,用解耦检测头取代耦合检测头... 目前,无人机航拍目标检测技术在军事和民用领域得到广泛的应用,但复杂场景中小目标密集,易出现误检和漏检的情况。为此,文章提出一种基于改进YOLOv5s的无人机航拍小目标检测算法,用分组卷积取代两个普通卷积,用解耦检测头取代耦合检测头,去除了原始算法中的P5检测头,在PANet结构中增加一层新的P2检测头。仿真结果表明,改进算法具有较好的检测效果,mAP50较原始算法提高了9.3%,同时能够满足无人机实时性检测需求。 展开更多

关键词 无人机航拍 小目标检测 空间池化金字塔 解耦检测头

下载PDF 职称材料

双端输入型嵌套融合多尺度信息的织物瑕疵检测 被引量：2

15

作者 曲皓 狄岚 +1 位作者 梁久祯 刘昊 《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第3期398-412,共15页

针对织物瑕疵检测中复杂纹理区域误判和边缘检测模糊问题,提出一种双端输入型网络架构WNet,使用两个骨干分支分别提取多尺度局部和全局特征,依靠自注意力机制的全局建模能力,在卷积深层网络中补充全局信息,减少深层网络中纹理特征的冗余... 针对织物瑕疵检测中复杂纹理区域误判和边缘检测模糊问题,提出一种双端输入型网络架构WNet,使用两个骨干分支分别提取多尺度局部和全局特征,依靠自注意力机制的全局建模能力,在卷积深层网络中补充全局信息,减少深层网络中纹理特征的冗余.为了减少深层网络中局部细节信息的丢失,提出一种轻量级双分支池化金字塔,将浅层多尺度细节特征引入深层模块.搭建多尺度嵌套双分支模块,将各级尺度下不同感受野的特征信息进行融合,该模块更加关注瑕疵特征,可以生成较精确的预测图.实验证明,提出的方法在ZJU-Leaper的四个数据集上的综合评价指标较优,尤其是fmeasure、阳性预测率和阴性预测率较高. 展开更多

关键词 织物瑕疵检测 WNet 自注意力机制 双分支池化金字塔 多尺度嵌套双分支模块

下载PDF 职称材料

基于金字塔知识的自蒸馏HRNet目标分割方法 被引量：2

16

作者 郑云飞 王晓兵 +2 位作者 张雄伟 曹铁勇 孙蒙 《电子学报》 EI CAS CSCD 北大核心 2023年第3期746-756,共11页

知识蒸馏能有效地将教师网络的表征能力迁移到学生网络,无须改变网络结构即可提升网络的性能.因此,在性能优异的目标分割主干网HRNet(High-Resolution Net)中构建自蒸馏学习模型具有重要意义.针对HRNet并行结构中深层与浅层信息充分融... 知识蒸馏能有效地将教师网络的表征能力迁移到学生网络,无须改变网络结构即可提升网络的性能.因此,在性能优异的目标分割主干网HRNet(High-Resolution Net)中构建自蒸馏学习模型具有重要意义.针对HRNet并行结构中深层与浅层信息充分融合导致直接蒸馏难以实现的挑战,本文提出一种基于多尺度池化金字塔的结构化自蒸馏学习模型:在HRNet分支结构中引入多尺度池化金字塔表示模块,提升网络的知识表示和学习能力;构造“自上而下”和“一致性”两种蒸馏模式;融合交叉熵损失、KL(Kullback-Leibler)散度损失和结构化相似性损失进行自蒸馏学习.在四个包含显著性目标和伪装目标的分割数据集上的实验表明:本文模型在不增加资源开销的前提下,有效提升了网络的目标分割性能. 展开更多

关键词 自蒸馏学习 并行结构网络 多尺度池化金字塔 结构化相似性 目标分割

下载PDF 职称材料

改进SegNet+CRF高分辨率遥感影像建筑物提取方法 被引量：1

17

作者 赵昊罡 崔红霞 +2 位作者 张芳菲 顾海燕 穆潇莹 《计算机测量与控制》 2023年第7期177-183,共7页

将传统的语义分割SegNet网络用于高分辨率遥感影像的建筑物提取时,分割的建筑物存在边界模糊、精度较低、错检漏检等问题;为了解决上述问题,提出一种改进SegNet网络+CRF语义分割方法;编码阶段的最低分辨率层引入空洞金字塔池化模型(ASPP... 将传统的语义分割SegNet网络用于高分辨率遥感影像的建筑物提取时,分割的建筑物存在边界模糊、精度较低、错检漏检等问题;为了解决上述问题,提出一种改进SegNet网络+CRF语义分割方法;编码阶段的最低分辨率层引入空洞金字塔池化模型(ASPP,atrous spatial pyramid pooling),通过并行的空洞卷积操作扩大特征提取的感受野;解码阶段构建特征金字塔(FPN,feature pyramid networks)实现特征多尺度融合,弥补上采样过程中丢失的特征信息;最后,预测图像送入全连接条件随机场模型(CRF,fully connected/dense CRF)进行后处理,优化提取的建筑物边缘;实验表明,相较于原SegNet网络,改进方法的建筑物提取像素精度、召回率、平均交并比分别提高了0.48%、1.29%、2.36%。 展开更多

关键词 语义分割 空洞金字塔池化模型 特征金字塔 全连接条件随机场 迁移学习

下载PDF 职称材料

基于特征增强的轻量级无人机目标检测算法

18

作者 陈运雷 刘紫燕 +3 位作者 吴应雨 郑旭晖 张倩 杨模 《传感技术学报》 CAS CSCD 北大核心 2023年第6期901-910,共10页

针对无人机航拍图像特征少,小尺寸目标多以及检测任务实时性要求高等问题,以YOLOX算法为基础提出基于特征增强的轻量级无人机目标检测算法。首先,设计更加轻量的密集残差网络结构ResNet_G优化模型的主干网络,提升模型对图像特征的利用率... 针对无人机航拍图像特征少,小尺寸目标多以及检测任务实时性要求高等问题,以YOLOX算法为基础提出基于特征增强的轻量级无人机目标检测算法。首先,设计更加轻量的密集残差网络结构ResNet_G优化模型的主干网络,提升模型对图像特征的利用率,同时降低模型复杂度;其次,提出基于注意力机制的Atrous Spatial Pyramid Pooling(ASPP)模块作为特征增强模块,加强上下文信息关联度以减少丢失小目标特征;最后,使用Focal Loss函数与CDIoU Loss函数,改善负样本对模型权重的影响以提高对密集目标的识别能力。实验结果表明,与原网络相比,改进后算法在VisDrone2021数据集上平均检测精度提升5.08%,参数量减少0.25 M,推理时间降低2.21 ms。 展开更多

关键词 无人机小目标检测 轻量化 Ghost模块 Atrous Spatial pyramid pooling(ASPP) CDIoU Loss Focal Loss

下载PDF 职称材料

基于双支路特征融合的MRI颅脑肿瘤图像分割研究 被引量：2

19

作者 熊炜 周蕾 +2 位作者 乐玲 张开 李利荣 《光电子．激光》 CAS CSCD 北大核心 2022年第4期383-392,共10页

针对磁共振成像(magnetic resonance imaging, MRI)颅脑肿瘤区域误识别与分割网络空间信息丢失问题,提出一种基于双支路特征融合的MRI脑肿瘤图像分割方法。首先通过主支路的重构VGG与注意力模型(re-parameterization visual geometry gr... 针对磁共振成像(magnetic resonance imaging, MRI)颅脑肿瘤区域误识别与分割网络空间信息丢失问题,提出一种基于双支路特征融合的MRI脑肿瘤图像分割方法。首先通过主支路的重构VGG与注意力模型(re-parameterization visual geometry group and attention model, RVAM)提取网络的上下文信息,然后使用可变形卷积与金字塔池化模型(deformable convolution and pyramid pooling model, DCPM)在副支路获取丰富的空间信息,之后使用特征融合模块对两支路的特征信息进行融合。最后引入注意力模型,在上采样过程中加强分割目标在解码时的权重。提出的方法在Kaggle_3m数据集和BraTS2019数据集上进行了实验验证,实验结果表明该方法具有良好的脑肿瘤分割性能,其中在Kaggle_3m上,Dice相似系数、杰卡德系数分别达到了91.45%和85.19%。 展开更多

关键词 磁共振成像(magnetic resonance imaging MRI)颅脑肿瘤图像分割 双支路特征融合 重构VGG与注意力模型(re-parameterization visual geometry group and attention model RVAM) 可变形卷积与金字塔池化模型(deformable convolution and pyramid pooling model DCPM)

原文传递

基于多元空洞特征金字塔的电气设备图像实例分割方法

20

作者 李雷垚 张惊雷 +2 位作者 文彪 赵俊亚 韩淼 《天津理工大学学报》 2023年第6期14-19,共6页

电气设备图像自动分割识别是电力设备无人巡检系统的核心技术.根据变电站电气设备3996幅人工巡检图像库,建立并标记了含1730幅图像的巡检数据集.针对Mask R-CNN网络对图像边缘信息处理不佳、小目标识别率低等问题,提出多元特征金字塔结... 电气设备图像自动分割识别是电力设备无人巡检系统的核心技术.根据变电站电气设备3996幅人工巡检图像库,建立并标记了含1730幅图像的巡检数据集.针对Mask R-CNN网络对图像边缘信息处理不佳、小目标识别率低等问题,提出多元特征金字塔结构,引入带空洞空间卷积的池化金字塔模块,提出多元空洞特征金字塔网络,有效克服尺度变化带来的漏检现象.在自建数据集上的识别与实例分割对比测试显示,文中网络能准确识别避雷器、电流互感器等6类典型的电气设备,识别精度和分割精度较经典网络分别提高4%和6%,能有效识别小尺度目标. 展开更多

关键词 智能巡检 电气设备 Mask R-CNN 图像分割 空洞空间卷积池化金字塔

下载PDF 职称材料