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：
结合动态图卷积和空间注意力的点云分类与分割 被引量：8
1
作者 宋巍 蔡万源 +1 位作者 何盛琪 李文俊 《中国图象图形学报》 CSCD 北大核心 2021年第11期2691-2702,共12页
目的随着3维采集技术的飞速发展,点云在计算机视觉、自动驾驶和机器人等领域有着广泛的应用前景。深度学习作为人工智能领域的主流技术,在解决各种3维视觉问题上已表现出巨大潜力。现有基于深度学习的3维点云分类分割方法通常在聚合局... 目的随着3维采集技术的飞速发展,点云在计算机视觉、自动驾驶和机器人等领域有着广泛的应用前景。深度学习作为人工智能领域的主流技术,在解决各种3维视觉问题上已表现出巨大潜力。现有基于深度学习的3维点云分类分割方法通常在聚合局部邻域特征的过程中选择邻域特征中的最大值特征,忽略了其他邻域特征中的有用信息。方法本文提出一种结合动态图卷积和空间注意力的点云分类分割方法(dynamic graph convolution spatial attention neural networks,DGCSA)。通过将动态图卷积模块与空间注意力模块相结合,实现更精确的点云分类分割效果。使用动态图卷积对点云数据进行K近邻构图并提取其边特征。在此基础上,针对局部邻域聚合过程中容易产生信息丢失的问题,设计了一种基于点的空间注意力(spatial attention,SA)模块,通过使用注意力机制自动学习出比最大值特征更具有代表性的局部特征,从而提高模型的分类分割精度。结果本文分别在ModelNet40、ShapeNetPart和S3DIS(Stanford Large-scale 3D Indoor Spaces Dataset)数据集上进行分类、实例分割和语义场景分割实验,验证模型的分类分割性能。实验结果表明,该方法在分类任务上整体分类精度达到93.4%;实例分割的平均交并比达到85.3%;在室内场景分割的6折交叉检验平均交并比达到59.1%,相比基准网络动态图卷积网络分别提高0.8%、0.2%和3.0%,有效改善了模型性能。结论使用动态图卷积模块提取点云特征,在聚合局部邻域特征中引入空间注意力机制,相较于使用最大值特征池化,可以更好地聚合邻域特征,有效提高了模型在点云上的分类、实例分割与室内场景语义分割的精度。 展开更多
关键词 点云 动态图卷积 空间注意力(sa) 分类 分割
原文传递
基于双注意力机制信息蒸馏网络的图像超分辨率复原算法 被引量：4
2
作者 王素玉 杨静 李越 《计算机应用》 CSCD 北大核心 2022年第1期239-244,共6页
针对超分辨率复原技术中网络层数不断加深导致的网络训练困难、特征信息利用率低等问题,设计并实现了一种基于双注意力的信息蒸馏网络(IDN)的图像超分辨率复原算法。首先,利用IDN较低的计算复杂度及信息蒸馏模块提取更多特征的优势,通... 针对超分辨率复原技术中网络层数不断加深导致的网络训练困难、特征信息利用率低等问题,设计并实现了一种基于双注意力的信息蒸馏网络(IDN)的图像超分辨率复原算法。首先,利用IDN较低的计算复杂度及信息蒸馏模块提取更多特征的优势,通过引入残差注意力模块(RAM)并考虑图像通道之间的相互依赖性来自适应地重新调整特征权重,从而进一步提升图像高分辨率细节的重建能力;然后,设计了对于边缘信息敏感的新型混合损失函数对图像进行细化处理,以加速网络收敛。在Set5、Set14、BSD100和Urban100公共数据集上的测试结果表明,该方法的视觉效果和峰值信噪比(PSNR)均优于当前主流算法。 展开更多
关键词 信息蒸馏网络 图像超分辨率复原 空间注意力 通道注意力 混合损失函数
下载PDF
基于压缩提炼网络的实时语义分割方法
3
作者 王娟 袁旭亮 +2 位作者 武明虎 郭力权 刘子杉 《计算机应用》 CSCD 北大核心 2022年第7期1993-2000,共8页
针对目前语义分割算法难以取得实时推理和高精度分割间平衡的问题,提出压缩提炼网络(SRNet)以提高推理的实时性和分割的准确性。首先,在压缩提炼(SR)单元中引入一维(1D)膨胀卷积和类瓶颈结构单元,从而极大地减少模型的计算量和参数量;其... 针对目前语义分割算法难以取得实时推理和高精度分割间平衡的问题,提出压缩提炼网络(SRNet)以提高推理的实时性和分割的准确性。首先,在压缩提炼(SR)单元中引入一维(1D)膨胀卷积和类瓶颈结构单元,从而极大地减少模型的计算量和参数量;其次,引入多尺度空间注意(SA)混合模块,从而高效地利用浅层特征的空间信息;最后,通过堆叠SR单元构成编码器,并采用两块SA单元在编码器的尾部构成解码器。实验仿真表明,SRNet在仅有30 MB参数量及8.8×10^(9)每秒浮点操作数(FLOPS)的情况下,仍可在Cityscapes数据集上获得68.3%的平均交并比(MIoU)。此外,所提模型在单块NVIDIATitanRTX卡上实现了12.6帧每秒(FPS)的前向推理速度(输入像素的大小为512×1024×3)。实验结果表明,所设计的轻量级模型SRNet很好地在准确分割和实时推理间取得平衡,适用于算力及功耗有限的场合。 展开更多
关键词 语义分割 轻量级网络 实时推理 空间注意混合模块 一维膨胀卷积
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