期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于局部-全局特征交互的双分支结肠息肉分割网络
1
作者 徐康业 陈建平 陈平华 《计算机系统应用》 2024年第4期133-142,共10页
大小、形状、颜色、纹理的多变性以及肠壁分界模糊给结肠息肉的分割带来巨大挑战.针对单分支网络连续采样操作造成部分细节信息丢失以及不同层次特征信息无法交互进而导致分割效果不佳的问题,提出一种基于局部-全局特征交互的双分支结... 大小、形状、颜色、纹理的多变性以及肠壁分界模糊给结肠息肉的分割带来巨大挑战.针对单分支网络连续采样操作造成部分细节信息丢失以及不同层次特征信息无法交互进而导致分割效果不佳的问题,提出一种基于局部-全局特征交互的双分支结肠息肉分割网络.网络采用CNN与Transformer双分支结构,逐层捕获息肉局部细节特征与全局语义特征;为充分利用不同层级、不同尺度特征信息的互补性,利用深层语义特征对浅层细节特征的引导与增强,设计特征协同交互模块,动态感知并聚合跨层次特征交互信息;为强化病变区域特征,抑制背景噪声,设计特征增强模块,应用空间与通道注意力机制强化息肉病变区域特征,同时采用结合注意力门的跳跃连接机制进一步突出边界信息,提高边缘区域的分割精度.实验表明,所提出网络在多个息肉分割数据集上取得的mDice与mIoU分数均优于基线网络,具有更高的分割准确率和稳定性. 展开更多
关键词 结肠息肉分割 卷积神经网络 TRANSFORMER 双分支结构 协同交互 多尺度特征
下载PDF
结合双分支结构和无配对GAN的低光图像增强 被引量:1
2
作者 李治杰 陈明 冯国富 《计算机工程与应用》 CSCD 北大核心 2023年第19期201-210,共10页
为了解决大部分基于CNN的低光图像增强方法边缘模糊、噪声抑制不足以及对配对数据的依赖等问题,使用生成对抗网络,在生成器上引入双分支结构,可在低光图像和正常光图像无配对的情况下,进行端到端训练。第一个分支使用类U-Net结构的网络... 为了解决大部分基于CNN的低光图像增强方法边缘模糊、噪声抑制不足以及对配对数据的依赖等问题,使用生成对抗网络,在生成器上引入双分支结构,可在低光图像和正常光图像无配对的情况下,进行端到端训练。第一个分支使用类U-Net结构的网络学习低光图像到正常光图像的上下文特征映射,第二个分支以低光图像的全分辨率来保留原图的细节,最后通过一个融合层融合两个分支的结果,获得最终增亮后的图像,同时加入了total variation loss来抑制图像噪声。在六个公开数据集(MEF、LIME、NPE、VV、ExDark、LOL)上进行了定性比较和定量实验。实验结果表明该方法在BRISQUE,NIQE和PIQE三种基准测试中优于其他对比算法,平均值分别为17.55、3.74和8.45。该算法增强后的图像边缘细节清晰,减弱了图像噪声。 展开更多
关键词 低光 图像增强 生成对抗网络 无监督学习 双分支结构
下载PDF
基于上下文和浅层空间编解码网络的图像语义分割方法 被引量:5
3
作者 罗会兰 黎宵 《自动化学报》 EI CAS CSCD 北大核心 2022年第7期1834-1846,共13页
当前图像语义分割研究基本围绕如何提取有效的语义上下文信息和还原空间细节信息两个因素来设计更有效算法.现有的语义分割模型,有的采用全卷积网络结构以获取有效的语义上下文信息,而忽视了网络浅层的空间细节信息;有的采用U型结构,通... 当前图像语义分割研究基本围绕如何提取有效的语义上下文信息和还原空间细节信息两个因素来设计更有效算法.现有的语义分割模型,有的采用全卷积网络结构以获取有效的语义上下文信息,而忽视了网络浅层的空间细节信息;有的采用U型结构,通过复杂的网络连接利用编码端的空间细节信息,但没有获取高质量的语义上下文特征.针对此问题,本文提出了一种新的基于上下文和浅层空间编解码网络的语义分割解决方案.在编码端,采用二分支策略,其中上下文分支设计了一个新的语义上下文模块来获取高质量的语义上下文信息,而空间分支设计成反U型结构,并结合链式反置残差模块,在保留空间细节信息的同时提升语义信息.在解码端,本文设计了优化模块对融合后的上下文信息与空间信息进一步优化.所提出的方法在3个基准数据集CamVid、SUN RGB-D和Cityscapes上取得了有竞争力的结果. 展开更多
关键词 语义分割 二分支策略 语义上下文信息 浅层空间细节信息 反U 型结构
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部