结合特征增强和多尺度感受野的低照度目标检测

低照度图像普遍存在噪声、颜色失真和低对比度等图像退化问题,不仅影响视觉体验,而且严重影响低照度目标检测精度.为了更好地完成低照度目标检测任务,提出一种结合特征增强和多尺度感受野(feature enhancement and multi-scale receptive field,FEMR)的低照度目标检测算法.首先,像素级高阶映射(pixel-level high-order mapping,PHM)模块学习低照度到正常照度的高阶映射关系,进而提高低照度目标特征显著性,从而获得初步增强的特征信息.然后,关键信息增强(key information enhancement,KIE)模块结合多种注意力机制,突出重要特征并过滤噪声信息,获得进一步增强的特征信息.此外,长距离特征捕获(long distance feature capture,LFC)模块引入多种尺度的条状感受野,捕获低照度场景中孤立区域的长距离关系.实验表明,所提算法在低照度目标检测精度方面具有较好的表现,同时能直接输出正常照度风格图像下的检测结果,实现端到端的低照度目标检测,便于人眼直接评估检测结果的精度.

基于多尺度感受野模型的指向性图像分析

借鉴生物视网膜的结构与特点，设计基于生物视觉机理的计算机视觉算法，可为诸如机器人控制、模式识别、图像理解等领域提供很有价值的启示。文章基于视网膜的生理特性，建立了模拟生物视网膜生理机制的网络模型。该网络模型在对特定区域的图像进行处理的同时保持对更大范围内图像信息的警觉，并有利于对重要信息的捕获。

基于Transformer的多尺度遥感语义分割网络

为了提升遥感图像语义分割效果,本文针对分割目标类间方差小、类内方差大的特点,从全局上下文信息和多尺度语义特征2个关键点提出一种基于Transformer的多尺度遥感语义分割网络(muliti-scale Transformer network,MSTNet)。其由编码器和解码器2个部分组成,编码器包含基于Transformer改进的视觉注意网络(visual attention network,VAN)主干和基于空洞空间金字塔池化(atrous spatial pyramid pooling, ASPP)结构改进的多尺度语义特征提取模块(multi-scale semantic feature extraction module, MSFEM)。解码器采用轻量级多层感知器(multi-layer perception,MLP)配合编码器设计,充分分析所提取的包含全局上下文信息和多尺度表示的语义特征。MSTNet在2个高分辨率遥感语义分割数据集ISPRS Potsdam和LoveDA上进行验证,平均交并比(mIoU)分别达到79.50%和54.12%,平均F1-score(m F1)分别达到87.46%和69.34%,实验结果验证了本文所提方法有效提升了遥感图像语义分割的效果。

基于多重感受野UNet的仪表图像分割方法

为解决现有深度学习图像分割算法不能有效分割指针仪表图像中密集小目标的问题,提出基于多重感受野UNet的仪表图像分割方法。将自编码器结构和空洞卷积结构结合,使多尺度浅层特征和深层语义信息融合;以多种光照强度下采集的指针仪表数据训练模型,充分提升神经网络的泛化能力;并行调节空洞卷积参数,使神经网络学习到最优模型。实验结果表明,算法显著提升了指针仪表图像中密集小目标的分割效果,有效泛化于不同光照强度下采集的同种指针仪表图像,验证了该模型的有效性。

多尺度ResNeSt-50聚合网络与置信度传播的息肉图像分割

针对大肠的息肉组织与正常组织间无明显边界,准确定位息肉位置困难的问题,提出了一种多尺度ResNeSt-50聚合网络融合顺序树重加权置信度传播(sequential Tree-Reweighted Message Passing,TRW-S)的息肉图像分割方法。为提高网络对息肉信息的表达能力,构建编码-解码结构的多尺度ResNeSt-50聚合网络,编码器由卷积模块和4级ResNeSt模块级联构建ResNeSt-50骨干网络,实现跨通道信息间的线性整合与连接;ResNeSt-50采用拆分注意力机制加强重要通道组的表现能力,增强了残差模块提取息肉图像信息的能力;解码部分下三层构建多层感受野模块(recep⁃tive field block,RFB)获取多尺度信息,然后用密集聚合模块整合其输出,并以快速解码方式输出解码信息,保证其分割性能的同时减少参数量;其次,生成预测图时采用测试时图像增强(Test-Time Augmentation,TTA)模块提升预测准确度,并增强网络的泛化能力;最后,构建基于马尔科夫随机场的TRW-S算法对输出的预测图进行后处理,以实现分割边缘的连续性和分割区域内部的一致性。对大肠息肉数据集Kvasir-SEG的测试结果表明,本文方法相比于U-Net,UNet++,ResUnet、SFA、PraNet等算法,mDice值达91.6%,mIoU达86.3%,Smeasure达0.921,MAE为0.023,优于其他五种息肉分割算法;在未知数据集ETIS-LaribPolypDB,ColonDB上测试结果表明,相比于PraNet模型,本文模型的mDice值分别提升了14.2%,7.7%;从本文模型在ETIS-LaribPolypDB数据集上的分割表现看,本文算法对微小病变十分敏感;因此,本文算法分割的息肉图像,在分割区域内部的一致性、分割边缘的连续性、轮廓清晰度、捕捉微小病变能力等方面均表现出优良的性能,同时,对未知数据集具有较好的泛化能力。

基于改进Yolov5s的水稻叶病检测方法

水稻叶病防治在提高水稻产量中具有重要作用,针对水稻叶病人工检查速度慢、主观性高的问题,提出一种基于改进Yolov5s的水稻叶病目标检测方法。采用K-means聚类算法得到先验框尺寸,增强检测模型对水稻叶病的适应性;将轻量级空间注意力与通道注意力融合,对高层语义特征信息增强,增强模型对病害信息的感知度;并结合特征金字塔网络,融合多尺度感受野获取目标上下文信息,有效地增强模型对目标周围特征的提取,提高目标检测的准确度。试验结果表明:改进后的Yolov5s算法平均检测精度(IOU=0.5)提高4.3%,F1值提高5.3%,帧率FPS为58.7 f/s。有效提升Yolov5s算法对水稻叶病的检测精度,达到实时检测的需求。

基于改进Resnet18的垃圾分类收运监管方法研究

为解决垃圾分类收运过程中,由于错误收运导致的混装率高、垃圾分类效果下降的问题,文章提出了一种基于改进Resnet18的垃圾分类收运监管方法。首先,在Resnet18残差结构的始端引入SE-Net通道注意力机制模块,可以有效提升网络的特征提取能力;其次,采用一种基于空洞卷积的多尺度感受野融合模块,使网络能够融合不同尺度的特征信息。实验结果表明,残差结构始端和晚期融合的改进方案效果更佳,加权F1值较原Resnet18分别提升了9.26%和7.36%。改进后的模型加权的F1值达97.27%,较原Resnet18分别提升了10.26%,并且对不同颜色垃圾桶识别的准确率更高。此外,改进后的Resnet18的每秒检测帧数(FPS)达到65.03,可以满足监管实时性的要求。同时,采用数据增强和天气模拟的方法处理数据集,使模型能适应多种环境,提升了模型的鲁棒性。

基于结构重参数化的目标检测模型

虽然多尺度感受野特征融合能显著提升目标检测模型的精度,但同时也大大增加了模型的运算成本。针对这一问题,本文提出了基于结构重参数化的目标检测模型。首先,使用深度卷积代替SPP中的最大池化,并利用结构重参数化降低模块运算量,提出了新的感受野特征融合模块CspRepSPP。接着,基于结构重参数化技术,提出了新的特征提取模块RepBottleNeck。实验结果表明,在VOC 2012数据集上,相比原模型YOLOv5s,本文模型在mAP0.5:0.95指标上提升了3.22%,单张图片的推理速度提升了0.5 ms,GFLOPs降低了1.0。与其他YOLOv5s改进算法相比,本文算法检测精度更高,推理速度更快,参数量更低。

改进CenterNet的交通标志检测算法

针对交通标志尺度变化大导致检测精度低的问题,本文提出一种改进CenterNet的交通标志检测算法。采用ResNeSt50作为主干特征提取网络,引入PSConv(Ploy-Scale Convolution)改进网络卷积层结构。设计多尺度感受野模块,对ASPP(Atrous Spatial Pyramid Pooling)选取合适的膨胀率,利用注意力机制优化模块输出,提升对不同尺度标志的检测能力。在解码网络设计特征增强模块,减少因连续上采样导致的特征丢失。针对CenterNet回归目标尺寸不准确的问题,使用GHM(Gradient Harmonizing Mechanism)对损失函数改进。经实验验证,改进后算法总体精度提升了9.45%,速度达到每秒91.09帧,适用于交通标志检测。