引入辅助损失的多场景车道线检测

目的为解决实时车辆驾驶中因物体遮挡、光照变化和阴影干扰等多场景环境影响造成的车道线检测实时性和准确性不佳的问题,提出一种引入辅助损失的车道线检测模型。方法该模型改进了有效的残差分解网络(effcient residual factorized network,ERFNet),在ERFNet的编码器之后加入车道预测分支和辅助训练分支,使得解码阶段与车道预测分支、辅助训练分支并列,并且在辅助训练分支的卷积层之后,利用双线性插值来匹配输入图像的分辨率,从而对4条车道线和图像背景进行分类。通过计算辅助损失,将辅助损失以一定的权重协同语义分割损失、车道预测损失进行反向传播,较好地解决了梯度消失问题。语义分割得到每条车道线的概率分布图,分别在每条车道线的概率分布图上按行找出概率大于特定阈值的最大点的坐标,并按一定规则选取相应的坐标点,形成拟合的车道线。结果经过在CULane公共数据集上实验测试,模型在正常场景的F1指标为91.85%,与空间卷积神经网络(spatial convolutional neural network,SCNN)模型相比,提高了1.25%,比其他场景分别提高了1%~7%;9种场景的F1平均值为73.76%,比目前最好的残差网络———101-自注意力蒸馏(ResNet-101-self attention distillation,R-101-SAD)模型(71.80%)高出1.96%。在单个GPU上测试,每幅图像的平均运行时间缩短至原来的1/13,模型的参数量减少至原来的1/10。与平均运行时间最短的车道线检测模型ENet———自注意力蒸馏(ENetself attention distillation,ENet-SAD)相比,单幅图像的平均运行时间减短了2.3 ms。结论在物体遮挡、光照变化、阴影干扰等多种复杂场景下,对于实时驾驶车辆而言,本文模型具有准确性高和实时性好等特点。

基于注意力机制和辅助任务的语义分割算法

为提高网络模型低层特征的离散度和语义分割算法的性能,以全卷积神经网络作为基础模型,提出一种基于辅助损失、边缘检测辅助任务和注意力机制的语义分割算法。通过重新设计网络模型的辅助损失分支,使网络低层特征编码更多语义信息。在多任务学习中,选择边缘检测作为辅助任务,基于注意力机制设计边缘检测的辅助任务分支,使网络模型更关注物体的形状和边缘信息。在此基础上,将基础模型、辅助损失分支、辅助任务分支集成构造为语义分割模型。在VOC2012数据集上的实验结果表明,该算法的平均交并比为71.5%,相比基础模型算法提高了6个百分点。

基于改进DDRNet网络的遥感影像山体滑坡识别

山体滑坡是一种极具毁灭性的自然灾害,滑坡灾害识别和调查是预防灾害工作的重要基础。传统山体滑坡识别方法、识别精度和自动化程度均较低,为此,本文提出一种基于深度学习分割网络的山体滑坡识别算法。首先,使用双分辨率网络模型作为主干网络,然后在主干网络中添加卷积注意力机制模块,以增加模型对滑坡特征提取能力,最后在训练阶段添加辅助损失函数,以增加模型对滑坡特征拟合能力。实验表明:与常用的分割模型相比,准确率、召回率、F1得分和平均交并比均有5%左右提升,参数量下降2/3左右;表示所提模型具有较好的滑坡检测能力,可高效精确定位滑坡位置。

基于双交叉注意力Transformer网络的小样本图像语义分割

小样本图像语义分割只用少量样本就能分割出新类别。针对现有方法中语义信息挖掘不充分的问题,本文提出一种基于双交叉注意力网络的小样本图像语义分割方法。该方法采用Transformer结构,利用双交叉注意力模块同时从通道和空间维度上学习多尺度查询特征和支持特征的远程依赖性。首先,本文提出通道交叉注意力模块,并结合位置交叉注意力模块构成双交叉注意力模块。其中,通道交叉注意力模块用于学习查询和支持特征之间的通道语义相互关系,位置交叉注意力模块用来捕获查询和支持特征之间的远程上下文相关性。然后,通过多个双交叉注意力模块能够为查询图像提供包含丰富语义信息的多尺度交互特征。最后,本文引入辅助监督损失,并通过上采样和残差连接将多尺度交互特征连接至解码器以得到准确的新类分割结果。本文方法在数据集PASCAL-5i上的mIoU达到了69.9%(1-shot)和72.4%(5-shot),在数据集COCO-20i上的mIoU达到了48.9%(1-shot)和54.6%(5-shot)。与主流方法相比,本文方法的分割性能达到了最先进的水平。

基于MoblieNet v2的图像语义分割网络

语义分割是计算机视觉重要的一环,其核心是对图像中的每个像素进行分类与定位,需要耗费巨量计算资源.针对经典网络参数多且分割速度慢的问题,本文基于MobileNet v2提出一种轻量级的图像语义分割网络.首先,将轻量级网络MobileNet v2与空洞卷积相结合作为语义分割的特征提取网络.其次,提出条形注意力模块以捕获更多上下文信息,并利用池化来降低计算成本.最后,以类内与类间关系作为约束条件设计了新的辅助损失函数,提升网络的判别能力.建议的网络能够权衡计算量与分割精度之间的关系,并能以较小的计算成本捕获更多的全局信息.在公共数据集PASCAL VOC 2012和遥感数据集DLRSD、WHDLD上进行了大量的测试表明,建议的方法能够有效提升分割效果,在三个数据集上分别取得了71.7%、60.8%和59.3%的平均交并比.

基于轻量编码解码结构的人像分割网络

论文提出了一种轻量人像分割方法。首先,该网络基于编码器-解码器的U型架构,采用非完全对称结构,其次引入深度可分离卷积。然后在训练阶段添加了边缘辅助损失函数。最后在初步分割结果的基础上引入精细化块来对边缘进行细化提升了分割精度。在EG1800数据集上将所提网络与PortraitFCN+、UNet、ENet和BiSeNet等网络进行对比实验,实验结果表明,所提出的网络可以提高图像推理速度和分割效果,并能够在分辨率为256×256的RGB图像获得96.41%的分割准确率。

融合词结构特征的多任务老挝语词性标注方法

目前,老挝语词性标注研究处于初期,可用标注语料有限,且老挝语吸收了多种外来词,导致标注语料库存在大量稀疏词。多任务学习是有效识别稀疏词的一种方法,该文研究了老挝词的结构特征,并构建了结合词性标注损失和主辅音辅助损失的多任务老挝语词性标注模型。老挝词有很多词缀可以表达词性信息,因此模型还采用了字符级别的词向量来获取这些词缀信息。特别地,老挝语的句式较长,模型用注意力机制防止长远上下文特征丢失。实验结果表明:相比其他研究方法,该模型的词性标注准确率在有限标注语料下取得更好的表现(93.24%)。

基于深度神经网络的移动端人像分割

针对现有的人像分割算法大多忽略移动设备的硬件限制,盲目追求效果,以致无法满足移动端对于分割速度要求的问题,提出了一种可在移动设备上高效运行的人像分割网络。首先,基于编码器-解码器的轻量级U型架构来构建网络;其次,为了克服全卷积网络(FCN)受制于较小的感受域,无法充分捕获长距离信息的缺陷,引入期望最大化注意力块(EMAU)置于编码器之后、解码器之前;然后,在训练阶段添加多层边界辅助损失,有助于提高人物边界轮廓的准确度;最后,对模型进行量化和压缩。在Veer数据集上将所提网络与PortraitFCN+、ENet和BiSeNet等网络进行对比实验。实验结果表明,所提网络可以提高图像推理速度和分割效果,并能够以95.57%的准确率处理分辨率为224×224的RGB图像。

深度聚类算法研究综述

聚类分析是挖掘数据内在结构的关键技术,在大数据时代,人们面对的数据通常具有规模大、维度高、结构复杂等特点,直接应用传统聚类算法往往会失效.深度学习凭借层次化非线性映射能力使得大规模深度特征提取成为可能,因此基于深度学习的聚类(深度聚类)算法迅速成为无监督学习领域的研究热点.该文旨在对深度聚类的研究现状进行归纳和总结.首先,从神经网络结构、聚类损失和网络辅助损失3个角度介绍深度聚类的相关概念;然后,根据网络的结构特点对现有的深度聚类算法进行分类,并分别对每类方法的优势和劣势进行分析和阐述;最后,提出好的深度聚类算法应具备的三要素:模型的可扩展性、损失函数的鲁棒性和特征空间的平滑性,并从这3个方面分别阐述未来可能的研究方向.