期刊导航
期刊开放获取
河南省图书馆
退出
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
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
检索
高级检索
期刊导航
共找到
1
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种超轻量级指静脉纹络实时分割网络
1
作者
曾军英
陈宇聪
+6 位作者
林惜华
秦传波
王迎波
朱京明
田联房
翟懿奎
甘俊英
《光子学报》
EI
CAS
CSCD
北大核心
2022年第2期277-292,共16页
现有的指静脉分割网络大多需要消耗极大内存和计算资源,难以直接部署到嵌入式平台上,大部分模型轻量化方法存在参数减小导致分割性能急剧下降、算力受限和实时性等问题。针对上述问题,本文提出了一种超轻量级指静脉纹络实时分割网络—SG...
现有的指静脉分割网络大多需要消耗极大内存和计算资源,难以直接部署到嵌入式平台上,大部分模型轻量化方法存在参数减小导致分割性能急剧下降、算力受限和实时性等问题。针对上述问题,本文提出了一种超轻量级指静脉纹络实时分割网络—SGUnet。首先,使用沙漏状的深度可分离卷积极大地减少基础模型参数,并采用轻量级高效注意力模块实现无降维的局部跨通道交互,提升网络分割性能。其次,为了解决部分特征图存在冗余的问题,使用Cheap operation来替代部分“懈怠”的卷积核,得到相似的特征图。最后,采用特征信息交互的方法,打开分组卷积的组间通道,解决了分组特征组之间信息不流通的问题。与传统Unet分割网络相比,最终的SGUnet模型参数量约为传统Unet分割网络的1%,Mult-Adds约为0.5%。在两个公开的手指静脉数据集SDU-FV、MMCBNU-6000上验证网络性能,结果表明SGUnet网络在分割性能上不仅优于大型分割网络Unet、DU-Net、R2U-Net,而且超越了经典轻量级改进模型squeeze-Unet、Mobile-Unet、shuffle-Unet、Ghost-Unet。SGUnet网络Accuracy、Dice、AUC分别达到94.11%、0.5384、0.9354,并且在NVIDIA嵌入式平台上指静脉纹络提取的测试速度高达0.27秒/张。
展开更多
关键词
手指静脉分割
轻量级网络
嵌入式平台
模型压缩
实时分割网络
图像分割
卷积神经网络
下载PDF
职称材料
题名
一种超轻量级指静脉纹络实时分割网络
1
作者
曾军英
陈宇聪
林惜华
秦传波
王迎波
朱京明
田联房
翟懿奎
甘俊英
机构
五邑大学智能制造学部
华南理工大学自动化科学与工程学院
出处
《光子学报》
EI
CAS
CSCD
北大核心
2022年第2期277-292,共16页
基金
国家自然科学基金(No.61771347)
广东普通高校人工智能重点领域专项(No.2019KZDZX1017)
+3 种基金
广东省数字信号与图像处理技术重点实验室开放基金(Nos.2019GDDSIPL-03,2020GDDSIPL-03)
广东普通高校重点领域专项(No.2020ZDZX3031)
广东省基础与应用基础研究基金(Nos.2021A1515011576,2019A1515010716)
2021年度江门市基础与理论科学研究类科技计划项目(江科[2021]87号)。
文摘
现有的指静脉分割网络大多需要消耗极大内存和计算资源,难以直接部署到嵌入式平台上,大部分模型轻量化方法存在参数减小导致分割性能急剧下降、算力受限和实时性等问题。针对上述问题,本文提出了一种超轻量级指静脉纹络实时分割网络—SGUnet。首先,使用沙漏状的深度可分离卷积极大地减少基础模型参数,并采用轻量级高效注意力模块实现无降维的局部跨通道交互,提升网络分割性能。其次,为了解决部分特征图存在冗余的问题,使用Cheap operation来替代部分“懈怠”的卷积核,得到相似的特征图。最后,采用特征信息交互的方法,打开分组卷积的组间通道,解决了分组特征组之间信息不流通的问题。与传统Unet分割网络相比,最终的SGUnet模型参数量约为传统Unet分割网络的1%,Mult-Adds约为0.5%。在两个公开的手指静脉数据集SDU-FV、MMCBNU-6000上验证网络性能,结果表明SGUnet网络在分割性能上不仅优于大型分割网络Unet、DU-Net、R2U-Net,而且超越了经典轻量级改进模型squeeze-Unet、Mobile-Unet、shuffle-Unet、Ghost-Unet。SGUnet网络Accuracy、Dice、AUC分别达到94.11%、0.5384、0.9354,并且在NVIDIA嵌入式平台上指静脉纹络提取的测试速度高达0.27秒/张。
关键词
手指静脉分割
轻量级网络
嵌入式平台
模型压缩
实时分割网络
图像分割
卷积神经网络
Keywords
Finger vein segmentation
Lightweight network
Embedded platform
Model compression
Real-time segmentation network
Image segmentation
Convolutional neural network
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种超轻量级指静脉纹络实时分割网络
曾军英
陈宇聪
林惜华
秦传波
王迎波
朱京明
田联房
翟懿奎
甘俊英
《光子学报》
EI
CAS
CSCD
北大核心
2022
0
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部