基于局部区域强化的单目深度估计算法

针对深度估计场景中复杂纹理和复杂几何结构造成的物体边界扭曲、局部细节信息丢失等问题,提出基于局部区域强化的单目深度估计方法。首先,利用基于卷积神经网络的深度估计模型,得到低分辨率的图像;然后,引入显著目标检测模型,得到高分辨率的显著图像,监督生成深度图;最后将显著图与深度图融合,以此提高整个图像的深度估计精度。公共数据集上的实验结果表明,该方法可以显著提高单目深度估计的精度。

基于争议度的Boosting集成网络样本权值调整算法

神经网络集成AdaBoost算法权值调整策略对于分类正确或分类错误的样本采用统一的权值调整幅度,随着迭代次数的增加,统一的权值调整幅度将导致困难样本权重的过分积累,针对这一问题,提出基于争议度的权值调整策略,并采用的标准机器学习数据库UCI进行仿真实验。实验结果表明:该策略能够在样本权值修正阶段对各训练样本权值进行有区别的修改,即将多次连续分类错误的样本的权值提高幅度进行抑制,在一定程度上避免了困难样本权值过大而导致集成网络泛化性能下降,从而使得各个体分类器在不损失差异度的前提下获得理想的精度,提升集成网络的泛化性能,并具有良好的稳定性。

一种逆向样本分布的Boosting类新算法

对IB(Inverse Boosting)神经网络集成算法进行了研究,提出了IB算法的改进算法IB+算法。改进算法继承了IB算法的逆向样本分布调整策略,并在训练的过程中将部分已训练好的个体子网进行中间层网络集成,利用该中间层集成网络生成新的训练样本分布。实验结果表明,对于逆向权值分布的Boosting类算法,个体子网之间的关联度对网络集成后的泛化性能影响很小,减小个体网络的泛化误差将使集成后的泛化性能提高。

物体显著性排名感知网络用于高效图像检索

针对目前图像检索领域主要依靠语义相似性检索图片而忽略了场景中物体重要性关系问题,提出了一种基于场景感知的物体显著性排名算法SASR,使图像检索更关注场景中物体的相互关系。SASR分为两个阶段,在第一阶段,提出了基于视点数据的“组合阈值”物体级显著性排名真值标签标注方法,该方法简化了排名标签的标注;在第二阶段,提出了基于图卷积网络的物体级显著性排序网络,该网络解决了多个在物体级排序问题中存在的特异性难点。该算法改善了目前显著性排名标签生成方式并进行了大量对比实验,在现有SALICON数据集上的实验结果表明,其提升了显著性排名的性能,在NUS-WIDE数据集上的实验结果表明在该算法的支撑下,图像检索性能平均提升了2%,证明了其有效性。

基于深度质量感知和分层特征引导的RGB⁃D显著性检测

现有基于融合的RGB-D显著性物体检测方法在对跨模态特征进行融合时忽视了RGB和深度图两模态特征的差异性,跨模态特征融合不均衡的问题使得模型不能充分利用跨模态互补特征,而低质量深度图也会对模型性能带来损害。提出一种基于深度质量感知和分层特征引导的RGB-D显著性物体检测算法。算法分为两个阶段:深度质量感知阶段和分层特征引导阶段。在第一阶段,利用深度质量感知从现有的主流RGB-D显著性物体检测训练数据集中挖掘高质量深度图,对训练集进行增强,提升低质量深度图的质量,减少噪声数据对模型性能的损害;在第二阶段,利用特征引导网络对RGB图和深度图进行分层自适应权重动态融合,在有效增加融合效率的同时增强跨模态融合的感知能力。在基准数据集NJUD、NLPR、SSD、STEREO和SIP上的实验结果表明,相比于SSF、CDNet、D3Net、DASNet等方法,该算法能够大幅提升深度图质量,其中在NLPR数据集上F-Measure值为0.934,MAE仅为0.020,综合性能优于其他相关SOTA方法,证明了先挖掘高质量深度图再进行跨模态自适应动态融合算法的有效性。

基于改进的YOLOv5s算法多尺度包裹检测方法

为了解决常规目标检测算法无法有效识别像素大、特征少的灰度目标的问题,本文基于改进YOLOv5s模型的包裹与条形码检测方法,将卷积池化金字塔模块更新,增加大尺度目标的感受野;在特定卷积层中添加卷积注意力机制模块,沿着通道维度和空间维度依次推断注意力图,对输入特征图进行自适应优化。实验结果表明,CA-YOLOv5模型成功解决了YOLOv5s模型无法有效识别大尺度灰度目标的问题,大尺度包裹的识别准确率提高34%,提升效果明显。研究表明,针对多分类且特征缺失的数据,应采用隔绝类别之间的影响,有针对性的增加特征的方法,优化网络模型。该研究对大尺度包裹的检测具有一定的应用价值。

基于多流网络一致性的视频显著性检测

现有的视频显著性检测算法通常采用双流结构提取视频的时空线索,其中运动信息作为双流结构的一个分支,在显著物体发生剧烈或慢速移动时存在运动估计准确率低的问题,并且不合理的训练数据或方案使得权重偏向单个分支结构。提出一种基于多流网络一致性的视频显著性检测算法MSNC。设计并使用一种新的三重网络结构提取预选目标区域的颜色信息、时序信息和先验特征,通过先验特征补偿运动流的缺陷,并提高运动线索的利用率。采用多流一致性融合模型优化三流分支,得到不同特征的最佳融合方案。同时通过循环训练策略平衡三重网络的权重,以避免网络过度拟合单流分支,从而有效地提高运动估计和定位的准确率。在Davis数据集上的实验结果表明,相比PCSA、SSAV、MGA等算法,该算法的鲁棒性更优,其maxF和S-Measure值分别达到0.893和0.912,MAE仅为0.021。

基于稀疏表示特征差异性的屏幕图像质量评估

目前的屏幕图像质量评估方法大都是以单一级别的方式来评估图像的质量,这并不符合人类视觉系统的多层次特性。为此,提出了一种基于稀疏表示下梯度图像差异性的屏幕图像质量评估方法。将RGB图转为灰度图从而计算出梯度图后,学习参考图像字典,提取参考图像和失真图像的字典使用比重差异、长短差异、重叠率等特征,最后通过权重融合得到最终的屏幕图像质量评估结果。屏幕图像数据库(SIQAD)实验结果表明,该方法与人类主观分数有较高的一致性,在各类型失真图像的质量评估上也有优秀的表现。