小波DehazeFormer网络的道路交通图像去雾

针对道路交通雾图像对比度低、细节丢失、模糊和失真的问题,提出了一种小波DehazeFormer模型的道路交通图像去雾方法。为提升模型去雾能力,构建了编解码结构的小波DehazeFormer网络,编码器以DehazeFormer与选择性核特征融合模块(Selective kernel feature fusion,SKFF)级联作为骨干网络的基本单元,编码部分由三级这样的基本单元构成,以融合图像的原始信息和去雾后的信息,更好地捕获雾图中关键特征;中间特征层采用局部残差结构,并加入卷积注意力机制(Convolutional Block Attention Module,CBAM),对不同级别的特征赋予不同权重,同时融入内容引导注意力混合方案(Content-guided Attention based Mixup Fusion Scheme,CGAFusion),通过学习空间权重来调整特征;解码部分由DehazeFormer和SKFF构成,采用逐点卷积,在保证网络性能同时,减少网络的参数量;跳跃连接引入小波变换,对不同尺度的特征图进行小波分析,获取不同尺度的高、低频特征,放大交通雾图的细节使得复原图像保留纹理;最后,将原始图像和经解码后输出的特征图融合,获取更多的细节信息。实验结果表明,本文方法相比于基线DehazeFormer网络,其PSNR指标在公开数据集中提升1.32以上,在合成数据集中提升0.56,SSIM指标提升了0.015以上,MSE值有较大幅度降低,下降了23.15以上;Entropy指标提升0.06以上。本文去雾算法对提升交通雾图像的对比度、降低雾图模糊和失真及细节丢失等方面均表现出优良的性能,有助于后续道路交通的智能视觉监控与管理。

一种轻量化多尺度遥感图像分割方法

遥感图像的语义分割在城市规划和发展中发挥着至关重要的作用。如何对高复杂度、多类别的遥感影像进行自动、快速、有效的语义分割已成为研究的关键。现有的基于深度学习的分割方法存在模型复杂、计算成本较高等问题。提出一种端到端的轻量级多尺度特征提取分割网络(Multi-Scale Feature Extraction and Segmentation Network MSNET),旨在解决在高准确性情况下降低计算成本的问题。主干是基于轻量级网络MobileNetV2的编码网络和基于MSConv的解码网络构成的整个主干,其中MSConv是一种新的多尺度卷积模块。还提出了一种特征融合注意力模块(Feature Fusion Attention Module, MSAM)来有效地整合通道和空间维度上注意机制的全局信息。引入更加轻量化的局部重要性池化(Local Importance Pooling, LIP)代替普通池化操作以及添加了空洞空间卷积池化金字塔(Atrous Spatial Pyramid Pooling, ASPP)模块进一步提取丰富的特征。在公开数据集WHDLD上进行对比评估,F1达到83.12%,推理时间仅为0.007 4 s。

基于YOLOv8s改进的小目标检测算法

针对目标检测任务中小目标尺寸较小、背景复杂、特征提取能力不足、漏检和误检严重等问题,提出了一种基于YOLOv8s改进的小目标检测算法——Improved-v8s。Improved-v8s算法重新设计了特征提取和特征融合网络,优化检测层架构,增强浅层信息和深层信息的融合,提高了小目标的感知和捕获能力;在特征提取网络中使用部分卷积(Partial Convolution,PConv)和高效多尺度注意力(Efficient Multi-scale Attention,EMA)机制构建全新的F_C_(2)f_EMA,在降低网络参数量和计算量的同时,通过通道重塑和维度分组最大化保留小目标的特征信息;为了更好地匹配小目标的尺度,优化调整SPPCSPC池化核的尺寸,同时引入无参注意力机制(Simple-parameter-free Attention Module,SimAM),加强复杂背景下小目标特征提取;在Neck部分使用轻量级上采样模块——CARAFE,通过特征重组和特征扩张保留更多的细节信息;引入了全局注意力机制(Global Attention Mechanism,GAM)通过全局上下文的关联建模,充分获取小目标的上下文信息;使用GSConv和Effective Squeeze-Excitation(EffectiveSE)设计全新的G_E_C_(2)f,进一步降低参数量,降低模型的误检率和漏检率;使用WIoU损失函数解决目标不均衡和尺度差异的问题,加快模型收敛的同时提高了回归的精度。实验结果表明,该算法在VisDrone2019数据集上的精确度(Precision)、召回率(Recall)和平均精度(mean Average Precision,mAP)为58.5%、46.0%和48.7%,相较于原始YOLOv8s网络分别提高了8%、8.5%和9.8%,显著提高了模型对小目标的检测能力。在WiderPerson和SSDD数据集上进行模型泛化性实验验证,效果优于其他经典算法。

改进的DeepLabCut鱼类游动轨迹提取

针对现有的鱼类游动轨迹提取方法在提取效率和准确率方面不能同时兼顾的问题,提出了一种改进的DeepLabCut方法用于鱼类背部关键点识别和定位。首先,选择了轻量级卷积神经网络模型EfficientNet-B0作为DeepLabCut的主干网络模型,用于提取鱼类背部关键点的特征,为了增强EfficientNet-B0的表征能力,在网络模型中引入了改进的CBAM(Convolutional Block Attention Module)注意力机制模块,将CBAM中的空间注意力模块和通道注意力模块从原来的串行连接方式改为并行连接,以解决两种注意力模块之间因串行连接而导致的互相干扰问题。其次,基于MSE(Mean Squared Error)损失函数提出了一种分段式损失函数H_MSE用于模型的训练,分段式损失函数H_MSE相对于传统的损失函数具有较强的鲁棒性,其在处理数据中的异常值时能表现出较低的敏感性。最后,采用了半监督学习方法对关键点进行自动标记来减少人工标记数据时产生的误差。结果显示:相比于DeepLabCut原始算法,识别误差RMSE(Root Mean Squared Error)平均降低了4.5像素;与目标检测算法Faster RCNN、SK-YOLOv5、ESB-YOLO、YOLOv8-Head-ECAM相比,识别误差RMSE平均降低了11.5像素,检测效果优于其他目标检测网络和原始网络,平均每张图像的检测时间为0.062 s,能够快速准确提取鱼道内鱼类的游动轨迹,为优化鱼道的水力设计指标提供了重要依据。

基于位置感知和跨层特征融合的航拍小目标检测算法

针对航拍图像目标尺度小、背景复杂、漏检和误检严重,提出了一种基于位置感知和跨层特征融合的航拍小目标检测算法DC-YOLOv8s。DC-YOLOv8s新增小目标检测层,增强对小目标尺度的敏感性,提高检测精度。为了减少特征信息的丢失,设计了跨层特征融合模块,充分融合小目标浅层语义信息和深层语义信息,丰富特征表示。改进C 2f结构,结合可变性卷积设计了基于位置感知融入残差的感受野注意力模块,适应航拍小目标形状的变化,快速提取感受野特征,降低漏检和误检率。最后使用基于注意力机制的动态检测头在尺度感知、空间感知、任务感知方面提高复杂场景下小目标的定位性能。实验表明,在VisDrone2019数据集上,DC-YOLOv8s在P、R、mAP上相较于YOLOv8s分别提高了7.2%、7.5%、9.1%,显著提高了小目标检测的性能,FPS为71帧,满足实时性要求。在VOC2007+2012上进行模型泛化性实验验证,效果优于其他经典算法。

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。

基于解的空间约束的超声前列腺图像分割算法

超声前列腺图像分割是一项极具挑战的任务,目前传统检测算子面对灰度对比不显著的部位难以去辨别,神经网络则忽视了超声图像信噪比低的影响且消耗大量算力。为解决以上问题提出一种高效的基于解的空间约束的超声前列腺图像分割算法,将分割问题转化为求边界点问题,首先对法向量算子改进,改善其检测能力;然后使用降噪自编码器根据形状约束克服噪声优化解的空间;最后引入迭代算子将解的范围限制在极小的区域实现精准分割。实验表明,模型交并比型(IoU)达94.4%,DSC值约97.05%,精度高于当前热门的神经网络算法,且更轻量化。

基于特征注意力的快速非均匀雾图像去雾算法

针对现有单幅图像去雾算法在雾度分布不均匀情况下去雾效果的局限性,以及较高的时间成本等问题。提出了一种以编码器-解码器结构为基本框架,融合多尺度卷积与特征注意力的快速图像去雾算法。首先,基于对性能和内存存储的权衡,使用了一种轻量级的编码器-解码器结构,以保证较低的时间成本;其次,考虑到在不均匀雾度分布的场景中,雾化的区域可能超过卷积核的大小,提出了一种多尺度卷积结构,在特征提取阶段首先使用1×1、3×3、5×5、7×7的并行多尺度卷积提取特征,以增大感受野保留输入图像的更多细节;为了验证算法的有效性,在3种数据集上将本文提出的算法与目前流行的算法进行对比实验。算法在真实的非均匀雾度分布场景NH-HAZE 2数据集中,3项评价指标峰值信噪比(PSNR)、结构相似性(SSIM)、单张分辨率为1600×1200的图片处理时间分别为20.50dB、0.84、0.0038 s,相对于DMPHN模型均有所提高,3项指标皆处于较高水平。实验结果表明,算法有效地解决了在雾度分布不均匀情况下去雾效果不理想的问题,降低了时间成本,同时复原图像在颜色、亮度方面具有更好的表现。

改进YOLOv7的复杂环境下铅封小目标检测

针对海港集装箱运输场景复杂、受光强弱程度不同、视角远近不同、铅封与背景颜色相近等情况导致的小目标铅封检测困难问题,提出了一种改进的YOLOv7集装箱上铅封检测方法。采用一种将上下文信息直接融入目标检测任务的方法,结合自顶向下的特征金字塔网络(path aggregation feature pyramid network,PAFPN)结构进行不同尺度的特征信息融合,提高辨别准确度;针对小铅封特征在训练过程中出现消失的问题,为骨干网络的最后一个MPConv与E-EALN模块嵌入可变形卷积模块(deformable convolution v3),适应形状大小不同输入的铅封特征图,在特征融合时,保证更多包含浅层语义信息的特征图被送入分类网络,增加模型复杂场景下的学习能力;在Neck部分融入自注意力机制(SimAM),自适应地选择输入中的重要信息,进一步提高在复杂多变背景下模型表现能力;针对数据集中集装箱上铅封距离远近不同,采用Focal Loss分类损失函数替换交叉熵损失,平衡高质量样本和低质量样本对Loss贡献,采用引入超参数的EIoU、CIoU Loss定位损失改进CIoU损失,使模型更关注预测框与真实框的重叠度,提高损失计算的准确性,同时适用于目标形状大小的变化性,提高鲁棒性。结果显示,改进后的YOLOv7算法相较于原始算法,可以达到81.6%的平均精度(mAP),检测效果优于其他经典目标检测网络和原始网络,在时间性能上,平均每张图像的识别时间为0.058 s,符合集装箱港口铅封检测的实时性要求。

基于IoU约束的孪生网络目标跟踪方法

基于孪生网络的跟踪方法通过离线训练跟踪模型,不需要对跟踪模型进行在线更新,兼顾了跟踪精度和速度。现有孪生网络目标跟踪方法使用固定阈值选择正负训练样本易造成训练样本漏选问题,且训练时分类分支和回归分支之间存在低相关性问题,不利于训练出高精度的跟踪模型。为此,提出了一种基于交并比(IoU)约束的孪生网络目标跟踪方法。通过使用动态阈值策略根据预定义锚框与目标真实框的相关统计特征,动态调整正负训练样本的界定阈值,提升跟踪精度。所提方法使用IoU质量评估分支代替分类分支,通过锚框与目标真实框之间的IoU反映目标位置,提升跟踪精度,降低模型的参数量。在数据集VOT2016、OTB-100、VOT2019、UAV123上进行了对比实验,所提方法均有较好的表现。在VOT2016数据集上,所提方法的跟踪精度比SiamRPN方法高0.017,期望平均重叠率为0.463,与SiamRPN++相比仅差0.001,实时运行速度可达220帧/s。

一种优化树状模型的肝脏自动分割方法

针对CT图像的复杂性与肝脏形态的多样性,提出一种优化的肝脏自动分割方法。通过基于部件共享池的混合树状模型(TSPM)捕获肝脏边界的拓扑形态变化,利用凹凸点算法根据肝脏形变自动筛选TSPM中的关键点,避免冗余点对肝脏边界的错误定位,并将不同颜色空间应用于肝脏图像分割中提高分割精度。实验结果表明,与现有分割方法相比,优化方法可获得更准确的肝脏分割结果。

复Contourlet域有向图与高斯混合模型的声呐图像增强

提出了复Contourlet域(CCT)中有向图与高斯混合模型的声呐图像增强算法。采用复Contourlet分析提取各尺度中声呐图像每一方向的弱特征信息;为建立特征信息间的联系,考虑复Contourlet域相邻尺度间子带系数的状态具有Markov性,子节点系数的状态依赖于父节点系数状态,构建有向概率图模型反映复系数的这种持续性;尺度内,构建高斯混合模型来建立同尺度中特性信息的联系,以两状态高斯混合模型来表征子带系数的非高斯边缘分布;最后,采用期望最大(EM)算法训练模型参数估计增强图像的系数,实现声呐图像增强。实验结果表明,本文算法与小波域隐马尔可夫树(HMT)算法、Contourlet域HMT算法相比,峰值信噪比(PSNR)增大4 dB以上,结构相似(SSIM)指数增加0.3;本文算法不仅能较好地抑制了声呐图像的强噪声,同时保留了图像边缘和轮廓等弱特征信息。

基于时间序列组合逻辑运算的智能视频监控报警算法

针对智慧小区视频监控中多目标的判别与报警问题,提出一种基于时间序列组合逻辑运算的智能视频监控报警算法。为实现在多摄像机、多触发事件的协同工作,以完成对目标的检测、跟踪及分析,构建了各触发事件之间依据逻辑与、或、非等组合逻辑运算规则来满足智能监控的要求;其次,引入事件触发时间、顺序及优先级别等因素,构建基于时间序列的监控系统报警组合逻辑运算算法,所有触发事件按时间序列组合逻辑运算规定,触发视频监控系统报警。实验结果表明,所提算法可综合应用多视频信号源实现多触发信号混合使用与报警,实现安全可控、精确便捷的智能化监控。

U-Net与自适应阈值脉冲耦合神经网络相结合的眼底血管分割方法

由于眼底血管结构复杂多变,且图像中血管与背景对比度低,眼底血管分割存在巨大困难,尤其是微小型血管难以分割。基于深层全卷积神经网络的U-Net能够有效提取血管图像全局及局部信息,但由于其输出为灰度图像,并采用硬阈值实现二值化,这会导致血管区域丢失、血管过细等问题。针对这些问题,提出一种结合U-Net与脉冲耦合神经网络(PCNN)各自优势的眼底血管分割方法。首先使用迭代式U-Net模型凸显血管,即将U-Net模型初次提取的特征与原图融合的结果再次输入改进的U-Net模型进行血管增强;然后,将U-Net输出结果视为灰度图像,利用自适应阈值PCNN对其进行精准血管分割;在U-Net模型中引入Batch Normalization和Dropout,提高训练速度,有效缓解过拟合问题。实验结果表明,所提方法的AUC在DRVIE、STARE和CHASE_DB1数据集上分别为0.9796,0.9809和0.9827。该方法可以提取更多的血管细节,且具有较强的泛化能力和良好的应用前景。

基于EfficientNet-B5级联U型网络的视网膜血管分割方法

针对视网膜图像细小血管难以分割以及病灶误分割等问题,提出了一种基于EfficientNet-B5级联U型网络的视网膜血管分割方法。首先,采用EfficientNet-B5编码器对图像特征编码,提取图像更深层特征;其次,引入空洞空间卷积池化金字塔模块有效地提取视网膜图像中的多尺度特征信息;在双卷积块中加入高效通道注意力捕获跨通道交互的信息;然后,采用级联U型结构,后一级网络对前一级网络的血管分割结果进行细化与优化;最后,采用形态学算子对网络输出的分割图像进行后处理。在CHASE_DB1数据集上的实验结果表明,该算法的F1值、特异度、准确率及AUC分别为79.57%、98.21%、96.30%和97.51%,相比FC-RCF、U-Net和Res-UNet等算法均有提升。该算法在精确地分割血管的同时表现出较好的抗干扰性能。

基于自适应校准和多分支注意力的遥感目标检测

面向复杂多变的遥感场景下目标检测易受干扰的问题,提出了结合自校准模块和D_Triplet Attention的任意方向目标检测模型SD-Centernet。该方法在网络结构中引入旋转角度,为检测框提供角度信息。在Dlanet特征提取网络中引入self-Calibrated模块,通过自适应校准操作融合来自两个不同空间尺度的信息,增大输出特征的感受野。同时为了加强图像局部信息的聚焦,引入D_Triplet Attention,更好的解决了跨维度交互问题。SD-Centernet在HRSC-2016数据集上的检测精度达到86.25%,检测速度达到14.9帧/秒,有效提高了遥感航拍中多方位目标的检测效果。

交通道路行驶车辆车标识别算法

为解决交通道路行驶车辆车标识别中存在的目标小、噪声大、种类多的问题,提出了一种基于深度学习的目标检测算法与基于形态学模板匹配算法相结合的方法,并设计了一种高准确度且能应对新类型车标的识别系统。首先,采用通过K-Means++重新聚类锚框值,并引入残差网络的YOLOv4进行车标的一步定位;其次,通过对标准车标图像进行预处理及分割,构建二值车标模板库;接着,利用带色彩恢复的多尺度视网膜图像增强算法(MSRCR)、最大类间方差法(OTSU)等对定位到的车标进行预处理;最后,将处理好的车标与模板库中的标准车标进行汉明距离计算,求出最佳匹配。车标检测实验中,改进的YOLOv4检测精度均优于原始YOLOv4、基于车牌位置的车标两步定位法和基于散热器栅格背景的车标定位法,达到99.04%;速度略低于原始YOLOv4,高于另外两者,达到每秒50.62帧。车标识别实验中基于形态学模板匹配的识别精度均高于传统的方向梯度直方图(HOG)、局部二值模式(LBP)和卷积神经网络,达到92.68%。实验结果表明基于深度学习的车标检测算法有较高的精度和较快的速度,形态学模板匹配方法在光照变化和噪声污染的情况下仍能保持较高的识别精度。

基于深度学习的智能高精度图像识别算法

针对高精度训练样本缺失场景下图像识别算法泛化能力差的问题,文中提出一种改进的深度置信网络结构(DBNs)。该结构通过在DBN网络中引入随机隐退机制,使得隐含层中的部分单元失效,仅保留其连接权重,防止小样本量训练过程中产生的过拟合现象。为降低引入随机隐退机制后算法的计算复杂度,在该结构中引入基于相邻近算法的降采样机制。采用ORL开放人脸数据集进行仿真实验,结果表明,该机制可以将识别错误率由普通DBN网络的43%降低到5.0%,但计算时间有所增加。对比引入降采样算法后的网络测试结果显示,网络训练时间下降约69.9%;与AlexNet等公开网络的对比测试结果表明,该算法的识别精度可达95.2%,在计算精度与识别效率上均有一定的优越性。

基于darknet框架高空视角下车辆的细分类

相比传统基于交通路口斜视角度视角的局限性,高空视角下的车辆类型识别与分类在实际应用中有明显的优势。通过无人机在高空视角下拍摄数据图片视频,并利用摄像机在平视角度拍摄同一场景下的目标车辆以判断目标车辆的类型。通过旋转、明暗度变化以及增加噪声的数据预处理方法对这些数据进行扩充,得到包括23个车辆类型、2万多张图片的数据集。在基于深度学习的darknet框架下,采用darknet53、ResNet101以及DenseNet201等分类网络对整理的数据进行训练和测试。实验结果表明,大部分车辆类型分类精度达到了90%以上。为车辆重识别技术的进一步研究和发展提供了支撑。

基于加权引导滤波的快速自适应图像去雾

针对有雾天气下传统去雾方法对天空明亮区域大气光值和透射率的估计不足,导致去雾后图像颜色失真,细节信息丢失等问题,提出一种基于加权引导滤波的快速自适应图像去雾算法。首先,天空区域部分将被分割和分开处理,避免在处理图像时由于暗通道原理对天空区域免疫引起结果图像的色彩偏移和伪影。然后,通过暗通道图像粗略估计获取透射率图,采用快速加权引导滤波结合上采样和下采样优化透射率;最后,利用亮度和饱和度调整去雾后的结果图。结果表明:本文算法对于大气光值和透射率的估计准确性得到较大提高,恢复的无雾图像的清晰度和细节增强方面得到了明显提升,具有较高的鲁棒性,适用于智能交通、目标识别等领域。