联合多连接特征编解码与小波池化的轻量级语义分割

语义分割是当前场景理解领域的基础技术之一。现存的语义分割网络通常结构复杂、参数量大、图像特征信息损失过多和计算效率低。针对以上问题,基于编-解码器框架和离散小波变换,设计了一个联合多连接特征编解码与小波池化的轻量级语义分割网络MLWP-Net(Multi-Link Wavelet-Pooled Network),在编码阶段利用多连接策略并结合深度可分离卷积、空洞卷积和通道压缩设计了轻量级特征提取瓶颈结构,并设计了低频混合小波池化操作替代传统的下采样操作,有效降低编码过程造成的信息丢失;在解码阶段,设计了多分支并行空洞卷积解码器以融合多级特征并行实现图像分辨率的恢复。实验结果表明,MLWP-Net仅以0.74 MB的参数量在数据集Cityscapes和CamVid上分别达到74.1%和68.2%mIoU的分割精度,验证了该算法的有效性。

多尺度池化和双向特征融合的场景文本检测

针对自然场景中文字背景复杂多样、形态大小各异的问题,提出了一种新的基于分割的场景文本检测网络。通过构建多尺度池化和双向特征融合两个模块来提升网络性能。根据文本实例的特点,多尺度池化模块使用不同长宽比窗口的空间池来捕获不同距离上文本信息的依赖关系,指导网络得到更加准确的分割结果。双向特征融合模块构建了两条不同方向的融合路径,以更好地利用主干网络的不同尺度特征,提升网络对不同尺度文本的检测性能。实验结果证明了所提方法的有效性,在ICDAR2015、MSRA-TD500和Total-Text这三个公开数据集上,分别取得了87.7%、86.7%和85.5%的F-measure值。

融合词性语义扩展信息的事件检测模型

事件检测是事件抽取中的关键步骤,依赖于触发词进行事件类型分类。现有主流事件检测方法在稀疏标记数据上性能较差,模型过度拟合密集标注的触发词,在稀疏标记的触发词或者未见过的触发词上容易失效。改进方法通常通过扩充更多训练实例来缓解这一问题,但扩充后的数据分布不平衡,存在内置偏差,仍然表现不佳。为此,建立一种融合词性语义扩展信息的事件检测模型。对词粒度扩展信息进行分析,在不增加训练实例的条件下缩小候选触发词的范围,并对候选触发词进行语义扩展,挖掘候选触发词的上下文中蕴含的丰富语义,缓解了标记数据稀疏造成模型训练不充分的情况。通过词性筛选模块寻找候选触发词并对其进行语义扩展挖掘词粒度语义信息,融合句子粒度语义信息提升语义表征的鲁棒性,最终利用Softmax分类器进行分类完成事件检测任务。实验结果表明,该模型在ACE2005和KBP2015数据集上的事件检测任务中的F1值分别达到79.5%和67.5%,有效提升了事件检测性能,并且在稀疏标记数据实验中的F1值达到78.5%,明显改善了标记数据稀疏带来的不良影响。

集改进图卷积和多层池化的点云分类模型

针对基于图卷积的点云分类模型在提取点云不同语义区域的特征信息以及高效利用聚合的高维特征方面存在的问题,本文提出了一种新的点云分类模型,该模型采用了动态自适应图卷积和多层池化相结合的方法。具体而言,本文采用了残差结构来构建更深层的卷积,以学习不同语义区域点对特征中不同层次的特征信息,从而生成动态自适应调整卷积核,针对不同的点对动态更新边的特征关系,从而提取更为精确的局部特征。同时,本文将聚合的高维特征输入到多层最大池化模块中,回收利用第一次最大池化后丢弃的特征信息进行多层最大池化,从而获取更为丰富的高维特征,提高分类模型的精度。实验结果表明,在ModelNet40数据集上,本文提出的分类模型的总体精度达到93.3%,平均精度为90.7%,明显优于目前主流的点云分类模型,并具有较强的鲁棒性。

基于全局滤波池化多关系Transformer网络的行人重识别

行人重识别(Re-identification,ReID)的关键挑战之一是提取关键且鲁棒的特征,近年来,Transformer网络不断展现其在该问题上具有强大的特征提取和表达能力。针对传统Transformer网络局部信息获取不如卷积神经网络的问题,提出一个基于ReID的全局滤波池化多关系Transformer(Trans-global filter pooling multi relationship-ReID,TFMR)网络新型框架,解决了Transformer网络局部关系建模不够丰富的问题。多关系(multi relation,MR)网络考虑身体多个部位间的关系,使特征包含局部信息之间的联系,增强特征中行人生理结构的关联。同时设计了全局滤波池化(global filter pooling,GFP)模块,将其嵌入到Transformer网络中,降低图片中噪点的干扰并减少视图变化造成的特征偏差,从而获取人物图像中更清晰的全局特征,提升识别准确率。实验表明,模型在区分行人信息问题上具有高效性,在Market-1501、DukeMTMC-ReID和MSMT17数据集中优于其他模型。

基于Transformer的机器人像素级抓取位姿检测

机器人抓取检测一直是机器人领域的研究热点,但机器人在复杂环境下执行多物体抓取任务时面临位姿估计不准确的问题。为了解决这一问题,提出了一种基于Transformer的抓取检测模型——PTGNet(pyramid Transformer grasp network)。PTGNet采用具有金字塔池化结构和多头自注意力机制的Transformer模块,其中,金字塔池化结构能够对特征图进行分割和池化,以捕获不同层次的语义信息并降低计算复杂度,多头自注意力机制通过强大的特征提取能力有效地提取全局信息,使得PTGNet更适用于视觉抓取任务。为了验证PTGNet的性能,基于不同数据集对PTGNet进行训练和测试,并在仿真和真实物理环境下基于PTGNet开展机械臂抓取实验。结果表明,PTGNet在Cornell数据集和Jacquard数据集上的准确率分别为98.2%和94.8%,表现出具有竞争力的优异性能;在多目标数据集下,相比于其他检测模型,PTGNet具有优秀的泛化能力;在PyBullet仿真环境下开展的单对象和多对象抓取实验中,机械臂的平均抓取成功率分别达到了98.1%和96.8%;在真实物理环境下开展的多对象抓取实验中,机械臂的平均抓取成功率为93.3%。实验结果验证了PTGNet在复杂环境中预测多物体抓取位姿的有效性和优越性。

基于轻量级残差网络的苹果叶病识别

【目的】解决卷积神经网络在复杂环境下识别率低、模型参数多等问题,为苹果叶病智能识别提供参考。【方法】本研究提出一种基于改进ResNet18的苹果叶病识别模型。首先,通过离线增强和在线增强两种方式解决数据不平衡和数据过拟合现象,增强模型的泛化能力;其次,引入缩放因子调整通道参数以减少网络参数量,并在下采样残差结构的恒等映射中用最大池化层代替1×1卷积完成下采样,去除图片中的冗余特征,增大模型的感受野;将ResNet18模型的第一层7×7卷积层替换为多尺度特征提取模块,提高模型对细小病斑的提取能力;最后,在特征提取网络中插入DenseBlock模块,加强模型对浅层有效特征的重用。【结果】改进后的ResNet18模型准确率为97.94%,比原模型高出0.88个百分点;模型大小为3.97MB,比原模型减小90.77%。与ShuffleNetv2、MobileNetv3、EfficientNet等轻量化模型和Inceptionv2、DenseNet、ResNet等经典模型相比,该模型拥有更好的性能。【结论】改进后的模型在复杂环境下能够准确识别苹果叶病,并且具有较少的模型参数,方便移植到移动设备上,为苹果叶病的智能诊断提供参考。

基于多尺度特征融合和对比池化的点云补全网络

点云补全在点云处理任务中具有重要作用,它可以提高数据质量、辅助生成精确三维模型,为多种应用提供可靠的数据支撑。然而,现有基于深度网络的点云补全算法采用的单层次全局特征提取方法较为简单,没有充分挖掘潜在语义信息,并在编码过程中丢失部分细节信息。为解决这些问题,提出了一种多尺度特征逐级融合的点云补全网络,并结合注意力机制提出了一种全新的池化方法。实验结果表明,在PCN、ShapeNet34和ShapeNet55三个数据集上取得了SOTA水平,证明该网络具有更好的特征表示能力和补全效果。

用于道路提取的结构特征优化方法

针对以往的遥感道路提取研究中大多忽略了整个输入图像的道路结构特性,对于较为复杂、多道路区域的情况,难以产生完整道路网的问题。首先,设计了一个带状池化模块SPM,用于有效地扩大接收领域的骨干。具体来说,SPM侧重于沿着水平或垂直空间维度编码长距离上下文,并对汇集的映射中的每个空间位置的全局水平和垂直信息进行编码,实现了捕获长距离空间依赖性和利用通道间依赖性的能力的提升。考虑到道路尺度的多样性,提出级联的多尺度注意增强模块(CMSAE),利用多尺度特征上的空间注意剩余块来捕获长距离依赖,并引入信道注意层来优化多尺度特征融合,目的是解决现有方法中道路提取不连续和锯齿状边界识别的问题,并聚合连续道路的空间细节和语义信息。经实验验证和多种算法进行比较,所提方法相较于U-Net网络在Precision、Recall、IoU、ACC四个指标上分别提升了3.05、2.12、3.43、1.85个百分点,均优于对比算法,证明了该方法在改善道路提取任务中不连续问题的有效性。

基于多尺度特征融合和多头自注意力机制的非侵入式负荷监测

针对目前负荷分解模型的深层负荷特征提取不充分,分解精度低以及训练成本高等问题,提出了一种多尺度特征融合模型。模型由负荷分解子网络及负荷识别子网络两部分构成,两个子网络均利用一维卷积和批量归一化等组成的卷积块进行负荷特征初提取,然后采用金字塔池化模块从多个维度精确提取深层负荷特征信息,并与特征初提取部分进行融合。金字塔池化模块使网络参数大大减少且降低了训练成本。同时与以往模型中的注意力机制不同的是,网络引入多头自注意力机制,每个注意力关注负荷特征的不同部分,从多个角度实现对重要负荷特征的筛选,进一步提高分解性能。最后,在UK-DALE和REDD数据集上进行实验,结果表明所提模型与4个基准模型相比,无论是负荷分解性能还是电器运行状态识别能力都有明显提升。

使用Multi-Tier技术架构Web应用系统

Web系统目前被广泛应用于Internet/Intranet,随着网络的发展,传统的CGI/ISAPI标准结构已不能满足需要,本文介绍了Delphi的InternetExpress和DatabasePooling等Multi Tier技术,通过对CGI/ISAPI结构与InternetExpress结构的比较,介绍使用InternetExpress技术结合MST(MicrosoftTransactionServer)构建基于Web的三层结构系统的架构过程。并以开发实例加以说明。

多尺度融合与FMB改进的YOLOv8异常行为检测方法

针对异常行为检测目标面临多尺度变化、易漏检误检以及复杂背景干扰等问题,提出了一种多尺度特征融合与快速多交叉结构改进的行人异常行为检测方法。该方法以YOLOv8为基线网络,在模型主干部分设计了快速多交叉结构提升上下文信息感知能力并减少网络参数,提出空间递进卷积池化模块实现多尺度信息融合,降低尺度差异带来的易漏检误检问题,提高检测的准确度;在模型颈部中引入SimAM注意力机制抑制复杂背景干扰,提升目标检测性能;最后采用WIoU损失函数平衡检测锚框的惩戒力度增强模型泛化性能。所提方法在UCSD-Ped1、UCSD-Ped2数据集进行验证,并在OPIXray数据集进行了泛化性测试。结果表明,所提方法异常行为识别精度较诸多先进检测算法均有不同程度的提升,且参数量更小,是一种性能较为优异的行人异常行为检测方法。

基于归一化流概率模型的水电机组异常声音检测

为推进水电机组智能化运维的发展,提出了一种自注意多阶统计量池化(SAMOSP)归一化流条件概率模型(NFCPM)用于水电机组的无监督异常声音检测。文中首次提出了自注意多阶统计量池化模块。该模块首先用一维压缩卷积层和瓶颈压缩激励部分自注意到时间帧的权重向量。权重向量用来计算多阶统计池化向量。然后再分频段的自注意到多阶统计池化量的不同权重,并按其提取不同频段的重要统计量信息,从而得到时频图的自注意统计池化特征向量。接着用归一化流条件概率模型对从水轮机组正常音频信号中提取到的自注意统计池化特征向量进行正常数据的概率建模。不同时间段的测试样本在该正常数据概率模型中进行测试,并得到相应的分数。分数越低表示概率密度越低,则异常程度越大,从而实现水电机组音频信号的无监督异常检测。

融合双注意力机制的多尺度胰腺分割方法

为解决CT图像中胰腺边界不规则导致分割精度不高的问题,提出一种融合双注意机制的多尺度U型网络模型。该模型由一个编码器及两个解码器组成,提高特征利用。针对模型中连续下采样导致特征空间信息损失的问题,提出一种金字塔注意力特征融合模块,引入通道和空间两个独立注意力机制,提供多尺度输入信息并行采样,提高边界提取性能,提升分割精度。实验结果表明,该方法在ISICDM 2018数据集上的平均Dice系数为85.35%,具有效性。

基于局部和全局特征融合的二阶段人脸图像修复算法研究

针对大面积不规则破损的人脸图像修复过程中出现的伪影和不连贯问题,提出一种基于特征融合和多尺度注意力机制的二阶段人脸图像修复算法。在粗修复网络增加全局和局部特征分支来处理编码器的输出。其中,局部特征分支使用多尺度空洞卷积和门控残差连接来聚合上下文信息,并与全局特征分支的输出进行正交融合,提高局部特征与全局特征的相关性,减少特征冗余。在精修复网络增加平均和最大金字塔池化模块,其中,平均池化用于捕捉整体统计信息,最大池化用于提取空间上显著的特征并保留关键信息,并利用通道⁃空间注意力机制进行图像特征结构调整和纹理生成。最后,构建了一个包括多尺度结构相似性损失的复合函数对网络进行训练。实验结果表明,所提算法在主观和客观评价指标上均优于现有算法。

多尺度特征融合注意力新冠肺炎病灶分割网络

新冠病毒传染性极强,尽早的诊断和治疗是减少疫情造成损失的关键因素。为辅助医生诊断新冠病情,高效、准确地从肺部CT切片中分割新冠病灶,提出了一种改进的编码器-解码器深度神经网络———多尺度融合注意力网络MSANet(Multi-scale Attention Network),以图像分割效果较为出色的U-Net网络为基础,通过全局池化层和设置空洞卷积的采样率,增大网络感受野,捕获多尺度信息,实现对大目标的有效分割;使用通道注意力与空间注意力,在空间维度上建模,有效提取图像深层特征。测试结果表明,改进后的算法与U-Net网络相比,分割的平均交并比提升了1.46%,类别平均像素准确率提升了0.8%,准确率提升了1.17%。

冷涡影响下杭州湾一次区域性极端大风的演变和机制分析

利用常规气象探空观测、地面自动气象站逐分钟观测、风廓线雷达以及多普勒天气雷达等多源观测资料,分析了2021年4月30日傍晚到夜间浙江北部和杭州湾沿海地区一次区域性极端大风的天气特征,重点探讨了对流系统移入杭州湾后的中尺度演变特征和大风增强的原因。结果表明,此次过程是典型的多尺度相互作用的结果,在高空深厚的东北冷涡影响下,配合中层西北急流和较强的地面暖低压促使飑线后部对流系统发展,形成雷暴大风天气。对流单体在经过杭州湾水系后明显增强,其阵风锋前侧有西南暖湿入流,后部冷池发展强盛,气压涌升,叠加地面环境风场和杭州湾水面的热动力条件,从而触发不稳定能量促使单体发展。系统经过杭州湾后辐散下沉出流明显增强,将中高层的动量更快地下传至地面,对于杭州湾南部风力增强效应显著。杭州湾光滑下垫面、喇叭口等特殊地形也是造成极端大风出现的原因之一。同时,逐分钟变温相比于极大风出现时间提前了约7~10 min,对于局地极端大风监测预警有一定的指示意义。

基于多粒度特征的行人重识别方法研究

由于采集的图像中存在遮挡、图像分辨率低、人姿态发生改变等干扰因素,行人重识别的研究极具挑战性。为此,文章提出基于注意力机制与多粒度特征的行人重识别网络。首先,针对行人姿态的改变,设计了一种多粒度特征提取模块,使用多分支网络联合注意力机制提取多层次全局特征与局部特征。其次,针对行人局部未对齐问题,文章提出了一种邻域自适应特征融合模块。此外,为保留更多的有用信息,文章还设计了一个自适应特征池化模块。在两个公开数据集进行了实验,与其他方法的比较结果验证了所提出方法的有效性。

多级液体分布器流动特性分析

新型污水处理工艺的处理效率受到反应池流场扰动影响较大,引起流场扰动的主要因素是液体分布器出流均匀性和出孔湍流强度。目前,关于分布器均匀布水的研究较少,尚未揭示淹没流的孔口阻力特性与沿程阻力特性协同机制。本文提出一种孔径梯度变化的多级液体分布器结构,应用于某示范工程中,建立了基于物质传输模型的淹没流液体分布装置有限元分析方法,将数值模拟结果与试验结果进行对比。结果表明:试验得到2个测试平面内氯离子质量浓度最大偏差为1.97%,有限元模拟得到多级液体分布器的克里斯琴森均匀系数为89.1%。在进水过程中,试验和有限元模拟所得新进水质量分数的变化趋势一致,结果吻合较好,证明了新型污水反应器结构的合理性,且满足工程应用要求。

融合密集编码器与双路径注意力的皮肤病变分割方法

针对皮肤镜图像病变区域存在形状大小各异、边界不连续且模糊、病灶区域与背景相似度高的问题,提出了一种融合密集编码器与双路径注意力的皮肤病变分割网络(DEDA-Net)。首先,运用密集编码模块进行多尺度信息融合增强网络特征提取能力,缓解皮肤镜图像中边缘模糊的问题,并采用跳跃连接与残差路径减少网络编解码之间的语义鸿沟;其次,根据特征图内每个特征点关联性程度大小进行加权提出了全局正态池化层,设计了在空间与通道两个维度提取特征信息的双路径注意力模块,避免因全局信息获取不足导致难以区分病灶区域与背景的问题;最后,利用辅助损失函数思想,在网络中间与最后的输出层两侧使用加权损失函数来提升网络泛化能力。实验结果表明,该算法在ISIC2017数据集上分割精度为96.45%,特异性为97.82%,Dice系数为93.16%,IoU为86.61%,比基线U-Net分别提高了5.93个百分点、6.45个百分点、6.53个百分点和5.63个百分点,能够有效分割皮肤病变区域。