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
297
篇文章
<
1
2
…
15
>
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
基于跨模态注意力融合的煤炭异物检测方法
被引量:
1
1
作者
曹现刚
李虎
+3 位作者
王鹏
吴旭东
向敬芳
丁文韬
《工矿自动化》
CSCD
北大核心
2024年第1期57-65,共9页
为解决原煤智能化洗选过程中煤流中夹杂的异物对比度低、相互遮挡导致异物图像检测时特征提取不充分的问题,提出了一种基于跨模态注意力融合的煤炭异物检测方法。通过引入Depth图像构建RGB图像与Depth图像的双特征金字塔网络(DFPN),采...
为解决原煤智能化洗选过程中煤流中夹杂的异物对比度低、相互遮挡导致异物图像检测时特征提取不充分的问题,提出了一种基于跨模态注意力融合的煤炭异物检测方法。通过引入Depth图像构建RGB图像与Depth图像的双特征金字塔网络(DFPN),采用浅层的特征提取策略提取Depth图像的低级特征,用深度边缘与深度纹理等基础特征辅助RGB图像深层特征,以有效获得2种特征的互补信息,从而丰富异物特征的空间与边缘信息,提高检测精度;构建了基于坐标注意力与改进空间注意力的跨模态注意力融合模块(CAFM),以协同优化并融合RGB特征与Depth特征,增强网络对特征图中被遮挡异物可见部分的关注度,提高被遮挡异物检测精度;使用区域卷积神经网络(R-CNN)输出煤炭异物的分类、回归与分割结果。实验结果表明:在检测精度方面,该方法的AP相较两阶段模型中较优的Mask transfiner高3.9%;在检测效率方面,该方法的单帧检测时间为110.5 ms,能够满足异物检测实时性需求。基于跨模态注意力融合的煤炭异物检测方法能够以空间特征辅助色彩、形状与纹理等特征,准确识别煤炭异物之间及煤炭异物与输送带之间的差异,从而有效提高对复杂特征异物的检测精度,减少误检、漏检现象,实现复杂特征下煤炭异物的精确检测与像素级分割。
展开更多
关键词
煤炭异物检测
实例分割
双特征金字塔网络
跨模态注意力融合
Depth图像
坐标注意力
改进空间注意力
下载PDF
职称材料
基于改进DeepLabv3+网络的沥青道路裂缝检测方法
2
作者
陈昌川
郝晓严
+1 位作者
龙虹毓
孙霞
《半导体光电》
CAS
北大核心
2024年第3期493-500,共8页
针对传统的语义分割技术对于沥青道路裂缝的检测存在检测精度低、误差大的问题,提出了一个基于改进DeepLabv3+网络的语义分割方法。该方法在编码器阶段,采用轻量级MobileNetv2取代DeepLabv3+的主干网络Xception,从而减少参数量;在解码...
针对传统的语义分割技术对于沥青道路裂缝的检测存在检测精度低、误差大的问题,提出了一个基于改进DeepLabv3+网络的语义分割方法。该方法在编码器阶段,采用轻量级MobileNetv2取代DeepLabv3+的主干网络Xception,从而减少参数量;在解码器阶段,引入双注意力机制以进一步提高网络的分割精度;使用Dice Loss函数与原始交叉熵损失函数混合,以缓解样本中前景和背景不平衡问题。最后以道路实时检测的数据为对象进行了大量的实验,结果表明,该方法与原始DeepLabv3+相比,平均交并比(mIoU)、平均像素精度(mPA)分别提升了8.98%和17.39%。与其他主流语义分割模型相比,改进后的DeepLabv3+在沥青道路裂缝的检测上也取得了较好的效果。
展开更多
关键词
图像分割
DeepLabv3+
注意力机制
特征金字塔
下载PDF
职称材料
预指导的多阶段特征融合的图像语义分割网络
3
作者
王燕
范向辉
王丽康
《计算机应用研究》
CSCD
北大核心
2024年第3期951-955,共5页
针对目前语义分割对图像边缘和小物体不能进行精确识别,以及简单融合多阶段特征会造成信息冗余、混杂不清等问题,提出了一个预指导的多阶段特征融合的网络(pre-guidanced multi-stage feature fusion network,PGMFFNet),PGMFFNet采用编...
针对目前语义分割对图像边缘和小物体不能进行精确识别,以及简单融合多阶段特征会造成信息冗余、混杂不清等问题,提出了一个预指导的多阶段特征融合的网络(pre-guidanced multi-stage feature fusion network,PGMFFNet),PGMFFNet采用编解码器结构,编码阶段利用预指导模块对各阶段信息进行指导,增强各阶段特征之间的联系,解决各阶段特征在后续融合过程中产生的语义混杂问题。在解码阶段,利用多路径金字塔上采样模块融合高级语义特征,然后使用改进的密集空洞空间金字塔池化模块对融合后的特征进一步扩大感受野,最后将高低层次的特征信息融合,使得对小物体的分割效果更优。PGMFFNet在CityScapes公开数据集上进行了验证,得到了78.38%的平均交并比(mean intersection over union,MIoU),分割效果较好。
展开更多
关键词
语义分割
编解码器
预指导
金字塔
特征融合
下载PDF
职称材料
融合位置注意力机制与轻量化STDC网络的非结构化场景语义分割
4
作者
陈晔
杨长春
+2 位作者
杨森
王宇鹏
王彭
《计算机系统应用》
2024年第4期254-262,共9页
近年来,非结构化道路分割已成为计算机视觉领域的重要研究方向之一.现有的大多数方法适合结构化道路的分割并无法满足非结构化道路分割的准确性与实时性需求.为了解决上述问题,本文对STDC网络进行改进,引入残差连接来更好地融合多尺度...
近年来,非结构化道路分割已成为计算机视觉领域的重要研究方向之一.现有的大多数方法适合结构化道路的分割并无法满足非结构化道路分割的准确性与实时性需求.为了解决上述问题,本文对STDC网络进行改进,引入残差连接来更好地融合多尺度语义信息,还提出一种嵌入位置注意力模块的空洞空间卷积池化金字塔(PAASPP)来增强网络对道路等特定区域的位置感知能力.本文在RUGD与RELLIS-3D两个数据集上进行实验,所提出方法的MIoU在两个数据集的测试集上分别达到了50.78%和49.96%.
展开更多
关键词
非结构化环境
语义分割
PA-ASPP
STDC
下载PDF
职称材料
融合注意力和扩张卷积的遥感影像道路信息提取方法
5
作者
肖振久
郝明
+1 位作者
曲海成
侯佳兴
《遥感信息》
CSCD
北大核心
2024年第1期18-25,共8页
针对高分辨率遥感影像语义分割存在地物边缘分割不连续、道路及背景特征复杂多样导致道路提取分割精度不高的问题,提出了一种融合双通道注意力和扩张卷积的遥感影像道路信息提取语义分割网络(A 2DU-Net)。首先,在特征提取部分引入坐标...
针对高分辨率遥感影像语义分割存在地物边缘分割不连续、道路及背景特征复杂多样导致道路提取分割精度不高的问题,提出了一种融合双通道注意力和扩张卷积的遥感影像道路信息提取语义分割网络(A 2DU-Net)。首先,在特征提取部分引入坐标注意力(coordinate attention,CA)模块,捕捉道路位置、方向和跨通道信息,精确定位道路信息。其次,针对网络对细节特征丢失的敏感问题,在编码器的末端利用不同扩张率的空洞卷积构建多尺度特征融合的空洞空间金字塔池化模块(multi-scale Atrous spatial pyramid pooling module,MASPPM)来获得更大的感受野,提高网络性能。最后,为了避免U-Net中纯跳跃连接在语义上不相似特征的融合,在编码器和解码器的跳跃连接之间增加了双通道注意力机制来实现门控筛选,抑制非目标区域的特征,提高网络的分割精度。实验在公共道路数据集Massachusetts上对网络模型进行测试,OA(准确率)、交并比(IoU)、平均交并比(mIoU)和F1等评价指标分别达到98.07%、64.39%、81.20%和88.67%。与主流方法U-Net和DDUNet进行比较,mIoU分别提升了3.07%、0.22%,IoU分别提升了1.98%、0.52%。实验结果表明,所提出的方法优于所有的比较方法,能够有效提高道路分割的精确度。
展开更多
关键词
语义分割
道路提取
注意力机制
U-Net
空洞空间金字塔池化
下载PDF
职称材料
基于分割和多级掩膜学习的遮挡人脸识别方法
6
作者
张铮
芦天亮
曹金璇
《计算机科学与探索》
CSCD
北大核心
2024年第7期1814-1825,共12页
现有的人脸识别方法无法有效消除遮挡造成的损坏特征的影响,随着网络层数加深,损坏特征与用于身份分类的有效特征变得难以分离,影响识别结果。针对上述问题,设计了一种基于分割和多级掩膜学习策略的遮挡人脸识别方法,模型由遮挡检测分...
现有的人脸识别方法无法有效消除遮挡造成的损坏特征的影响,随着网络层数加深,损坏特征与用于身份分类的有效特征变得难以分离,影响识别结果。针对上述问题,设计了一种基于分割和多级掩膜学习策略的遮挡人脸识别方法,模型由遮挡检测分割、特征提取、掩膜学习单元三大模块构成,无需依赖额外的遮挡检测器,且无论训练还是测试都只需要一次端到端的过程即可同时学习特征掩膜和深度抗遮挡特征。掩膜学习单元以不同尺寸的遮挡分割表示和不同阶段的人脸特征为输入,为特征提取的不同阶段生成对应的掩膜,通过掩膜运算在特征提取的各阶段有效消除遮挡造成的损坏特征的影响,最终构建特征金字塔融合各阶段特征进行身份分类。实验结果表明该方法可有效提高遮挡人脸识别的准确率,在经过遮挡处理的LFW数据集以及真实的口罩遮挡数据集MFR2、Mask_whn上的准确率分别达到了98.77%、96.70%、81.53%,与现有的主流方法相比分别提升了2.04、0.48、4.44个百分点。
展开更多
关键词
遮挡人脸识别
多级掩膜学习
遮挡检测分割
特征金字塔
下载PDF
职称材料
交叉特征融合和RASPP驱动的场景分割方法
被引量:
1
7
作者
朱新杰
熊风光
+2 位作者
谢帅康
宋宁栋
李文清
《计算机系统应用》
2024年第1期76-86,共11页
本文针对场景中目标多样性和尺度不统一等现象造成的边缘分割错误、特征不连续问题,提出了一种交叉特征融合和RASPP驱动的场景分割方法.该方法以交叉特征融合的方式合并编码器输出的多尺度特征,在融合高层语义信息时使用复合卷积注意力...
本文针对场景中目标多样性和尺度不统一等现象造成的边缘分割错误、特征不连续问题,提出了一种交叉特征融合和RASPP驱动的场景分割方法.该方法以交叉特征融合的方式合并编码器输出的多尺度特征,在融合高层语义信息时使用复合卷积注意力模块进行处理,避免上采样操作造成的特征信息丢失以及引入噪声的影响,细化目标边缘分割效果.同时提出了深度可分离残差卷积,在此基础上设计并实现了结合残差的金字塔池化模块——RASPP,对交叉融合后的特征进行处理,获得不同尺度的上下文信息,增强特征语义表达.最后,将RASPP模块处理后的特征进行合并,提升分割效果.在Cityscapes和CamVid数据集上的实验结果表明,本文提出方法相比现有方法具有更好的表现,并且对场景中的目标边缘有更好的分割效果.
展开更多
关键词
语义分割
交叉特征融合
金字塔池化
注意力机制
深度可分离卷积
下载PDF
职称材料
基于PointNet优化网络的铁路站台语义分割
8
作者
鲁子明
黄世秀
+2 位作者
季铮
张思仪
黄翔翔
《现代电子技术》
北大核心
2024年第3期68-72,共5页
铁路站台点云语义分割是对铁路侵界现象进行检测的关键环节。文中以新型激光扫描测量系统采集的具有三维空间信息的点云数据为基础,在获取初步分割结果的基础上,设计PointNet网络整体结构提取点云数据全局特征,采用多层次金字塔结构对...
铁路站台点云语义分割是对铁路侵界现象进行检测的关键环节。文中以新型激光扫描测量系统采集的具有三维空间信息的点云数据为基础,在获取初步分割结果的基础上,设计PointNet网络整体结构提取点云数据全局特征,采用多层次金字塔结构对网络进行局部特征提取优化,实现铁路站台点云数据语义分割。研究表明,所提方法对实验点云数据的分割准确率达到84.5%,在铁路工程应用中的点云总体分割精度达到75.34%,在铁路检测中实现了大范围多尺度点云数据的可靠语义分割,满足铁路侵界现象检测分析需求。
展开更多
关键词
点云分割
深度学习
铁路站台
铁路侵界
PointNet
金字塔结构
深度神经网络
语义分割
下载PDF
职称材料
基于高级语义及注意力的肺结节分割模型
9
作者
丰晓钰
王明泉
+3 位作者
李磊磊
朱焕宇
李文波
谢绍鹏
《现代电子技术》
北大核心
2024年第5期60-64,共5页
为了能够早些发现肺结节患者,进行有效的预防和治疗,便能够大大提升肺癌患者的生存率,针对医学CT图像肺结节分割时存在异质性,会导致分割精度降低,提出一种基于高级语义及注意力的肺结节分割模型。该模型使用VGG16作为主干网络搭建U-ne...
为了能够早些发现肺结节患者,进行有效的预防和治疗,便能够大大提升肺癌患者的生存率,针对医学CT图像肺结节分割时存在异质性,会导致分割精度降低,提出一种基于高级语义及注意力的肺结节分割模型。该模型使用VGG16作为主干网络搭建U-net模型;采用金字塔池化模块(PPM),在尽可能保留原信息的情况下,将深层信息进行加强提取,得到更加丰富的高级语义信息;同时利用CA注意力机制强化重要的特征,实现空间和通道方向上的信息整合;使用Focal Loss和Dice Loss函数解决肺结节分割中前背景不均衡和难区分的问题。实验结果显示,所提出的方法在IoU、F1分数指标上较U-net分割算法分别提高了1.33%、0.95%,有效地提升了分割精度,解决了与其他组织对比度低的问题。
展开更多
关键词
深度学习
医学CT图像
肺结节分割
U-net
注意力机制
金字塔池化
损失函数
分割精度
下载PDF
职称材料
基于改进高分辨率网络的多语义图像分割方法
10
作者
张少杰
彭富明
+3 位作者
方斌
张子祥
相福磊
何浩天
《机械制造与自动化》
2024年第3期181-184,共4页
针对室外复杂场景下图像分割难度较大的问题,提出一种基于HRNet的多语义图像分割模型(HR_DfeNet)。该模型通过引入通道注意力和空间注意力模块优化特征提取,通过改进金字塔池化模块设计ASPP_M模块形成高分辨率特征提取分支,并与多种注...
针对室外复杂场景下图像分割难度较大的问题,提出一种基于HRNet的多语义图像分割模型(HR_DfeNet)。该模型通过引入通道注意力和空间注意力模块优化特征提取,通过改进金字塔池化模块设计ASPP_M模块形成高分辨率特征提取分支,并与多种注意力机制融合。在Cityscape数据集上,HR_DfeNet相较于传统分割模型表现出不同程度的分割优化效果。
展开更多
关键词
室外复杂场景
图像分割
注意力模块
金字塔池化模块
下载PDF
职称材料
结合通道交互空间组注意力与金字塔池化的高分影像语义分割网络
11
作者
汪超宇
杜震洪
汪愿愿
《浙江大学学报(理学版)》
CAS
CSCD
北大核心
2024年第2期131-142,152,共13页
高空间分辨率(高分)遥感影像中存在海量信息,因此对高分影像的语义分割研究十分重要。传统机器学习方法的语义分割精度和效率均不高,近年来,深度学习方法迅速发展,逐渐成为影像语义分割领域的常用方法,已有研究将SegNet、Deeplabv3+、U-...
高空间分辨率(高分)遥感影像中存在海量信息,因此对高分影像的语义分割研究十分重要。传统机器学习方法的语义分割精度和效率均不高,近年来,深度学习方法迅速发展,逐渐成为影像语义分割领域的常用方法,已有研究将SegNet、Deeplabv3+、U-Net等神经网络引入遥感影像语义分割,但效果有限。考虑高分影像的特性,对用于遥感影像语义分割的U-Net网络进行了改进。首先,在U-Net网络特征提取过程中使用通道交互空间组注意力模块(channel interaction and spatial group attention module,CISGAM),使得网络能够获取更多有效特征。其次,在编码过程中将普通卷积层变换为残差模块,并在U-Net的编码器和解码器之间用加入了CISGAM的注意力金字塔池化模块(attention pyramid pooling module,APPM)连接,以加强网络对多尺度特征的提取。最后,在0.3 m分辨率的UC Merced数据集和1 m分辨率的GID数据集上进行实验,与U-Net、Deeplabv3+等原始网络相比,在UC Merced数据集上的平均交并比(mean intersection over union,MIoU)分别提升了14.56%和8.72%,平均像素准确率(mean pixel accuracy,MPA)分别提升了12.71%和8.24%。在GID数据集的分割结果中,水体、建筑物等地物的综合分割精度大幅提升,在平均分割精度上,CISGAM和APPM较常用的CBAM和PPM有一定提升。实验结果表明,加入CISGAM和APPM的网络可行性与鲁棒性均较传统网络强,其较强的特征提取能力有利于提升高分辨率遥感影像语义分割的精度,为高分辨率遥感影像智能解译提供新方案。
展开更多
关键词
高分辨率遥感影像
深度学习
语义分割
注意力机制
金字塔池化
下载PDF
职称材料
改进的语义分割模型及其应用
12
作者
王耀文
程军圣
杨宇
《计算机工程与应用》
CSCD
北大核心
2024年第2期337-343,共7页
训练语义分割网络模型需要较为繁琐的人工标注作为训练标签,同时语义分割模型在构建和运行过程中也存在超参数较难确定以及模型过于庞大等问题。为解决这类问题,提出了一种基于标注框生成热点图的标签生成方法,简化了语义分割训练标签...
训练语义分割网络模型需要较为繁琐的人工标注作为训练标签,同时语义分割模型在构建和运行过程中也存在超参数较难确定以及模型过于庞大等问题。为解决这类问题,提出了一种基于标注框生成热点图的标签生成方法,简化了语义分割训练标签的人工标注过程。以及在可微分神经网络结构搜索方法的基础上提出了一种对硬件要求更低的神经网络结构搜索方法,并基于此种方法改进了特征金字塔结构,构建了一个改进的语义分割模型,并在安全帽与口罩检测数据集上进行了试验。与U-Net、FPN等模型比较,新的模型在参数量、计算速度以及精确度上都更有优势。
展开更多
关键词
语义分割模型
神经网络结构搜索
特征金字塔结构
安全帽与口罩检测
下载PDF
职称材料
方向感知金字塔聚合网络的道路中心线提取
13
作者
张小青
王青旺
+3 位作者
瞿信
沈世全
吴长义
刘菊
《计算机科学》
CSCD
北大核心
2024年第S01期505-511,共7页
道路中心线作为抽象类,无明确显性特征,进而造成模型无法准确提取道路中心线。针对该问题,文中将道路中心线提取建模为语义分割任务,并根据道路中心线的线性结构特点提出了一种方向感知金字塔聚合网络(Direction-aware Pyramidal Aggreg...
道路中心线作为抽象类,无明确显性特征,进而造成模型无法准确提取道路中心线。针对该问题,文中将道路中心线提取建模为语义分割任务,并根据道路中心线的线性结构特点提出了一种方向感知金字塔聚合网络(Direction-aware Pyramidal Aggregation Network,DAPANet)。首先,针对道路中心线的空间分布特性及结构特点,设计了方向感知模块(Direction-aware Module,DAM),在主干网络(ResNet18)最后输出的4个层级上分别使用4个方向感知层提取道路中心线的方向特征。然后,进一步设计融合多向性特征的金字塔聚合模块(Pyramid Aggregation Module,PAM),融合4个层级提取到的结构特征,得到更具有鲁棒性的道路中心线特征。最后,在无人机平台下采集的真实数据上进行了实验,实验结果显示所提出的DAPANet取得了84.7%的mIoU和98.6%的Precision,道路中心线的IoU达到77.28%,性能优于其他先进的对比方法,证明了所提方法对提取道路中心线的有效性。
展开更多
关键词
方向感知
金字塔聚合
语义分割
道路中心线提取
下载PDF
职称材料
基于轻量级卷积神经网络的多视觉特征图像分割研究
14
作者
陈攀
王绍东
《现代电子技术》
北大核心
2024年第15期60-64,共5页
研究基于轻量级卷积神经网络的多视觉特征图像分割方法,以适应资源受限环境并满足实时性需求。在Linknet网络基础上设计轻量级多视觉特征图像分割模型,以原始多视觉特征图像为编码器输入,经过初步特征提取后,多尺度特征提取模块利用不...
研究基于轻量级卷积神经网络的多视觉特征图像分割方法,以适应资源受限环境并满足实时性需求。在Linknet网络基础上设计轻量级多视觉特征图像分割模型,以原始多视觉特征图像为编码器输入,经过初步特征提取后,多尺度特征提取模块利用不同尺度卷积核学习其颜色、纹理等特征,通道注意力模块采用压缩-激励块对不同尺度特征作重定向,利用引入深度可分离卷积的特征提取模块A学习更抽象的特征表示,解码器利用特征提取模块B、反卷积层和标准卷积层对编码器提取的特征表示作转换处理,生成包含语义信息的特征图。通过双向特征金字塔网络融合编解码器输出特征,利用Sigmoid函数获得多视觉特征图像分割结果。实验结果表明:该方法训练损失仅为0.08;可实现多视觉特征图像的精准分割,MIoU、F1-score指标分别为0.9128、0.9068;分割模型参数量、计算量、存储空间分别为6.14 MB、1.52 GMac、0.146 GB,满足轻量级要求。
展开更多
关键词
轻量级
多视觉特征
图像分割
通道注意力
反卷积
双向特征金字塔
下载PDF
职称材料
多尺度非局部自注意力MRI脑肿瘤分割网络
15
作者
张建新
刘冬伟
+2 位作者
张睦卿
韩雨童
张俊星
《计算机系统应用》
2024年第2期143-150,共8页
针对U-Net模型在MRI脑肿瘤分割上存在的感受野受限和全局信息捕获不足问题,通过引入非局部自注意力机制与多尺度的金字塔卷积提出一种改进U-Net模型—PyCSAU-Net.该模型以三维U-Net作为基础网络,在第4层横向连接位置引入扩展的三维非局...
针对U-Net模型在MRI脑肿瘤分割上存在的感受野受限和全局信息捕获不足问题,通过引入非局部自注意力机制与多尺度的金字塔卷积提出一种改进U-Net模型—PyCSAU-Net.该模型以三维U-Net作为基础网络,在第4层横向连接位置引入扩展的三维非局部注意力模块,通过改善网络因卷积核大小受限导致的长距离建模能力不足问题来提升脑肿瘤分割精度;此外,在网络下采样阶段将普通卷积替换为具有多尺度特点的三维金字塔卷积,在多级别和分辨率下来提取更具判别性的脑肿瘤深度特征.在公开的BraTS 2019和BraTS 2020验证集上在完全肿瘤、增强肿瘤和肿瘤核心分割上分别取得了0.904/0.901、0.781/0.774和0.825/0.824的分割精度,表明所提出PyCSAU-Net方法在脑肿瘤分割任务上的有效性和竞争力.
展开更多
关键词
脑肿瘤分割
U-Net
自注意力机制
金字塔卷积
图像分割
下载PDF
职称材料
基于深度学习的田间玉米幼苗与杂草语义分割研究
16
作者
訾彤彤
李温温
《白城师范学院学报》
2024年第2期39-47,共9页
为实现复杂田间背景下玉米幼苗和杂草的准确分割,提出了一种基于改进ResNet的语义分割网络模型.首先,对骨干网络进行调整,在保证感受野不变的情况下降低计算量,提高模型的分割精度;其次,引进空洞空间金字塔池化模块,增强模型对多尺度目...
为实现复杂田间背景下玉米幼苗和杂草的准确分割,提出了一种基于改进ResNet的语义分割网络模型.首先,对骨干网络进行调整,在保证感受野不变的情况下降低计算量,提高模型的分割精度;其次,引进空洞空间金字塔池化模块,增强模型对多尺度目标上下文信息和全局上下文信息的获取能力;最后,引入条带池化模块补充和完善上下文信息,增强全局语义信息表达.实验结果表明,该模型在自建数据上获得85.3%的平均交并比.对田间复杂环境下玉米幼苗与杂草具有良好的分割效果和泛化能力,研究结果为智能除草设备提供一定的参考.
展开更多
关键词
田间玉米幼苗与杂草
深度学习
语义分割
空洞空间金字塔池化
条带池化
下载PDF
职称材料
基于非对称卷积的多车道线检测方法
17
作者
郭心悦
韩星宇
+2 位作者
习超
王辉
范自柱
《计算机工程与设计》
北大核心
2024年第2期428-435,共8页
针对车道检测的准确性和实时性之间不平衡的问题,构建一个基于Lanenet算法和图像增强技术的多车道线检测网络,旨在更全面地利用图像中的特征信息,提高检测精度和速度。使用多尺度Retinex算法对输入图像进行色彩增强、降噪等;设计采用一...
针对车道检测的准确性和实时性之间不平衡的问题,构建一个基于Lanenet算法和图像增强技术的多车道线检测网络,旨在更全面地利用图像中的特征信息,提高检测精度和速度。使用多尺度Retinex算法对输入图像进行色彩增强、降噪等;设计采用一种双边多尺度融合网络实现浅层特征与深层特征之间的信息交互,获取上下文语义。提出一个新的非对称卷积金字塔模块,将非对称卷积融合到不同扩张率的空洞卷积层中,提高网络的特征提取能力,减少计算量。实验结果表明,该方法与现有的深度学习算法相比,能够在遮挡和阴影条件下更有效地检测车道线,具有更高的精度,更低的误检率和漏检率。
展开更多
关键词
车道线检测
语义分割
图像增强
信息融合
池化金字塔
深度学习
非对称卷积
下载PDF
职称材料
融合双注意力机制的多尺度胰腺分割方法
18
作者
张国栋
唐晓艺
+1 位作者
鞠蓉晖
宫照煊
《计算机工程与设计》
北大核心
2024年第4期1189-1194,共6页
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...
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。
展开更多
关键词
胰腺分割
注意力机制
双解码器
金字塔池化
特征融合
边界提取
多尺度信息
下载PDF
职称材料
改进DeepLabV3+的遥感图像建筑物分割
19
作者
郭江
辛月兰
谢琪琦
《激光杂志》
CAS
北大核心
2024年第5期139-145,共7页
针对DeepLabV3+进行遥感图像建筑物分割时存在小目标建筑物漏分、目标建筑物误分以及边界粘合的问题,提出一种改进DeepLabV3+的遥感图像建筑物分割方法。首先,在编码器阶段使用改进的密集空洞金字塔池化DenseASPP模块,获得更大的感受野...
针对DeepLabV3+进行遥感图像建筑物分割时存在小目标建筑物漏分、目标建筑物误分以及边界粘合的问题,提出一种改进DeepLabV3+的遥感图像建筑物分割方法。首先,在编码器阶段使用改进的密集空洞金字塔池化DenseASPP模块,获得更大的感受野和更密集的特征金字塔,并行加入条形池化模块,使主干网络有效利用长距离依赖关系。其次,在解码器阶段引入SE通道注意力模块,加强各通道间的关联性,以获取更丰富的边缘特征。最后,将SE模块优化后的特征与原特征进行融合,增强网络的分割性能。在WHU Building数据集上的实验结果表明,本方法的建筑物分割结果在交并比(Iou)和F1指数上分别达到了92.33%和95.54%。
展开更多
关键词
遥感图像分割
DeepLabV3+
密集金字塔池化
条形池化
注意力机制
下载PDF
职称材料
基于卷积神经网络的路面裂缝分割设计与研究
20
作者
刘艳宁
章国宝
《应用光学》
CAS
北大核心
2024年第2期373-384,共12页
裂缝是路面病害最主要的类型,准确的裂缝分割是国家进行公路预防养护管理的重要决策依据。针对背景复杂下现有模型路面裂缝分割准确度有待提高的问题,提出一种基于卷积神经网络的端到端裂缝分割模型,使用分层结构的ConvNeXt编码器提取...
裂缝是路面病害最主要的类型,准确的裂缝分割是国家进行公路预防养护管理的重要决策依据。针对背景复杂下现有模型路面裂缝分割准确度有待提高的问题,提出一种基于卷积神经网络的端到端裂缝分割模型,使用分层结构的ConvNeXt编码器提取多尺度特征,特征的最高层使用金字塔池化模块进一步获取全局先验特征,通过具有横向连接和自上而下的金字塔结构进行特征融合。针对裂缝和背景不平衡问题,使用平衡交叉熵损失函数提高模型的检测性能。此外,构建了一个包含2 876张裂缝图片的数据集UCrack,覆盖多种裂缝类型和广泛的背景范围,以提供丰富的特征供模型学习。实验表明,在UCrack测试数据集上模型的召回率和F1得分比其他表现最佳的模型提高了2.68%和6.89%;在CrackDataset数据集上的测试取得了85.68%的召回率和80.11%的F1得分,说明模型具有较好的泛化性能,可应对背景复杂的路面裂缝分割。
展开更多
关键词
裂缝分割
卷积神经网络
编解码网络
特征金字塔
金字塔池化
下载PDF
职称材料
题名
基于跨模态注意力融合的煤炭异物检测方法
被引量:
1
1
作者
曹现刚
李虎
王鹏
吴旭东
向敬芳
丁文韬
机构
西安科技大学机械工程学院
陕西省矿山机电装备智能检测重点实验室
出处
《工矿自动化》
CSCD
北大核心
2024年第1期57-65,共9页
基金
国家自然科学基金面上项目(51975468)
陕西省重点研发计划项目(2018GY-160)
陕西省教育厅科学研究计划项目(18JC022)。
文摘
为解决原煤智能化洗选过程中煤流中夹杂的异物对比度低、相互遮挡导致异物图像检测时特征提取不充分的问题,提出了一种基于跨模态注意力融合的煤炭异物检测方法。通过引入Depth图像构建RGB图像与Depth图像的双特征金字塔网络(DFPN),采用浅层的特征提取策略提取Depth图像的低级特征,用深度边缘与深度纹理等基础特征辅助RGB图像深层特征,以有效获得2种特征的互补信息,从而丰富异物特征的空间与边缘信息,提高检测精度;构建了基于坐标注意力与改进空间注意力的跨模态注意力融合模块(CAFM),以协同优化并融合RGB特征与Depth特征,增强网络对特征图中被遮挡异物可见部分的关注度,提高被遮挡异物检测精度;使用区域卷积神经网络(R-CNN)输出煤炭异物的分类、回归与分割结果。实验结果表明:在检测精度方面,该方法的AP相较两阶段模型中较优的Mask transfiner高3.9%;在检测效率方面,该方法的单帧检测时间为110.5 ms,能够满足异物检测实时性需求。基于跨模态注意力融合的煤炭异物检测方法能够以空间特征辅助色彩、形状与纹理等特征,准确识别煤炭异物之间及煤炭异物与输送带之间的差异,从而有效提高对复杂特征异物的检测精度,减少误检、漏检现象,实现复杂特征下煤炭异物的精确检测与像素级分割。
关键词
煤炭异物检测
实例分割
双特征金字塔网络
跨模态注意力融合
Depth图像
坐标注意力
改进空间注意力
Keywords
coal foreign object detection
instance
segment
ation
double feature
pyramid
network
cross modal attention fusion
Depth image
coordinate attention
improved spatial attention
分类号
TD67 [矿业工程—矿山机电]
下载PDF
职称材料
题名
基于改进DeepLabv3+网络的沥青道路裂缝检测方法
2
作者
陈昌川
郝晓严
龙虹毓
孙霞
机构
重庆邮电大学通信与信息工程学院
重庆邮电大学自动化学院
重庆工程学院
出处
《半导体光电》
CAS
北大核心
2024年第3期493-500,共8页
基金
重庆市教委重点项目(KJZD-K202301901)
重庆市科委面上项目(2023NSCQ-MSX4308).
文摘
针对传统的语义分割技术对于沥青道路裂缝的检测存在检测精度低、误差大的问题,提出了一个基于改进DeepLabv3+网络的语义分割方法。该方法在编码器阶段,采用轻量级MobileNetv2取代DeepLabv3+的主干网络Xception,从而减少参数量;在解码器阶段,引入双注意力机制以进一步提高网络的分割精度;使用Dice Loss函数与原始交叉熵损失函数混合,以缓解样本中前景和背景不平衡问题。最后以道路实时检测的数据为对象进行了大量的实验,结果表明,该方法与原始DeepLabv3+相比,平均交并比(mIoU)、平均像素精度(mPA)分别提升了8.98%和17.39%。与其他主流语义分割模型相比,改进后的DeepLabv3+在沥青道路裂缝的检测上也取得了较好的效果。
关键词
图像分割
DeepLabv3+
注意力机制
特征金字塔
Keywords
image
segment
ation
DeepLabv3+
attention mechanism
feature
pyramid
分类号
TP391.4 [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
预指导的多阶段特征融合的图像语义分割网络
3
作者
王燕
范向辉
王丽康
机构
兰州理工大学计算机通信学院
出处
《计算机应用研究》
CSCD
北大核心
2024年第3期951-955,共5页
基金
国家自然科学基金资助项目(61863025)。
文摘
针对目前语义分割对图像边缘和小物体不能进行精确识别,以及简单融合多阶段特征会造成信息冗余、混杂不清等问题,提出了一个预指导的多阶段特征融合的网络(pre-guidanced multi-stage feature fusion network,PGMFFNet),PGMFFNet采用编解码器结构,编码阶段利用预指导模块对各阶段信息进行指导,增强各阶段特征之间的联系,解决各阶段特征在后续融合过程中产生的语义混杂问题。在解码阶段,利用多路径金字塔上采样模块融合高级语义特征,然后使用改进的密集空洞空间金字塔池化模块对融合后的特征进一步扩大感受野,最后将高低层次的特征信息融合,使得对小物体的分割效果更优。PGMFFNet在CityScapes公开数据集上进行了验证,得到了78.38%的平均交并比(mean intersection over union,MIoU),分割效果较好。
关键词
语义分割
编解码器
预指导
金字塔
特征融合
Keywords
semantic
segment
ation
encoder-decoder
pre-guidance
pyramid
feature fusion
分类号
TP391.41 [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
融合位置注意力机制与轻量化STDC网络的非结构化场景语义分割
4
作者
陈晔
杨长春
杨森
王宇鹏
王彭
机构
常州纺织服装职业技术学院
常州大学计算机与人工智能学院
出处
《计算机系统应用》
2024年第4期254-262,共9页
基金
江苏省现代教育技术研究课题(2021-R-88294)
江苏研究生科研创新项目(KYCX23_3169)。
文摘
近年来,非结构化道路分割已成为计算机视觉领域的重要研究方向之一.现有的大多数方法适合结构化道路的分割并无法满足非结构化道路分割的准确性与实时性需求.为了解决上述问题,本文对STDC网络进行改进,引入残差连接来更好地融合多尺度语义信息,还提出一种嵌入位置注意力模块的空洞空间卷积池化金字塔(PAASPP)来增强网络对道路等特定区域的位置感知能力.本文在RUGD与RELLIS-3D两个数据集上进行实验,所提出方法的MIoU在两个数据集的测试集上分别达到了50.78%和49.96%.
关键词
非结构化环境
语义分割
PA-ASPP
STDC
Keywords
unstructured environment
semantic
segment
ation
position attention-aware spatial
pyramid
pooling(PAASPP)
short-term dense concatenate(STDC)
分类号
TP391.41 [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
融合注意力和扩张卷积的遥感影像道路信息提取方法
5
作者
肖振久
郝明
曲海成
侯佳兴
机构
辽宁工程技术大学软件学院
出处
《遥感信息》
CSCD
北大核心
2024年第1期18-25,共8页
基金
辽宁省高等学校基本科研项目(LJKMZ20220699)
辽宁工程技术大学学科创新团队项目(LNTU20TD-23)。
文摘
针对高分辨率遥感影像语义分割存在地物边缘分割不连续、道路及背景特征复杂多样导致道路提取分割精度不高的问题,提出了一种融合双通道注意力和扩张卷积的遥感影像道路信息提取语义分割网络(A 2DU-Net)。首先,在特征提取部分引入坐标注意力(coordinate attention,CA)模块,捕捉道路位置、方向和跨通道信息,精确定位道路信息。其次,针对网络对细节特征丢失的敏感问题,在编码器的末端利用不同扩张率的空洞卷积构建多尺度特征融合的空洞空间金字塔池化模块(multi-scale Atrous spatial pyramid pooling module,MASPPM)来获得更大的感受野,提高网络性能。最后,为了避免U-Net中纯跳跃连接在语义上不相似特征的融合,在编码器和解码器的跳跃连接之间增加了双通道注意力机制来实现门控筛选,抑制非目标区域的特征,提高网络的分割精度。实验在公共道路数据集Massachusetts上对网络模型进行测试,OA(准确率)、交并比(IoU)、平均交并比(mIoU)和F1等评价指标分别达到98.07%、64.39%、81.20%和88.67%。与主流方法U-Net和DDUNet进行比较,mIoU分别提升了3.07%、0.22%,IoU分别提升了1.98%、0.52%。实验结果表明,所提出的方法优于所有的比较方法,能够有效提高道路分割的精确度。
关键词
语义分割
道路提取
注意力机制
U-Net
空洞空间金字塔池化
Keywords
semantic
segment
ation
road extraction
attention mechanism
U-Net
Atrous spatial
pyramid
pooling
分类号
TP751.1 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于分割和多级掩膜学习的遮挡人脸识别方法
6
作者
张铮
芦天亮
曹金璇
机构
中国人民公安大学信息网络安全学院
出处
《计算机科学与探索》
CSCD
北大核心
2024年第7期1814-1825,共12页
基金
中国人民公安大学网络空间安全执法技术双一流创新研究专项(2023SYL07)。
文摘
现有的人脸识别方法无法有效消除遮挡造成的损坏特征的影响,随着网络层数加深,损坏特征与用于身份分类的有效特征变得难以分离,影响识别结果。针对上述问题,设计了一种基于分割和多级掩膜学习策略的遮挡人脸识别方法,模型由遮挡检测分割、特征提取、掩膜学习单元三大模块构成,无需依赖额外的遮挡检测器,且无论训练还是测试都只需要一次端到端的过程即可同时学习特征掩膜和深度抗遮挡特征。掩膜学习单元以不同尺寸的遮挡分割表示和不同阶段的人脸特征为输入,为特征提取的不同阶段生成对应的掩膜,通过掩膜运算在特征提取的各阶段有效消除遮挡造成的损坏特征的影响,最终构建特征金字塔融合各阶段特征进行身份分类。实验结果表明该方法可有效提高遮挡人脸识别的准确率,在经过遮挡处理的LFW数据集以及真实的口罩遮挡数据集MFR2、Mask_whn上的准确率分别达到了98.77%、96.70%、81.53%,与现有的主流方法相比分别提升了2.04、0.48、4.44个百分点。
关键词
遮挡人脸识别
多级掩膜学习
遮挡检测分割
特征金字塔
Keywords
occluded face recognition
multi-stage mask learning
occlusion detection and
segment
ation
feature
pyramid
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
交叉特征融合和RASPP驱动的场景分割方法
被引量:
1
7
作者
朱新杰
熊风光
谢帅康
宋宁栋
李文清
机构
中北大学计算机科学与技术学院
中北大学山西省视觉信息处理及智能机器人工程研究中心
中北大学机器视觉与虚拟现实山西省重点实验室
出处
《计算机系统应用》
2024年第1期76-86,共11页
基金
国家自然科学基金(62272426)
山西省回国留学人员科研基金(2020-113)
+2 种基金
山西省科技成果转化引导专项基金(202104021301055)
山西省科技重大专项计划“揭榜挂帅”基金(202201150401021)
山西省自然科学基金(202203021212138,202303021211153,202203021222027)。
文摘
本文针对场景中目标多样性和尺度不统一等现象造成的边缘分割错误、特征不连续问题,提出了一种交叉特征融合和RASPP驱动的场景分割方法.该方法以交叉特征融合的方式合并编码器输出的多尺度特征,在融合高层语义信息时使用复合卷积注意力模块进行处理,避免上采样操作造成的特征信息丢失以及引入噪声的影响,细化目标边缘分割效果.同时提出了深度可分离残差卷积,在此基础上设计并实现了结合残差的金字塔池化模块——RASPP,对交叉融合后的特征进行处理,获得不同尺度的上下文信息,增强特征语义表达.最后,将RASPP模块处理后的特征进行合并,提升分割效果.在Cityscapes和CamVid数据集上的实验结果表明,本文提出方法相比现有方法具有更好的表现,并且对场景中的目标边缘有更好的分割效果.
关键词
语义分割
交叉特征融合
金字塔池化
注意力机制
深度可分离卷积
Keywords
semantic
segment
ation
cross feature fusion
pyramid
pooling
attention mechanism
depthwise separable convolution
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
基于PointNet优化网络的铁路站台语义分割
8
作者
鲁子明
黄世秀
季铮
张思仪
黄翔翔
机构
合肥工业大学土木与水利工程学院
武汉大学遥感信息工程学院
安徽工程大学计算机与信息学院
出处
《现代电子技术》
北大核心
2024年第3期68-72,共5页
基金
安徽省自然科学基金项目(2208085QD106)。
文摘
铁路站台点云语义分割是对铁路侵界现象进行检测的关键环节。文中以新型激光扫描测量系统采集的具有三维空间信息的点云数据为基础,在获取初步分割结果的基础上,设计PointNet网络整体结构提取点云数据全局特征,采用多层次金字塔结构对网络进行局部特征提取优化,实现铁路站台点云数据语义分割。研究表明,所提方法对实验点云数据的分割准确率达到84.5%,在铁路工程应用中的点云总体分割精度达到75.34%,在铁路检测中实现了大范围多尺度点云数据的可靠语义分割,满足铁路侵界现象检测分析需求。
关键词
点云分割
深度学习
铁路站台
铁路侵界
PointNet
金字塔结构
深度神经网络
语义分割
Keywords
point cloud
segment
ation
deep learning
railway platform
railway intrusion
PointNet
pyramid
structure
deep neural network
semantic
segment
ation
分类号
TN711-34 [电子电信—电路与系统]
TP391.4 [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
基于高级语义及注意力的肺结节分割模型
9
作者
丰晓钰
王明泉
李磊磊
朱焕宇
李文波
谢绍鹏
机构
中北大学信息与通信工程学院
出处
《现代电子技术》
北大核心
2024年第5期60-64,共5页
文摘
为了能够早些发现肺结节患者,进行有效的预防和治疗,便能够大大提升肺癌患者的生存率,针对医学CT图像肺结节分割时存在异质性,会导致分割精度降低,提出一种基于高级语义及注意力的肺结节分割模型。该模型使用VGG16作为主干网络搭建U-net模型;采用金字塔池化模块(PPM),在尽可能保留原信息的情况下,将深层信息进行加强提取,得到更加丰富的高级语义信息;同时利用CA注意力机制强化重要的特征,实现空间和通道方向上的信息整合;使用Focal Loss和Dice Loss函数解决肺结节分割中前背景不均衡和难区分的问题。实验结果显示,所提出的方法在IoU、F1分数指标上较U-net分割算法分别提高了1.33%、0.95%,有效地提升了分割精度,解决了与其他组织对比度低的问题。
关键词
深度学习
医学CT图像
肺结节分割
U-net
注意力机制
金字塔池化
损失函数
分割精度
Keywords
deep learning
medical CT image
pulmonary nodule
segment
ation
U⁃net
attention mechanism
pyramid
pooling
loss function
segment
ation accuracy
分类号
TN911.73-34 [电子电信—通信与信息系统]
TP391.41 [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
基于改进高分辨率网络的多语义图像分割方法
10
作者
张少杰
彭富明
方斌
张子祥
相福磊
何浩天
机构
南京理工大学
出处
《机械制造与自动化》
2024年第3期181-184,共4页
基金
国家重点研发计划项目(2021YFE0194600)
江苏省科技计划项目(BZ2023023)。
文摘
针对室外复杂场景下图像分割难度较大的问题,提出一种基于HRNet的多语义图像分割模型(HR_DfeNet)。该模型通过引入通道注意力和空间注意力模块优化特征提取,通过改进金字塔池化模块设计ASPP_M模块形成高分辨率特征提取分支,并与多种注意力机制融合。在Cityscape数据集上,HR_DfeNet相较于传统分割模型表现出不同程度的分割优化效果。
关键词
室外复杂场景
图像分割
注意力模块
金字塔池化模块
Keywords
outdoor complex scenes
image
segment
ation
attention module
pyramid
pooling module
分类号
TP391.41 [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
结合通道交互空间组注意力与金字塔池化的高分影像语义分割网络
11
作者
汪超宇
杜震洪
汪愿愿
机构
浙江大学地球科学学院地理信息科学研究所
浙江大学浙江省资源与环境信息系统重点实验室
浙江大学海洋研究院
出处
《浙江大学学报(理学版)》
CAS
CSCD
北大核心
2024年第2期131-142,152,共13页
基金
高分综合交通遥感应用示范系统(二期)(07-Y30B30-9001-19/21)
浙江省重点研发计划项目(2021C01031)。
文摘
高空间分辨率(高分)遥感影像中存在海量信息,因此对高分影像的语义分割研究十分重要。传统机器学习方法的语义分割精度和效率均不高,近年来,深度学习方法迅速发展,逐渐成为影像语义分割领域的常用方法,已有研究将SegNet、Deeplabv3+、U-Net等神经网络引入遥感影像语义分割,但效果有限。考虑高分影像的特性,对用于遥感影像语义分割的U-Net网络进行了改进。首先,在U-Net网络特征提取过程中使用通道交互空间组注意力模块(channel interaction and spatial group attention module,CISGAM),使得网络能够获取更多有效特征。其次,在编码过程中将普通卷积层变换为残差模块,并在U-Net的编码器和解码器之间用加入了CISGAM的注意力金字塔池化模块(attention pyramid pooling module,APPM)连接,以加强网络对多尺度特征的提取。最后,在0.3 m分辨率的UC Merced数据集和1 m分辨率的GID数据集上进行实验,与U-Net、Deeplabv3+等原始网络相比,在UC Merced数据集上的平均交并比(mean intersection over union,MIoU)分别提升了14.56%和8.72%,平均像素准确率(mean pixel accuracy,MPA)分别提升了12.71%和8.24%。在GID数据集的分割结果中,水体、建筑物等地物的综合分割精度大幅提升,在平均分割精度上,CISGAM和APPM较常用的CBAM和PPM有一定提升。实验结果表明,加入CISGAM和APPM的网络可行性与鲁棒性均较传统网络强,其较强的特征提取能力有利于提升高分辨率遥感影像语义分割的精度,为高分辨率遥感影像智能解译提供新方案。
关键词
高分辨率遥感影像
深度学习
语义分割
注意力机制
金字塔池化
Keywords
high-resolution remote sensing images
deep learning
semantic
segment
ation
attention mechanism
pyramid
pooling
分类号
P208 [天文地球—地图制图学与地理信息工程]
下载PDF
职称材料
题名
改进的语义分割模型及其应用
12
作者
王耀文
程军圣
杨宇
机构
湖南大学机械与运载工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2024年第2期337-343,共7页
文摘
训练语义分割网络模型需要较为繁琐的人工标注作为训练标签,同时语义分割模型在构建和运行过程中也存在超参数较难确定以及模型过于庞大等问题。为解决这类问题,提出了一种基于标注框生成热点图的标签生成方法,简化了语义分割训练标签的人工标注过程。以及在可微分神经网络结构搜索方法的基础上提出了一种对硬件要求更低的神经网络结构搜索方法,并基于此种方法改进了特征金字塔结构,构建了一个改进的语义分割模型,并在安全帽与口罩检测数据集上进行了试验。与U-Net、FPN等模型比较,新的模型在参数量、计算速度以及精确度上都更有优势。
关键词
语义分割模型
神经网络结构搜索
特征金字塔结构
安全帽与口罩检测
Keywords
semantic
segment
ation model
neural architecture search
feature
pyramid
structure
helmets and masks detection
分类号
TP391.4 [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
方向感知金字塔聚合网络的道路中心线提取
13
作者
张小青
王青旺
瞿信
沈世全
吴长义
刘菊
机构
昆明理工大学信息工程与自动化学院
昆明理工大学交通工程学院
昭通市建筑工程质量监督站
用友网络科技股份有限公司流程制造开发四部
出处
《计算机科学》
CSCD
北大核心
2024年第S01期505-511,共7页
基金
国家自然科学基金青年科学基金(62201237)
云南省基础研究计划项目(202101BE070001-008)。
文摘
道路中心线作为抽象类,无明确显性特征,进而造成模型无法准确提取道路中心线。针对该问题,文中将道路中心线提取建模为语义分割任务,并根据道路中心线的线性结构特点提出了一种方向感知金字塔聚合网络(Direction-aware Pyramidal Aggregation Network,DAPANet)。首先,针对道路中心线的空间分布特性及结构特点,设计了方向感知模块(Direction-aware Module,DAM),在主干网络(ResNet18)最后输出的4个层级上分别使用4个方向感知层提取道路中心线的方向特征。然后,进一步设计融合多向性特征的金字塔聚合模块(Pyramid Aggregation Module,PAM),融合4个层级提取到的结构特征,得到更具有鲁棒性的道路中心线特征。最后,在无人机平台下采集的真实数据上进行了实验,实验结果显示所提出的DAPANet取得了84.7%的mIoU和98.6%的Precision,道路中心线的IoU达到77.28%,性能优于其他先进的对比方法,证明了所提方法对提取道路中心线的有效性。
关键词
方向感知
金字塔聚合
语义分割
道路中心线提取
Keywords
Direction-awareness
pyramid
aggregation
Semantic
segment
ation
Road centerline extraction
分类号
TP389 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于轻量级卷积神经网络的多视觉特征图像分割研究
14
作者
陈攀
王绍东
机构
内蒙古师范大学
出处
《现代电子技术》
北大核心
2024年第15期60-64,共5页
基金
内蒙古自治区社会科学基金项目(2024DY05)
内蒙古师范大学基本科研业务费专项资金资助(2023JBQN034)。
文摘
研究基于轻量级卷积神经网络的多视觉特征图像分割方法,以适应资源受限环境并满足实时性需求。在Linknet网络基础上设计轻量级多视觉特征图像分割模型,以原始多视觉特征图像为编码器输入,经过初步特征提取后,多尺度特征提取模块利用不同尺度卷积核学习其颜色、纹理等特征,通道注意力模块采用压缩-激励块对不同尺度特征作重定向,利用引入深度可分离卷积的特征提取模块A学习更抽象的特征表示,解码器利用特征提取模块B、反卷积层和标准卷积层对编码器提取的特征表示作转换处理,生成包含语义信息的特征图。通过双向特征金字塔网络融合编解码器输出特征,利用Sigmoid函数获得多视觉特征图像分割结果。实验结果表明:该方法训练损失仅为0.08;可实现多视觉特征图像的精准分割,MIoU、F1-score指标分别为0.9128、0.9068;分割模型参数量、计算量、存储空间分别为6.14 MB、1.52 GMac、0.146 GB,满足轻量级要求。
关键词
轻量级
多视觉特征
图像分割
通道注意力
反卷积
双向特征金字塔
Keywords
lightweight
multi-visual feature
image
segment
ation
channel attention
deconvolution
bidirectional feature
pyramid
分类号
TN911.73-34 [电子电信—通信与信息系统]
TP391.41 [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
多尺度非局部自注意力MRI脑肿瘤分割网络
15
作者
张建新
刘冬伟
张睦卿
韩雨童
张俊星
机构
大连民族大学计算机科学与工程学院
出处
《计算机系统应用》
2024年第2期143-150,共8页
基金
国家自然科学基金(61972062)
辽宁省应用基础研究计划(2023JH2/101300191,2023JH2/101300193)
中央高校基本科研业务费(04442023128)。
文摘
针对U-Net模型在MRI脑肿瘤分割上存在的感受野受限和全局信息捕获不足问题,通过引入非局部自注意力机制与多尺度的金字塔卷积提出一种改进U-Net模型—PyCSAU-Net.该模型以三维U-Net作为基础网络,在第4层横向连接位置引入扩展的三维非局部注意力模块,通过改善网络因卷积核大小受限导致的长距离建模能力不足问题来提升脑肿瘤分割精度;此外,在网络下采样阶段将普通卷积替换为具有多尺度特点的三维金字塔卷积,在多级别和分辨率下来提取更具判别性的脑肿瘤深度特征.在公开的BraTS 2019和BraTS 2020验证集上在完全肿瘤、增强肿瘤和肿瘤核心分割上分别取得了0.904/0.901、0.781/0.774和0.825/0.824的分割精度,表明所提出PyCSAU-Net方法在脑肿瘤分割任务上的有效性和竞争力.
关键词
脑肿瘤分割
U-Net
自注意力机制
金字塔卷积
图像分割
Keywords
brain tumor
segment
ation
U-Net
self-attention mechanism
pyramid
convolution
image
segment
ation
分类号
R73 [医药卫生—肿瘤]
下载PDF
职称材料
题名
基于深度学习的田间玉米幼苗与杂草语义分割研究
16
作者
訾彤彤
李温温
机构
吉林化工学院信息与控制工程学院
白城师范学院机械与控制工程学院
出处
《白城师范学院学报》
2024年第2期39-47,共9页
基金
吉林省教育厅科学技术研究项目(JJKH20210011)。
文摘
为实现复杂田间背景下玉米幼苗和杂草的准确分割,提出了一种基于改进ResNet的语义分割网络模型.首先,对骨干网络进行调整,在保证感受野不变的情况下降低计算量,提高模型的分割精度;其次,引进空洞空间金字塔池化模块,增强模型对多尺度目标上下文信息和全局上下文信息的获取能力;最后,引入条带池化模块补充和完善上下文信息,增强全局语义信息表达.实验结果表明,该模型在自建数据上获得85.3%的平均交并比.对田间复杂环境下玉米幼苗与杂草具有良好的分割效果和泛化能力,研究结果为智能除草设备提供一定的参考.
关键词
田间玉米幼苗与杂草
深度学习
语义分割
空洞空间金字塔池化
条带池化
Keywords
field maize seedlings and weeds
deep learning
semantic
segment
ation
atrous spatial
pyramid
pooling
stripe pooling
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于非对称卷积的多车道线检测方法
17
作者
郭心悦
韩星宇
习超
王辉
范自柱
机构
华东交通大学理学院
华东交通大学江西省先进控制与优化重点实验室
出处
《计算机工程与设计》
北大核心
2024年第2期428-435,共8页
基金
国家自然科学基金项目(61702117)
江西省自然科学基金项目(20192ACBL20010)
教育部人文社会科学研究交叉学科基金项目(22YJCZH168)。
文摘
针对车道检测的准确性和实时性之间不平衡的问题,构建一个基于Lanenet算法和图像增强技术的多车道线检测网络,旨在更全面地利用图像中的特征信息,提高检测精度和速度。使用多尺度Retinex算法对输入图像进行色彩增强、降噪等;设计采用一种双边多尺度融合网络实现浅层特征与深层特征之间的信息交互,获取上下文语义。提出一个新的非对称卷积金字塔模块,将非对称卷积融合到不同扩张率的空洞卷积层中,提高网络的特征提取能力,减少计算量。实验结果表明,该方法与现有的深度学习算法相比,能够在遮挡和阴影条件下更有效地检测车道线,具有更高的精度,更低的误检率和漏检率。
关键词
车道线检测
语义分割
图像增强
信息融合
池化金字塔
深度学习
非对称卷积
Keywords
lane detection
semantic
segment
ation
image enhancement
information fusion
pooling
pyramid
deep learning
asymmetric convolution
分类号
TP391.4 [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
融合双注意力机制的多尺度胰腺分割方法
18
作者
张国栋
唐晓艺
鞠蓉晖
宫照煊
机构
沈阳航空航天大学计算机学院
东北大学医学影像智能计算教育部重点实验室
辽宁省人民医院放射科
出处
《计算机工程与设计》
北大核心
2024年第4期1189-1194,共6页
基金
辽宁省自然科学基金项目(2020-MS-239、2019-ZD-0234)
辽宁省教育厅基金项目(LJKZ0210、JYT19053、JYT19040)
航空科学基金项目(2019ZE054009)。
文摘
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。
关键词
胰腺分割
注意力机制
双解码器
金字塔池化
特征融合
边界提取
多尺度信息
Keywords
pancreas
segment
ation
attention mechanism
dual decoder
pyramid
pooling
feature fusion
boundary extraction
multi-scale information
分类号
TP391.41 [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
改进DeepLabV3+的遥感图像建筑物分割
19
作者
郭江
辛月兰
谢琪琦
机构
青海师范大学计算机学院
藏语智能信息处理及应用国家重点实验室
出处
《激光杂志》
CAS
北大核心
2024年第5期139-145,共7页
基金
国家自然科学基金项目(No.61662062)
青海省自然科学基金面上项目(No.2022-ZJ-929)。
文摘
针对DeepLabV3+进行遥感图像建筑物分割时存在小目标建筑物漏分、目标建筑物误分以及边界粘合的问题,提出一种改进DeepLabV3+的遥感图像建筑物分割方法。首先,在编码器阶段使用改进的密集空洞金字塔池化DenseASPP模块,获得更大的感受野和更密集的特征金字塔,并行加入条形池化模块,使主干网络有效利用长距离依赖关系。其次,在解码器阶段引入SE通道注意力模块,加强各通道间的关联性,以获取更丰富的边缘特征。最后,将SE模块优化后的特征与原特征进行融合,增强网络的分割性能。在WHU Building数据集上的实验结果表明,本方法的建筑物分割结果在交并比(Iou)和F1指数上分别达到了92.33%和95.54%。
关键词
遥感图像分割
DeepLabV3+
密集金字塔池化
条形池化
注意力机制
Keywords
remote sensing image
segment
ation
DeepLabV3+
dense
pyramid
pool
strip pooling
attention mechanism
分类号
TN249 [电子电信—物理电子学]
下载PDF
职称材料
题名
基于卷积神经网络的路面裂缝分割设计与研究
20
作者
刘艳宁
章国宝
机构
东南大学自动化学院
出处
《应用光学》
CAS
北大核心
2024年第2期373-384,共12页
基金
江苏省重点研发计划(BE2020116,BE2021750)。
文摘
裂缝是路面病害最主要的类型,准确的裂缝分割是国家进行公路预防养护管理的重要决策依据。针对背景复杂下现有模型路面裂缝分割准确度有待提高的问题,提出一种基于卷积神经网络的端到端裂缝分割模型,使用分层结构的ConvNeXt编码器提取多尺度特征,特征的最高层使用金字塔池化模块进一步获取全局先验特征,通过具有横向连接和自上而下的金字塔结构进行特征融合。针对裂缝和背景不平衡问题,使用平衡交叉熵损失函数提高模型的检测性能。此外,构建了一个包含2 876张裂缝图片的数据集UCrack,覆盖多种裂缝类型和广泛的背景范围,以提供丰富的特征供模型学习。实验表明,在UCrack测试数据集上模型的召回率和F1得分比其他表现最佳的模型提高了2.68%和6.89%;在CrackDataset数据集上的测试取得了85.68%的召回率和80.11%的F1得分,说明模型具有较好的泛化性能,可应对背景复杂的路面裂缝分割。
关键词
裂缝分割
卷积神经网络
编解码网络
特征金字塔
金字塔池化
Keywords
crack
segment
ation
convolutional neural network
encoder-decoder network
feature
pyramid
pyramid
pooling
分类号
TN206 [电子电信—物理电子学]
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
基于跨模态注意力融合的煤炭异物检测方法
曹现刚
李虎
王鹏
吴旭东
向敬芳
丁文韬
《工矿自动化》
CSCD
北大核心
2024
1
下载PDF
职称材料
2
基于改进DeepLabv3+网络的沥青道路裂缝检测方法
陈昌川
郝晓严
龙虹毓
孙霞
《半导体光电》
CAS
北大核心
2024
0
下载PDF
职称材料
3
预指导的多阶段特征融合的图像语义分割网络
王燕
范向辉
王丽康
《计算机应用研究》
CSCD
北大核心
2024
0
下载PDF
职称材料
4
融合位置注意力机制与轻量化STDC网络的非结构化场景语义分割
陈晔
杨长春
杨森
王宇鹏
王彭
《计算机系统应用》
2024
0
下载PDF
职称材料
5
融合注意力和扩张卷积的遥感影像道路信息提取方法
肖振久
郝明
曲海成
侯佳兴
《遥感信息》
CSCD
北大核心
2024
0
下载PDF
职称材料
6
基于分割和多级掩膜学习的遮挡人脸识别方法
张铮
芦天亮
曹金璇
《计算机科学与探索》
CSCD
北大核心
2024
0
下载PDF
职称材料
7
交叉特征融合和RASPP驱动的场景分割方法
朱新杰
熊风光
谢帅康
宋宁栋
李文清
《计算机系统应用》
2024
1
下载PDF
职称材料
8
基于PointNet优化网络的铁路站台语义分割
鲁子明
黄世秀
季铮
张思仪
黄翔翔
《现代电子技术》
北大核心
2024
0
下载PDF
职称材料
9
基于高级语义及注意力的肺结节分割模型
丰晓钰
王明泉
李磊磊
朱焕宇
李文波
谢绍鹏
《现代电子技术》
北大核心
2024
0
下载PDF
职称材料
10
基于改进高分辨率网络的多语义图像分割方法
张少杰
彭富明
方斌
张子祥
相福磊
何浩天
《机械制造与自动化》
2024
0
下载PDF
职称材料
11
结合通道交互空间组注意力与金字塔池化的高分影像语义分割网络
汪超宇
杜震洪
汪愿愿
《浙江大学学报(理学版)》
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
12
改进的语义分割模型及其应用
王耀文
程军圣
杨宇
《计算机工程与应用》
CSCD
北大核心
2024
0
下载PDF
职称材料
13
方向感知金字塔聚合网络的道路中心线提取
张小青
王青旺
瞿信
沈世全
吴长义
刘菊
《计算机科学》
CSCD
北大核心
2024
0
下载PDF
职称材料
14
基于轻量级卷积神经网络的多视觉特征图像分割研究
陈攀
王绍东
《现代电子技术》
北大核心
2024
0
下载PDF
职称材料
15
多尺度非局部自注意力MRI脑肿瘤分割网络
张建新
刘冬伟
张睦卿
韩雨童
张俊星
《计算机系统应用》
2024
0
下载PDF
职称材料
16
基于深度学习的田间玉米幼苗与杂草语义分割研究
訾彤彤
李温温
《白城师范学院学报》
2024
0
下载PDF
职称材料
17
基于非对称卷积的多车道线检测方法
郭心悦
韩星宇
习超
王辉
范自柱
《计算机工程与设计》
北大核心
2024
0
下载PDF
职称材料
18
融合双注意力机制的多尺度胰腺分割方法
张国栋
唐晓艺
鞠蓉晖
宫照煊
《计算机工程与设计》
北大核心
2024
0
下载PDF
职称材料
19
改进DeepLabV3+的遥感图像建筑物分割
郭江
辛月兰
谢琪琦
《激光杂志》
CAS
北大核心
2024
0
下载PDF
职称材料
20
基于卷积神经网络的路面裂缝分割设计与研究
刘艳宁
章国宝
《应用光学》
CAS
北大核心
2024
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
2
…
15
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