期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
基于空洞卷积下采样单元的轻量化害虫图像识别模型
1
作者 孔令旺 赵刚 《江苏农业科学》 北大核心 2024年第11期189-196,共8页
近年来,随着深度学习技术在计算机视觉领域的广泛应用,害虫图像识别成为农业领域中一项重要任务。为了解决害虫图像识别中传统深度学习模型对计算资源和存储空间需求过高的问题,本研究提出一种基于空洞卷积下采样单元的轻量化害虫图像... 近年来,随着深度学习技术在计算机视觉领域的广泛应用,害虫图像识别成为农业领域中一项重要任务。为了解决害虫图像识别中传统深度学习模型对计算资源和存储空间需求过高的问题,本研究提出一种基于空洞卷积下采样单元的轻量化害虫图像识别模型。该模型采用轻量化网络架构,并引入空洞卷积和下采样技术来减小计算量和存储空间。首先,采用MobileNet v2网络来替代VGG16网络,以解决主干特征提取网络参数量过大的问题;其次,设计空洞卷积下采样单元对特征图进行降采样,从而实现模型的多尺度识别;最后,引入空洞卷积更好地捕获不同尺度的感受野。试验结果表明,本研究模型对害虫的识别准确率比VGG16模型提高了1.47%;相较于现有深度学习模型,该模型在减小50%参数量的同时,依然能够保持较高的识别准确率和实时性能。期待本研究模型可以对农业领域中害虫的监测与预警等提供一定的实际应用价值。 展开更多
关键词 空洞卷积采样单元 轻量化 害虫图像识别 多尺度识别 深度学习
下载PDF
基于卷积调制的间歇采样转发干扰研究 被引量:1
2
作者 贺志强 赵锋 +2 位作者 延丛智 冷猛 刘忠 《电子对抗》 2012年第2期31-37,共7页
针对现代雷达普遍采用脉冲压缩体制,普通非相干干扰难以对其形成有效干扰的问题,提出了一种基于卷积调制的间歇采样转发干扰的相干干扰样式。这种干扰样式的干扰信号是将间歇采样雷达信号与特定信号卷积形成,与雷达信号具有相关性,... 针对现代雷达普遍采用脉冲压缩体制,普通非相干干扰难以对其形成有效干扰的问题,提出了一种基于卷积调制的间歇采样转发干扰的相干干扰样式。这种干扰样式的干扰信号是将间歇采样雷达信号与特定信号卷积形成,与雷达信号具有相关性,可以获得雷达的压缩处理增益。干扰信号频谱范围同雷达信号一致,提高了干扰功率的利用率。合理的选择卷积信号,可以灵活的起到欺骗干扰和压制干扰的效果。 展开更多
关键词 脉冲压缩雷达相干干扰基于卷积调制的间歇采样转发干扰压制干扰 欺骗干扰卷积调制
下载PDF
基于DRF优化采样的无人车轨迹规划方法 被引量:1
3
作者 李研强 郑亚雯 +2 位作者 张岱峰 李超 张超 《电子测量技术》 北大核心 2023年第5期105-112,共8页
针对城市道路场景下无人驾驶汽车最优轨迹生成算法存在的运行时间长、轨迹评价标准单一的问题,提出一种基于行车风险场优化采样区域的无人车轨迹规划方法。该方法通过改进的二维高斯分布函数分别建立静态障碍物和动态障碍物风险场模型,... 针对城市道路场景下无人驾驶汽车最优轨迹生成算法存在的运行时间长、轨迹评价标准单一的问题,提出一种基于行车风险场优化采样区域的无人车轨迹规划方法。该方法通过改进的二维高斯分布函数分别建立静态障碍物和动态障碍物风险场模型,对道路中采样区域目标点的行车风险进行量化,通过卷积的方式选定行车风险较小区域的采样目标点生成最优轨迹。仿真结果表明,该优化方法在每个规划周期只选取部分采样目标点用于轨迹生成,提高了算法的运行效率,使得算法单帧运行时间均小于0.1 s。行车风险场的加入使得算法的采样区域更加符合驾驶人的行为习惯,提高了算法规划结果的拟人化程度,从而保证无人车具有较高的行驶效率。 展开更多
关键词 无人驾驶汽车 轨迹规划 行车风险场 二维高斯分布 卷积选定采样
下载PDF
基于一致性感知特征融合的高动态范围成像方法
4
作者 印佳丽 韩津 +1 位作者 陈斌 刘西蒙 《计算机学报》 EI CAS CSCD 北大核心 2024年第10期2352-2367,共16页
高动态范围成像(High Dynamic Range Imaging,HDRI)技术是指通过融合多张低动态范围(Low Dynamic Range,LDR)图像拓展图像动态范围、完整图像内容的方法,其为解决由于相机传感器动态范围有限而导致所拍摄图像内容丢失的问题提供了实际... 高动态范围成像(High Dynamic Range Imaging,HDRI)技术是指通过融合多张低动态范围(Low Dynamic Range,LDR)图像拓展图像动态范围、完整图像内容的方法,其为解决由于相机传感器动态范围有限而导致所拍摄图像内容丢失的问题提供了实际的解决方案.通过数十年的研究,众多有效的HDRI方法已被提出,并在无物体运动、内容曝光良好的静态场景中取得接近最优的性能.然而,现实场景中物体移动和相机偏移无法避免,直接使用传统HDRI方法会在融合后的HDR图像中产生严重的重影和伪影.这使得仅包含简单融合过程的HDRI方法并不适用于实际应用,现实场景中的HDRI任务仍然具有一定挑战.因此,针对动态场景下的HDRI研究迅速发展.近期的方法集中在借助深度卷积神经网络(Convolutional Neural Network,CNN)的力量以期实现更好的性能.在这些基于CNN的方法中,特征融合对于恢复图像完整内容、消除图像伪影方面起着至关重要的作用.传统的特征融合方法通过借助跳跃连接或注意力模块,首先将LDR图像的特征进行拼接,并通过堆叠的卷积操作逐渐关注不同的局部特征.然而,此类方案通常忽略了LDR图像序列之间丰富的上下文依赖关系,且未充分利用特征之间的纹理一致性.为解决这一问题,本文提出了一种全新的一致性感知特征融合(Coherence-Aware Feature Aggregation,CAFA)方案,该方案在卷积过程中对输入特征中位于不同空间位置但具有相同上下文信息的特征信息进行采样,从而显式地将上下文一致性纳入特征融合中.基于CAFA,本文进一步提出了一种结合CAFA的动态场景下一致性感知高动态范围成像网络CAHDRNet.为更好地嵌合CAFA方案,本文通过设计三个额外的可学习模块来构建CAHDRNet.首先,使用基于在ImageNet上预训练的VGG-19构建可学习特征提取器,并在模型训练期间不断更新该特征提取器的参数.这种设计可实现LDR图像的联合特征学习,为CAFA中的上下文一致性评估奠定了坚实基础.接着,应用所提出的CAFA模块,通过在图像特征中采样具有相同上下文的信息进行特征融合.最后,本文提出使用一种多尺度残差补全模块来处理融合后的特征,利用不同扩张率进行特征学习,以实现更强大的特征表示并在图像缺失区域中进行可信细节填充.同时,设计一个软注意力模块来学习不同图像区域的重要性,以便在跳跃连接期间获得与参考图像互补的所需特征.多种实验验证了CAHDRNet的有效性并证实其优于现有最先进的方法.具体而言,本文所提出的CAHDRNet在Kalantari数据集上HDR-VDP-2和PSNR-L等指标相较于次好方法AHDRNet分别提升了1.61和0.68. 展开更多
关键词 高动态范围成像 图像融合 特征融合 上下文一致性 卷积采样
下载PDF
DFNet:高效的无解码语义分割方法
5
作者 刘腊梅 杜宝昌 +2 位作者 黄惠玲 章永鉴 韩军 《液晶与显示》 CAS CSCD 北大核心 2024年第2期121-130,共10页
针对编解码语义分割网络计算量大、解码结构复杂的问题,提出一种高效无解码的二值语义分割模型DFNet。该模型首先去除主流分割网络中复杂的解码结构和跳跃连接,采用卷积重塑上采样方法重塑特征编码直接得到分割结果,简化网络模型结构;... 针对编解码语义分割网络计算量大、解码结构复杂的问题,提出一种高效无解码的二值语义分割模型DFNet。该模型首先去除主流分割网络中复杂的解码结构和跳跃连接,采用卷积重塑上采样方法重塑特征编码直接得到分割结果,简化网络模型结构;其次在编码器中融合轻量双重注意力机制EC&SA,提高特征编码的通道及空间信息交互,增强网络的编码能力;最后使用PolyCE损失替代常规分割损失,解决正负样本不均衡问题,提高模型的分割精度。在Deep‑Globe道路分割和CrackForest缺陷检测等二值分割数据集上的实验结果表明,本文模型的分割精度F1均值和IoU均值分别达到84.69%和73.95%,且分割速度高达94 FPS,远超主流语义分割模型,极大地提高了分割任务效率。 展开更多
关键词 二值分割 卷积重塑上采样 EC&SA PolyCE 道路分割 缺陷检测
下载PDF
多尺度全卷积神经网络建筑物提取 被引量:34
6
作者 崔卫红 熊宝玉 张丽瑶 《测绘学报》 EI CSCD 北大核心 2019年第5期597-608,共12页
针对VGG16网络在高空间分辨率遥感影像中进行大型建筑物提取时存在空洞的现象,提出一种基于多尺度影像的建筑物提取方法。将原始影像进行不同尺度的下采样,提取不同尺度下的建筑物特征,并将这些多尺度特征相加合并,同时为了减少网络参... 针对VGG16网络在高空间分辨率遥感影像中进行大型建筑物提取时存在空洞的现象,提出一种基于多尺度影像的建筑物提取方法。将原始影像进行不同尺度的下采样,提取不同尺度下的建筑物特征,并将这些多尺度特征相加合并,同时为了减少网络参数数量,用全卷积上采样过程代替原始VGG16网络中的全连接层进行建筑物提取。以0.5 m分辨率的上海市嘉定区影像和1 m分辨率的Massachusetts地区影像进行试验,精度分别达97.09%和96.66%,表明本文方法的有效性。 展开更多
关键词 大型建筑物 多尺度 卷积采样
下载PDF
结合MobileNet的改进DeepLabv3+遥感影像道路提取方法
7
作者 杨锐 《北京测绘》 2024年第8期1218-1223,共6页
针对现有深度学习网络提取遥感影像中道路时存在的分割精度较低、错检率高、检测效率较低等问题,本文提出一种改进模型MB-DeepLabv3+。在编码器层,利用MobileNetv3作为特征提取网络,同时引入全局注意力机制计算空间与通道层面的样本注... 针对现有深度学习网络提取遥感影像中道路时存在的分割精度较低、错检率高、检测效率较低等问题,本文提出一种改进模型MB-DeepLabv3+。在编码器层,利用MobileNetv3作为特征提取网络,同时引入全局注意力机制计算空间与通道层面的样本注意力权重;在解码器层,以密集上采样卷积核代替双线性内插法进行特征图上采样。在Deep Globe数据集上的实验结果表明,本文所提出算法在准确率上达到了98.39%,较原始DeepLabv3+提高了2.6%,并且对单幅影像的提取计算效率也有所提升,面对不同复杂程度的道路影像,较对照组内其余模型在漏洞、错误提取等问题上有了显著的改善,能够实现高效精准的道路提取。 展开更多
关键词 遥感影像 道路提取 MobileNetv3 全局注意力机制 密集上采样卷积
下载PDF
一种快速的DCT域MPEG-2到MPEG-1下采样转码技术
8
作者 杜耀刚 蔡安妮 《微电子学与计算机》 CSCD 北大核心 2006年第3期172-174,共3页
文章提出了一种快速的DCT域MPEG-2到MPEG-1准卷积下采样算法。在转码过程中,头信息保持不变,且要求将每四个相邻MPEG-2宏块变为一个下采样MPEG-1宏块:用最大最小距离方法确定下采样宏块的运动向量、用简单多数原则确定下采样宏块类型以... 文章提出了一种快速的DCT域MPEG-2到MPEG-1准卷积下采样算法。在转码过程中,头信息保持不变,且要求将每四个相邻MPEG-2宏块变为一个下采样MPEG-1宏块:用最大最小距离方法确定下采样宏块的运动向量、用简单多数原则确定下采样宏块类型以及用加全平均方案确定下采样宏块的量化参数。另外,对下采样视频转码失真来源进行了分析。实验结果表明我们提出的转码方案,在同样条件下与级联像素域转码器(TM5)相比,不仅其计算复杂性减少67.6%、PNSR提高0.1dB,而且具有很小的比特控制错误。 展开更多
关键词 快速转码 卷积采样 计算复杂性 比特控制错误 转码失真
下载PDF
基于全卷积网络的图像语义分割算法 被引量:8
9
作者 李英杰 张惊雷 《计算机应用与软件》 北大核心 2020年第8期213-218,273,共7页
基于卷积神经网络的语义分割模型易存在提取特征不充分、上采样恢复原图尺寸时丢失细节等问题,导致分割精度降低。对比提出一种基于全卷积网络DeepLab v3的改进算法。采用LeakyReLU激活函数,增强网络提取较弱特征的能力;输入图像在多孔... 基于卷积神经网络的语义分割模型易存在提取特征不充分、上采样恢复原图尺寸时丢失细节等问题,导致分割精度降低。对比提出一种基于全卷积网络DeepLab v3的改进算法。采用LeakyReLU激活函数,增强网络提取较弱特征的能力;输入图像在多孔空间金字塔池化(ASPP)后,使用密集上采样卷积(DUC)恢复与原图尺寸一致的预测图;在训练时使用Nadam优化器,提高网络的收敛速度和鲁棒性。在PASCAL VOC 2012数据集上进行了验证与评测,结果表明算法平均交并比(mIoU)相比于原算法提高0.6%。 展开更多
关键词 语义分割 深度卷积网络 多孔空间金字塔池化 密集上采样卷积
下载PDF
一种基于改进U-Net的肝脏肿瘤分割方法 被引量:1
10
作者 李秀华 朱水成 《计算机技术与发展》 2023年第2期71-76,共6页
肝脏肿瘤分割是肝癌诊断与治疗不可或缺的重要环节。针对传统的U-Net网络在形状、大小、位置复杂多变且边界模糊的肿瘤分割中信息丢失、分割精度低等问题,对其进行改进以提高肝脏肿瘤分割精度。首先,在编码阶段使用混合空洞卷积替换原... 肝脏肿瘤分割是肝癌诊断与治疗不可或缺的重要环节。针对传统的U-Net网络在形状、大小、位置复杂多变且边界模糊的肿瘤分割中信息丢失、分割精度低等问题,对其进行改进以提高肝脏肿瘤分割精度。首先,在编码阶段使用混合空洞卷积替换原有卷积块,增大感受野、获取更多的上下文信息;在解码阶段采用密集上采样卷积,捕获和解码更详细的信息;引入残差模块,加速模型的训练并防止网络退化。其次,在每个跳跃连接之间加入注意力机制,使模型重点关注感兴趣区域,抑制冗余特征;使用组归一化(GN)代替常用的批量归一化(BN),减小Batch Size过小对网络准确性的影响,并结合Focal Tversky损失函数以改善类不平衡问题。通过LiTS2017数据集的实验表明,相较于传统U-Net,所提改进模型在肝脏和肿瘤分割中的Dice指标分别提升了3.56%和4.21%,召回率提升了3.71%和5.35%。 展开更多
关键词 肝脏肿瘤分割 U-Net 混合空洞卷积 密集上采样卷积 残差模块 注意力机制
下载PDF
基于FCN的图像语义分割算法研究 被引量:4
11
作者 王汉谱 瞿玉勇 +4 位作者 刘志豪 谷旭轩 贺志强 彭怡书 何伟 《成都工业学院学报》 2022年第1期36-41,共6页
图像语义分割的传统方法是依靠人工设计提取特征,用机器学习的方法进行分类,来达到分割的效果,但是过程比较复杂,且最终的分割效果也不理想。为解决该问题,提出运用深度学习的方法自动提取图像中物体特征,实现端到端训练,并提升分割精... 图像语义分割的传统方法是依靠人工设计提取特征,用机器学习的方法进行分类,来达到分割的效果,但是过程比较复杂,且最终的分割效果也不理想。为解决该问题,提出运用深度学习的方法自动提取图像中物体特征,实现端到端训练,并提升分割精度。采用的基础网络是ResNet-50,同时采用空洞空间金字塔池化模块进行有效的特征融合,并在最后一组卷积块中使用了空洞卷积来控制感受野,以提取多尺度信息。在解码阶段采用密集上采样卷积来获得最终的输出预测图。实验表明,该方法获得mIoU值为86.185%。 展开更多
关键词 语义分割 卷积神经网络 空洞空间金字塔池化 密集上采样卷积
下载PDF
用于遥感影像建筑物变化检测的多尺度交叉对偶注意力网络 被引量:3
12
作者 张建兵 严泽枭 马淑芳 《地球信息科学学报》 EI CSCD 北大核心 2023年第12期2487-2500,共14页
本文提出了一种用于遥感影像变化检测的多尺度交叉对偶注意力网络MSCDAN(Multi-Scale Cross Dual Attention Network),该神经网络模型利用改进的ResNet18网络提取原始遥感影像中的多尺度低级特征,并通过结合交叉注意力和对偶注意力2种... 本文提出了一种用于遥感影像变化检测的多尺度交叉对偶注意力网络MSCDAN(Multi-Scale Cross Dual Attention Network),该神经网络模型利用改进的ResNet18网络提取原始遥感影像中的多尺度低级特征,并通过结合交叉注意力和对偶注意力2种注意力机制的CDA(Cross Dual Attention)模块提取注意力特征信息。CDA模块可以加强输入数据中不同视角或特征图之间的关联、融合时空信息、捕捉地表变化的时间序列特征、识别周期性变化和持续性变化等时序相关的变化模式。MSCDAN模型通过全转置卷积上采样模块FTCUM(Fully Transposed Convolution Upsampling Module)对特征图中的每个点进行局部的特征融合,由神经网络判别变化边界,避免了像双线性插值等传统方法带来的模糊和锯齿等问题,且实现了端到端的训练和优化,从而能够更好地适应遥感影像变化检测任务需求。相较于现有主流方法DTCDSCN(Dual-Task Constrained Deep Siamese Convolutional Network),本文提出的方法在DSIFN数据集上的准确度提高了5.13%,在WHU-CD数据集上的准确度提高了1.3%。同时,本文方法在这两个数据集上的表现也优于现有方法ChangeNet以及LamboiseNet,在CDD数据集上的表现优于改进DeepLabv3+和SRCD-Net。这些结果表明本文方法在不同数据集上均具有良好的性能,对进一步研究遥感影像变化检测具有重要参考价值。 展开更多
关键词 遥感影像 深度学习 变化检测 残差卷积 多尺度特征 交叉注意力 对偶注意力 全转置卷积采样
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部