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
2
篇文章
<
1
>
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
引入轻量级Transformer的自适应窗口立体匹配算法
1
作者
王正家
胡飞飞
+2 位作者
张成娟
雷卓
何涛
《计算机工程》
CAS
CSCD
北大核心
2024年第2期256-265,共10页
现有端到端的立体匹配算法为了减轻显存消耗和计算量而预设固定视差范围,在匹配精度和运行效率上难以平衡。提出一种基于轻量化Transformer的自适应窗口立体匹配算法。利用具有线性复杂度的坐标注意力层对低分辨率特征图进行位置编码,...
现有端到端的立体匹配算法为了减轻显存消耗和计算量而预设固定视差范围,在匹配精度和运行效率上难以平衡。提出一种基于轻量化Transformer的自适应窗口立体匹配算法。利用具有线性复杂度的坐标注意力层对低分辨率特征图进行位置编码,减轻计算量并增强相似特征的辨别力;设计轻量化Transformer特征描述模块,转换上下文相关的特征,并引入可分离多头自注意力层对Transformer进行轻量化改进,降低Transformer的延迟性;用可微匹配层对特征进行匹配,设计自适应窗口匹配细化模块进行亚像素级的匹配细化,在提高匹配精度的同时减少显存消耗;经视差回归后生成无视差范围的视差图。在KITTI2015、KITTI2012和SceneFlow数据集上的对比实验表明,该算法比基于标准Transformer的STTR在匹配效率上快了近4.7倍,具有更快的运行速度和更友好的存储性能;比基于3D卷积的PSMNet误匹配率降低了18%,运行时间快了5倍,实现了更好的速度和精度的平衡。
展开更多
关键词
立体匹配
TRANSFORMER
自适应窗口
可分离自注意力
机制
坐标
注意力
下载PDF
职称材料
基于EMobileNet的肝硬化图像分类网络研究
2
作者
王珊珊
朱威
+1 位作者
周萍萍
李开艳
《陕西科技大学学报》
北大核心
2023年第4期173-179,共7页
为了解决肝硬化病理图像分类准确率低的问题,基于复合卷积神经网络提出了一种更准确的对肝硬化病理图像分类的深度学习模型EMobileNet.EMobileNet是在EfficientNetV2网络的基础上,插入可分离自注意力模块MobileViTv2,并引入四阶龙格-库...
为了解决肝硬化病理图像分类准确率低的问题,基于复合卷积神经网络提出了一种更准确的对肝硬化病理图像分类的深度学习模型EMobileNet.EMobileNet是在EfficientNetV2网络的基础上,插入可分离自注意力模块MobileViTv2,并引入四阶龙格-库塔残差块调整MBViTconv模块间的连接方式.肝硬化病理图像数据集由华中科技大学同济医学院附属同济医院提供,实验采用十折交叉验证法对线阵和凸阵图像分别进行训练并分类.对所提出模型进行消融实验并与多种经典网络效果进行对比,结果显示EMobileNet模型在三分类任务上达到了97.89%的总体准确率,显著提高了检测性能,可以取得较高精度的肝硬化病理图像分类效果.
展开更多
关键词
肝硬化
EMobileNet
可分离自注意力
MobileViTv2
四阶龙格-库塔残差块
下载PDF
职称材料
题名
引入轻量级Transformer的自适应窗口立体匹配算法
1
作者
王正家
胡飞飞
张成娟
雷卓
何涛
机构
现代制造质量工程湖北省重点实验室
湖北工业大学机械工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2024年第2期256-265,共10页
基金
国家自然科学基金(51275158)。
文摘
现有端到端的立体匹配算法为了减轻显存消耗和计算量而预设固定视差范围,在匹配精度和运行效率上难以平衡。提出一种基于轻量化Transformer的自适应窗口立体匹配算法。利用具有线性复杂度的坐标注意力层对低分辨率特征图进行位置编码,减轻计算量并增强相似特征的辨别力;设计轻量化Transformer特征描述模块,转换上下文相关的特征,并引入可分离多头自注意力层对Transformer进行轻量化改进,降低Transformer的延迟性;用可微匹配层对特征进行匹配,设计自适应窗口匹配细化模块进行亚像素级的匹配细化,在提高匹配精度的同时减少显存消耗;经视差回归后生成无视差范围的视差图。在KITTI2015、KITTI2012和SceneFlow数据集上的对比实验表明,该算法比基于标准Transformer的STTR在匹配效率上快了近4.7倍,具有更快的运行速度和更友好的存储性能;比基于3D卷积的PSMNet误匹配率降低了18%,运行时间快了5倍,实现了更好的速度和精度的平衡。
关键词
立体匹配
TRANSFORMER
自适应窗口
可分离自注意力
机制
坐标
注意力
Keywords
stereo matching
Transformer
adaptive window
separable self-attention mechanism
coordinate attention
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
基于EMobileNet的肝硬化图像分类网络研究
2
作者
王珊珊
朱威
周萍萍
李开艳
机构
湖北工业大学电气与电子工程学院
华中科技大学同济医学院
出处
《陕西科技大学学报》
北大核心
2023年第4期173-179,共7页
基金
国家重点研发计划项目(2018YFC0116100)
湖北省重点研发计划项目(2020BAB114)
湖北省教育厅科学研究计划重点项目(D20211402)。
文摘
为了解决肝硬化病理图像分类准确率低的问题,基于复合卷积神经网络提出了一种更准确的对肝硬化病理图像分类的深度学习模型EMobileNet.EMobileNet是在EfficientNetV2网络的基础上,插入可分离自注意力模块MobileViTv2,并引入四阶龙格-库塔残差块调整MBViTconv模块间的连接方式.肝硬化病理图像数据集由华中科技大学同济医学院附属同济医院提供,实验采用十折交叉验证法对线阵和凸阵图像分别进行训练并分类.对所提出模型进行消融实验并与多种经典网络效果进行对比,结果显示EMobileNet模型在三分类任务上达到了97.89%的总体准确率,显著提高了检测性能,可以取得较高精度的肝硬化病理图像分类效果.
关键词
肝硬化
EMobileNet
可分离自注意力
MobileViTv2
四阶龙格-库塔残差块
Keywords
cirrhosis
EMobileNet
separable self-attention
MobileViTv2
fourth-order Runge-Kutta residual block
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
作者
出处
发文年
被引量
操作
1
引入轻量级Transformer的自适应窗口立体匹配算法
王正家
胡飞飞
张成娟
雷卓
何涛
《计算机工程》
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
2
基于EMobileNet的肝硬化图像分类网络研究
王珊珊
朱威
周萍萍
李开艳
《陕西科技大学学报》
北大核心
2023
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
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