基于细节增强和多颜色空间学习的联合监督水下图像增强算法

由于水下特殊的成像环境,水下图像往往具有严重的色偏雾化等现象。因此文中根据水下光学成像模型设计了一种新的增强算法,即基于细节增强和多颜色空间学习的无监督水下图像增强算法(UUIE-DEMCSL)。该算法设计了一种基于多颜色空间的增强网络,将输入转换为多个颜色空间(HSV、RGB、LAB)进行特征提取,并将提取到的特征融合,使得网络能学习到更多的图像特征信息,从而对输入图像进行更为精确的增强。最后,UUIE-DEMCSL根据水下光学成像模型和联合监督学习框架进行设计,使其更适合水下图像增强任务的应用场景。在不同数据集上大量的实验结果表明,文中提出的UUIE-DEMCSL算法能生成视觉质量良好的水下增强图像,且各项指标具有显著的优势。

多尺度特征增强的街景绿色景观分割方法

针对街景图像中景观复杂多样且多种景观相互遮挡,绿色景观分割效果存在相似景观错分、边界分割模糊、细节丢失等问题,提出一种多尺度特征增强的城市绿色景观分割网络。在编码部分改进多尺度残差网络提取上下文信息以区分相似景观,同时构建多级特征聚合增强模块增强目标特征的边缘细节信息。增加双注意力机制,在局部特征上建模丰富的上下文联系。最后,将多级特征聚合增强模块同样引入解码器,并融合多层级特征来提高目标信息的恢复能力完善边缘信息。在公共街景数据集Cityscapes与自制数据集StreetData的消融实验表明,该网络与基础网络相比,平均交并比分别提高2.96%和5.57%。此外,在两个数据集上进行对比实验,该网络较对比模型平均交并比分别高1.25%~5.29%和1.52%~6.95%。定量分析与实验结果表明,该方法能够有效识别街景的绿色景观,实现高精度的城市绿色景观数据提取。

基于特征增强的双重注意力去雾网络

针对现有去雾方法处理的图像细节模糊和色彩偏差等问题,提出了一种基于特征增强的双重注意力去雾网络。该网络采用编码器-解码器结构,设计了一个双重注意力特征增强模块,其中,利用Ghost模块替代非线性卷积,实现模型轻量化处理,通过RFB充分融合不同尺度的特征,实现均匀去雾,引入双重注意力实现信息跨通道与空间交互,保证模型性能和抑制噪声特征。使用RESIDE数据集对网络进行训练和测试。实验结果表明,所提算法在主观视觉和客观评价指标上均有优异表现,能有效地提升网络的特征提取能力,实现对不同场景雾图的色彩恢复,增强图像的对比度和清晰度。

基于LEBERT的时间信息增强中文命名实体识别

为解决现有预训练模型没有充分考虑汉语词汇的分割特征的问题,提出一种基于LEBERT-ILRN-RA-CRF的中文命名实体识别模型。该模型首先利用LEBERT对输入文本进行词汇表增强和嵌入处理,然后利用ILRN模块提取时间信息,并将字符-词融合与字向量采集相结合,最后使用条件随机场(CRF)进行结果校正。此外,该模型还引入了词汇量增强和残差门控注意网络来加强时间特征的提取和局部特征的表达,进一步提升了模型的识别效果。在Weibo和Resume两个数据集上分别取得了71.73%和96.51%的宏F1值。实验表明该模型可以考虑到汉语词汇的分割问题,改善中文命名实体识别任务的识别效果。

基于主成分方法研究钢纤维增强混凝土劈裂破坏的损伤机制

研究钢纤维混凝土劈裂破坏的细观损伤机制,对在役钢纤维混凝土结构的健康检测具有重要意义。通过多通道声发射系统,采集混凝土和钢纤维混凝土试件(钢纤维含量分别为15和45 kg/m 3)劈裂破坏过程中的声发射信号,并结合主成分分析法和k-means聚类算法,对混凝土和钢纤维混凝土的损伤特征进行分析。结果表明,钢纤维的加入抑制了混凝土中裂纹扩展,有效地改善了混凝土的峰后韧性;声发射计数和能量参数变化特征反映了钢纤维混凝土试件宏观变形、破坏的细观损伤演化过程。最后,识别出了钢纤维混凝土中砂浆基体开裂和钢纤维拉拔的两种损伤机制。与砂浆基体开裂相比,钢纤维拉拔产生的声发射信号具有计数高、幅值高、能量强和持续时间长的特征。

基于层次特征增强的细粒度点云分类

针对粗粒度点云分类方法在细粒度数据集中局部特征提取不足的问题,提出了一种基于层次特征增强的三维细粒度点云分类网络(HFE-Net)。基于Veronese映射的点特征增强模块(V-PE)对点云数据进行数据增强,辅助网络学习法线和姿态高阶信息;基于多尺度上下文感知的簇内特征增强模块(CA-IntraCE),利用不同尺度的K近邻(K-nearest neighbors,KNN)算法以及交叉注意力实现不同尺度特征的增强,以消除最大池化带来的信息丢失;基于分组稀疏采样的簇间特征增强模块(GSS-InterCE),利用最远点采样(FPS)算法获得稀疏点,并采用交叉注意力实验不同簇间的特征增强,从而提高网络的细粒度判别能力。在FG3D数据集Airplane、Car和Chair 3个类别上的实验结果显示,HFE-Net的总体准确率分别达97.40%,80.53%和83.83%,已超过现有最优方法DC-Net、FGPNet的分类框架,说明HFE-Net的分类性能具有一定的优越性。

植物纤维增强PHBV和PBAT可降解复合材料研究进展

目的植物纤维在增强可降解复合材料中的应用日益广泛,探讨植物纤维作为增强材料,在提升聚3-羟基丁酸-3-羟基戊酸共聚酯(PHBV)和聚对苯二甲酸-己二酸丁二醇酯(PBAT)2种可降解复合材料综合性能中的优势与潜力。方法综述不同种类植物纤维增强PHBV和PBAT可降解高分子材料的研究进展,对各种复合材料的综合性能进行分析比较,并对其应用性能和前景进行总结与展望。结果植物纤维作为增强材料在PHBV和PBAT可降解高分子材料中的应用具有显著的优势和潜力,通过合理的纤维选择和表面改性技术,可制备出综合性能优异的可降解复合材料,满足不同应用领域的需求。结论未来,植物纤维增强PHBV和PBAT可降解复合材料的研究应针对抗菌抗氧化、水气阻隔、阻燃抑燃等领域展开系列研究,制备集高强度、耐水性和功能性于一体的可降解复合材料,以推动植物纤维增强可降解复合材料在更多领域的广泛应用。

光照不均匀条件下无人机航拍低照度图像增强方法

增强图像时高低频参数未增强,没有更好地保留图像的细节和平衡图像的亮度,因此,提出一种光照不均匀条件下无人机航拍低照度图像增强方法。首先通过高斯滤波预处理无人机航拍图像,实现无人机航拍图像中的噪声抑制,将预处理后的图像通过小波分解得到图像的高频参数和低频参数,分别通过双边滤波算法、软阈值方法和直方图对图像的低频参数和高频参数进行增强,采用小波重构对增强后的图像高频参数和低频参数进行重构,得到增强后的无人机航拍图像。通过实验验证,该方法能够实现一种效果较好的图像增强,在原始图像基础上,通过文中方法增强原始亮度8.14%、对比度提高了37.90%以及清晰度增加了31.01%,使得图像的整体质量得到了显著提升,为后续的图像分析、处理提供了更加准确、丰富的信息。

提示学习中思维链生成和增强方法综述

大语言模型凭借其卓越的语言理解和文本生成能力,在多个领域取得了突破性进展。尽管如此,其在处理复杂推理任务时的表现往往不尽如人意,准确率的提升空间依然巨大。针对这一挑战,学术界提出了思维链策略,这是一种创新的方法,通过让模型生成推理过程来增强模型的推理性能。文中通过全面梳理和深入分析现有的思维链研究,不仅总结了其核心概念和结构框架,还详细探讨了推理生成方法和增强方法。进一步对思维链在不同任务场景中的应用进行了广泛探讨,展示了思维链在提升模型性能方面的潜力。同时,也对思维链的局限性进行了批判性分析,指出了思维链方法存在的不足。最后,对思维链的未来发展进行了前瞻性展望,旨在为思维链未来的研究方向提供指导,并为该领域的研究者提供有价值的参考和启示。

发育性髋关节发育不良患者固液双相纤维增强软骨的力学性能

背景:发育性髋关节发育不良由于髋臼、股骨头存在结构、大小及方向等方面的畸形,患者长时间活动或站立会引起腹股沟疼痛,如果得不到有效的治疗,患者的正常活动将严重受限。目的:基于FEBio建立具有固液双相纤维增强软骨的球-窝髋关节有限元模型,探究发育性髋关节发育不良患者和正常人髋关节软骨的生物力学特性。方法:对1名发育性髋关节发育不良患者和1名正常志愿者进行髋关节建模,模型包含左盆骨、左股骨及附着其上的软骨。验证正常髋关节固液双相纤维增强软骨模型有效性后,建立髋关节发育不良患者髋关节有限元模型,对比两者在单腿站立时(2 130 N静态载荷)软骨的接触应力、流体压力、固相等效应力和流体支撑率的差异。结果与结论:(1)与正常髋关节相比,载荷加载完成后1 s(承载初期),发育性髋关节发育不良患者髋臼软骨出现明显的边缘接触,且峰值接触应力(3.86 MPa)和峰值流体压力(3.76 MPa)均大于正常髋关节软骨;(2)1 500 s(承载稳定)后,2个模型软骨峰值接触应力和峰值流体压力均减小,但发育性髋关节发育不良患者软骨接触位置由软骨边缘向中心移动,流体支撑率由97.41%下降到91.08%,正常髋关节软骨流体支撑率下降了0.58%,由95.24%下降到94.66%;(3)提示单腿站立生理载荷下,发育性髋关节发育不良患者软骨出现明显的边缘载荷,其峰值接触应力、流体压力和流体支撑率的下降幅度均大于正常软骨,考虑软骨的固液双相纤维增强特性对于评估髋关节发育不良患者髋关节软骨的生物力学性能、理解髋关节发育不良病理生理机制和制定术前计划具有重要的临床意义。

多尺度差分特征增强网络的遥感影像变化检测

遥感影像变化检测旨在识别不同时期遥感影像中的目标差异,近年来基于卷积神经网络的方法在遥感影像变化检测任务中取得了很大进展。然而,受光照变化和季节更替的影响,不同时期遥感影像中的伪变化问题仍然难以解决。同时,大多方法中未充分利用多尺度特征,导致模型的性能和准确率受到一定程度的限制。针对上述问题,提出一种多尺度差分特征增强的变化检测方法。利用由孪生网络编码器和差分网络编码器组成的并行编码框架分别提取不同层级的特征,将同级的双时特征和差分特征通过拼接的方式建立两者间的互补关系。引入差分特征增强模块获取更具判别性的特征图并将其作为差分网络编码器的补充输入,丰富变化信息的同时增加模型对变化区域的关注度,使其准确地区分地物的真实变化与伪变化。为了增强特征的多样性和表达能力,使用特征错位融合模块实现语义特征的交叉融合,让每个特征中的语义信息得到充分而不同的交互。该方法在CDD数据集和LEVIRCD数据集上的F1分数分别达到了95.45%和92.04%,交并比分别达到了92.26%和82.93%,与其余八种主流方法相比均为最优,实验结果证明了该方法的有效性。

一种基于知识图谱的检索增强生成情报问答技术

为实现军事情报问答,提出了一种基于知识图谱的检索增强生成框架。该框架通过问题分类、实体识别、实体链接、知识检索有效地获取了背景知识。同时考虑到情报问题多约束的特点,使用回答集编程在知识上通过约束限制减少知识数量或者直接获得答案。最后,使用大语言模型在精炼后的知识上对问题进行求解,以减少问题理解过程中的属性识别与链接。在MilRE数据集上的实验表明,所提框架能够提供基于知识图谱的增强知识检索功能,并具有较好的军事情报问题解答能力。

紫外线B辐射增强和酸氮沉降复合作用对杉木凋落物分解的影响

为了探究不同环境因子复合作用对杉木(Cunninghamia lanceolata)凋落物分解机制的影响,以杉木人工林凋落物为研究对象,采用野外环境控制试验方法,通过设置不同紫外线B辐射增强、酸沉降和氮沉降试验处理,进行紫外线B辐射增强与酸氮沉降复合作用对杉木凋落物分解过程处理1年的定位研究。结果表明:不同试验处理后,杉木凋落物的分解速率从大到小依次为氮沉降处理(0.69)、紫外线B辐射增强与氮沉降复合处理(0.64)、紫外线B辐射增强与酸氮沉降复合处理(0.59)、酸沉降与氮沉降复合处理(0.58)、对照(0.56)、紫外线B辐射增强处理(0.55)、酸沉降处理(0.54)、紫外线B辐射增强与酸沉降复合处理(0.52)。氮沉降处理、紫外线B辐射增强与氮沉降复合处理会促进凋落物分解,缩短凋落物分解的周期;酸沉降处理会减缓杉木凋落物分解的速率。紫外线B辐射增强、紫外线B辐射增强和酸沉降复合处理、酸沉降和氮沉降复合处理、酸沉降氮沉降和紫外线B复合处理,对杉木凋落物分解的速率没有明显的影响。

基于光照可靠性掩膜的低光照图像增强算法

针对具有局部强光源、局部有色光源的低光照场景图像增强中存在的局部过曝光、局部染色和附加噪声等问题,提出一种基于光照可靠性掩膜的低光照图像增强算法。核心思想是:根据输入图像的光照分量逐像素标记超低光照、过曝光、单通道过曝光等光照不可靠区域并建立“S型”光照可靠性掩膜曲线模型以消除输入低光照图像的局部光照不一致性。以此为基础,设计了由光照估计子模块、光照一致性修正子模块和低光照图像增强子模块组成的基于光照可靠性掩膜的低光照图像增强网络。通过MEF、LIME、DICM、VV等测试数据集的广泛实验表明,所提算法可以显著消除局部过曝光、局部染色及附加噪声等问题,且在NIQE(natural image quality evaluator)与SSIM(structural similarity index)等指标上优于现有算法。相关代码和预训练模型可通过https://github.com/fififft/MLightGAN获取。

基于视觉与文本语义增强的多模态命名实体识别方法

为了解决视觉特征和文本特征融合后存在部分语义缺失从而导致视觉信息对文本信息的补充有较大偏差的问题,提出了一种基于视觉与文本语义增强的多模态命名实体识别方法。融合BERT文本特征提取和CLIP(contrastive language–image pre-training)视觉特征提取方法,设计了基于协同交叉注意力机制的特征交互单元,以增强视觉信息和文本信息之间的语义关系。CLIP通过对比学习框架进行预训练,优化模型以正确匹配视觉和对应的文本描述,最大化正样本(匹配的视觉-文本对)的相似性,同时最小化负样本(不匹配的视觉-文本对)的相似性。采用通用领域数据集TWITTER-2015和TWITTER-2017作为实验数据集。实验结果表明,本模型相比传统方法在多模态命名实体识别任务中的准确率、召回率、F1值均有显著提升。

肺栓塞诊断中多层螺旋CT双期动态增强扫描技术的应用研究

目的 分析研究肺栓塞诊断中应用多层螺旋CT双期动态增强扫描技术的应用价值。方法 选取河南省胸科医院2020年2月至2022年6月收治的50例疑似肺栓塞患者,选择SOMATOM Definition Flash双源CT扫描机开展胸部平扫和肺动脉期、肺静脉期双期动态增强CT扫描,分析双期动态增强扫描图像;以综合评定结果为金标准,计算双期动态增强CT扫描检查结果。结果 分析多层螺旋CT双期动态增强扫描图像发现,41例患者诊断为肺栓塞,能精确发现145处栓子,其中13处为左右肺动脉主干,57处为叶动脉,55处为段动脉,18处为亚段动脉,2处为亚亚段动脉。50例患者经综合评估,结果为阳性48例,阴性2例,双期动态增强CT扫描检查结果为阳性46例,阴性4例。双期动态增强CT扫描检查敏感度为95.83%(46/48),特异度为100.00(2/2),准确度为96.00%(48/50)。结论 临床诊断肺栓塞时采用多层螺旋CT双期动态增强扫描技术具有显著的检测和诊断效果,准确性、特异性及敏感度均较高,值得应用。

CT双期增强扫描在甲状腺乳头状癌淋巴结转移鉴别诊断中的应用

目的 探讨CT双期增强扫描对甲状腺乳头状癌淋巴结转移的鉴别诊断价值。方法 回顾性分析2021年1月至2023年12月我院收治的66例甲状腺乳头状癌患者的CT影像学资料。患者术前均行颈部CT双期增强扫描,术后病理检查确定有区域淋巴结转移43例(转移组),无区域淋巴结转移23例(未转移组)。分析CT影像学形态特征、CT增强参数,计算CT增强/平扫的密度值比值,进行ROC曲线分析。以手术病理结果为“金标准”,分析CT双期增强扫描与金标准的一致性。结果 转移组与未转移组的病灶钙化率分别为55.81%和39.13%,差异无统计学意义(P>0.05)。转移组患者中的病灶边界模糊、包膜不完整、明显强化的比例分别为65.12%、76.74%和65.12%,均高于未转移组的34.78%、39.13%和30.43%(P<0.05)。转移组病灶CT增强动脉期的粗糙度(Co)、依赖熵(DE)、短游程低灰度增强度(SRLGLE)、区域大小不均匀度(SZNN)小于未转移组,游程不均匀度(RLN)、低灰度增强度(LGLE)大于未转移组(P<0.05)。转移组病灶CT增强静脉期的粗糙度(Co)、小面积低灰度增强度(SALGLE)小于未转移组,长游程高灰度增强度(LRHGLE)、大依赖增强度(LDE)大于未转移组(P<0.05)。转移组CT增强/平扫的密度值比值大于未转移组(P<0.05)。CT增强/平扫的密度值比值鉴别诊断甲状腺乳头状癌淋巴结转移的灵敏度为87.30%,特异度为69.77%(AUC=0.851, 95%CI=0.777-0.925)。CT双期增强扫描与“金标准”的一致性较高(kappa=0.659),准确率为84.85%。结论 CT双期增强对鉴别甲状腺乳头状癌淋巴结转移有较高的诊断价值,可根据CT影像学形态特征并结合CT增强定量参数、CT增强/平扫的密度值比值等资料辅助临床诊断。

基于颜色校正与改进的对比度增强的水下图像增强方法

针对水下介质分布不均匀引起的光吸收和散射导致图像颜色失真、对比度低、细节模糊,严重影响ORBSLAM2算法前端特征提取与匹配鲁棒性的问题,文中提出一种基于颜色校正与改进的自适应对比度增强的图像处理方法。首先,利用一种改进的颜色通道补偿和颜色通道拉伸方法去除色偏;其次,采用改进的自适应对比度增强方法提高图像的亮度与对比度;最后,将彩色校正图像与对比度增强图像在HSV空间中融合。此外,将提出的算法与一些其他算法进行主客观的评价,并将处理好的图片进行特征提取和匹配。结果表明,该算法处理的图片不仅在主客观评价上均优于对比算法,而且增加了特征点的匹配数量,为水下图像处理提供了借鉴。

用于水下图像增强的多层级联融合增强网络

为了提高水下无人潜航器决策的准确性,构建了一种用于增强水下图像的多层级联融合增强网络。首先,设计注意力引导的色彩增强模块并结合多层级联增强架构,在提取图像多尺度特征的同时,加强特征重用;其次,设计全局调整模块,将Swin Transformer与扩张卷积相结合,提升网络对于退化图像整体增强效果;最后,将各模块提取到的特征信息经由三重特征聚合模块进行融合增强,得到增强水下图像。为了可以更好地训练模型,构造了联合损失函数。与其他水下图像增强方法的对比实验结果表明,所提方法对于水下图像存在的色偏、模糊等问题均有着良好的增强效果,并对后续特征提取任务的完成有着较大的促进作用。

玻璃纤维-钢丝网增强复合材料拉伸性能研究

采用真空辅助树脂灌注成型(VARI)工艺,双向编织玻璃纤维和矩形不锈钢钢丝网制备了10种不同丝径和孔间距的复合材料试件。研究了不同钢丝网参数对复合材料拉伸性能的影响,并结合数字图像相关技术揭示了其失效机制。研究结果表明,材料的变形在拉伸初始阶段受到钢丝网的约束,随着荷载的增加,试件被钢丝网分割为更多的应变单元,最后钢丝网和纤维发生相对滑移,一侧纤维发生断裂并向另一侧迅速撕裂开从而导致试件破坏,试件的失效全部为脆性失效。引入钢丝网显著提高了玻璃纤维-钢丝网增强复合材料的刚度、峰值荷载和极限应变等参数,相较于无钢丝网试件,极限荷载最大提升了61.18%,最大位移提升了37.17%;此外钢丝网在试件内表现出了良好的延性。研究结果为复合材料加固的工程应用提供了一定的参考。