面向密集型场景的多尺度行人检测方法

针对目标检测算法对小目标行人识别率低、对监控远处视野目标检测精度不理想的问题,提出了改进YOLOv5高效多尺度特征利用的行人检测算法。首先,通过在原网络中改进高效的特征融合结构,提高模型对深层特征的感知力来提高模型精度;其次,采用Res2Net Block重构骨干网络,加强对细粒度特征信息的利用;最后,加入改进的空间金字塔注意力池化网络,强化模型的多层次特征表达能力。在CrowdHuman数据集进行训练和验证,YOLOv5-SA的平均检测精度达到了85.6%,相比原算法提高了3.8%,检测速度可以达到51 FPS(frames per second),识别精度和检测速度均具有较好的效果,可以有效应用于密集目标行人检测任务。

新型架构下的密集网络在肺部影像的分割研究

在医学图像分割领域中,肺实质的分割对肺结节检测有着至关重要的作用,在考虑到模型参数量的情况下追求更高的精度一直是研究热点之一;为此提出了新的三层密集卷积神经网络DA-UNet,首先用密集卷积模块代替在传统U-Net使用的普通3×3卷积,利用密集卷积特征重用特点,加强了网络的特征提取能力。再者在没有太过影响分割网络精确度的前提下加以修剪,减少了上下采样次数,减少不必要的算力消耗。此外,使用了注意力门(Attention gate),加强了跳跃连接中高底层信息融合效果,并且使用空洞空间金字塔池化(Atrous spatial pyramid pooling),模型加入了不同尺度的特征信息,进一步加强图像中任务相关的区域特征,有效减小噪声干扰,提高网络分割精度。通过实验证明:三次上下采样改进模型的参数量只有传统四次上下采样的75.2%左右,但是分割效果没有太大的影响,用LUNA竞赛肺部影像数据集进行了分割验证,实验结果在测试集上的准确率达到了0.991,而IoU则为0.961,比起传统U-Net的评价指标IoU提升了2.9%;在泛化实验的肝脏图像中,DA-UNet的IoU稳定在0.929左右,而U-Net稳定在0.838左右。这些结果证明了改进的U-Net有更佳的分割效果。

面向嵌入式端的轻量级交通信号灯检测算法

针对现有交通信号灯检测算法计算量和模型大,嵌入式端部署难,且对远距离交通信号灯的检测难度大,漏检率高等问题,设计了一种面向嵌入式端的轻量级交通信号灯检测算法,针对轻量化和实时性要求,采用GhostNet网络Ghost模块和Ghost瓶颈层结构,减少了模型参数量,提升了检测速度;针对特征相似问题,采用加权双向特征金字塔网络结构,使得算法对目标更敏感;使用密集空洞空间金字塔池化,优化全局上下文信息的提取;针对小目标识别问题,通过多尺度检测的改进,增强对小目标的信息提取;通过知识蒸馏,提升模型学习能力,进而提高检测性能。实验结果表明,该检测算法对交通信号灯的识别精度达到了97.0%,召回率达到了99%,较YOLOv5s算法分别提高了2.7和3个百分点,模型大小减小到8.06 MB,是YOLOv5s的58%,识别速率从51帧每秒提升到56帧每秒,通过在嵌入式端的测试,改进后算法对远距离下的交通信号灯能够实时准确地识别。

基于多尺度特征融合和密集连接网络的疏果期黄花梨植株图像分割

由于自然环境下果蔬植株的果实、枝干和叶片等目标尺度不一、边缘不规则,因此造成其准确分割较为困难。针对该问题,提出1种多尺度特征融合和密集连接网络(Multi-scale feature fusion and dense connection networks,MDNet)以实现黄花梨疏果期植株图像的准确分割。在研究中借鉴了编码-解码网络,其中编码网络采用DenseNet对多层特征进行复用和融合,以改善信息传递方式;解码网络使用转置卷积进行上采样,结合跳层连接融合浅层细节信息与深层语义信息;在编码、解码之间加入空洞空间金字塔池化(Atrous spatial pyramid pooling,ASPP)用于提取不同感受野的特征图以融合多尺度特征,聚合上下文信息。结果表明,ASPP有效提高了模型的分割精度,MDNet在测试集上的平均局域重合度(MIoU)为77.97%,分别较SegNet、Deeplabv2和DNet提高了8.10个、5.77个和2.17个百分点,果实、枝干和叶片的像素准确率分别为93.57%、90.31%和95.43%,实现了黄花梨植株果实、枝干和叶片等目标的准确分割。在翠冠梨植株图像的独立测试中,MIoU为70.93%,表明该模型具有较强的泛化能力,对自然环境下果蔬植株图像的分割有一定的参考价值。

融合注意力机制及DenseASPP改进的DeeplabV3+遥感图像分割方法

由于遥感影像分辨率的提高,卷积层需要更大的感受野来捕获语义信息。DeeplabV3+模型在使用较大空洞率时会出现空洞卷积低效或失效的问题,同时该模型依靠卷积运算捕获的是局部信息,难以建立长距离依赖。为此,文章设计了一种基于DeeplabV3+的改进模型,在原模型中添加金字塔拆分注意力模块(pyramid split attention,PSA),通过金字塔结构,使网络关注关键信息,帮助模型提取像素级多尺度空间信息的同时建立长距离依赖关系。同时,将空间空洞金字塔池化模块(atrous spatial pyramid pooling,ASPP)替换为密集空间空洞金字塔池化模块(dense atrous spatial pyramid pooling,DenseASPP),帮助网络利用更多像素,获得更大感受野,得到更密集的特征金字塔,并避免了空洞卷积低效或失效的情况发生。为了验证模型效果,分别使用Vaihingen和WHDLD数据集进行实验。相较于原模型,该模型的MIoU提高了2.8%~0.9%,F1分数提高了2.1%~0.73%;通过与其他现有模型进行对比,该方法在分割效果上也有明显的提升。

基于YOLOv4的复杂交通状况下多目标检测算法

当前复杂交通状况下多目标检测存在检测精度低,检测速度慢,模型参数量大等问题。针对上述问题基于YOLOv4提出一种能够快速检测并识别多个不同目标的密集神经网络。首先将高效通道注意力机制(ECA)与跨阶段密集连接网络(CSPDenseNet)结合,组成新的E-CSP主干网络,代替传统的残差网络(ResNet)。新的主干网络加强了有效通道的特征表达,提高了特征提取层提取特征的能力;其次使用改进的空间金字塔池化与柔性非极大值抑制(Soft-NMS),加强对于小目标与被遮挡目标的检测能力。实验结果表明,方法的平均类别精度(mAP)、帧率达到0.92%、50 fps,明显高于其他方法。通过与目前主流模型比较,方法在获得较高识别精度的同时,具有参数规模小识别速度快的特点,可以极大的提高交通行驶的安全性。

改进的多任务学习方法的眼底视盘分割与定位

提出了一种改进的多任务学习方法,网络的主结构由特征提取网络和分别进行视盘分割与视盘定位的双路径网络组成,通过端到端的训练与测试可以实现眼底图像视盘自动分割与定位相结合的多任务目的。在特征提取网络的编码阶段利用密集连接提取眼底图像视盘的上下文特征。视盘分割任务是依靠解码阶段逐步恢复原来的图像分辨率并获取整个视盘轮廓,视盘中心定位任务由空洞空间金字塔模块和金字塔池化模块来进一步提取视盘抽象特征,得到精准的视盘中心坐标。对350幅眼底图像进行了视盘分割和中心定位,实验结果表明:该方法自动分割的视盘结果与手动标注视盘区域的Dice系数为0.965,自动定位的视盘中心坐标与手动标记的视盘中心的平均绝对距离为0.191 mm(34.7像素)。

改进YOLO-v3的遥感图像舰船检测方法

针对遥感图像中舰船目标的检测,提出了一种基于YOLO-v3改进的实时遥感舰船目标检测方法。通过引入空间金字塔池化结构,结合密集连接和Inception结构实现降维过渡模块等方法增强了网络特征信息的提取,重新替换骨干网络的连接结构和优化多尺度特征融合检测设计出新的网络结构,减少了参数量,加强了特征传递,最终实现了优于原方法的效果。使用空客公司在Kaggle比赛提供的遥感图像数据集做试验对比,该算法平均检测精确度达到84%,相较于原算法精确度提高了约4%,速度达到23帧/s。

基于YOLO-ST的安全帽佩戴精确检测算法

在建筑业、工地等场景下,由于受到天气、人数、光照强度、拍摄角度和距离等因素的影响,导致在安全帽智能检测时容易出现准确度低、漏检率大、错检率高的问题.为了解决该问题,提出了一种基于YOLO-ST的安全帽佩戴检测算法.该算法具有两个优势:首先,使用更容易捕获图像全局信息的Swin Transformer作为网络的特征提取器,增强网络对安全帽特征的提取能力;其次,设计密集的空间金字塔池化模块并引入到YOLO-ST中,以获取目标中更加丰富的细节信息.实验结果表明,在公开的SHWD数据集上,YOLO-ST的平均识别精度达到了91.3%.与其它方法相比,YOLO-ST取得了更精确的检测结果.

多尺度特征融合深度学习建筑物的提取方法

提出一种基于多尺度特征融合的建筑物提取方法,结合新的网络DenseASPP-UNet,以实现影像多尺度特征的融合,进而高精度提取建筑物。通过Inria开源建筑物航空影像数据集进行验证,表明DenseASPP-UNet相比其他深度学习方法建筑物提取精度有很大的提升。

基于FCN的图像语义分割算法研究

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%。

基于全卷积网络的图像语义分割算法

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%。

基于改进DeepLabV3+的铁谱图像语义分割

针对传统铁谱图像分割方法需要人工设计特征、存在特征冗余及误差累积等缺点,提出一种改进的DeepLabV3+方法,实现了对铁谱图像中严重滑动、疲劳、切削等6种磨粒的语义分割。该方法在DeepLabV3+基础上,引入密集连接的空洞空间池化金字塔模块,以增大感受野;通过改进密集金字塔模块,采用互质膨胀率的空洞卷积,避免了栅格效应;采用全连接条件随机场以改善分割结果。实验结果表明:该方法在铁谱图像测试集上的平均交占比为87.1%。

DNeStCount:数据相关的拆分注意力机制的编码器-解码器结构的人群计数方法

人群数量估计是人群管理系统的关键,对于预防踩踏事故和引导人群至关重要,已成为一个日益重要的任务和具有挑战性的研究方向。本文提出一种数据相关的拆分注意力机制的编码器-解码器结构的人群计数方法,称为DNe StCount。为应对视频监控的尺度变化和透视失真的挑战,将更密集的空洞采样比率应用到密集空洞空间金字塔池化模块DASPP设计中。为提升密度图估计的准确性,将可学习的、数据相关的上采样方法 DUpsampling应用到特征聚合模块DFA设计中。为弥补欧几里德损失可能存在对离群值敏感、训练不稳定等缺点,采用Smooth L1损失设计损失函数。在具有挑战性的数据集上进行的实验和分析表明,本文提出的人群计数方法 DNe St Count与其他主流方法相比更具有竞争力。

基于DC-Unet的混凝土桥梁表观裂缝识别方法

为解决服役混凝土桥梁表观损伤检测存在误检率高、受背景噪声影响大等问题,提出一种基于DC-Unet的表观裂缝识别方法。首先,使用密集残差连接模块(DRCM)替换U-net模型中每次下采样和上采样前以及最后1×1卷积前的卷积操作,增加了模型深度;其次,在模型第1次上采样前的位置融入空洞空间池化金字塔模块,扩大了模型感受野,提升了模型获取多层次表观裂缝特征的能力;最后,将结合了空间和通道的注意力模块以残差连接的方式融入DRCM结构中,提高了模型对表观裂缝特征区域的关注,使用Labelme软件标注50张3 648像素×2 736像素分辨率的表观裂缝图像,基于窗口滑动算法构建了包含1 347张混凝土表观裂缝图像及标签图像的TimCracks数据集,将提出的表观裂缝识别方法与U-net模型、SegNet模型、U-net++模型、传统OTSU阈值分割算法和基于Canny算子的边缘检测算法进行了比较。结果表明:提出的方法能准确分割识别混凝土桥梁表观裂缝,具有精度高和抗噪性好等优势,在表观裂缝图像背景存在涂层干扰及不光滑褶皱状况下均可有效降低误检率,裂缝识别准确率、交并比和F_(1)-score分别达96.28%、73.80%和84.91%,3个评价指标较U-net模型、SegNet模型、U-net++模型均有提升,与传统裂缝分割算法相比,提出的DC-Unet网络解决了传统方法的误检问题,能将裂缝从涂层背景中有效分割。

基于多尺度密集网络的配网架空输电线路绝缘子识别

绝缘子为配网架空输电线路的重要组成部分,对无人机航拍的绝缘子图像进行精准识别是实现其缺陷检测和故障诊断的重要前提。针对图像中绝缘子目标小、背景复杂的问题,提出了一种基于多尺度密集网络的配网架空输电线路绝缘子识别算法。首先,利用K-means算法对数据集的目标框进行分析,获取合适的锚框;然后,将基础网络中的残差模块替换为密集连接模块,以增强网络特征信息的复用与融合,同时添加空间金字塔池化模块、优化多尺度特征融合,以对绝缘子进行预测;最后,用融合交叉熵函数和Focal损失函数的损失函数替换原始损失函数,构建航拍巡检图像数据集并进行实验。实验结果表明,相比原始算法,本算法的准确率提高了约12个百分点,且鲁棒性更强,基本满足电网巡检对绝缘子识别的要求。

基于改进YOLO轻量化网络的目标检测方法

YOLOv3作为开源的目标检测网络与同时期目标检测网络相比,在速度和精度上有着明显的优势。由于YOLOv3采用了新型的全卷积网络(FCN)、特征金字塔网络(FPN)和残差网络(ResNet),因此对硬件配置要求较高,导致开发成本过高,不利于工业上的应用普及。在嵌入式平台上普遍使用YOLOv3tiny进行检测,虽然计算量较小,但是检测效果远不如YOLOv3。为了解决在嵌入式平台上YOLOv3检测速度低的问题,提出一种基于YOLOv3的简化版网络,与YOLOv3不同的是,在保留了对特征提取有较大帮助的FCN、FPN以及ResNet的同时,尽可能减少每层的参数量和残差层数,并尝试加入了密集连接网络空间金字塔池化。实验结果表明,该网络的参数量和检测速度大幅优于YOLOv3,且平均精度比YOLOv3tiny在PASCAL VOC2007、2012数据集上有明显的提升。