改进深度学习块卷积神经网络的人脸表情识别

设计一种改进的块卷积神经网络架构,并结合主动形状模型和局部二元模式映射实现人脸表情识别。采用主动形状模型定位人脸关键点,实现人脸姿态校正和感兴趣区域抽取;对校正后的图像进行局部二元模式映射,降低光照干扰;设计改进的卷积神经网络架构,对局部二元模式图像和感兴趣区域两个输入项进行学习和训练,建立分类器并实现人脸表情分类。人脸表情识别实验结果表明,该方法识别率高,运算效率较高。

基于卷积神经网络的胰腺癌检测方法的研究

胰腺癌是一种致死率比较高的恶性肿瘤,早发现、早治疗可以降低死亡率。CT图像能够准确的定位病灶的位置,是医生检测胰腺癌常用的医疗设备,但大量的阅片工作量容易使医生产生视觉疲劳,造成误诊和漏诊等现象。本文提出通过计算机自动检测胰腺癌的方案,该方案可以辅助医生检测胰腺癌,提高检测率。具体研究内容包括:胰腺区域数据集的收集、图像预处理、感兴趣区域的提取、卷积神经网络胰腺癌分类模型的构建、卷积神经网络模型的训练及测试。并实验验证利用本方案检测胰腺癌的准确率达到了96.8%,高于已有的两种方法,能够实现更高的检测率,可以为医生提供有价值的参考意见。

基于轻量级卷积神经网络人脸识别算法的研究与应用

针对多数卷积神经网络(CNN)人脸识别算法在追求高精度的同时,加大网络层数,造成网络参数过多、计算量过大、训练速度缓慢且对设备要求高,增加了成本的问题,提出了一种改进型轻量级卷积神经网络MobileNet的人脸识别算法。首先,将MobileNet中的SoftMax层为L-SoftMax层,避免了过度拟合,实现更好的分类效果。其次,将改进的MobileNet和区域生成网络(RPN)融合,并在Jetson Nano小型设备上进行训练。实验表明:所提算法与传统的卷积神经网络人脸识别算法相比,在LFW人脸数据库和自建的小型数据库上训练测试,模型的参数量减少了88%,识别准确率与原MobileNet相比增加了0.2%,达到了97.54%。运行速度较原MobileNet网络提高了21.3%。

基于轻量化区域置信网络的细粒度图像分类

为提高细粒度图像分类的准确率和速度,提出区域投票分类模型和区域置信度机制以及基于轻量化区域置信网络的细粒度图像分类方法。将轻量化卷积神经网络分类器替换为区域投票分类器,加入区域置信机制,增加分类网络对于关键特征分类的权重,提升轻量化模型的准确率。在Cub200-2011数据集上的实验结果验证了区域投票模型和区域置信机制的有效性。相较于其它主流细粒度图像分类算法,改进后的模型仅损失了少量精度,却大幅减少了参数量和所需运算资源。

协调语音能量区域的正则化优化算法

为有效解决语音识别模型过拟合问题,提出一种协调语音能量区域的正则化优化算法。根据语音的共振峰特性,对语音信号高能量区域进行集体失活处理,增加模型对语音信号低能量区域的关注度;为进一步提升声学模型性能,采用堆叠8层的门控卷积神经网络提取语音时序特征,并对其中的门控机制进行优化,缓解梯度衰减现象;采用联结时序分类算法以汉字为建模单元对语音识别模型进行训练和解码。在公开中文语音数据集Aishell-1上的实验结果表明,该语音识别模型字错率降低至11.27%,与基线模型相比,字错率下降了7.93%,验证了该方法的有效性。

基于约束局部模型的人眼区域检测研究

为了提升人眼区域检测的精确性与稳定性,通过基于统计学习的逻辑回归法和卷积神经网络法2种不同的局部检测器,提出一种基于约束局部模型的人眼区域定位方法。首先,在原始图片中检测出人脸区域;然后,在人脸区域中定位出人眼关键点位置,将关键点的外界矩形作为人眼区域的检测结果。结果表明:基于约束局部模型的人眼区域检测方法不仅对不同肤色、光照及头部姿态的测试者都能精确检测出眼睛区域,基于卷积神经网络的局部检测器的检测结果也更加准确。基于约束局部模型的人眼区域检测方法具有较好的精确性与稳定性。

刮板机异常监测系统设计

为了实时识别刮板机上的异常小目标,确保刮板机的正常、安全运行,设计了基于机器视觉的刮板机异常监测系统。数据采集层的工业摄像机采集单元基于机器视觉原理获取刮板机实时监测图像,经通用串行总线(USB)接口传输图像给数据处理层。对采集的刮板机图像作降噪、增强处理后,通过数据传输层的基于现场可编程门阵列(FPGA)的以太网通信模块完成图像的上传。数据监测层的异常状态监测模块依据接收到的图像,创新性地调用改进的掩蔽区域卷积神经网络(Mask R-CNN)模型,由异常报警模块发送报警信息,并通过数据显示层呈现异常监测结果及报警提示信息,以实现刮板机异常监测。试验结果表明:该系统处理后的刮板机图像峰值信噪比显著提升、均方根误差显著降低;增强后的刮板机图像异常识别损失更低。该系统可识别刮板机不同类型的异常,并标记异常目标。

基于边缘分割与改进CNN的CT影像预诊断技术

针对基于图像识别的智能预诊断精确度较低的问题,文中提出了一种融合边缘分割与改进CNN的CT影像预诊断算法。在Bandelet变换的基础上构建WTS-MRF模型,并采用分割递归算法对CT影像的特征区域进行处理,进而设计出基于决策输出补偿的Faster R-CNN预诊断识别算法。同时还利用了脑出血、肺结核和肾结石等典型病例影像的数据样本,通过设置对比实验验证了该算法的预诊断可靠性。相较于同类预诊断识别方法,所提算法的准确率提升了6%,CT影像的分割准确率平均值为90%,预诊断识别精确率的平均值则可达96.9%。故其性能优于同类文献对比算法,能为基于人工智能的CT影像预诊断技术发展提供一定的理论支撑。

基于深度学习的渗碳齿轮金相图像分割算法

针对渗碳齿轮的质检依赖人工观察判断显微组织图像而造成不确定性较大的问题,课题组基于掩膜区域卷积神经网络Mask-RCNN(region-based convolutional neural network)提出了STN-Mask-RCNN模型,对渗碳齿轮中的残余奥氏体与马氏体进行图像分割,将Mask-RCNN的主干特征提取网络替换为Swin Transformer模块,引入了神经架构检索(neural architecture search,NAS)算法与特征金字塔网络(feature pyramid network,FPN)相结合的NAS-FPN模块,并在Mask图像分割分支中加入卷积块注意力模块(convolutional block attention module,CBAM),最后与DeepLabV3+模型和U-Net模型进行对比实验,并进行消融实验分析每个模块与网络性能之间的关系。实验结果表明:课题组提出的模型对渗碳齿轮中残余奥氏体与马氏体的图形分割能力较强,平均像素精度(mean pixel accuracy,mPA)达90.64%,整体性能明显优于其他模型,且各个模块对于模型性能都有不同程度的提升。

输电线路巡检图像检测模型的加速与压缩研究

为了降低基于深度学习识别算法的巨量计算复杂度和对设备性能的高要求,进一步提升电力图像识别系统的泛用性,提出一种加速与压缩算法,旨在保证精度的前提下,减小模型规模和计算量。首先选取实验场景为输电线路巡检图像检测,考虑精度和速率需求,目标检测算法选取为Faster区域卷积神经网络(regional convolutional neural networks,R-CNN);继而在原检测算法的基础上添加一批规范化层且与卷积层融合以减少运算量,对卷积层进行剪枝,并对全连接层采用奇异值分解以减少冗余。实验表明:所提算法可以有效地压缩模型尺寸,加速推理过程,减少测试模型约18%的计算量和80%的模型尺寸。

基于改进GoogLeNet模型的电气设备红外图像分割与识别

针对红外电气设备图像对比度低和信噪比低导致图像识别率不高的问题,提出一种改进的红外图像分割与识别方法。首先通过K均值聚类结合区域生长算法实现对图像的预处理,通过GoogLeNet网络对图像特征进行提取;其次在图像识别阶段,为提高识别率,引入超参数构建联合损失函数,以此改进GoogLeNet网络训练的识别率;最后搭建深度学习算法实验环境,并以实验室搜集的电气设备红外故障图像为例对图像进行识别。结果表明,所提方法可有效提取图像特征,并且识别率要明显高于improve_cnn、VggNet、AlexNet 3种模型。

基于深度学习的显著性区域的图像检索研究

利用神经网络提取的图像全局特征包含图像上的冗余信息,影响检索的精度,为了解决这个问题,提出了一种基于VGG16的改进网络结构、保留图像空间信息、提取图像显著性区域局部特征的算法。首先利用改进的网络对数据进行训练,得到准确率较高的模型,利用训练好的模型对所有图像使用类激活映射(CAM)的方法定位出图像的显著性区域;然后利用相同的模型提取局部显著性区域特征,构建图像数据库;最后对查询图像使用距离比较函数(L2)计算相似度,按相似度大小排列返回相似图像。在Corel数据集上,对比提取神经网络全局特征以及使用传统SIFT特征构建的K-means模型,使用局部显著性区域特征有较高的检索精度。实验结果表明,该模型有较好的检索效果。

气象雷达回波图中区域地物杂波检测算法

针对多普勒气象雷达回波图中的地物杂波只能通过肉眼识别且效率低下的问题,提出一种结合卷积神经网络模型与区域重叠灰度共生矩阵的算法,以实现对雷达回波图中特定杂波区域的高效识别。首先设计一个卷积神经网络模型,利用数据集对卷积神经网络进行训练,从而对雷达回波图的俯仰角进行识别;然后利用区域重叠灰度共生矩阵算法对低仰角的气象雷达回波图进行特征提取,检测出存在地物杂波的具体区域;最后得出地物杂波所在具体区域的坐标。经过大量实验,结果表明,该算法可对气象雷达回波图中的地物杂波进行有效识别。

基于改进R^(2) CNN 的遥感图像船舶检测方法研究

为深入研究光学遥感图像中的船舶检测问题,提升检测精度和降低模型复杂度,设计基于改进旋转区域卷积和神经网络(Rotational Region Convolutional Neural Networks),R^(2)CNN的两阶段旋转框检测模型。在模型的第一阶段使用水平框作为候选区域;在模型第二阶段引入水平框预测分支,并且设计一种间接预测角度的回归模型;在测试阶段进行旋转框非极大值抑制时,设计基于掩码矩阵的旋转框IoU(Intersection over Union)算法。试验结果显示:改进R^(2)CNN模型在HRSC2016(High Resolution Ship Collection 2016)数据集上取得81.0%的平均精确度,相比其他模型均有不同程度的提升,说明改进R^(2)CNN在简化模型的同时能有效提升使用旋转框检测船舶的性能。

高分辨率航空遥感图像的建筑物识别

目前深度学习方法的研究已在语音辨别、图像识别、信息检索等方面取得较大成果。建筑物的自动检测与识别已成为遥感图像处理范畴研究的热点。针对高分辨率航空遥感影像中的建筑物快速、精准识别的应用问题,文章提出利用深度学习方法中的快速区域卷积神经网络(Faster RCNN)模型对航空遥感图像进行建筑物识别,经验证,利用Faster RCNN模型对航空遥感图像进行建筑物识别其结果可达93.7%的精准率,平均每张图像识别时间为74 ms,证明了Faster RCNN模型应用于航空遥感图像建筑物识别中的有效性及高效性。

基于深度学习的肺炎图像目标检测

肺炎是一种严重危害身体健康的疾病,通常使用肺部X光片进行检查。肺炎诊断是肺炎治疗前非常重要的环节,但是由于肺部其他疾病的干扰、医疗数据的爆发式增长以及专业病理医生的缺乏等,导致肺炎的准确诊断较为困难。深度学习能够模仿人脑的机制准确高效地解释医学图像数据,在肺炎图像检测方面获得了广泛应用。构建了3种基于深度学习的图像目标检测模型,单发多框探测器(SSD)、faster-RCNN和faster-RCNN优化模型,对来自Kaggle数据集的26 684张带标签的肺部X光图像进行研究。原始X光图像经预处理后输入3种深度学习模型,分别对单处和两处病灶区域进行目标检测。随机选取500张测试图像,利用损失函数、分类准确率、回归精度和误检病灶数等指标对各模型的性能进行评估。结果表明,faster-RCNN的性能指标优于SSD;Faster-RCNN优化模型的性能指标均优于其他两种模型,其损失函数值小且可快速达到稳定,平均分类准确率为93.7%,平均回归精度为79.8%,且误检病灶数为0。该方法有助于肺炎的准确识别和诊断。

基于背景建模的VideoSAR动目标阴影检测方法

针对视频合成孔径雷达(video synthetic aperture radar,VideoSAR)数据进行地面运动目标检测的问题,本文提出了一种基于单高斯背景模型的VideoSAR动目标阴影检测方法。该方法使用一个时间维度的滑窗对视频序列进行处理:首先使用RED20深度神经网络模型抑制VideoSAR图像的斑点噪声,随后使用帧间配准算法快速配准窗口内的图像序列,然后对序列进行建模和差分得到窗口末帧的二值化前景,最后通过连通区域筛选和区域生长剔除虚假目标。采用美国Sandia国家实验室公布的VideoSAR视频对本文算法进行了验证,实验表明,该算法能实现对动目标阴影的准确检测。

基于3D Res U-Net-Faster RCNN技术和CT影像学特征的肺结节性质预测模型的建立

目的基于3D Res U-Net-Faster RCNN技术采用组织病理学确诊的肺结节及胸部CT影像学数据,构建肺结节性质的预测模型。方法选择2020年10月至2023年10月我院收治的经外科手术切除并具有组织病理学诊断肺结节患者528例,其中恶性肺结节442例,良性肺结节86例,按7∶3随机分为训练集和测试集。采用改良的3D残差U型网络(3D residual u-net,3D Res U-Net)融合基于区域的卷积神经网络(faster region-based convolutional neural networks,faster RCNN)模型,通过识别肺结节感兴趣区域(region of interest,ROI)和提取CT影像学特征,构建肺结节性质预测模型,筛选判断恶性肺结节CT影像特征权重。通过混淆矩阵、精准率、召回率、F1值、Dice相似系数(dice loss)、受试者工作特征曲线(receiver operating characteristic,ROC)判断该模型对肺结节性质的诊断精准度,采用外部数据验证模型工作性能。结果基于3D Res U-Net-Faster RCNN技术构建的肺结节性质预测模型,分割ROI的Dice Loss为0.85,测试集对恶性肺结节识别的精确度为0.85,召回率0.76,F1值0.80,曲线下面积(area under the curve,AUC)值0.86。对外部验证集的肺结节识别准确率0.86,恶性结节识别精确度0.92,召回率0.87,F1值0.90;良性结节识别精确度0.92,召回率0.82,F1值0.87。肺CT影像特征中平均灰度值、最大直径与体积比值、表面积与体积比值对恶性肺结节预测的权重高。良、恶性结节组间的肺结节直径大小、毛刺征、血管穿行征具有显著差异(P<0.05)。结论基于3D Res U-Net-Faster RCNN技术对CT影像学特征构建的人工智能(artificial intelligence,AI)驱动诊断模型对肺结节性质具有预测性能,对提高早期肺癌的筛查具有临床诊断意义。