基于形变卷积和深层聚合网络的水下文物检测

搭载有视觉检测系统的自主水下航行器(AUV)具有水下文物探测功能,对深海考古有着重要意义。水下文物所处环境复杂多变,目标存在破损、堆叠和泥沙掩埋等情况,导致判别特征提取困难,使得AUV视觉检测系统无法可靠、准确地实现水下文物的检测。针对上述问题,提出一种基于可形变深层聚合网络模型的水下文物检测算法。为了充分提取复杂环境下水下文物目标特征信息,设计了具有可形变卷积层的多尺度深层聚合网络。在此基础上,引入SimAM注意力模型进行特征优化,来增强文物目标潜在特征信息并削弱背景干扰。最后,通过不同尺度的特征融合实现水下文物检测。在采集的水下文物数据集上进行大量验证和分析,算法的精确率、召回率和平均精度均值(mAP)分别达到了92.7%、90.5%和92.2%。此外,算法已部署到AUV系统中。在实际深海测试场景中,视觉检测系统的文物检测帧率达到19 fps,可满足实时检测的任务需求。

基于深层聚合网络的车辆多目标检测与追踪

针对现有车辆多目标检测与追踪算法在长时间遮挡、光线变化等因素的影响下造成的ID切换和误检问题,提出一种基于深层聚合网络的改进算法,进行车辆检测并完成特征嵌入任务。通过在下采样过程中融合注意力模块进行特征增强,在特征融合过程中使用可变形卷积提高捕获不同尺度目标的能力,采用高斯核函数在目标中心区域提取车辆特征信息用于轨迹关联,实现车辆多目标追踪任务。所提算法在UA-DETRAC数据集上进行实验,其MOTA和IDF1分别达到了79.37%和88.12%,ID切换次数从77下降至36,满足实时检测与追踪的需求。

融合子区域局部二值模式特征与深层聚合网络的人脸识别

针对深度网络对人脸噪声敏感,且学习过程容易忽视人脸结构信息的问题,提出融合子区域局部二值模式(local binary pattern,LBP)特征和深层聚合网络的人脸识别算法。将人脸图像划分为不同子区域,并采用局部二值模式对人脸进行预处理,获取子区域人脸的LBP特征。不同子区域LBP特征输入不同的稀疏自动编码器,实现深层特征提取;然后不同稀疏自动编码器的输出特征通过全连接方式实现特征聚合,获得人脸特征向量用于分类。通过大量实验获取了最优的聚合网络模型架构和网络参数取值,改善了人脸识别效果。

基于深层聚合结构网络的灰度图像彩色化方法

当前灰度图像彩色化方法普遍存在边界晕染、细节丢失和着色效果枯燥等问题。针对以上问题,提出了一种基于改进的深层聚合结构网络的灰度图像彩色化方法。将深层聚合结构网络引入图像彩色化领域中,且在传统网络基础上加入长连接,在缓解网络梯度消失问题的同时提升其特征利用率,从而提升算法模型对图像边界和细节的处理能力。另外,模型融合生成对抗网络结构,搭建判别网络,动态评价图片彩色化质量,缓解着色枯燥的问题。实验证明,该方法相比于传统彩色化方法,减轻了着色时边界漏色问题,还原了更多的图像细节,图像颜色更为丰富。

基于深层多尺度聚合3D U-Net的肾脏与肾肿瘤分割方法

针对电子计算机断层扫描(CT)图像中肾肿瘤形态复杂多变、肿瘤目标小、肿瘤边缘复杂等问题,提出了深层多尺度聚合3D U-Net网络分割模型。该模型在U-Net++基础上新增了3个下采样操作,利用密集嵌套的3D U-Net和解码器层的跳跃连接以及各层级3D U-Net子网络之间的跳跃连接,促进各个层级和各个尺度的特征信息融合,增强了对细节特征的提取能力,从而提升了对小尺度肾肿瘤和肿瘤边缘的分割精度。实验结果表明:该模型能够准确分割边缘复杂以及尺度较小的肾肿瘤,在KiTS19公开数据集上进行评估,本文模型对肾脏分割的Dise系数为0.968 2,对肿瘤分割的Dise系数为0.790 8,分割性能良好。

结合深层密集聚合的新冠肺炎CT图像分类方法

新型冠状病毒肺炎在全球范围迅速蔓延,为快速准确地对其诊断,进而阻断疫情传播链,提出一种基于深度学习的分类网络DLDA-A-DenseNet。首先将深层密集聚合结构与DenseNet-201结合,对不同阶段的特征信息聚合,以加强对病灶的识别及定位能力;其次提出高效多尺度长程注意力以细化聚合的特征;此外针对CT图像数据集类别不均衡问题,使用均衡抽样训练策略消除偏向性。在中国胸部CT图像调查研究会提供的数据集上测试,所提方法较原始DenseNet-201在准确率、召回率、精确率、F1分数和Kappa系数提高了2.24%、3.09%、2.09%、2.60%和3.48%;并在COVID-CISet图像数据集上测试,取得99.50%的最优准确率。结果表明,对比其他方法,提出的新冠肺炎CT图像分类方法充分提取了CT切片的病灶特征,具有更高的精度和良好的泛化性。

深层聚合残差密集网络的超声图像左心室分割

目的超声图像是临床医学中应用最广泛的医学图像之一,但左心室超声图像一般具有强噪声、弱边缘和组织结构复杂等问题,其图像分割难度较大。临床上需要一种效率高、质量好的超声图像左心室分割算法。本文提出一种基于深层聚合残差密集网络(deep layer aggregation for residual dense network,DLA-RDNet)的超声图像左心室分割算法。方法对获取的超声图像进行形态学操作,定位目标区域,得到目标图像。构建残差密集网络(residual dense network,RDNet)用于提取图像特征,并将RDNet得到的层次信息通过深层聚合(deep layer aggregation,DLA)的方式紧密融合到一起,得到分割网络DLA-RDNet,用于实现对超声图像左心室的精确分割。通过深监督(deep supervision,DS)方式为网络剪枝,简化网络结构,提升网络运行速度。结果数据测试集的实验结果表明,所提算法平均准确率为95.68%,平均交并比为97.13%,平均相似性系数为97.15%,平均垂直距离为0.31 mm,分割轮廓合格率为99.32%。与6种分割算法相比,所提算法的分割精度更高。在测试阶段,每幅图像仅需不到1 s的时间即可完成分割,远远超出了专业医生的分割速度。结论提出了一种深层聚合残差密集神经网络对超声图像左心室进行分割,通过主、客观对比实验表明本文算法的有效性,能够较对比方法更实时准确地对超声图像左心室进行分割,符合临床医学中超声图像左心室分割的需求。

高稳定性巯-烯体系的深层光聚合研究

传统巯-烯光聚合体系存在储存稳定性差、气味大、UV光聚合深度受限等问题,本文通过单体优化,制备了一种稳定性好、气味小的巯-烯光聚合体系,并采用近红外光诱导上转换纳米粒子发光的策略,成功实现了巯-烯体系9.6cm聚合深度,双键转化率达80%,且固化样品具有较好的材料均一性和热稳定性(~335℃),有望应用于牙科修复材料和厚层复合材料的光固化。

概率扩充和改进OIM损失的多目标跟踪算法

为解决多目标跟踪中联合目标检测和重识别训练时间过长、多分支特征不对齐和目标相互遮挡的身份转换问题,提出一种高效的多目标跟踪算法。在特征提取阶段利用深层聚合网络联合多层次特征,在重识别阶段通过三元组对在线实例匹配损失进行增强,缓解特征不对齐问题。加入高斯核函数对训练样本进行概率扩充,缩短训练时间。利用运动、外观特征与卡尔曼滤波实现高效的在线关联,利用轨迹池暂存丢失的轨迹,提高目标相互遮挡时的跟踪性能。算法在MOT15和MOT17数据集上的准确度分别达到了60.1%与74.2%,MOT17上的FPS也达到21.6 Hz。

Yolov7-pose识别运动员姿态时关键点异常的消除方法

本研究首先构建了深度聚合网络(deep layer aggregation,DLA),用于替换Yolov7-pose算法中原有的特征融合网络,增强了特征的表达;其次,将高效聚合网络(efficient layer aggregation Net, ELAN)和尺度感知注意力网络(scale-aware attention Net, SAAN)融合在一起,引入到Yolov7-pose算法中;然后,引入尺度因子到Yolov7-pose算法的损失函数中,并通过实验确定尺度因子最佳值。实验结果表明,经过本法改进的方法识别篮球比赛视频流中的多名运动员姿态时,不再出现关键点异常现象,姿态识别的精度达到95%以上,运行效率达到24 FPS以上,综合性能显著优于原始Yolov7-pose算法等算法。

面向智能驾驶的行人多目标跟踪算法研究

多目标跟踪(multi-object tracking,MOT)是智能驾驶场景中的一个研究热点,大多数现代MOT网络遵循“逐检测跟踪”范式,跟踪目标的轨迹关联是其中一个急需解决的热点问题。针对场景混乱以及意外的遮挡造成的对象重叠往往会导致遗漏检测,进而增加了数据关联的难度等问题,提出融合注意力机制和无锚框检测的智能驾驶多目标跟踪算法PDTNet。将金字塔分割注意力模块融入深层聚合网络,提高多尺度特征的表示能力;设计一个简单Re-identification模块,将由无锚框检测器获得的目标检测与已有的跟踪轨迹相结合进行多步匹配,实现强鲁棒性的多目标跟踪。实验结果表明,在MOT16、MOT17数据集和BUUISE数据集上验证了算法的有效性,提高了多目标跟踪的检测准确率、关联准确率以及跟踪总精度等,在智能驾驶多目标跟踪场景中有很大应用。

基于改进FairMOT算法的热红外影像目标跟踪

可见光影像目标跟踪遇到光照条件不理想的情况会出现跟踪失败,而热红外影像在夜间和弱光照条件下仍有良好的成像性能。为解决热红外影像目标跟踪过程中出现的纹理特征弱和小面积遮挡等问题,通过改进FairMOT算法,使用特征金字塔网络(FPN)代替特征提取模块中的深层聚合网络(DLA),并使用联合模型同时得到检测框信息和重识别信息来提高跟踪效率。最后,通过卡尔曼滤波和匈牙利算法进行目标关联,从而实现多目标跟踪。实验结果表明,改进的FairMOT算法进行目标跟踪时MOTA提高了27.9%,帧速率提高了9.45帧/秒,并且当行人目标出现小面积遮挡时仍然可以稳定跟踪。算法能够解决热红外影像行人目标跟踪时出现的小面积遮挡问题,并且跟踪性能得到了提升。

基于深度聚合网络的单幅图像超分辨率重建

为提高图像超分辨率重建质量,本文基于深度学习神经网络,提出了一种基于深度聚合模块(DAB)的超分辨率神经网络。其利用DAB减少超分辨率网络中的冗余连接,获取丰富的层级特征;DAB的输出以递归的方式进行聚合,进一步丰富超分辨率图像重建的特征表达。在4个常用的超分辨率数据集上进行实验,结果表明本文所提方法在图像重建精度和质量上优于其他方法,现应用于现有大型纪录片特效制作中。

一种交通场景下人车检测的VHA-CenterNet无锚方法研究

在真实的交通场景中,车辆和行人检测器容易受到复杂背景的干扰,导致严重的误检和漏检。此外,由于交通场景图像中存在各种不同尺度的目标,大多数检测方法对小物体的检测性能较差,且难以适应交通物体的多样性。为了解决这些问题,提出了一种基于注意力和前景注意模块的无锚方法VHA-CenterNet。在主干网络中加入一个卷积块注意模块(CBAM),以提高对小目标的关注能力。在前景注意模块(FAM)中引入前景信息,以减少复杂背景的干扰。结果表明:在中等难度下,所提出的VHA⁃CenterNet方法在KITTI数据集上的mAP达71.92%,在RTX 2080 Ti上的推理速度为10.68 FPS,可以显著提高人车识别的准确率和速度。在所有情况下,交通场景的人车检测准确率都高于传统模型。