基于混合域注意力机制和残差网络的特纳综合征分类研究

目的:利用人脸图像,构建基于深度学习的特纳综合征(Turner syndrome,TS)分类模型,旨在提高TS诊断准确率,降低诊断开销。方法:首先,将通道域注意力机制和空间域注意力机制以及残差结构相结合,提出一种具有混合域注意力模块的残差网络,然后使用深度迁移学习技术完成模型的初始化,最后使用TS人脸数据集对网络模型进行微调。结果:该模型对TS的分类准确率为0.9171。结论:所提出的TS分类模型优于现有TS识别方法,能更为有效地辅助TS的临床诊断。

引入注意力机制的多分辨率人体姿态估计研究

针对人体姿态估计任务中多分辨率特征表征直接融合时存在无法有效利用特征图空间特征信息的问题,基于High-Resolution Net(HRNet)进行结构设计,构建出结合了通道域注意力和空间域注意力机制的多分辨率人体姿态估计网络GCT-Nonlocal Net(GNNet),提出了一种基于注意力机制的多分辨率表征融合方法,在不同分辨率表征融合前由空间注意力提取出各分辨率表征更有用的空间特征信息来改进融合单元,使得各分辨率表征间的信息融合效果更佳,最终输出的高分辨率表征含有更丰富的特征信息,同时构造了Gateneck模块和Gateblock模块,其通过引入通道注意力更明确地对通道关系建模从而高效地提取通道信息。在MS COCOVAL 2017进行验证,结果显示提出的GNNet相较于SOTA级表现的HRNet在相当参数量与运算量的情况下获得了更高的准确度,mAP提高了1.4个百分点。实验结果表明,所提方法有效地提高了多分辨率特征表征融合效果。

基于嵌入并行注意力机制的YOLOv3模型高原动物种类检测算法

针对YOLOv3模型定位目标边界框不够精确等问题,提出一种改进的YOLO算法。该算法在网络的残差模块中通过并行地引入通道注意力及空间注意力来提取关键目标特征,对多尺度预测与动物种类预测的方法做了新的设计。为证实算法效果,采集大量的原始图像数据,建立青藏高原地区牦牛、藏系羊和马等畜牧业动物图像数据集。数据集上新模型训练后,实验结果表明,算法提高了边界框的定位准确度和检测精度,相比YOLOv3算法,新算法在测试集上的mAP@IoU提高了1.6 mAP。

基于注意力机制的人群计数方法

为准确预测固定场景中的人群计数,在人群分析领域,采用一种融合注意力机制的卷积神经网络(CNN)进行人群计数,该模块结合空间域注意力和通道域注意力,空间域注意力可以编码整个图像的像素级上下文信息,以更准确地表达像素级别的密度图,而通道域注意力可以在不同的通道中提取更多的区分特征使网络显著表达人群的局部区域,并在多个公开数据集上进行测试。结果表明:基于注意力机制的人群计数方法可以准确地估计拥挤场景中的人群数量,在平均完全误差和均方误差上均优于CSRNet。

基于双支残差特征融合的图像去雾算法

针对现有的基于卷积神经网络去雾算法无法有效地去除真实雾图非均匀分布的雾霾问题,提出一种基于双支残差特征融合网络的端到端图像去雾算法.上下文空间域注意分支针对有雾图像的高频雾气区域进行像素注意,将空间域注意模块插入多尺度扩张卷积组,对雾霾特征的像素空间进行权重赋值;通道域注意编解码分支针对高频雾霾特征的通道方向进行注意,设置ResNet自编码结构并引入通道注意解码结构对不同通道特征图的权重进行赋值;特征融合模块采用自适应权重融合像素注意和通道注意的雾层特征信息,输出不均匀雾气残差层;将原始雾图和雾气残差层作差实现图像去雾,设计判别网络提高去雾图的视觉观感.采用真实雾气图像数据集NH-Haze进行评估,实验结果表明,所提算法对非均匀分布雾图的去雾视觉效果良好,在峰值信噪比和结构相似度评价上均优于对比算法.