融合空洞空间金字塔池化和注意力的轻量化遥感影像道路提取

针对高分辨率遥感影像中道路形状结构错综复杂,出现窄小型道路提取错误或漏分的问题,提出一种基于空洞空间金字塔池化和注意力机制的轻量化遥感影像道路提取方法。首先,在原始高分辨率网络(HRNet)基础上,通过引入空洞空间金字塔池化模块,实现多尺度道路信息融合;再引入挤压激励通道注意力机制,增强网络特征表征质量;最后使用深度可分离卷积方法改进网络残差模块实现模型轻量化,以降低模型计算复杂度。在公开数据集上进行了模型性能测试,实验结果表明,文章所提算法的准确率、精确率、召回率、F1分数和平均交并比,相比原始HRNet分别提升了5.35%、2.15%、4.1%、3.15%和14.34%,且减少了36.1%的参数数量;相比其他网络,该算法突出了细小道路的特征,道路预测结果连续性、完整性好,并且模型小易于部署在实时检测设备中,有效改善了道路提取任务中错分和缺失的情况,是一种适应性更强、分割精度更高、更轻量化的多尺度道路提取算法。

基于注意力机制和多空间金字塔池化的实时目标检测算法

YOLOv4计算复杂度高,空间金字塔池化模块仅一次增强特征融合网络的深层区域特征图的表征能力、检测头网络的特征图难以突出重要通道特征;针对以上问题,提出一种基于注意力机制和多空间金字塔池化的实时目标检测算法;该算法采用多空间金字塔池化,提取局部特征和全局特征,融合多重感受野,加强特征融合网络的浅、中、深层特征图的表征能力;引入压缩激励通道注意力机制,建模通道间的相关性,自适应调整特征图各个通道的权重,从而使网络更加关注重要特征;特征融合和检测头网络中使用深度可分离卷积,减少了网络参数量;实验结果表明,所提算法的均值平均精度均高于其他7种主流对比算法;与YOLOv4相比,参数量、模型大小分别减少了27.85 M和106.25 MB,所提算法在降低复杂度的同时,提高了检测准确度,且该算法的检测速率达到33.70帧/秒,满足实时性要求。

混合坐标注意力与改进空间金字塔池化融合的物体位姿估计

在物体杂乱放置非遮挡和遮挡构成的复杂场景下,针对位姿实时、准确和稳定地估计的问题,提出了混合坐标注意力与改进空间金字塔池化融合的目标位姿估计算法。搭建了由坐标特征、通道特征和空间特征组成的混合坐标注意力残差模块,有效提高了关键点估计的准确率。改进了空间金字塔池化网络,并通过颈部位置的多尺度特征细化方法,获得边缘姿态及空间位置的高精确估计。将所制作的遮挡数据集,进一步验证所提出算法性能和泛化能力。在公开LineMod及Partial Occlusion遮挡数据集上,所提算法与基于组特征注意力(SA)算法相比ADD指标分别提高2.26%和2.57%,5cm5°指标分别提高5.16%和4.1%,达到了30 fps实时处理速度,为遮挡等复杂场景下的物体位姿估计提供一个有效的方法。

基于空洞空间金字塔池化U-Net的遥感图像多目标检测方法

针对遥感图像(RSI)中的目标相对较小、形变多样,且包含分布不均匀的非目标和背景等问题,提出一种基于空洞空间金字塔池化U-Net的遥感图像多目标检测方法。该方法利用空洞多尺度卷积提取多尺度目标的分类特征,运用空洞空间池化金字塔模块扩大卷积特征图的感受野,提取更充分的目标特征,并采用注意力机制、残差连接和长跳跃连接充分保留卷积层提取的RSI的敏感特征。在公开遥感图像数据库EORSSD上的实验结果表明,所提出的方法能够从复杂多样的RSI中检测多尺度目标,检测精度为96.56%。

基于空洞空间金字塔池化的U-Net网络在肺部图像分割上的应用

目的:胸部X线图像中肺野的自动分割是相关疾病筛查和诊断的关键步骤,为了适应计算机辅助诊断系统的要求,提出一种基于空洞空间金字塔池化的U-Net网络对胸部X线图像中肺野进行自动分割。方法:在编码和解码之间引入带有空洞卷积的空间金字塔池化用于扩大接受域;同时,在多个尺度上获取图像上下文信息,用于从胸片中分割肺野,使用Montgomery数据集及深圳数据集进行验证。根据医学图像分割常用指标准确性、Dice相似系数及交并比评价基于空洞空间金字塔池化的U-Net网络分割肺野的性能。结果:验证准确性为98.29%,Dice相似系数为96.61%,交并比为93.47%。结论:本文提出一种基于空洞空间金字塔池化的U-Net网络用于分割肺野,相较于其他方法学习到更多边缘分割特征,取得更好的分割结果。

基于空间金字塔池化的YOLOv3的柑橘多分级研究

为研究食品工业环境下的柑橘分级工作,实现柑橘的快速与精确分级,提出使用基于空间金字塔池化(SPP)的YOLOv3算法来完成食品工业环境下的成熟柑橘的识别与检测。该研究构建了柑橘的图像数据集,并对图像进行预处理;通过在YOLOv3算法的基础上加入空间金字塔池化模块,使网络能够接受不同尺度的输入特征图,并对不同尺度的特征进行提取,从而改善了网络对图像特征信息的提取能力,进而提高模型的整体性能。试验结果表明,基于空间金字塔池化结构的YOLOv3网络对柑橘的多分级检测精确率达到95.08%。加入空间金字塔池化结构的YOLOv3网络对于柑橘表面特征具有更好的提取能力,能够提取到更多的柑橘表面特征信息。研究结果表明,本文使用的YOLOv3-SPP算法对食品工业环境下的柑橘分级具有较高的精确度,为柑橘的多分级工作提供了技术支持。

基于动态图卷积和空间金字塔池化的点云深度学习网络

点云数据的分类和语义分割在自动驾驶、智能机器人、全息投影等领域中有着重要应用。传统手工提取点云特征的方式,以及将三维点云数据转化为多视图、体素网格等数据形式后再进行特征学习的方式,都存在处理环节多、三维特征损失大等问题,分类和分割的精度较低。目前可以直接处理点云数据的深度神经网络PointNet忽略了点云的局部细粒度特征,对复杂点云场景的处理能力较弱。针对上述问题,提出了一种基于动态图卷积和空间金字塔池化的点云深度学习网络。该网络在PointNet的基础上使用动态图卷积模块来替换PointNet中的特征学习模块,增强了网络对局部拓扑结构信息的学习能力;同时设计了一种基于点的空间金字塔池化结构来捕获多尺度局部特征,该方式比PointNet++的多尺度采样点云、重复分组进行多尺度局部特征学习的方法更加简洁高效。实验结果表明,在点云分类和语义分割任务的3个基准数据集上,所提网络相较于现有网络具有更高的分类和分割精度。

基于改进空间金字塔池化卷积神经网络的交通标志识别

针对雾天、光照、遮挡和大倾角等因素导致的交通标志识别准确率低、泛化性差等问题,提出一种基于神经网络的轻量级交通标志识别方法。首先,利用图像归一化、仿射变换和限制对比度自适应直方图均衡化(CLAHE)方法进行图像预处理,以提高图像质量;其次,基于卷积神经网络(CNN),融合空间金字塔结构和批量归一化(BN)方法构建改进空间金字塔池化卷积神经网络(SPPN-CNN)模型,并利用Softmax分类器实现交通标志分类;最后,选用德国交通标志识别数据集(GTSRB),对比不同图像预处理方法、模型参数和模型结构的训练效果,并验证和测试所提模型。实验结果表明,SPPN-CNN模型的识别精度达到98.04%,损失小于0.1,在低配GPU条件下识别速率大于3000 frame/s,验证了模型精度高、泛化性强、实时性好的特点。

基于序的空间金字塔池化网络的人群计数方法

视频中的人群计数在智能监控领域具有重要价值.由于摄像机透视效果、图像背景、人群密度分布不均匀和行人遮挡等干扰因素的制约,基于底层特征的传统计数方法准确率较低.本文提出一种基于序的空间金字塔池化(Rank-based spatial pyramid pooling,RSPP)网络的人群计数方法.该方法将原图像分成多个具有相同透视范围的子区域并在各个子区域分别取不同尺度的子图像块,采用基于序的空间金字塔池化网络估计子图像块人数,然后相加所有子图像块人数得出原图像人数.提出的图像分块方法有效地消除了摄像机透视效果和人群密度分布不均匀对计数的影响.提出的基于序的空间金字塔池化不仅能够处理多种尺度的子图像块,而且解决了传统池化方法易损失大量重要信息和易过拟合的问题.实验结果表明,本文方法相比于传统方法具有准确率高和鲁棒性好的优点.

多尺度空间金字塔池化PCANet的行人检测

针对非理想条件下行人检测的性能和效率问题,提出多尺度空间金字塔PCANet。将空间金字塔作为网络的特征池化层,通过分层池化特征的方式获得图像的显著性特征,并将底层特征和高层特征级联以获得样本的多尺度特征的向量表示,输入SVM分类器。在INRIA和NICTA数据库中,与HOG、CNN等算法进行行人检测对比实验,结果表明,该算法有更高的正确检测率、更低的漏检率和误检率。

基于空洞空间金字塔池化和多头自注意力的特征提取网络

针对深度学习在图像处理领域中多尺度特征提取能力弱、特征内部信息捕获能力差的问题,提出了一种基于空洞空间金字塔池化和多头自注意力的特征提取网络(PPSANet)。首先,引入小扩张率的空洞卷积对空洞空间金字塔池化(ASPP)模型进行改进,提高局部特征信息的感受野;其次,将改进的ASPP模型合并到残差网络(ResNet)的每个残差块中,使网络在多个维度上都具有多尺度特征提取能力;最后,将残差网络的底层残差块替换为多头自注意力(MHSA),增强网络特征学习能力,捕获数据和特征内部的相关性。图像分割实验中,与残差网络相比,在肺结节数据集中DICE相似系数(DICE)提升了5.16个百分点,肝癌数据集中DICE提升了5.22个百分点;目标检测实验中,与残差网络相比,平均精度均值(MAP)提升了2.9个百分点。实验结果表明,PPSANet能够有效解决图像处理中多尺度特征提取能力弱和内部信息捕获能力差的问题,在一定程度上提高了图像处理的能力。

基于空间金字塔池化和深度卷积神经网络的作物害虫识别

为了减少因作物害虫姿态多样性和尺度多样性导致其识别精度相对较低的问题,该文将空间金字塔池化与改进的YOLOv3深度卷积神经网络相结合,提出了一种基于空间金字塔池化的深度卷积神经网络农作物害虫种类识别算法,首先对测试图像上的害虫进行检测定位,然后对检测定位出的害虫进行种类识别。通过改进YOLOv3的网络结构,采用上采样与卷积操作相结合的方法实现反卷积,使算法能够有效地检测到图片中体型较小的作物害虫样本;通过对采集到的实际场景下20类害虫进行识别测试,识别精度均值可达到88.07%。试验结果表明,本文提出的识别算法能够有效地对作物害虫进行检测和种类识别。

尺度空间金字塔池化的肺结节分类研究

在计算机辅助诊断系统中对肺结节良恶性的准确分类至关重要,但由于肺结节形状大小变化较大,作为卷积神经网络(CNN)的输入,会形成噪声,干扰判断。融合多尺度空间金字塔池化(MSPP)对肺结节进行分类。在传统AlexNet模型的基础上做出改进,更利于肺结节图像的输入;采用多个尺度的结节范围,减少噪声;使用多尺度空间金字塔(MSPP)策略提高分类准确性。实验结果表明,该方法达到92.65%的准确性,在准确性、敏感度、特异度、ROC曲线下面积值上均优于其它分类方法。

基于深度敏感空间金字塔池化的RGBD语义分割

基于标准的2D卷积核的RGBD语义分割模型多是将深度图作为一个单独的通道,由于其卷积核特性的限制,无法充分挖掘深度信息带来的几何结构信息。针对该缺陷,构建深度敏感卷积核和池化层实现对深度信息的丰富挖掘;并使用深度敏感空间金字塔池化对多尺度信息进行提取,实现对不同尺度物体分割的效果。NYU v2和SUN RGB-D数据集上的实验结果表明此方法有效提高了整体的语义分割精度。

基于注意力机制与空间金字塔池化的行人属性识别

针对目前的行人属性识别方法存在鲁棒性差、特征表达能力不足和行人的细粒度特征识别精度不高的缺点,提出一种基于注意力机制与空间金字塔池化的行人属性识别方法,通过注意力机制强化不同维度的特征,提升行人整体特征表达;通过空间金字塔池化操作,实现任意大小图像的输入,更好地保留图像的特征信息。结果表明,与现有的其他方法相比,所提出的行人属性识别方法可以精确地识别行人多种属性,具有较高的行人细粒度特征识别精度。

融合跨阶段局部网络和空间金字塔池化的Yolov3目标检测算法

实际的检测任务中往往存在复杂的环境与背景,容易造成边界框的定位不够准确、对各尺度的目标检测精度不高等情况。为了进一步提高Yolov3的检测精度,本文在原算法的基础上提出一种融合跨阶段局部网络和空间金字塔池化的Yolov3目标检测算法。首先,将主干网络融合跨阶段局部网络CSPNet来提高网络的学习能力;其次,引入一种改进的空间金字塔池化结构增强网络的局部区域特征;最后,在损失函数中融入focal loss解决正负样本不均衡带来的问题。实验表明:改进的Yolov3算法在检测性能上优于原算法。

基于非对称空间金字塔池化的立体匹配网络

卷积神经网络因具有强大的表征能力而被广泛用于图像处理算法,但其在处理过程中存在耗时和信息损失等不足。为此,提出一种基于非对称空间金字塔池化模型的卷积神经网络结构。设计非对称金字塔池化方法融入立体匹配网络,以获取更详细的图像特征信息。分别叠加卷积核为3×3和1×1的卷积层,用于融合多尺度信息和提升网络收敛速度,同时将网络结构由4层增加至7层,以提高匹配精度。在KITTI和Middlebury数据集上进行视差预测,实验结果表明,与基准网络相比,该网络结构可使收敛时间缩短约50.1%,匹配错误率从6.65%降低至4.78%,在立体匹配中获得更平滑的视差效果。

基于空间金字塔池化特征的日常工具分类识别

面向人机共融环境下机器智能对工具认知的需要,为提高家庭服务机器人的工具功能用途认知能力,设计一种基于深度几何特征空间金字塔池化的工具功用性建模与分类方法。离线训练阶段,考虑到各类工具在几何形态上的差异对工具自身更具表征性,首先,在各工具的深度图上提取多类几何特征,并融合形成工具特征图;然后,在工具特征图上提取多尺度特征块,并基于cciPCA的方法建立空间池化金字塔,从而构建最终的工具特征向量;最后,在高层语义空间上,利用SVM分类器训练工具分类识别模型。在线检测阶段,利用离线训练的工具分类模型对空间池化的样本进行分类测试。实验结果表明,所提方法能够实现家庭服务机器人对家庭日常工具的认知及分类识别,部分工具的识别精度可达97%及以上。

基于双路径和空洞空间金字塔池化的血液白细胞分割

血涂片图像中白细胞的计数和识别对诊断包括白血病在内的血液疾病起着至关重要的作用。传统的人工检测结果容易受到多种因素的干扰,有必要开发白细胞自动分析系统为医生提供辅助诊断,而血液白细胞分割则是自动分析的基础。本文改进U-Net模型,提出一种基于双路径和空洞空间金字塔池化的血液白细胞分割算法。首先在特征编码器中引入双路径网络提取图像中白细胞的多尺度特征,并使用空洞空间金字塔池化模块强化网络的特征提取能力,再用卷积和反卷积组成特征解码器将分割目标恢复到原始图像大小,实现血液白细胞的像素级分割。最后在三个白细胞数据集上进行定性定量实验,验证本文算法的有效性。研究结果表明,提出的血液白细胞分割算法相对于其他典型方法具有更为优秀的分割结果,mIoU值能达到0.97以上,今后或有助于血液疾病的自动辅助诊断。

基于空洞空间池化金字塔的自动驾驶图像语义分割方法

如果车辆在道路上能精确而快速地理解人和车的语义,就能在很大程度上对障碍躲避、路径规划等做出指导。现有的基于深度学习的语义分割方法存在分割速度和分割精度不能兼得等问题。本文在现有语义分割网络的基础上,通过在特征提取基准网络后添加空洞空间池化金字塔结构,可以获取图像的多尺度语义信息。实验结果表明,文中提出的A_ASPP_1和A_ASPP_2两个模块能对自动驾驶场景中常见的人和各类车辆图像进行有效的分割。对应的两种改进的网络结构虽然分割速度稍有降低,但其训练结果的平均交并比相比现有双分支网络BiSeNet分别提升了2.1和1.2个百分点。