融合自适应感受野的目标检测算法

针对不同尺度的目标容易造成模型的特征提取和尺度变化的适应性问题,提出一种融合自适应感受野的目标检测算法。通过对特征图采用拆分、卷积和融合的方式构造通道自适应感受野模块,以提取不同尺度的感受野,提高对尺度变化的适应能力;在网络结构中引入通道自适应感受野模块和RepVGG模块,采用FC模块(concatenate with convolutions)过滤冗余特征,强化模型的特征提取能力;采用Alpha-CIOU损失和知识蒸馏优化训练,提高算法的检测能力。在Pascal VOC和MS COCO数据集上的实验结果表明,该算法在尺度变化、精度和速度等方面取得了优秀的性能。

基于自适应感受野的电力设备表面缺陷检测方法

针对变电站电力设备覆冰、锈蚀、污秽等缺陷检测问题,提出了一种新的自适应感受野网络,其中结合注意力机制的自适应感受野模块可对多尺度特征进行有效融合。考虑到缺陷检测的小样本学习属性,还提出了一种基于真实纹理的电力设备表面缺陷仿真数据合成方法。在仿真数据集上的实验结果表明,该网络对跨设备表面缺陷的检测精度较高,同时具有体积小、运算速度快等优点。

基于自适应感受野机制的颈部淋巴结自动识别算法

针对目前应用于医学影像目标检测的深度学习网络模型仅拥有固定的感受野,无法针对形态尺度差异明显的颈部淋巴结进行有效检测的问题,提出了一种新的基于自适应感受野机制的识别算法,将深度学习首次应用于完全三维医学图像的颈部淋巴结自动识别中。首先,采用半随机采样方法对医学序列图像进行裁剪,生成基于网格的局部图像块及对应真值标签;然后,通过局部图像块及标签构建并训练基于自适应感受野机制的DeepNode网络;最后,利用预训练的DeepNode网络模型进行预测,通过输入整体序列图像,可以端到端且快速地获得整体序列对应的颈部淋巴结识别结果。在颈部淋巴结数据集中,采用DeepNode网络识别颈部淋巴结的召回率可达98.13%,精确率可达97.38%,每次扫描的假阳性数量仅为29,同时耗时相对较短。实验结果分析表明,与当前表现优良的二维与三维卷积神经网络相结合的算法、三维通用目标检测算法、基于弱监督定位的识别算法等相比,所提算法可以实现颈部淋巴结的自动识别,并取得最优的识别效果。该算法端到端,简单高效,易于扩展到其他医学图像的三维目标检测任务中,可应用于临床的诊断和治疗。

基于自适应感受野的DC-SSD目标检测算法

传统卷积神经网络中,卷积单元缺乏对几何变换的处理能力,导致在检测不规则形状的目标时,提取的物体特征不够完整,降低了目标检测算法的性能。针对此问题,提出了一种基于自适应感受野的DC-SSD(Deformable Convolution Single Shot multibox Detector)目标检测算法。该方法在原始SSD框架的每一个池化层后面增加一个可变形卷积层,用来学习特征偏移量,使卷积单元以自适应感受野的方式学习不同几何变形物体的特征,从而提升检测算法性能。利用该算法在VOC2007数据集上进行实验验证,实验结果及分析证明,改进算法框架在VOC2007测试集上m AP达到79.3%,远高于原始SSD算法的74.3%,检测速度为57FPs,略低于原始SSD的59FPs。

融合自适应感受野与多支路特征的鞋型识别算法

随着监控摄像头的普及和图侦技术的快速发展,“鞋印+监控”技战法成为公安机关侦破案件的重要手段。该技战法根据现场嫌疑鞋印推断出嫌疑鞋型,进而在犯罪现场周围监控视频中查找对应鞋型,锁定犯罪嫌疑人。然而现有鞋型识别算法无法充分提取嫌疑鞋印的重要特征,导致识别准确率降低。针对该问题,提出一种融合自适应感受野模块与多支路特征的鞋型识别算法。通过设计一种自适应感受野模块,使网络自适应选择合适大小的感受野特征,增强网络的特征提取能力,同时构建多支路特征融合模型,融合网络的深层和浅层特征,以充分利用有效特征进行鞋型识别,从而提高识别精度。在此基础上,采用中心损失函数和标签平滑损失函数联合训练的方法,在增大类间差距的同时缩小类内差距,增强模型的泛化能力。在多背景鞋型数据集上进行实验,结果表明,该算法Rank-1和mAP精度分别为79.77%和62.18%,具有较优的识别效果,为公安刑侦实战提供了一种可行方案。

一种自适应感受野卷积神经网络模型

本文提出一种自适应感受野卷积神经网络结构,简称ARFN(Adaptive Receptive Field Network).通过卷积核的自主选择机制来实现感受野的动态调整,更大程度上获取残差网络低层特征的空间信息并与高层特征进行自适应融合,弥补高层特征空间信息不足的缺陷.同时,在残差块中加入一种轻量的新型注意力机制,通过一维空洞卷积实现特征通道间适当的非线性交互,有效地学习各通道特征的权重.相较于一些主流的注意力模块而言,在保证性能提升的同时大幅度缩减了参数量.通过在公开数据集上进行图像分类和目标检测实验验证网络的有效性,结果表明本文提出的网络结构在视觉任务上性能都有较大提升.

自适应感受野网络的行人重识别

行人重识别通常删除特征提取网络中的最后一个空间下采样操作,以增加最后输出特征图的分辨率,保留更多的细粒度特征.然而,这种操作会大幅减小神经网络的感受野,而更大的感受野可以为行人重识别提供更多的上下文信息.同时,在实际的视觉皮层中,相同区域的神经元的感受野是不同的,但当前行人重识别网络的设计大多忽视了这一点.为了解决上述问题,提出一种新颖的自适应感受野网络.网络的设计受启发于生物的视觉系统,通过在多分支网络上设置不同大小的感受野,结合注意力机制让网络自行选择合适的感受野特征,从而实现网络感受野的自适应,并且采用分组卷积使得自适应感受野模块更加轻量级.同时在各个分支利用空洞卷积增大感受野,补偿删除最后下采样操作所减少的网络感受野.在公开的大规模数据集上进行实验,实验结果表明,所提出的算法相比于基线方法有显著的提升,当使用ResNet-50作为特征提取网络时,在DukeMTMC-reID、Market-1501数据集上的Rank-1和mAP分别达到89.2%和76.0%、95.2%和87.2%.与现有方法相比,所提出算法在精度上有明显的提升.

自适应感受野机制遥感图像分割模型

目的遥感图像中存在大小、形态不一的目标,增加了目标分割任务的困难性。感受野代表了特征图中每个像素对应输入图像的区域,若感受野与目标形状的契合度较高,则特征图中包含的目标特征更加完整,有利于分割。在现有的分割方法中,通常采用的是正方形的感受野,而遥感图像中目标形状多变,导致感受野无法较好地契合目标形状,在提取目标特征时会引入过多的无用特征,从而影响分割精度。为此,本文提出基于自适应感受野机制的遥感图像分割模型。方法在编码—解码网络结构的基础上,引入自适应感受野机制。首先在编码器上提取不同大小和宽高比的感受野特征,然后在特征融合时使用通道注意力模块自适应地获取通道权重,通过加权强化与目标形状契合度高的感受野的特征,弱化与目标形状契合度低的感受野的特征,在保留目标特征的同时减少背景特征的干扰,进而提升模型的分割精度。结果在Inria Aerial Image Labeling数据集与Deep Globe Road Extraction数据集上进行实验并与相关方法比较,在两个数据集上的平均交并比分别为76.1%和61.9%,平均F1值分别为86.5%和76.5%。结论本文模型能够提取不同形状感受野的特征,并自适应地获取通道权重,使模型能提取更加完整的目标特征,从而提升目标分割效果。

自适应特征融合的复杂道路场景目标检测算法

针对复杂道路场景下密集遮挡目标、小尺度目标检测精度低,容易出现漏检和误检的问题,以YOLOv5算法为网络基础框架,提出了一种自适应特征融合的复杂道路场景目标检测算法。引入特征融合因子,改进相邻尺度特征融合方式,增加各层网络有效样本从而提升中小尺度目标检测能力;增加浅层特征检测层,提升模型小尺度目标的学习能力;改进感受野模块,允许模型自适应选择有效感受野提取目标特征信息;引入Quality Focal Loss改善密集遮挡目标,小尺度目标的定位精度,并在特征融合网络加入注意力机制,提高算法对特征信息的有效利用。实验结果表明,相比原始算法,改进算法在公开数据集BDD100K(10类)、Udacity及自制数据集CQTransport的检测精度分别提高了6.7、4.9、7.9个百分点;在基本不降低检测速度的前提下,能较好提升复杂道路场景下的检测性能,并在一定程度上解决了检测过程中密集遮挡目标、小尺度目标出现的漏检和误检问题。

改进YOLOv5s的人员跌倒检测算法

针对跌倒检测任务中复杂信息干扰和数据集缺乏导致模型精度不高的问题,设计一种高精度跌倒检测算法,降低模型参数的同时保持各种场景下的鲁棒性。该算法基于YOLOv5s改进,在骨干网络中使用Ghost module和解耦全连接注意力,以较低计算开销提升模型在光线变化、遮挡等干扰环境下的性能。在颈部层使用自适应感受野和空间通道混合注意力,提升神经元对不同尺度特征的适应性,应对人体形变、视角变化等干扰。引入EIoU损失函数,加速收敛提升训练精度。在公开数据集Le2i Fall Detection Dataset和UR Fall Detection上,精确率、召回率、mAP0.5和mAP(0.5:0.95)相比YOLOv5s分别提高4.0%,4.2%,2.9%和4.3%,参数量降低38.6%。该算法在多种应用场景下都保持较高检测精度,参数量较低,满足实际应用场景部署要求。

基于多引导结构感知网络的深度补全

针对三维场景深度信息观测稀疏问题,提出一种融合彩色图像的多引导结构感知网络模型以补全稀疏深度.首先,利用三维平面法向量与场景梯度信息之间的映射关系,设计一种两分支主干网络框架,结合图像特征和几何特征进行深度预测,以充分提取空间位置信息的特征表示;然后,考虑到大范围场景下不同物体的结构差异性,基于网络通道注意力机制设计一种自适应感受野的结构感知模块,以对不同尺度的信息进行表征;最后,在网络采样的过程中,以不同尺寸图像为指导对预测子深度图进行滤波并修复物体的边缘细节.公开数据集上的实验结果表明,所设计的深度补全算法可以获得准确的稠密深度,同时通过两个下游感知任务进行深入评估,表明利用所提出方法能够有效提升其他感知任务的效果.

水面图像目标检测的强语义特征提取结构

针对船舶航行场景多样、船载视觉传感器获取的实海域水面图像信息复杂、难以提取目标的有效特征等问题,提出了一种用于水面图像目标检测的强语义特征提取结构.首先,在骨干网络中使用可变卷积,使卷积采样点具有平移量,适应目标的几何变换,拥有自适应感受野;然后,在特征金字塔中使用基于语义信息的特征重组,通过全局语义信息自适应聚合特定目标信息,输出强语义特征图,提高后续目标检测精度.实海域水面图像目标检测试验表明:所提出的特征提取结构在提高目标检测任务的精度上优势明显,提升幅度约为10%,并且未大幅增加目标检测算法的推理时间,能满足工程应用的要求.