改进卷积神经网络的医学图像感兴趣区域识别

图像中的噪声会提高图像特征信息提取难度,影响图像识别时的细节保留效果,为此提出改进卷积神经网络的医学图像感兴趣区域识别方法。分析医学图像主要噪声来源,构建噪声模型,利用非局部均值滤波算法计算图像全部像素的加权平均值,完成图像去噪处理;通过图像求反、对比度增加和灰度调节等操作增强图像细节信息;利用局部区域特征提取方法获取图像基础纹理特征,包括灰度、平滑度与熵值等;建立具有卷积层、池化层、全连接层的卷积神经网络模型,引入区域建议网络对其改进,通过该网络确定识别的候选区域,将图像特征作为网络输入,经过不断学习迭代,输出最终感兴趣区域。实验结果表明,所提方法在提高图像质量的基础上,识别出的感兴趣区域较为完整,包含的有用信息更多。

基于并联卷积神经网络的无人机遥感影像建筑区域测量

无人机遥感影像覆盖范围广,难以区分建筑区域与背景区域,导致无人机遥感影像建筑区域测量结果可靠性下降;以解决这一问题作为研究目标,提出了一种基于并联卷积神经网络的无人机遥感影像建筑区域测量方法;获取无人机遥感影像,通过静态输出、图像融合、去雾等环节完成遥感影像预处理;构建并联卷积神经网络,通过网络训练传播提取预处理后无人机遥感影像建筑区域边缘特征,经过特征匹配实现无人机遥感影像中建筑区域识别,结合面积计算结果得到建筑区域的测量结果;经过精度性能测试实验得出结论,在有雾和无雾环境下所提方法与传统区域测量方法相比的建筑区域测量误差分别降低了0.505 km^(2)和0.305 km^(2),说明该方法的测量结果可靠性更高,可以广泛应用在无人机遥感影像建筑区域测量领域。

基于改进掩膜区域卷积神经网络的输电线路绝缘子自爆检测

由于背景复杂、目标所占像素比例较小,掩膜区域卷积神经网络(Mask R-CNN)模型对输电线路绝缘子缺陷检测能力不足,该文提出一种改进的MaskR-CNN模型。具体地,首先,在特征提取网络中引入卷积注意力模块(CBAM),分别从通道和空间提升小目标特征保持性;其次,使用全局交并比(GIoU)计算目标间的相似度,提升定位准确性;最后,使用Tversky损失计算掩膜分支的损失,以提升不平衡样本下的检测效果。使用某输电运检中心无人机巡检作业所得具有自爆缺陷的绝缘子照片作为数据集对该模型进行验证,实验结果表明,与原始Mask R-CNN模型相比,该方法的平均精确率AP50:90、AP50和AP75分别提升至0.56、0.79和0.72;与三种经典目标检测算法相比,该算法具有较高的检测精度,模型的分割性能有一定提升,且比原始模型具有更好的鲁棒性,可以满足电力巡检中准确性和快速性的要求。

基于卷积神经网络的实时视频目标检测优化方法

文章引入动态感兴趣区域(Dynamic Region of Interest,DROI)策略,提高基于区域卷积神经网络的快速目标检测(Faster Region-based Convolutional Neural Networks,Faster R-CNN)模型在实时视频目标检测任务中的性能。首先,分析Faster R-CNN;其次,提出一种基于DROI的优化方法,通过动态调整感兴趣区域以适应目标的运动和变化;最后,在MOT17数据集上进行实验,验证该优化方法的有效性。

基于更快区域卷积神经网络的多视角船舶识别

针对在复杂海洋环境下采集船舶多视角图像难度大、不同视角下船舶外观差异显著的问题,本文以自制的不同类型的多艘船舶的多视角图像为数据集训练更快区域卷积神经网络模型,利用平均F1分数、平均精度和平均误检率作为评价指标评估更快区域卷积神经网络模型对不同视角船舶的识别性能,并通过识别不同船舶的F1分数和误检率分析更快区域卷积神经网络对不同质量、背景图像的识别能力。实验结果表明,更快区域卷积神经网络识别多角度船舶的平均F1分数为0.6969,平均精度为92.88%,平均误检率为8.34%,即更快区域卷积神经网络对多视角船舶有较高的识别能力,但对于有雾或昏暗环境下的低像素图像识别能力明显下降。

改进区域卷积神经网络的传送带撕裂检测

针对传送带撕裂检测中对破损目标检测精度不足和检测性能低下的问题,提出一种改进区域卷积神经网络Light-Head R-CNN的传送带撕裂检测方法。将特征提取模块设置为轻量化卷积网络MoblieNetV2有效降低模型参数,采用大尺度卷积核扩大网络感受野,增强模型特征提取能力;引入特征金字塔结构融合不同层次的特征信息,优化模型对微小破损的识别效果;结合注意力机制对特征权重进行调整,突出破损目标的特征信息。实验结果表明,所提算法对传送带破损目标的平均检测精度提高了2.78%,检测速度提高了22.9%,具有良好的实时检测效果。

基于改进双目视觉和掩膜区域卷积神经网络的 空间定位方法研究

针对实际应用时监控图像中外破危险点选取不准和标定空间不足等问题,提出外破危险点自动选取算法并改进了双目立体视觉的标定过程,实现了双目立体视觉测距技术在复杂环境廊道外破距离测量中的实际应用。总结了理想状况下大场景中外破风险测距的双目立体视觉算法。使用掩膜神经网络识别外破轮廓和距离线路最近的危险点。针对可能出现的复杂地形,提出减少标定区域的部分标定法。选取部分典型外破入侵场景验证危险点提取算法和标定方法的有效性。结果表明,此改进算法在监测施工机械类外破时的危险点识别精度保持在0.3 m以下,且可以使双目测距应用于复杂环境下的线路外破监测任务。

应用掩码区域卷积神经网络的文本检测模型

要:提出一种基于掩码区域卷积神经网络的文本检测模型。首先从扩大模型感受野并尽可能保持模型效率的角度出发,针对残差神经网络中的瓶颈结构进行优化,构建基于结构优化的残差神经网络(residual network based on structural optimization,ResNetSO);然后去除冗余特征以提高融合后特征质量,并将空间注意力机制应用于特征金字塔网络,构建了基于下层特征指导的特征金字塔网络(feature pyramid network based on lower feature guidance,FPNetLFG)。在两个公开数据集上的实验结果表明:包含ResNetSO和FPNetLFG两个模块的模型应用在级联区域卷积神经网络、递归特征金字塔和可切换空洞卷积的目标检测模型中,分别可以带来0.8%和0.3%左右的F1值提升,从而说明了该方法的有效性和普遍适用性。

基于改进掩码-区域卷积神经网络的混凝土病害实例分割

为对混凝土病害图像进行更精确的实例分割,提出改进掩码-区域卷积神经网络(Mask Region Convolution Neural Network,Mask-RCNN)。该网络采用轻量级的可移动网络(MobileNetV2)代替原始Mask-RCNN中卷积层过大的主干网络——残差网络(ResNet101),加入路径聚合网络(PANet),以提高Mask-RCNN提取浅层特征信息的能力。为验证改进Mask-RCNN的识别精度及其在实际工程中的可行性,首先构建多类混凝土病害图像数据集,利用K-means聚类算法确定最适合该数据集的先验边界框的长宽比,然后对比改进Mask-RCNN与原始Mask-RCNN、其它主流深度学习网络对混凝土五类病害(裂缝、露筋、剥落、白皙和空洞)的识别结果;最后利用无人机采集到的钢筋混凝土桥梁病害图像作为测试集进行测试。结果表明:改进Mask-RCNN在提高计算速度的同时能更准确地定位病害,减少了误检和漏检,识别精度高于原始Mask-RCNN及其它深度学习网络;改进Mask-RCNN可以识别无人机拍摄的未经训练的新的混凝土病害图像,识别精度满足实际工程需求。

Mask R-CNN神经网络模型对舌象裂纹严重程度的评价效果

目的基于掩膜区域的卷积神经网络(Mask R-CNN)算法,在裂纹舌识别与提取的基础上探索裂纹舌严重程度的客观评价方法。方法从中国中医科学院西苑医院收集200例裂纹舌与200例非裂纹舌的舌象图片,建立基于神经网络的裂纹舌识别模型,以准确率、精确率、召回率对模型裂纹舌识别效果进行评价。由3名中医专业主任医师对200张裂纹舌图片按照轻度裂纹、中度裂纹、重度裂纹进行严重程度分级标注,通过裂纹识别模型进行裂纹舌的识别与特征提取,选择裂纹面积比(x)、裂纹方向(z)、裂纹条数(n)、主裂纹长度(l)作为裂纹评价指标,以医生标注结果作为分级标准,根据分级结果对各指标进行权重赋值,裂纹严重程度综合权重计算公式:W=(∑w_(i))/4(i=x,z,n,l),计算裂纹多维度指标的分布区间,评价裂纹的严重程度。结果模型识别裂纹舌,准确率为0.945,精确率为0.949,召回率为0.940。舌裂纹的严重程度评价结果:W∈[1,3]为轻度裂纹,W∈(3,6]为中度裂纹,W∈(6,10]为重度裂纹。经验证,裂纹舌总体评价准确率为88.3%,其中轻度裂纹的评价准确率为88.9%,中度裂纹的评价准确率为91.7%,重度裂纹评价准确率为83.3%。结论选择裂纹面积比、裂纹方向、裂纹条数、主裂纹长度作为评价裂纹舌严重程度的指标,可较好地完成辨识任务,实现舌象裂纹程度的定量化评价。

基于卷积神经网络的白光内镜下早期胃癌检测

目的开发一种基于区域卷积神经网络(Mask R-CNN)的内镜下自动检测早期胃癌(EGC)系统。方法首先从安徽医科大学第一附属医院获得3579张和892张EGC白光图像(WLI),分别进行训练和测试。随后前瞻获取10个WLI实时视频以测试动态性能。另外再随机选取400张WLI图像,用于Mask R-CNN系统和内镜医师对照。诊断能力以准确率、敏感度、特异度、阳性预测值(PPV)和阴性预测值(NPV)进行评估。结果在WLI图像诊断中,Mask R-CNN系统准确率、敏感度和特异度分别为90.25%、91.06%和89.01%,与病理诊断差异无统计学意义。在WLI视频中,诊断EGC的准确率为90.27%,实时测速可达35帧/s。在对照实验中,Mask R-CNN系统的敏感度明显高于高年资组医师(93.00%vs 80.20%,χ^(2)=7.059,P<0.001),特异度高于低年资组医师(82.67%vs 71.87%,χ^(2)=9.955,P<0.001),总体准确率高于中年资组医师(85.25%vs 78.00%,χ^(2)=7.009,P<0.001)。结论在WLI下,Mask R-CNN系统检测EGC的性能良好,在实际临床应用中有较大潜力。

基于改进快速区域卷积神经网络的视频SAR运动目标检测算法研究

针对传统视频SAR(ViSAR)运动目标检测方法存在的帧间配准难度大、快速运动目标阴影特征不明显、虚警概率高等问题,该文提出一种基于改进快速区域卷积神经网络(Faster R-CNN)的视频SAR运动目标检测方法。该方法结合Faster R-CNN深度学习算法,利用K-means聚类方法对anchor box的长宽及长宽比进行预处理,并采用特征金字塔网络(FPN)架构对视频SAR运动目标的“亮线”特征进行检测。与传统方法相比,该方法具有实现简单、检测概率高、虚警概率低等优势。最后,通过课题组研制的Mini-SAR系统获取的实测视频SAR数据验证了新方法的有效性。

基于可变形卷积神经网络的遥感影像密集区域车辆检测方法

车辆检测是遥感图像分析领域的热点研究内容之一,车辆目标的智能提取和识别,对于交通管理、城市建设有重要意义。在遥感领域中,现有基于卷积神经网络的车辆检测方法存在实现过程复杂并且对于车辆密集区域检测效果不理想的缺陷。针对上述问题,该文提出基于端到端的神经网络模型DF-RCNN以提高车辆密集区域的检测精度。首先,在特征提取阶段,DF-RCNN模型将深浅层特征图的分辨率统一并融合;其次,DFRCNN模型结合可变形卷积和可变形感兴趣区池化模块,通过加入少量的参数和计算量以学习目标的几何形变。实验结果表明,该文提出的模型针对密集区域的车辆目标具有较好的检测性能。

基于改进区域卷积神经网络的安全帽佩戴检测

针对已有的安全帽佩戴检测算法对小尺寸目标和部分遮挡目标检测效果较差的问题,在区域卷积神经网络基础上,做出优化用于安全帽佩戴检测。在原始Faster RCNN的基础上使用多层卷积特征融合技术优化区域建议网络产生候选区域特征图,使用在线困难样本挖掘技术训练ROI网络,自动挑选出困难样本使训练更加有效。实验结果表明,相比原始的Faster RCNN算法,所提方法检测精度提高了4.73%,对部分遮挡和小尺寸目标均有较好的检测效果,对环境变化具有更强的适应性。

区域生长全卷积神经网络交互分割肝脏CT图像

由于医疗图像质量差、对比度低、患者之间差异大导致全自动分割方法很难获得足够准确、鲁棒的结果。为了解决全自动分割方法的局限性,本文提出一种基于神经网络改进的区域生长法,并与全卷积神经网络相结合对肝脏CT图像进行交互式分割。首先对图像进行预处理,突出待分割肝脏区域;接着计算像素在不同边缘检测算子下的梯度值作为该像素的特征,形成像素特征向量训练网络该网络以一对像素特征向量为输入,以两像素的关联度系数为输出;然后将训练好的神经网络模型作为区域生长算法的生长准则,手动交互选取一点产生分割结果;最后将分割结果作为原图的交互信息和原图灰度通道连接在一起一同输入全卷积神经网络。实验结果表明平均Dice系数达到96.69%,像素准确率达到99.62%,平均交并比达到96.65%。不同的腹部CT图像序列中肝脏的分割结果表明,该方法能精确提取肝脏区域,满足临床应用的需求。

基于卷积神经网络的火花塞表面缺陷检测研究

以特征提取为核心,进行火花塞表面缺陷检测时,主要依托于矩不变量获取表层特征信息,使得检测结果mAP值较低。因此,应用卷积神经网络,提出一种新的火花塞表面缺陷检测方法。针对采集的火花塞表面图像,应用非下采样剪切波变换原理进行预处理。应用霍夫圆理论建立规划策略,规划表面缺陷圆形区域。依托于卷积神经网络结构,建立火花塞表面缺陷特征提取模型,提取每个规划区域包含的深层特征信息。运用RPN算法对提取特征进一步分析,输出表面缺陷检测结果。实验结果表明:所提检测方法的mAP值为0.96,与基于SVM、基于KNN、基于MLP的检测方法相比,mAP值提升了15%,21%和27%。

基于加速区域卷积神经网络的高铁接触网承力索底座裂纹检测研究

针对高速铁路接触网支撑结构中承力索底座裂纹的问题,提出一种利用加速区域卷积神经网络与Beamlet变换相结合的图像检测方法。该方法使用加速区域卷积神经网络实现对承力索底座在待检测图像中的识别定位,然后根据定位的承力索底座图像特点,通过Radon变换等预处理操作对承力索底座疑似裂纹区域精确定位,最后使用基于Beamlet变换的局部链搜索算法快速得到裂纹信息,实现承力索底座裂纹故障的可靠诊断。实验表明:该方法能在复杂的接触网支撑与悬挂装置图像中准确定位识别承力索底座裂纹故障,对拍摄距离、拍摄角度以及曝光度等因素具有很好的适应性,且具有较高的检测效率。

基于运动区域差分与卷积神经网络的动作识别

针对视频动作识别中数据处理效率不高的问题,建立一种基于视频帧间差分序列的动作识别模型。利用帧间差分检测视频帧中的运动区域,以该区域为中心进行相应的图像剪切和增强处理。整个识别模型采用双流架构,在数据样本制作时通过适当的隔帧差分来扩大样本的时间跨度。采用分阶段逐步增加训练样本量的方法,以提升模型识别性能并解决训练过程中易出现的过拟合问题。实验结果表明,该模型可以在CPU级配置的电脑中完成快速动作识别,且在UCF11和UCF25数据集中的识别准确率均高于85%。

利用卷积神经网络的显著性区域预测方法

针对神经网络的显著性区域预测存在数据采集代价大、处理繁琐等问题,提出2种卷积神经网络,即从头开始训练的浅层卷积神经网络,以及前三层源自另一个网络的深层卷积神经网络。其中,浅层网络结构简单,可避免过拟合问题;深层网络可以充分利用最底层的模型参数,收敛更快,效果更好。所提卷积神经网络应用于回归问题,均没有直接训练特征图的线性模型,而是在迁移层上训练了一堆新的卷积层。从端到端的角度解决显著性预测,将学习过程演化为损失函数的最小化问题。测试和训练在SALICON,SUN和MIT300数据集上进行,实验结果验证了所提方法的有效性。其中,深层网络和浅层网络在SALICON和SUN数据上的结果相似,深层网络在MIT300上的结果更优,与其他方法相比,所提方法具有不错的表现,而且具有跨数据集的鲁棒性。

基于3D卷积神经网络-感兴趣区域的阿尔茨海默症辅助诊断模型

磁共振(magnetic resonance imaging,MRI)图像的预测分类对早期阿尔茨海默症(Alzheimer′s disease,AD)的诊断非常重要。轻度认知障碍(mild cognitive impairment,MCI)作为AD的一种早期阶段,在诊断时存在大脑脑区萎缩区域不明确,诊断准确率偏低等问题。本研究提出一种基于感兴趣区域(regions of interest,ROI)的3D卷积神经网络(convolutional neural network,CNN)模型来解决AD分类准确率偏低等问题,进而实现对AD的计算机辅助诊断。实验数据均来自ADNI数据库,实验结果表明,基于ROI的3D CNN的AD辅助诊断模型在分类AD vs正常对照(normal control,NC)、MCI转化AD(MCI converted to AD,MCIc)vs NC和MCI未被转化AD(MCI not converted to AD,MCInc)vs MCIc的5折交叉验证平均准确率分别为85.2%、83.9%、68.5%。相比于传统的主成分分析+支持向量机方法和单纯的切片集成方法,本研究方法在AD辅助诊断中取得了更好的分类效果和泛化能力,还可为其他脑疾病诊断提供新思路。