轴注意力引导的锚点分类车道线检测

由于车道线的多样性以及交通场景的复杂性等问题,车道线检测是一项具有挑战性的任务。其主要表现在当车辆行驶在拥堵、夜晚、弯道等车道线不清晰或被遮挡的道路上时,现有检测方法的检测结果并不理想。本文基于检测方法的框架提出了一种轴注意力引导的锚点分类车道线检测方法来解决两个问题。首先是车道线不清晰或缺失时存在的视觉线索缺失问题。其次是锚点分类时用混合锚点上的稀疏坐标表示车道线带来的特征信息缺失问题,从而导致检测精度下降,所以通过在骨干网络中添加轴注意力层来聚焦行向和列向的显著特征来提高精度。在TuSimple和CULane两个数据集上进行了大量实验。实验结果表明,本文方法在各种条件下都具有鲁棒性,同时与现有的先进方法相比,在检测精度和速度方面都表现出综合优势。

基于多轴注意力双通道神经网络模型的食草动物粪便分析方法

针对使用粪便显微分析法时对食草动物粪便中植物表皮细胞人工分类困难且效率低的问题,提出一种基于多轴注意力的双通道神经网络分类方法,用于自动识别显微镜下食草动物粪便中残留的植物表皮细胞种类。首先,获取粪便中残留的植物表皮细胞图像,作为神经网络模型的输入;引入多轴注意力机制提高网络特征提取能力,同时降低注意力导致的计算复杂度;构建局部和全局通道,提高网络对植物表皮细胞图像信息的获取能力;最后将2个通道提取的特征进行融合,完成对植物种类的识别。此外,应用移动倒置瓶颈卷积(MBConv)模块进行模型的轻量化处理,减少模型参数和计算量,进而提高识别效率。结果表明:基于多轴注意力的双通道神经网络分类方法具有更优的分类性能,对植物表皮细胞种类识别的准确率高达86.46%,为实现高效率、智能化的食草动物粪便分析方法提供了技术支撑。本研究构建的网络模型及相关代码已开源,具体内容参见https://github.com/togo11/classification。

基于并行多轴自注意力的图像去高光算法

图像高光层模型的模糊性和高光动态范围大的特点,使得图像去高光成为了一个挑战性的视觉任务。纯局部性方法容易导致图像高光区出现伪影,纯全局性方法容易使图像非高光区色彩失真。针对图像去高光中局部和全局特征不平衡导致的上述问题,以及高光层建模的模糊性,提出了基于并行多轴自注意力机制的门限融合U型深度网络图像去高光算法。该方法通过隐式建模避免了高光层模型模糊引入的问题,利用U型网络结构将上下文信息与低层信息融合对无高光图像进行估计,并在U型结构编码器和解码器之间引入门限融合结构进一步提升网络模型的特征表达能力。此外,U型网络的单元结构通过融合局部和全局自注意力平衡了局部和全局特征的编码和解码。定性实验结果表明,文中方法可以更有效地去除图像中的高光,其他对比算法在高光处容易产生伪影和失真。定量实验结果表明,文中方法在PSNR和SSIM指标上优于其他五种典型的图像去高光方法,在三个数据集上,PSNR值分别高于次优方法4.10、7.09、6.58 dB,SSIM值分别取得了4%、9%和3%的增量。

结合卷积和轴注意力的光流估计网络

现有的光流估计网络为了获得更高的精度,往往使用相关性成本量和门控循环单元(gate recurrent unit,GRU)来进行迭代优化,但是这样会导致计算量大并限制了在边缘设备上的部署性能。为了实现更轻量的光流估计方法,本文提出局部约束与局部扩张模块(local constraint and local dilation module,LC-LD module),通过结合卷积和一次轴注意力来替代自注意力,以较低的计算量对每个匹配特征点周边区域内不同重要程度的关注,生成更准确的相关性成本量,进而降低迭代次数,达到更轻量化的目的。其次,提出了混洗凸优化上采样,通过将分组卷积、混洗操作与凸优化上采样相结合,在实现其参数数量降低的同时进一步提高精度。实验结果证明了该方法在保证高精度的同时,运行效率显著提升,具有较高的应用前景。

基于Transformer的小样本细粒度图像分类方法

针对小样本细粒度图像分类任务中存在的相似性度量单一以及细粒度特征提取效果不佳的问题,提出了一种基于Transformer的小样本细粒度图像分类方法,克服了小样本学习在细粒度图像分类中由于样本数量较少从而分类效果较差的问题。构建以多轴注意力模块与卷积算子为基本组件的新模块CBG Transformer Block,通过该模块的重复堆叠提高了网络的特征提取能力;采用关系网络和余弦网络组成的双相似度模块进行相似性度量,避免了在训练数据量较小的情况下单一度量造成的相似性偏差;通过计算两个相似度得分的平均值得出最终预测结果。实验结果表明,提出的方法在CUB-200-2011、Stanford Cars和Stanford Dogs三个公开细粒度图像数据集上的5-way5-shot任务分类精度分别达到了82.70%、74.22%和69.68%,可见在小样本细粒度图像分类任务中取得了优异效果。