基于金字塔分割注意力网络的单目深度估计方法

针对目前单目图像在深度估计中依然存在边缘以及深度最大区域预测不准确的问题,提出了一种基于金字塔分割注意力网络的单目深度估计方法(PS-Net)。首先,PS-Net以边界引导和场景聚合网络(BS-Net)为基础,引入金字塔分割注意力(PSA)模块处理多尺度特征的空间信息并且有效建立多尺度通道注意力间的长期依赖关系,从而提取深度梯度变化剧烈的边界和深度最大的区域;然后,使用Mish函数作为解码器中的激活函数,以进一步提升网络的性能;最后,在NYUD v2(New York University Depth dataset v2)和iBims-1(independent Benchmark images and matched scans v1)数据集上进行训练评估。iBims-1数据集上的实验结果显示,所提网络在衡量定向深度误差(DDE)方面与BS-Net相比减小了1.42个百分点,正确预测深度像素的比例达到81.69%。以上表明所提网络在深度预测上具有较高的准确性。

基于分割注意力与线性变换的轻量化目标检测

为了满足目标检测的实时性和模型轻量化需求,提高目标检测精度,对YOLOv5中的特征融合模块进行优化,提出基于金字塔分割注意力与线性变换的轻量化目标检测算法PG-YOLOv5.利用金字塔分割注意力模块,捕获不同尺度特征图的空间信息以丰富特征空间,提升网络的多尺度特征表示能力,提高目标检测的精度.利用基于线性变换的GhostBottleNeck模块,以少量原始特征图与线性变换得到的特征图相结合的方式,有效减少模型参数量.算法的平均精度均值从YOLOv5L的81.2%提高到PG-YOLOv5的85.7%,PG-YOLOv5的参数量比YOLOv5L的下降了36%.将PG-YOLOv5部署到Jetson TX2,并编写目标检测软件.实验结果表明,基于Jetson TX2的目标检测系统的图像处理速度为262.1 ms/帧,PG-YOLOv5的平均精度均值为85.2%;与YOLOv5原始模型相比,PG-YOLOv5更适合边缘端部署.

基于OpenCV的图像分割

图像分割是图像处理中的一个经典难题,也是图像处理和计算机视觉领域中的基本技术。虽然已有上百种分割方法,但至今没有一种通用的分割方法。OpenCV是近年来推出的开源、免费的计算机视觉库,利用其所包含的函数可以很方便地实现数字图像和视频处理。本文主要介绍了用OpenCV实现的图像分割的三种算法:分水岭分割算法、金字塔分割算法和均值漂移分割算法。

基于Deepcrack网络的混凝土裂缝检测方法

混凝土结构裂缝对建筑安全构成了极大的潜在威胁,裂缝检测对建筑结构的维护具有重要意义,当前基于深度学习的裂缝检测针对提取裂缝细节的能力仍有待提高。因此,该文对Deepcrack网络进行优化,提出了基于金字塔分割注意力和全局上下文的混凝土裂缝检测算法PG-Deepcrack。首先,在编码器中提出双卷积-注意力并行模块,增加金字塔分割注意力分支为卷积层提供更丰富的多尺度裂缝信息;其次,为了捕获长距离依赖关系,并行模块操作后引入全局上下文模块,进一步提升网络对裂缝细节的表达能力;最后,在特征融合阶段利用全维动态卷积和GELU激活函数,对编解码器特征层联级融合,使网络更全面地保留不同尺寸的裂缝信息并提高模型的泛化性能。为验证网络模型的有效性,在Deepcrack数据集上与7个网络模型进行对比试验,所提出的网络表现了最佳性能,IoU达到了72.78%。

一种目标飞机分割提取方法

提出了一种目标飞机分割提取方法,该方法采用改进的使用金字塔式分割策略的以彩色高斯混合模型GMM(Gaussian Mixture Model)和迭代能量最小化为基础的Grab Cut算法,达到将目标飞机快速精确分割提取的目的。实验结果表明在多数情况下,只需围绕目标飞机画一个框无需额外交互,就可以快速的将目标飞机精确分割提取出来,即便是在某些情况下不能够将目标飞机精确提取分割也只需额外的少数交互就可以达到将目标飞机精确分割提取的目的。

基于OpenCV的近景图像增强和分割算法研究

本文通过对近景图像的对比度和亮度进行分析实现了自动选择图像增强算法的方法,分别对金字塔均值漂移分割算法、分水岭分割算法和GrabCut分割算法进行了对比研究。经实验表明,图像对比度太小、亮度太高或太低对近景图像分割都会造成不利的影响,伽马变换增强算法适合调整亮度较高的图像,直方图均衡化增强算法适合调整亮度较低的图像。分水岭分割算法和GrabCut分割算法不适合近景图像多类别的自动分割,而金字塔均值漂移分割算法是基于核密度梯度估计的无参数快速统计迭代算法,可实现类别自动分割,分割精度较高,而且利用建立金字塔结构可进行多尺度分割。本文的研究成果对自动选择最佳的图像增强算法和分割算法以及参数设置具有重要的参考价值。

基于EPSANet的肺部医疗图像识别

肺部医疗图像识别对于新冠肺炎及其他肺部疾病的检测与诊断具有重要意义。传统的肺部医疗图像识别方法存在诸多问题,如特征提取困难、分类性能不高等。文章提出了一种基于高效金字塔分割网络(EPSANet)的肺部医疗图像识别分类方法,利用深度学习技术自动从原始影像中学习抽象和高层次的特征,并利用金字塔分割注意力模块(PSA)实现多尺度通道注意力机制,弥补了传统方法的不足。为了验证方法的有效性,文章在两个数据集上进行了实验,与其他方法进行了对比,结果表明,该文方法在分类准确率、网络复杂度上都有优势。基于此,文章为肺部医疗图像分类提供了一种新的深度学习技术方案。

Intelligent identification of oceanic eddies in remote sensing data via Dual-Pyramid UNet

海洋涡旋是大洋中重要的组成部分,对海洋能量和物质的输送至关重要.海洋涡旋的检测和表征无论是对于海洋气象学,海洋声学还是海洋生物学等领域都具有重要的研究价值.本文基于UNet架构,并结合金字塔分割注意力(PSA)模块和空洞空间卷积池化金字塔(ASPP)构造了Dual-Pyramid UNet模型,以平面异常和海表面温度数据中进行海洋涡旋的识别.实验在北大西洋和南大西洋两个涡旋活跃区域进行并选用多个评价指标对识别结果进行评价以证明模型的优异性能.

一种融合多特征的笑脸分类方法

探讨了一个能够代表真实环境的数据集GENKI,构建笑脸分类系统,并采用支持向量机结合GentleBoost作为分类器.讨论了数据预处理、Gabor特征提取、PHOG特征提取和局部二值模式特征提取,给出了GENKI数据集上的实验结果并进行讨论,表明了该方法的有效性.