雾天车道线识别方法:FoggyCULane数据集的创建

为了提高深度学习算法在雾天场景下的车道线识别率,扩充雾天车道线数据集是有效途径之一。以目前最具有权威性的CULane数据集为基础,通过对该数据集内晴天车道线图片进行单幅图像深度提取,随后依照大气散射模型生成3种不同浓度的雾天车道线图片,并保留原图的车道线标签,以此方法实现对CULane数据集的人为扩充。通过增加了107451张带标签的雾天车道线图像,从而将原始CULane数据集扩充了1.8倍,建立了包含雾天图像的新车道线数据集FoggyCULane。分别采用原始CULane数据集和FoggyCULane数据集对SCNN车道识别网络进行训练,并将训练结果在包含3种不同浓度雾天场景的12种复杂车道线场景中进行测试评估,以验证该方法的有效性。研究结果表明,人工生成雾天场景车道线图片以扩充数据集的方法能够在薄雾情况下将雾天车道线的识别率从74.65%提升至86.65%,在中度雾下从51.41%提升至81.53%,在浓雾下从11.09%提升至70.41%。

基于生成对抗网络的热泵系统故障诊断数据集扩充方法研究

随着深度学习的发展,越来越多的热泵系统故障诊断方法引入深度学习技术并取得了较好的效果。基于深度学习的故障诊断技术需要依赖大量带有标记的故障数据,而现实中这类数据获取较为困难,这限制了智能诊断技术的应用。针对这一问题,本文提出利用生成对抗网络(GAN)学习故障数据的分布,并生成更多的标记数据,实现故障数据集的扩充。针对热泵系统运行数据结构复杂且不同故障间差异小给模型学习带来较大困难这一问题,本文提出利用热泵系统基准模型将运行数据转化为残差数据并作为训练数据,降低数据复杂度,增加差异性。利用MMD指标和1-NN指标对生成的数据进行分析,发现生成数据分布和真实数据接近,且利用残差数据训练的GAN模型质量更高。利用故障诊断方法对引入不同比例生成数据的模型训练结果进行分析,发现生成数据的引入可以提高数据量不足条件下的故障诊断精度。实验结果表明,基于GAN的数据扩充方法可有效降低智能诊断对标记数据的依赖,是一种应用前景广阔的技术。

SAR图像智能解译样本数据集构建进展综述

随着深度学习技术在合成孔径雷达(Synthetic Aperture Radar,SAR)图像智能解译领域的不断应用与发展,其对样本数据集的规模、质量、泛化能力等提出了更高要求。近年来,国内外众多研究机构相继发布了一系列SAR样本数据集,但是目前尚缺乏对上述数据集的综合分析。面向SAR图像智能解译需求,首先,梳理了现有的SAR样本采集流程。其次,归纳总结了已公开的SAR样本数据集,并针对现有数据集样本数量有限,探讨了数据扩充方法。最后,讨论了目前SAR数据集构建仍然存在的问题及未来展望。文章首次对SAR样本数据集进行了综述研究,可为SAR样本库建设提供参考。

基于生成对抗网络的医学图像扩充算法

生成对抗网络凭借其强大的拟合能力,已经在许多领域展露峥嵘。论文提出了一种基于生成对抗网络的针对肺部CT图像的图像生成方法,该方法融合了自注意力机制的特征提取能力和生成对抗网络对数据分布的拟合能力,同时针对输入向量进行特异性处理,实验结果表明,论文方法生成图像具有较高的质量以及可用性。

基于LBP和数据扩充的CNN人脸识别研究

针对卷积神经网络在人脸识别存在的数据集比较少,容易发生过拟合的问题,提出对人脸进行局部二值模式处理,提升图像特征,再引入深度卷积生成对抗网络对局部二值化的人脸进行生成,有效扩充数据集,提升卷积神经网络的泛化能力。该人脸识别卷积神经网络模型包括3层卷积层,3层池化层,1个全连接层,1个Softmax分类回归层。仿真实验中,选取ORL人脸数据库中40人每人10张的人脸图像按8∶1∶1比例设置为训练集、验证集和测试集,并选取Yale人脸数据库中15人每人11张的人脸图像按9∶1∶1的比例设置训练集、验证集和测试集,通过LBP算法提取人脸纹理特征对其进行生成,分别扩充数据集至990张和2200张。结果表明,该算法的人脸识别率不仅高于未扩充数据PCA和LBP等传统人脸识别方法的识别率,而且也将卷积神经网络的识别率提升了约2%,有效提高了泛化能力。

De-DDPM:可控、可迁移的缺陷图像生成方法

基于深度学习的表面缺陷检测技术是工业上的一项重要应用,而缺陷图像数据集质量对缺陷检测性能有重要影响.为解决实际工业生产过程中缺陷样本获取成本高、缺陷数据量少的痛点,提出了一种基于去噪扩散概率模型(Denoising diffusion probabilistic model,DDPM)的缺陷图像生成方法.该方法在训练过程中加强了模型对缺陷部位和无缺陷背景的差异化学习.在生成过程中通过缺陷控制模块对生成缺陷的类别、形态、显著性等特征进行精准控制,通过背景融合模块,能将缺陷在不同的无缺陷背景上进行迁移,大大降低新背景上缺陷样本的获取难度.实验验证了该模型的缺陷控制和缺陷迁移能力,其生成结果能有效扩充训练数据集,提升下游缺陷检测任务的准确率.

中国岩石圈数据模型总体设计

基于GIS的中国岩石圈三维结构数据库包含了数据类型各异的12个专业子库内容。存储和管理这些复杂的数据需要一个合理有效的数据模型,以确保数据库中的所有数据对象得到精确和完整的表达。本文讨论岩石圈数据模型的总体设计问题,基本思路是采用当前成熟的面向对象的软件开发技术和面向对象的地理数据库模型。总库数据模型需要满足扩展性和扩充性的要求。开发中用UML协助分析子库数据,在面向对象的地理数据库中用一个要素数据集来容纳一个子库的空间数据,用数据库表、要素类、关系类、子类、域等概念描述岩石圈研究中的各种概念和信息,形成统一的、空间和属性存储管理一体化的岩石圈数据模型。

融合深度残差网络和字典学习的肺炎检测

由于空气污染与吸烟等原因,肺炎已成为人类死亡率最高的疾病之一.随着机器学习与深度学习技术在医疗图像检测上的应用,为临床专家诊断各类疾病提供了帮助.但由于缺少有效的配对肺部X射线数据集,以及现有针对肺炎检测的方法均采用不是针对肺炎任务的普遍分类模型,难以发现肺炎图像与正常图像的细微差别,导致识别失败.为此,本文通过数据裁剪、旋转等方式扩充数据集中的正常图像;再使用50层深度残差网络对胸部X射线中的浅层肺炎特征进行学习;然后,通过两层字典对残差网络学习到的肺炎特征进行更深度的抽象和学习,发现不同肺部图像之间的微小差别;最后,融合残差网络和字典学习提取到的多级肺炎特征,构建肺炎检测模型.为了验证算法的有效性,在Chest X-ray肺炎数据集上评估肺炎检测模型的性能.根据测试结果,本文提出模型的检测准确率为97.12%;指标测试中,精度与召回率之间的调和平均数上的得分为97.73%.与现有方法相比,获得了更高的识别精度.

基于改进的UFS网络车道线检测算法

为了解决车辆行驶中面对各种复杂环境车道线检测算法精度不高的问题,提出一种基于改进的UFS网络检测算法(Ultra Fast Structure-aware Deep Lane Detection,UFS).首先,采用改进的Gamma校正对待检路面图像进行校正,降低光照、阴影等的影响,以提升夜间图像纹理特征。然后引入非局部神经网络模块(Non-Local Block),充分提取图像全局特征,以提高检测可靠性。最后对改进后的算法使用Tusimple、CULane数据集进行测试。结果表明:改进后的模型在物体遮挡、光照变化、阴影干扰等复杂场景下,提升了对复杂噪声与多元场景的处理能力,车道分割的准确率有所改善,具有较好的鲁棒性。

基于小样本数据和深度残差网络的月度供电量预测研究

针对传统预测模型在样本不足的情形下,无法实现高精度月度供电量预测的问题,提出了一种基于改进的生成对抗网络数据增强方法,能够将大粒度的月度统计信息,同分布分解为按天统计的供电量信息,实现了数据增强与样本集的有效扩充。基于该样本集,运用深度残差网络构建用于月度供电量预测的深层模型。算例分析标明,所提出的方法能够在原有同类型预测方法的基础上,有效提升预测精度。

一种基于小样本声音信号的托辊故障诊断方法

基于深度学习的故障诊断方法对数据集的质量有很高要求,需要大批量数据才能进行良好的模型训练,从而实现准确的故障诊断,而在实际应用中能够采集到的故障信号通常很有限。针对托辊故障声音信号获取困难、样本量少,导致智能故障诊断方法性能受限的问题,提出了一种基于小样本声音信号的托辊故障诊断方法。使用特征转换方法将一维声音信号转换为二维时频图像,将频率域的特征融入进来,以提高数据集对故障特征的表达能力;提出了多种类型时频图结合的数据集扩充方法,将短时傅里叶变换(STFT)、连续小波变换(CWT)、希尔伯特-黄变换(HHT)3种时频分析方法绘制的时频图相结合,以扩充数据集,增加数据样式;引入了深度迁移学习的思想,使用轴承数据集对模型进行预训练,然后使用托辊数据对预训练模型进行微调,以进一步提升模型的识别准确率。实验结果表明:多种类型时频图结合的数据集扩充方法能有效解决使用小样本数据训练模型时易过拟合的问题;使用迁移学习后,模型的测试准确率达98.81%,相较于不使用迁移学习时提升了7%,且没有出现过拟合现象,说明模型训练良好;相较于生成对抗网络扩充STFT时频图数据集+迁移学习的方法,多种类型时频图结合的数据集扩充+迁移学习的方法准确率提高了4%,且更容易实现,可解释性更强。

基于PINet+RESA网络的车道线检测算法

实例点网络(point instance network, PINet)在物体遮挡、光照变化和阴影干扰等场景中检测准确性高,但实时性表现不佳.在保证PINet模型精度的前提下,为提升网络的推理速度,提出一种结合循环特征移位聚合器(recurrent feature-shift aggregator, RESA)算法的车道线检测模型.通过算力分析,只采用1个瓶颈网络(bottle-neck)作为预测网络(predicting network),目的是为了去除冗余的多尺度操作,以加快模型的推理速度.为了弥补模块剪枝造成的精度下降,引入了RESA模块以捕获图像中跨行、列的空间信息,增强骨干网络提取到的车道线特征.将改进后的模型在Tusimple、CULane、Custom数据集上进行测试.结果表明:改进后的网络模型在物体遮挡、光照变化、阴影干扰等多种复杂场景下表现突出,对车道分割准确率、实时处理速度有大幅改善,检测识别效果优于传统PINet网络算法,除F1指标提升较小外,推理速度在3个数据集下分别提升20.3%、52.9%及13.9%.

基于全连接条件随机场的车道线检测方法

【目的】优化车道线检测结果中的噪声区域,提高边缘分割精度。【方法】提出一种深度学习算法与后处理方法相结合的新方法;引入全连接条件随机场(Fully Connected CRFs)算法对ENet-SAD算法输出的车道线概率图进行修正,并将概率图与原图进行拟合,得到车道线检测结果;将新的检测算法在自建数据集及CULane数据集上进行训练及测试。【结果】在自建数据集上,新算法在常规、强光、阴影、遮挡4种场景下的F1分数分别为90.0%、73.1%、81.5%、76.6%;在CULane数据集上,该算法在常规场景下的F1达到了91.0%。【结论】所提出的车道线检测算法能适应多类场景,是一种有效的车道线检测算法。

基于三维分类网络的前列腺辅助诊断

现代医学对数据可视化、科学化的分析需求增加,也增加了对医学影像的依赖性。但对于计算机而言,生物图像极为抽象,生物图像识别至今仍处于探索阶段,同时,对大、复杂三维医学图像特征提取和图像识别难度大。目前采用卷积神经网络对三维医学图像进行训练处理,由于训练数据集数量不足,经常出现过拟合现象。针对这些问题,基于TensorFlow深度学习框架,提出了一种新的前列腺辅助诊断模型。模型优化了深度学习网络层次,采用较少的参数加快训练速度,还能降低过拟合的可能性,此外还利用两种数据扩展方式进行数据扩充,并采用了dropout方法以避免过拟合。训练及测试结果表明,模型能够对大部分前列腺三维图像进行分类,判断出图像是否存在异常,正确率超过70%,优于同种条件下训练出的3DAlexNet网络图片分类模型。

钻井溢流风险的自适应LSTM预警方法

溢流会对油田的勘探过程造成严重的影响,众多钻井平台采取人工坐岗预警,十分依赖坐岗人员的积累经验,导致误报率和成本较高,因此迫切需要提高溢流预警的效率和质量.研究表明,将深度学习方法引入钻井能够有效提高溢流预警的准确性.然而,溢流发生的频率较低,不同井之间具有差异性,可获取的训练样本有限,这些因素都限制了当前预警算法的应用.针对上述问题,本文提出了一种自适应的长短期记忆网络(LSTM)溢流预警算法,该算法利用滑动窗口法扩充数据集,计算平均值增量实现不同井数据的自适应特征提取,进而屏蔽不同井的差异性,提高了算法的通用性.模型在离线验证以及现场溢流的早期预警上表现优良,与专家的经验标注保持了较高的一致性,均提前于操作人员的记录日志.模型的应用减轻了坐岗人员的负担,确保了溢流预警的效率与质量,对提高钻井工程溢流预警水平具有积极意义.

基于多特征融合的仪表屏幕定位方法

复杂场景下智能数字仪表的图像识别极易受外界因素干扰,在不同视角、光线、距离等情况下图像识别结果可能会出现数据丢失的情况。为了提高对仪表识别的准确率与泛化能力,提出一种多特征降维融合仪表检测法。在样本有限的情况下,首先对数据集进行旋转、曝光、剪裁等方式的扩充;其次提取仪表的颜色特征、HOG特征和GLCM特征作为仪表屏幕区域特征描述,并对高维冗余特征子进行优化降维处理;然后根据每个特征的影响力分配权值,进行多特征描述子融合处理;最后进行分类学习,构建分类器进行仪表液晶屏的目标检测。实验结果表明,该方法有效解决了复杂背景下仪表读数区域自动定位的问题,提高了屏幕定位准确率,具有较高的时效性和较强的泛化能力。

基于集成深度神经网络的室内无线定位

针对传统无线定位模型对指纹数据库容错性低、抗噪能力弱等问题,提出一种基于数据融合的集成深度神经网络无线定位方法,从原始指纹数据库中按照一定比例随机取样生成各基学习器的训练数据,能够有效克服异常样本与有噪数据对无线定位系统带来的干扰;在指纹数据库构建过程中,提出Gauss-Occupied (G-O)数据扩充方法以解决无线指纹数据库样本容量小的局限,大幅度降低人工采集的成本,进一步提高样本空间的表征范围。试验结果表明:提出的模型不仅能够有效提高无线定位系统的平均定位精度与抗噪能力,而且能够明显降低定位过程中出现的单点最大误差。

引入辅助损失的多场景车道线检测

目的为解决实时车辆驾驶中因物体遮挡、光照变化和阴影干扰等多场景环境影响造成的车道线检测实时性和准确性不佳的问题,提出一种引入辅助损失的车道线检测模型。方法该模型改进了有效的残差分解网络(effcient residual factorized network,ERFNet),在ERFNet的编码器之后加入车道预测分支和辅助训练分支,使得解码阶段与车道预测分支、辅助训练分支并列,并且在辅助训练分支的卷积层之后,利用双线性插值来匹配输入图像的分辨率,从而对4条车道线和图像背景进行分类。通过计算辅助损失,将辅助损失以一定的权重协同语义分割损失、车道预测损失进行反向传播,较好地解决了梯度消失问题。语义分割得到每条车道线的概率分布图,分别在每条车道线的概率分布图上按行找出概率大于特定阈值的最大点的坐标,并按一定规则选取相应的坐标点,形成拟合的车道线。结果经过在CULane公共数据集上实验测试,模型在正常场景的F1指标为91.85%,与空间卷积神经网络(spatial convolutional neural network,SCNN)模型相比,提高了1.25%,比其他场景分别提高了1%~7%;9种场景的F1平均值为73.76%,比目前最好的残差网络———101-自注意力蒸馏(ResNet-101-self attention distillation,R-101-SAD)模型(71.80%)高出1.96%。在单个GPU上测试,每幅图像的平均运行时间缩短至原来的1/13,模型的参数量减少至原来的1/10。与平均运行时间最短的车道线检测模型ENet———自注意力蒸馏(ENetself attention distillation,ENet-SAD)相比,单幅图像的平均运行时间减短了2.3 ms。结论在物体遮挡、光照变化、阴影干扰等多种复杂场景下,对于实时驾驶车辆而言,本文模型具有准确性高和实时性好等特点。