基于改进Faster R-CNN的地面垃圾分类与检测

为了对常见的地面垃圾类别进行检测,提出改进的Faster R-CNN地面垃圾检测算法。在主干网络部分,选择Resnet-50作为特征提取网络,加入通道注意力机制(SENet),加强对不同通道中有用信息的提取。同时有针对性地提取该网络中的浅层信息,提高地面垃圾中的小目标检测精度,使用特征金字塔结构(FPN)加强特征提取网络多个输出之间的特征融合;在区域建议网络部分,利用数据集的尺度、宽高比例等数据进行统计分析,提出更适合地面垃圾数据集的锚框生成机制;在检测和预测部分,使用RoI Align结构以减少误差,并通过级联结构,分两阶段提高IoU(intersection over union)的阈值,从而改善候选框的精度。试验结果表明:使用改进之后的Faster R-CNN目标检测网络,模型的平均精度均值上升了9.6%,减少了漏检和误检,整体效果较好。

基于改进Cascade R-CNN的探地雷达管线目标检测

针对人工识别探地雷达管线图像时效率低、误差大和成本高昂等问题,本文提出了一种基于改进Cascade R-CNN的管线目标智能化检测方法.首先对探地雷达管线图像数据集进行预处理,提升数据质量.然后采用ResNeXt代替ResNet作为主干网络提取目标特征信息,并添加多尺度特征融合模块FPN使高层特征向低层特征融合,增强低层特征表达能力.其次,使用高斯形式的非极大值抑制方法Soft-NMS得到更加精准的候选框,使用Smooth_L1作为损失函数,加速了模型收敛并且降低了训练中发生梯度爆炸的概率.最后,对于管线目标特殊的形状特征,设置合适的锚框长宽比和大小,提高锚框的生成质量.实验结果表明,本文方法解决了复杂特征的地下管线目标智能化检测,对地下管线目标检测的平均精度达到94.7%,比Cascade R-CNN方法提高了10.1%.

基于注意力机制和级联金字塔网络的姿态估计

人体姿态估计是计算机视觉领域的热门研究课题。随着深度学习的发展,人体姿态估计模型已经能够精准预测人体关键点。针对关键点被遮挡、关键点重合以及复杂背景等问题,提出了一种结合注意力机制的级联金字塔模型,它将注意力机制加入特征提取网络中,使模型可以获得更丰富的特征信息,并且借助GlobalNet和RefineNet达到精准定位被遮挡关键点的目的。在公开数据集MPII、MS COCO2017和3DOH50K上的验证结果表明,相较于以往模型,该模型在标准情况和被遮挡情况下人体姿态估计的准确度有所提升,且具有鲁棒性。

基于级联网络的快速人脸检测算法

采用卷积神经网络可有效提高人脸检测算法的精度,然而其模型参数过于复杂,在一般设备上检测速度很慢。针对这个问题,提出了一种三层网络级联的人脸检测算法,利用级联方式实现网络小型化,通过多任务方式提高人脸检测的精度。在网络的第一级采用金字塔结构网络,结合anchor机制提取多尺度人脸建议框,在此基础上结合卷积分解策略和网络加速的方法,进一步增强网络特征提取的有效性并减少模型参数。实验结果表明:在FDDB上该算法的检测精度和检测速度均优于MTCNN;在主频为2.0 GHz的八核设备上,检测速度可以达到80 fps。

基于轻量级神经网络的人脸检测算法

针对人脸检测算法速度慢、精度低的问题,设计一种基于快速卷积神经网络的级联检测算法。首先对图像进行滤波预处理,减少噪声产生的无效候选框个数,使用图像金字塔方法采样出尺度大小不一的图像,达到多尺度检测的目的;其次设计3个顺序级联的高效轻量级卷积神经网络PNet、RNet、ONet,分别用于初选、精修和输出人脸区域,设计内容包括输入预处理、引入深度可分离卷积结构、网络结构调整等;最后在训练阶段使用批量归一化方法提升训练效果。人脸检测数据集的实验结果表明,在精度方面,FDDB验证集精度达到91.2%;在速度方面,对于1024768大小的图像检测2424的最小人脸尺寸,x86 CPU上运行可以达到47.2FPS,ARM上运行可以达到26.1FPS,设计的人脸检测算法能够满足实际场景的实时性,且保持较高的精度。

尺度无关的级联卷积神经网络人脸检测算法

卷积神经网络在进行图片处理时需要输入固定尺寸大小的图片,该限制会导致原图在缩放过程中损失大部分信息。另外,目前人脸检测算法多用单一结构网络进行特征提取,这就使得算法的泛化能力较弱。针对以上两个问题,提出了一种将级联卷积神经网络与空间金字塔池化相结合的人脸检测算法。该方法将三级卷积神经网络模型连接起来,其中三级神经网络模型之间各不相同,结构从简单到复杂,在不同层次的神经网络上提取不同的人脸特征并筛选图片,完成对图片中人脸区域的检测。同时,在每级网络层次中加入空间金字塔池化层,这种池化策略无须固定尺寸大小的输入,增加了模型输入的尺寸选择。在标准人脸数据集中,该方法相对于传统方法实现了模型的多尺度输入,提升了检测性能,并降低了检测人脸的时间。

提高图像篡改检测区域选取性能的FCR-CNN模型

图像篡改检测不同于目标检测,篡改检测更加关注篡改伪像这一目标而非图像内容本身,需要学习更加丰富的特征.为提高图像篡改检测区域选取性能,提出一种将特征金字塔网络(feature pyramid networks, FPN)模型与级联区域卷积神经网络(cascade region-convolutional neural networks, Cascade R-CNN)模型相结合的FCR-CNN模型.首先将FPN模型提取的多尺度篡改特征输入到区域建议网络(region proposal network, RPN),然后由RPN输出篡改分类分数和区域建议框,最后将区域建议框输入到3阶段Cascade R-CNN进行检测.此外,系统地对FCR-CNN模型的损失函数进行了分析.基于CASIA, Columbia和NC2016数据集,与其他算法进行对比实验,结果表明, FCR-CNN模型能够有效地检测与定位篡改区域;其中,在CASIA数据集上,其与FPN模型和Cascade R-CNN模型相比, F1分数分别提高了6.0%和7.5%.

基于Cascade RCNN和二步聚类的织物疵点检测

提出一种改进的基于深度卷积网络Cascade RCNN的织物疵点检测算法。针对织物存在疵点长宽比极端、疵点小以及疵点类间数量不均衡导致识别准确率低的问题,引入特征金字塔网络(FPN)和深度残差网络(ResNet101)进行高低层特征融合,获取更全面的织物疵点多尺度特征信息。采用二步聚类算法确定适用于极端形状疵点检测的预定义框最佳尺寸。采用改进的Cascade RCNN网络构架和二步聚类法确定的预定义框进行织物疵点检测试验。结果表明:改进后疵点识别准确率最高可达到98.4%。认为:改进特征提取网络和适用于极端形状疵点的预定义框能有效提高织物疵点识别准确率和定位精度。

基于改进级联Faster RCNN的PCB表面缺陷检测算法

针对印制电路板(PCB)存在缺陷的多样性、复杂性以及微小性的问题,文中基于Faster RCNN架构的PCB微小缺陷改进检测模型,首先通过RPN网络产生ROI,为能尽量获得各类维度特征,使用多层卷积。为满足PCB缺陷检测要求,将优化后ROI-Pooling层提取ROI特征,为能更好地在ROI区域分类和回归采取双全连接层的方式。为增强对多尺度和不规则缺陷特征的模仿能力和提升检测模型适用性,添加了过滤特征的金字塔网络。消融实验对比测试结果表明:改进后的检测模型对包括缺失孔、鼠咬伤、开路、短路、杂散、伪铜等缺陷能精确识别。文中模型检测平均分类精度达98.91%,mAP指标达到78.21%,可满足对PCB的有效识别,在工业上具有较强的实用性。

基于深度学习的输电线路均压环倾斜识别

为解决输电线路均压环倾斜图像识别过程中存在的准确率低、倾斜角度计算差的问题,提出了一种基于深度学习的输电线路均压环倾斜识别方法。首先,采用改进的快速区域深度卷积神经网络(Faster-RCNN)检测均压环与绝缘子串的目标与位置信息。然后,采用级联金字塔网络(CPN)定位目标多特征关键点,并在此基础上使用文本检测(TB)算法,根据绝缘子与均压环位置信息定量计算出均压环的倾斜角度。最后,采用仿真环境对该方法进行了验证,得到其均压环倾斜识别准确率为87.2%。试验结果验证了所提方法可有效识别输电线路均压环倾斜,提高了输电线路运维水平。

全卷积目标检测的改进算法

基于无锚点的单阶段全卷积目标检测算法(FCOS)无需生成大量的锚点避免了样本不平衡问题,但FCOS可能更适应于某一特定场景。为了增强特征融合,并提高目标检测的准确性,提出了全卷积目标检测算法FCOS的改进算法ConFCOS。该算法设计了一个增强的特征金字塔网络,引入带有全局上下文信息的注意力模块和空洞卷积模块,以减少特征融合过程中的信息衰减。另外,构建了一个级联检测头来检测对象,对检测的边界框进行细化来提高分类和回归的置信度。此外,针对提出的ConFCOS的损失函数进行了优化以提高目标检测的准确率。在COCO数据集上进行的实验表明,ConFCOS的准确度比FCOS提高了1.6个百分点。

CASPN:基于级联空间金字塔的人脸关键点定位网络

针对非限制环境下人脸关键点定位的诸多干扰因素,如遮挡、阴影,以及如何设计更加轻量、快速的神经网络的问题,尝试并联不同空洞率的空洞卷积应用于人脸关键点定位,在保持特征分辨率的同时,快速增大并且获取多重感受野信息来获得更全局的语义信息,同时结合特征融合为精确定位关键点与关键点猜测提供丰富的上下文信息,以此提出一种实时、轻量级、高检测精度的人脸关键点定位网络。该网络的参数量约为2.7million,模型只有10.6 MB,在保持高检测精度的同时,在GTX1080设备上可达约150 fps的处理速度。目前在流行的数据集中也获得了优异的评估结果,其中在WFLW测试集中取得了5.40%的mean error与7.36%的failure rate。

基于深度卷积神经网络的两阶段肺结节检测

针对传统肺结节检测中存在灵敏度低、假阳性高、小结节难检测的问题,提出一种基于深度卷积神经网络的两阶段肺结节检测框架。第一阶段使用特征金字塔子网提取肺部影像的多层次特征,引入多尺度区域建议子网用于在高灵敏度下检测出所有的候选结节;第二阶段设计级联卷积神经网络模型减少假阳性,通过保留分类错误样本用于重新训练模型,将多个模型结果进行投票选出最终分类结果。LUNA16数据集上的实验结果表明,所提框架灵敏度达到95.9%,检测效果优于其它算法,能够有效实现肺结节的准确检测。

一种改进的MTCNN人脸检测算法

人脸检测主要运用于机场、火车站等人口密集场所。目前常用的人脸检测算法有MTCNN、YOLOV3、faster-RCNN、SSD等,但已有算法难以兼顾检测速度和检测准确性。通过改进多任务级联卷积神经网络(MTCNN)人脸检测算法,将MTCNN、YOLOV3、faster-RCNN等3个模型进行整合,减少内存与显存之间的数据搬运;然后动态修改Minsize值,减少图像金字塔中图片生成数量,并根据图像相似度对输入图片进行不同处理以提高效率。改进后的MTCNN算法比传统MTCNN算法识别速度提高将近40%,且正确率达到97%,可更好满足现代社会对于人脸检测的应用需求。

基于E-DCN-Cascade RCNN的牛群目标检测算法

提出一种基于可变形膨胀卷积级联网络的牛群目标检测算法。首先,采用可变形膨胀卷积网络(Expand-Deformable Convolutional Networks,E-DCN)提取牛身纹理特征,并使卷积区域始终覆盖在牛身周围,提高了牛身与牛舍背景的区分度;然后,结合E-DCN和特征金字塔网络(Feature Pyramid Network,FPN),对各层特征信息进行深度融合,增强了遮挡牛身的纹路特征,得到各层牛身特征图,解决了因牛身相互遮挡导致的漏检问题。实验结果表明,交并比(Intersection Over Union,IOU)阈值为0.75时,提出算法的平均精确度达到91.6%,比Cascade RCNN算法提高了4.2%。

基于改进级联金字塔网络的人体骨架提取算法

由于背景复杂和人体容易被遮挡等情况的发生,导致人体骨架关键点的定位精度不高。针对这一问题,本文提出一种基于改进级联金字塔网络的人体骨架提取算法。该算法将注意力模块加入到级联金字塔特征提取网络的每一个残差块之后,根据特征图的不同部分和不同特征图的重要性程度分配不同的权重。同时将原来级联金字塔网络的2次上采样操作改为一次,以减少上采样过程中产生的冗余背景特征。实验结果表明:该算法可以较好地改善原CPN网络在遮挡、背景复杂等情况下定位不精准的问题。

融合全卷积和级联卷积神经网络的人脸检测方法

为了解决小人脸漏检以及人脸定位偏差的问题,通过融合FCN深浅层特征和多尺寸人脸框生成技术,介绍了一种人脸快速标注和定位的方法。该方法研究了如何利用全卷积网络深浅层特征快速锁定人脸区域,然后采用金字塔生成不同尺寸的人脸候选框,最终实现由粗到细、逐级筛选的人脸检测和定位。实验证明,与传统方法相比,本文的方法无论在准确率还是速度上都具有一定的优势。

基于Cascade R-CNN的并行特征金字塔网络无人机航拍图像目标检测算法

在目标检测领域,小目标的检测识别一直都是研究的难点,导致模型提取到的特征并不具有良好的表达能力,因此对小目标的检测结果不佳。为此,提出一种基于特征金字塔网络(FPN)的改进算法。在原有基础上增加并行分支,再融合两种不同上采样方法的特征信息以加强小目标特征的表达能力。同时,增加多阈值检测器(Cascade R-CNN)强化小目标定位能力。基于无人机航拍数据集进行实验,实验结果表明,在MS COCO数据集下,所提算法的平均精确率相比原始FPN算法提高了9.7个百分点,具有良好的检测性能。

基于特征金字塔网络的改进算法

针对小目标检测提出了一种基于特征金字塔网络改进的算法。通过引入预测优化模块,并结合感兴趣区域的上下文信息,使得特征信息具有更强的稳健性,同时通过内部级联的多阈值预测网络进行预测,最终实现多尺度多阶段的预测,在保证网络参数基本不变的前提下准确率得到提升。实验结果表明,经标准数据集VOC07+12训练后,所提算法在VOC2007测试中的准确率达到80.9%,具有很好的检测性能。

基于轻量型高分辨率网络的被遮挡人体姿态估计

针对人体姿态被遮挡导致图像部分目标信息丢失使得估计结果不精确的问题,以高分辨率网络HRNet-32为基本网络架构,构建了一种轻量型高分辨率级联金字塔网络模型对被遮挡人体姿态进行估计。将对GhostNet进行改进的Gaff模块引入HRNet-32第一阶段,对网络进行轻量化,对特征进行初提取并进行多尺度特征融合训练。在HRNet-32中加入级联金字塔网络(cascaded pyramid network,CPN)进行二次特征提取,获取人体被遮挡部分的关键点,采用回归热图进行人体姿态估计。在公开数据集MPII和3DOH50K上进行测试,实验结果表明本文提出的网络对人体姿态估计的精确度比HRNet-32有所提升。