基于道路特征增强改进YOLOv4的模糊交通标志检测

由于外界因素干扰容易导致交通标志在图像中成像模糊,极大的降低了交通标志的检测精度.同时,考虑到交通标志检测的应用场景大多需要较高的实时性,提出一种基于道路特征增强改进YOLOv4的模糊交通标志检测算法.首先,为了抑制交通标志图片中杂乱的背景信息并有效捕获交通标志特征,在YOLOv4的特征提取部分嵌入了坐标注意力.然后,YOLOv4采用最大池化进行下采样忽略了移位等变性的丢失,容易导致模糊交通标志的特征提取不稳定.为了更加有效的提取图像特征,采用BlurPool进行下采样来更加有效的保留模糊交通标志特征.最后,在特征融合阶段采用DUpsampling进行上采样以建立新插入像素和原有像素之间的相关性.实验结果表明,改进后的YOLOv4模型尺寸和参数量相较于原算法分别降低了10.18%和11.32%,FPS和mAP分别提升了2.02和1.34.通过与YOLOv3_SPP、SSD、Faster RCNN和其他交通标志检测算法对比,改进后的YOLOv4性能均优于这些算法.通过输入图像测试,本文所改进的算法在现实场景中对模糊交通标志检测具有了更好的性能.

融合金字塔差分特征的新增建筑物检测网络

针对当前使用孪生网络检测新增建筑物时,简单的通道合并不能有效突出影像变化特征这一问题,提出一种融合金字塔差分特征的网络,将孪生网络提取的特征图作差分来突出变化特征。为了减少参数量,孪生网络使用深度可分离卷积;在编码层深处,使用不同感受野的空洞卷积提取多尺度特征;解码阶段使用DUpsampling上采样来减少影像信息的丢失。利用武汉大学建筑物数据集进行实验,结果表明,网络在提取建筑物新增区域时可以有效抑制噪声的干扰和解决边界粗糙问题。相比于经典的变化检测网络,可以获得更高的检测精度,准确率达到91.33%,召回率达到88.31%,F1分数达到89.79%,总体精度达到96.64%。

基于双注意力3D-UNet的肺结节分割网络模型

为提高计算机辅助诊断系统对大尺寸肺结节分割的完整度以及小尺寸肺结节的分割精度,构建双注意力3D-UNet肺结节分割网络模型。将传统3D-UNet网络中的上采样操作替换为DUpsampling结构,通过最小化特征图的像素点与被压缩标签图像之间的损失,得到更具表达能力的特征图,进而提高网络收敛速度。在此基础上,融入空间注意力模块和通道注意力模块,使单通道与多通道中相似的特征彼此相关,增加特征图的全局相关性以提高分割结果的精度。实验结果表明,与3D-UNet等方法相比,该模型有效提高了肺结节分割的准确率,在公共数据集LIDC-IDRI上的MIoU分数达到89.4%。

改进Unet++在脑肿瘤图像分割的研究

针对计算机辅助脑肿瘤图像分割精度不高,提出改进的密集连接网络Unet++脑肿瘤自动分割网络。分别将残差块和数据相关型上采样Dupsampling融入网络的编码、解码部分,提高特征提取的能力并防止梯度消失;使用Mish激活函数代替Relu激活函数,更平滑的曲线有助于提升网络的非线性特征提取能力和泛化性;使用交叉熵和Dice结合的损失函数,进一步提升分割精度。该方法在BraTs2019部分数据上验证,在全肿瘤、核心肿瘤和增强肿瘤分割结果的Dice系数分别达到0.9236、0.8745、0.8404,豪斯多夫距离为1.806、2.994、1.865,优于大多数脑肿瘤分割模型。

基于U-net网络改进的线谱检测方法

针对被动声纳系统中不规则波动线谱检测准确率低的问题,提出一种基于U-net网络改进的线谱检测方法。以U-net作为网络主体框架,引入残差结构,增加网络的深度,加强模型特征学习能力。同时在编码器部分引入特征通道注意力机制,使模型学习到通道之间的不同特征的重要程度,从而提升模型的特征表达能力。最后,在解码器部分采用DUpsampling上采样方法,利用分割标签空间中的冗余能力,更准确的恢复线谱像素级预测。将改进模型与HMM模型和CEM模型在线谱检测效果上进行比较。实验结果表明,在信噪比为-24~-20 dB下,改进模型线谱检测准确率为0.314~0.526,优于HMM模型和CEM模型。

基于MD-LinkNet的低质量文档图像二值化算法

针对低质量文档图像存在的背景渗透、页面污渍、边缘大面积与文本相似的噪声等现象,改进D-LinkNet框架,提出了一种融合多尺度特征(multiple scale feature)的低质量文档图像二值化算法,简称为MD-LinkNet。该算法有两处改进,一是在编解码中间部分增加剩余多核池化(RMP)模块来通过四个池化操作以提取丰富的文档特征信息;二是将池化后的低分辨率图像通过DUpsample而不是双线性插值进行上采样,结合了文档图像像素邻域信息,将文档图像的全局与局部特征进行融合,提高了分割精度。实验结果表明,在2017年和2018年国际文档图像二值化竞赛(DIBCO)数据集中,本文算法的F值(F-measure)最高分别达到了90.54、91.42,验证了所提出算法在解决多种复杂噪声背景的低质量文档图像下的鲁棒性,且相比其他最新经典算法效果较优。