MCJ-UNet:一种双/多通道联合InSAR相位解缠网络

干涉合成孔径雷达(InSAR)可实现地表高程的高效获取,在地形测绘中应用广泛。双/多通道InSAR技术可借助不同通道(基线、频点)的高程模糊度差异,解决相位欠采样问题,完成高程陡变区域的干涉相位解缠,实现InSAR技术在测绘困难区域的有效应用。该文即面向高效高精度相位解缠需求,利用深度学习这一有力工具,结合不同通道的相位特征及相互约束关系,提出了一种双/多通道联合干涉相位解缠网络:Multi-Channel-Joint-UNet(MCJ-UNet)。该网络的构建以双通道(双频、双基线)InSAR为基本观测构型,并可实现向多通道构型的扩展,其构建的核心思路主要包括3点:首先,将干涉相位解缠中的模糊数估计问题转化为语义分割问题,并采用UNet网络完成分割处理;其次,引入挤压激励模块(SE)动态调整信息权重,以增强网络不同通道对其所需信息的感知能力;最后,利用多通道联合约束下的相位残差优化损失函数,实现网络调谐。此外,为避免语义分割结果的边缘细节误差对解缠效果的影响,该文还提出了一种基于多通道联合约束的解缠误差自修正方法,以保证解缠质量。模拟地形仿真数据、真实地形仿真数据以及TerraSAR-X实测数据验证了所提方法的有效性。

基于改进UNet模型的油茶果振动采摘点定位方法

针对非花果同期油茶果采收效率低这一问题,提出一种侧枝振动采摘点定位方法,通过振动侧枝降低树木损伤并实现高效采收。首先构建数据集,对侧枝分段标注,向UNet中添加CloFormer注意力机制并命名为Clo-UNet,实现侧枝的二维重构。其次,在Clo-UNet基础上进一步设计采摘点定位方法并命名为Clo-UNet-Point,该方法优先选择采收离果实最远且最粗的枝条。试验表明,Clo-UNet在验证集上表现优异,其中br_con(连果枝)、danger(危险区)和br_pro(优先采收区域)的平均交并比mIoU分别达到85.36%、86.37%和81.29%,平均像素精度mPA分别达到94.97%、96.17%和89.48%,Clo-UNet在整个数据集上的mIoU和mPA分别比UNet高5.14、6.85个百分点。通过观察验证集647幅图像,Clo-UNet-Point算法在不同光照条件下均能定位到采摘点,平均检测一张图像用时0.15 s。该研究可为未来非花果同期类油茶果的自动化振动采收奠定理论基础。

基于UNet模型燃气管道高后果区分割方法研究

为提升燃气管道设施监测和事故应急响应中的高后果区图像分割精准度和可靠性,通过改进UNet模型结构,使用优化后的Inception Block模块、通道注意力和空间注意力机制的方法,提升模型捕捉关键特征的能力,并引入高斯噪声增强模型鲁棒性,采用保留最佳参数策略得到最优训练参数。然后对SE UNet、UNet++、原始UNet以及改进后UNet模型在航拍图像数据集上的分割效果进行对比和分析。研究结果表明:相对SE UNet、UNet++和原始UNet,改进后UNet模型在分割效果上表现更佳,综合性能优于其他模型。同时,改进后UNet模型提高了分割准确性,降低了误检和漏检风险。研究结果可为燃气管道设施的安全运行和维护提供有力支持。

基于UNet与ResUNet++模型的宫颈癌放射治疗危及器官自动分割效果对比

目的对比基于UNet与ResUNet++模型的宫颈癌放射治疗危及器官自动分割效果。方法在PyTorch平台搭建UNet与ResUNet++模型。将2023年6月至2024年2月于医院行放射治疗的232例宫颈癌患者的治疗计划作为研究对象,其中194例计划用于模型的训练和验证,38例计划用于测试。危及器官包括肝、膀胱、直肠、脊髓、肾、股骨、股骨头。使用3D-戴斯相似性系数(3D-DSC)及95%豪斯多夫距离(HD95%)评估2种模型的分割结果。结果UNet模型分割结果显示,直肠的3D-DSC较低,为0.847(0.809,0.868),其他危及器官的3D-DSC均较高,位于0.938(0.929,0.945)至0.978(0.975,0.979)范围内;肝和膀胱的HD95%较高,分别为11.449(8.822,13.740)和13.038(11.365,15.699),其他危及器官的HD95%均位于2.638(2.341,2.812)至6.424(5.502,8.071)范围内。ResUNet++模型分割结果显示,直肠的3D-DSC较低,为0.792(0.707,0.855),其他危及器官的3D-DSC均位于0.929(0.876,0.950)至0.977(0.976,0.979)范围内;肝和膀胱的HD95%较高,分别为10.954(8.552,13.460)和13.114(11.066,16.664),其他危及器官的HD95%均位于2.640(2.161,3.029)至6.824(6.050,8.066)范围内。2种模型分割的肝、右肾3D-DSC比较,差异无统计学意义(P>0.05);2种模型分割的其他器官的3D-DSC比较,差异均有统计学意义(P<0.05)。UNet模型分割的左股骨头HD95%低于ResUNet++模型,差异有统计学意义(P<0.05);其余器官的HD95%比较,差异均无统计学意义(P>0.05)。结论UNet与ResUNet++模型均可进行宫颈癌放射治疗危及器官的自动分割,且UNet模型的整体分割效果好于ResUNet++模型。

基于Res-UNet算法的螺旋溜槽精矿带识别分割方法研究

螺旋溜槽在铁、锡、钛、钽铌等金属及硫、煤等非金属矿的选矿生产中获大量应用,但目前螺旋溜槽的精矿截取调节控制还是依赖于人工,急需开发一种精矿的自适应截取技术代替人工截取以提高螺旋溜槽的生产效率。而实现这一目标的首要任务就是需要解决依赖人工肉眼获取精矿带位置信息的问题,因此提出了一个改进的UNet网络模型Res50-UNet-FD。算法模型使用UNet模型为基础,将残差网络ResNet50代替UNet网络中编码部分的特征提取网络,解决了深层特征提取过程中特征梯度消失以及网络消失的问题,有效提升了螺旋溜槽精矿带特征信息提取的精度。同时,为了改进和优化螺旋溜槽精矿带图像样本数据难易不平衡的问题,利用FocalLoss和DiceLoss的混合损失函数代替原本的CELoss损失函数。经对比,本文算法优于VGG-UNet、Res34-UNet、DC-UNet网络模型,算法模型的mIOU、mPA、F1分数和精确度分别为0.9632、0.9869、0.9870、0.9907。在性能指标上,本文算法无论是mIOU、mPA还是F1分数,整体性能都比VGG-UNet、Res34-UNet、DC-UNet网络模型高,算法的整体性能稳定。本文算法实现了对螺旋溜槽精矿矿带的分割识别,分割精度可以满足生产中对螺旋溜槽精矿分带特征信息识别的需求,为实现螺旋溜槽精矿的自适应截取奠定基础。

BBTUNet:基于上下文Transformer的肝脏肿瘤分割算法研究

肝癌是世界范围内最常见的恶性肿瘤之一,严重威胁着人类的生命健康,从计算机断层扫描(Computed Tomography,CT)中精确分割出肝脏肿瘤对后期的临床诊断具有重要的意义。现有的方法虽然实现了肝脏肿瘤的自动化分割,但肝脏肿瘤边界模糊、目标较小、容易漏检等问题尚未很好地解决,肝脏肿瘤的精确分割仍旧是一项极具挑战的任务。针对这些问题,该文提出一种新的分割网络BBTUNet。构建基于Transformer的上下文Bridge,重新设计UNet的跳跃连接结构,有效捕捉多尺度特征之间的上下文关系。在Transformer的前馈神经网络中引入可分离的空洞卷积,提出改进的前馈神经网络BFFN,有效融合全局和局部信息,增强边界特征,细化分割边缘。在3DIRCADB数据集上对模型进行训练和测试,实验结果表明,提出的BBTUNet网络的Dice系数为82.1%,ACC为96.4%,相较于UNet网络,分别提升了10.9%、4.6%,且对于小尺寸、低对比度、边界模糊的肿瘤分割具有显著优势。

基于UNet3+生成对抗网络的视频异常检测

为解决传统视频异常检测方法在不同场景下多尺度特征提取不完全的问题,提出两种方法:一种是用于简单场景的基于UNet3+的生成对抗网络方法(简称U3P^(2)),另一种是用于复杂场景的基于UNet++的生成对抗网络方法(简称UP^(3))。两种方法分别对连续输入的视频帧生成预测,引入多种损失函数和光流模型学习其外观与运动信息,通过计算AUC进行性能评估。U3P^(2)方法以6.3 M参数量在Ped2数据集的AUC提升约0.6%,而UP^(3)方法在Avenue数据集的AUC提升约0.8%,验证其能够有效应对不同场景下的异常检测任务。

基于改进Res-UNet网络的织物瑕疵图像识别方法

复杂花色织物的纹理和色彩常常是非规则的,导致织物表面瑕疵识别难度较高。针对上述问题,研究一种基于改进Res-UNet网络的织物表面瑕疵图像识别方法。采集织物图像并对其实施灰度化、去噪以及直方图均衡化处理,利用蝙蝠算法求取最佳提取网络层数,通过增加特征提取网络层数改进Res-UNet网络,利用改进后的Res-UNet网络识别织物表面瑕疵,并且采用迁移学习算法进一步优化识别模型的参数,实现织物表面瑕疵准确识别。结果表明:本文方法应用下,无论是素色样本,还是花色样本,其识别系数均达到0.9以上,相比基于标签嵌入方法的织物瑕疵识别方法和双路高分辨率转换网络的布匹瑕疵检测方法,本文方法对复杂花色样本的轮廓系数识别更高,适用性更好,识别能力更强。

一种道路裂缝检测的变尺度VS-UNet模型

为解决目前现有的图像分割算法存在检测精度低、对裂缝检测缺乏针对性等问题,采用多尺度特征融合方法,提出一种扩展LG Block模块Extend-LG Block,其由多个并行不同膨胀率的空洞卷积组成.通过参数可调节分支数量和空洞卷积膨胀率,从而改变其感受野大小,进而提取和融合不同尺度的裂缝特征.对比在深层使用多尺度特征融合模块的网络以及使用固定尺度结构进行多尺度特征融合的网络的优劣,提出一种变尺度结构的UNet模型VS-UNet,使用多个不同参数的Extend-LG Block替换UNet网络中的基本卷积块.该结构在网络浅层进行多尺度特征融合,多尺度特征融合模块提取的尺度随网络层加深逐渐减少.此结构在加强图像的细节特征提取能力的同时保持原有的抽象特征提取能力,还可避免网络参数的增加.在DeepCrack数据集以及CFD数据集上进行实验验证,结果表明,相较于其他两种结构和方法,提出的变尺度结构的网络在有更高检测精度的同时,在可视化实验对比上对各种大小的裂缝有更好的分割效果.最后与其他图像分割算法进行对比,各项指标与UNet相比均有一定程度提升,证明了网络改进的有效性.研究结果可为进一步提升道路裂缝检测效果提供参考.

BiUNet:基于双层路由注意力的轻量化医学分割网络

针对视觉Transformer骨干提取网络计算开销大,模型训练缓慢的问题,同时为了进一步提升Transformer结构在医学图像领域的分割性能,提出一种名为BiUNet的新型轻量级U型架构的医学图像分割网络。将输入医学图像整切成若干图像块后,送入一种基于双层路由动态稀疏注意力机制的BiFormer转换器中,通过组合下采样和特定块数的BiFormer模块,构建多级金字塔结构实现特征提取。随后通过组合上采样和卷积模块,相应构建多级金字塔结构进行特征解码,进而实现像素级语义分割。该模型在3个医学数据集上依次取得了90.2%, 93.7%和85.6%的mIoU值以及5.55 G的Flops和28.10 M的参数量。结果表明,BiUNet能够以轻量化的效果有效提升医学图像分割的精度。

基于VGG-UNet的食用菌菌丝体表型参数自动测量方法

食用菌菌丝体表型特征是食用菌种质资源评价和科学育种的重要依据。针对传统阈值分割方法提取菌丝体区域易受到光照不均、菌丝体不规则生长和培养皿内产生代谢物等因素干扰的问题,制作食用菌菌丝体图像数据集,并提出一种基于深度学习的食用菌菌丝体表型参数自动测量方法。将U-Net网络编码器部分替换为VGG16的前13个卷积层,引入预训练权重,构建适用于菌丝体分割的VGG-UNet模型。测试集上对比实验表明,该模型的平均交并比达到98.18%,比原始U-Net模型高0.93个百分点。经该模型获取菌丝体分割图像后,利用OpenCV相关函数计算菌丝体的半径、周长、面积、覆盖度、圆整度这5个表型参数。将人工测量方法与本文方法进行线性回归分析,得出菌丝体半径、周长、面积和覆盖度的决定系数分别为0.979 5、0.991 5、0.975 0和0.975 0,均方根误差分别为2.20 mm、4.73 mm、176.74 mm^(2)和3.16%。经测试,本文方法能准确地完成食用菌菌丝体表型参数自动测量任务,为食用菌表型分析研究提供理论基础。

基于多尺度Scale-Unet的单样本图像翻译

随着生成对抗网络(GAN)的发展,基于单样本的无监督图像到图像翻译(UI2I)取得了重大进展。然而,以前方法无法捕获图像中的复杂纹理并保留原始内容信息。为解决这个问题,提出了一种基于尺度可变U-Net结构(Scale—Unet)的新型单样本图像翻译结构SUGAN。所提出的SUGAN使用Scale—Unet作为生成器,利用多尺度结构和渐进方法不断改进网络结构,以从粗到细地学习图像特征。同时,提出了尺度像素损失scale-pixel来更好地约束保留原始内容信息,防止信息丢失。实验表明,与SinGAN、TuiGAN、TSIT、StyTR2等公共数据集Summer■Winter、Horse■Zebra上的方法相比,该方法生成图像的SIFID值平均降低了30%。所提方法可更好地保留图像内容信息,同时生成详细逼真的高质量图像。

用于颈部超声图像的SED-UNet分割方法研究

超声图像作为目前常用的医疗诊断手段之一,人工判读超声图像很大程度上依赖于医生主观经验知识,耗时耗力,难以满足快速、批量的临床诊断需求,因此提出了一种基于深度学习和可变形卷积U-Net的图像分割模型SED-UNet。用可变形卷积结合BN和Dropout层对原网络的卷积运算进行优化改进,提升网络收敛性、增加网络模型的鲁棒性、提升模型的训练效率,用SENet模块在解码阶段的跳跃连接处进行优化改进,提升分割准确率,进而构建适用于颈部超声图像分割的卷积神经网络模型。测试结果表明,提出的SED-UNet模型在颈部超声图像的自动分割方面性能良好,F1系数、精确率、MIoU参数相比传统U-Net结构分别提升了3.94%、7.61%、7.15%,从客观评价指标上达到了较好的分割效果。

基于CBAM VGG16-UNet语义分割模型的建筑物提取研究

针对在遥感影像建筑物提取中常常出现“漏检”“错检”“空洞”等问题,提出了融合双注意力机制的CBAM VGG16-UNet网络,用于建筑物提取研究。基于U-Net网络架构,在下采样部分,用VGG16前5个卷积块代替U-Net网络的编码器部分,在上采样的每个特征融合时引入双注意力机制CBAM,并用双线性插值代替U-Net的转置卷积。使用WHU建筑物数据集以及贵阳建筑物数据集进行了模型验证,与Mobile-UNet、U-Net、VGG16-UNet 3种建筑物提取网络模型进行对比分析。实验表明,CBAM VGG16-UNet在WHU建筑物数据集上精准率、召回率、F1-score、IoU达到了94.90%,95.46%,95.18%,90.80%,在贵阳建筑物数据集上精准率、召回率、F1-score、IoU达到了77.53%,84.46%,80.85%,67.85%,均优于3种对比模型。为解决建筑物提取常见问题提供了新思路,具有一定的工程应用价值。

基于UNet++卷积神经网络的重力异常三维密度反演

三维密度反演是地球物理领域的研究热点,而在大数据及人工智能发展的时代背景下如何快速高效地实现重力数据反演显得更为重要.传统反演方法通常需要存储大型系数矩阵,内存占用大,耗费时间长,同时为约束反演结果而加入的正则化约束项参数难以确定;深度学习可以不依赖先验信息,也不需要计算及存储系数矩阵,使得计算效率大大提高.基于此,本文提出了一种基于UNet++网络的重力异常反演方法.首先将UNet++网络中部分参数进行更改:选择在输入数据绝对值较大时梯度更稳定的LeakyReLU作为激活函数;加入了Batch Normalization层,增强了网络的收敛速度及稳定性.然后为了提高网络的全局最优化能力,引入了基于余弦退火的学习率更新策略,使用梯度的一阶以及二阶矩估计的Adam最优化算法,利用数据集与标签集进行网络训练,实现了重力异常的三维密度反演.通过实验验证了UNet++、LeakyReLU更快速稳定的收敛能力,而余弦退火学习率更新策略具有更强的全局寻优能力.含噪模型实验及实际数据反演结果进一步证明该方法的正确性和有效性,及其良好的泛化能力与抗噪能力.

基于UNet的翼型可压缩流场机器学习推理方法

为进一步提升高雷诺数、大迎角(Angle of attack,AoA)和高马赫数下的翼型可压缩流场预测精度和效率,本文提出了一种基于坐标转换方法和UNet神经网络的机器学习推理方法。首先,提出了用于数据前处理的坐标转换方法,将计算流体力学中的物理量和网格信息转换成神经网络空间信息,使流场信息的分布更符合神经网络的输入要求。其次,建立了新型深度UNet神经网络,使模型学习到翼型流场精细复杂的局部流动特征。本文将两种方法结合,建立了翼型可压缩流场机器学习推理方法,得到快速高精度的推理模型。最后,对不同种类翼型的流场与气动力进行预测分析,并与传统机器学习方法预测的结果进行比较。结果表明,本文提出的机器学习推理方法能够较好地预测翼型的可压缩流场,并且能够更好地捕捉高雷诺数下的复杂流动行为以及预测大迎角、高马赫数条件下的流动分离和激波现象。

基于Unet+Attention的胸部CT影像支气管分割算法

目前肺气管分割中,由于CT图像灰度分布复杂,分割目标像素近似,易造成过分割;而且肺气管像素较少,难以得到更多目标特征,造成细小肺气管容易被忽略。针对这些难点,本研究提出结合Unet网络和注意力机制的肺气管分割算法,注意力机制使用的是关注通道域和空间域的卷积块注意力模型(CBAM),该模型提高了气管特征权重。在损失函数方面,针对原始数据中正负样本失衡的问题,引入focal loss损失函数,该函数对标准交叉熵损失函数进行了改进,使难分类样本在训练过程中得到更多关注;最后通过八连通域判断将孤立点去除,保留较大的几个连通域,即最后的肺气管部分。选用由合作医院提供的24组CT影像和43组CTA影像,共计26157张切片图像作为数据集,进行分割实验。结果表明,分割准确率能够达到0.86,过分割率和欠分割率均值为0.28和0.39。经过注意力模块和损失函数的消融实验,在改进前的准确率、过分割率和欠分割率分别为0.81、0.30、0.40,可见其分割效果均不如Unet+Attention方法。与其他常用方法在相同条件下进行比较后,在保证过分割率和欠分割率不变的情况下,所提出的算法得到了最高的准确率,较好地解决了细小气管分割不准确的问题。

改进UNet++的杉木CT图像年轮分割

为解决裂纹、虫孔和节子等缺陷影响下的年轮准确分割问题。以医疗CT为实验设备,重构125张杉木横切面CT图像为研究对象,经裁切、旋转、翻转等预处理实现数据扩充,提出改进UNet++模型用于年轮分割。改进UNet++模型采用增加卷积块、下采样层、跳跃连接和上采样层的方式,将学习深度增加至6层,以BCEWithLogitsLoss和ReLU分别作为损失函数和激活函数,RMSProp作为优化函数,对杉木横切面CT图像进行年轮分割,并对年轮分割性能进行评价。结果显示:改进UNet++模型对于杉木横切面CT图像的年轮分割的像素准确率为97.81%,骰子系数为98.89%,交并比为95.29%,平均交并比为84.75%,充分提取杉木年轮特征,分割效果最好。与U-Net模型和UNet++模型相比,改进UNet++模型在多数年轮被裂纹和虫孔切割,无法形成完整圆形闭合曲线的条件下,使分割的年轮具有很好的完整性和连续性,消除分割过程中的断裂和噪声现象;年轮分割结果不受裂纹、节子、虫孔等缺陷影响,结构非常清晰,有效解决多种缺陷干扰下的虫孔误分割和密集年轮欠分割等问题。

基于ResNet和UNet的胃癌病理图像诊断系统

考虑到人工对胃癌病理图像的判别和诊断可能存在漏检的问题,为使诊断更加准确,提出一种基于ResNet和UNet的病理图像诊断系统,旨在实现对病理图像的分类、分割以及输出诊断结果.采用ResNet模型对胃癌病理图像进行有癌和无癌的分类.对UNet模型进行改进,改进后的模型在每个下采样和上采样之前加入卷积注意力模块,以增强模型对癌变区域的关注.使用残差模块替代编码部分的2次卷积,来提高特征的利用率;利用Inception模块来替代解码部分上采样中的2个卷积,从而扩充其宽度并获取不同尺度的特征.将分类与分割结果综合考虑,获取最终的胃癌病理图像的诊断结果.实验结果表明,该系统可以有效地诊断胃癌病理图像中是否存在癌变.

融合改进YOLOv7与UNet的编码点定位方法

针对编码点的定位存在误检率高和精准度差的问题,提出了一种融合改进YOLOv7与UNet的圆形编码点定位方法。第1阶段使用改进的YOLOv7检测编码点的位置,改进的YOLOv7首先将DCN-v2可变形卷积引入ELAN模块,提升特征提取能力;其次把卷积块注意力模块(CBAM)机制嵌入骨干网络使网络更关注目标特征;然后使用Focal-EIoU Loss提高收敛速度;最后构建OD-Cat模块替换ConCat模块以提升网络检测精度。提取出每个圆形编码点的ROI后,第2阶段通过UNet分割出编码点的中心轮廓后,使用最小二乘法拟合出编码点的中心。实验结果表明,改进后的模型比原YOLOv7的精确率提高了6.33%,平均精度均值(mAP)提升了5.76%;提出的定位方法验证了在噪声、亮度不足或曝光等复杂环境下可以准确定位出编码点的中心椭圆轮廓,在实际工业视觉测量中具备鲁棒性。