检索结果-南通市图书馆

基于渐进式感受野的轻量级图像超分辨率重建方法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2024年

作者：程德强程志威马祥李龙寇旗旗江鹤中国矿业大学信息与控制工程学院中国矿业大学计算机科学与技术学院

传统轻量级图像超分辨重建方法通常依赖单一尺度的卷积来提取图像特征,简单地将浅层和深层特征聚合后进行图像重建.然而,这种做法忽略了感受野信息的丰富性以及中间潜在特征在图像重建过程中的重要作用,导致卷积层间的信息交互受限,进... 详细信息

传统轻量级图像超分辨重建方法通常依赖单一尺度的卷积来提取图像特征,简单地将浅层和深层特征聚合后进行图像重建.然而,这种做法忽略了感受野信息的丰富性以及中间潜在特征在图像重建过程中的重要作用,导致卷积层间的信息交互受限,进而造成图像细节信息丢失和重建精度不高的问题.鉴于此,本文提出了一种基于渐进式感受野的轻量级图像超分辨重建方法.该方法的核心在于设计了一种双路阶梯式卷积链,通过逐步调整感受野的大小,有效地融合了图像的整体结构信息和局部细节特征,从而实现了信息的多样化表达.此外,还探索了一种多维潜在特征的融合方法,旨在充分挖掘多维潜在特征间的相关性.实验结果表明,与目前流行的重建方法相比,本文提出的方法在捕捉图像细节方面表现出色.

关键词：轻量级超分辨率重建渐进式感受野阶梯式卷积链潜在特征特征融合

方向感知增强的轻量级自监督单目深度估计方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子与信息学报 2024年

作者：程德强徐帅吕晨韩成功江鹤寇旗旗中国矿业大学信息与控制工程学院中国矿业大学计算机科学与技术学院

为解决现有单目深度估计网络复杂度高、在弱纹理区域精度低等问题，该文提出一种基于方向感知增强的轻量级自监督单目深度估计方法(DAEN)。首先，引入迭代扩展卷积模块(IDC)作为编码器的主体，提取远距离像素的相关性；其次，设计方向... 详细信息

为解决现有单目深度估计网络复杂度高、在弱纹理区域精度低等问题，该文提出一种基于方向感知增强的轻量级自监督单目深度估计方法(DAEN)。首先，引入迭代扩展卷积模块(IDC)作为编码器的主体，提取远距离像素的相关性；其次，设计方向感知增强模块(DAE)增强垂直方向的特征提取，为深度估计模型提供更多的深度线索；此外，通过聚合视差图特征改善解码器上采样过程中的细节丢失问题；最后，采用特征注意力模块(FAM)连接编解码器，有效利用全局上下文信息解决弱纹理区域的不适应问题。在KITTI数据集上的实验结果表明，该文模型参数量仅2.9M，取得δ指标89.2%的先进性能。在Make3D数据集上验证DAEN的泛化性，结果表明，该文模型各项指标均优于目前主流的方法，在弱纹理区域具有更好的深度预测性能。

关键词：图像处理深度估计自监督学习方向感知

基于蓝图分离卷积的轻量化矿井图像超分辨率重建方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

煤炭学报 2024年第9期49卷 4038-4050页

作者：寇旗旗程志威程德强陈杰张剑英中国矿业大学计算机科学与技术学院江苏徐州221116 中国矿业大学信息与控制工程学院江苏徐州221116

煤矿井下复杂受限空间中,人造光源照明不均匀、工作面尘雾浓度大及复杂电磁干扰等环境因素都会严重影响井下监控视频的高清成像。针对受复杂环境影响下的矿井图像出现分辨率较低、模糊不清的问题以及目前图像超分辨率重建方法多以牺牲... 详细信息

煤矿井下复杂受限空间中,人造光源照明不均匀、工作面尘雾浓度大及复杂电磁干扰等环境因素都会严重影响井下监控视频的高清成像。针对受复杂环境影响下的矿井图像出现分辨率较低、模糊不清的问题以及目前图像超分辨率重建方法多以牺牲网络深度和宽度为代价来提高图像重建效果,从而导致算法的复杂度大幅增加、网络模型的内存占用率变大、难以应用到实际边缘移动设备中的问题,提出了一种基于蓝图分离卷积的轻量化矿井图像超分辨率重建方法。首先,该方法使用高效率的蓝图分离卷积替换残差块中的标准卷积,设计出一种轻量残差注意力模块,接着引入坐标注意力机制并添加跳跃连接对残差块进行改进,使模型保持较低参数量和计算量的同时也具备良好的特征提取能力。其次设计了一种增强层次特征融合模块,对网络中的不同层次特征以先局部再全局的方式融合,进一步促进网络中的信息流动,增强模型的特征利用率。最后在网络末端添加像素注意力机制,用于增强网络对信息特征的关注度,提高模型的特征表达能力,为图像重建模块提供更丰富的细节特征。实验结果表明,基于蓝图分离卷积的轻量化超分辨率重建网络所重建后的图像质量不仅在客观指标和视觉感受上均优于其他对比算法,而且能够在模型性能和复杂度之间取得更好的权衡。当缩放因子为4时,相比于轻量级算法AWSRN-M,参数量相当的情况下,在煤矿井下测试集上客观指标PSNR平均值提升了0.1772 dB,SSIM平均值提升了0.0107,浮点运算量减少了66.9%。结果证明了所提方法可以有效提取不同层次的细节特征信息,实现浅层特征和深层特征的深度融合,且更加高效地重建出纹理细节清晰的高分辨率图像。

关键词：煤矿井下图像超分辨率重建注意力机制特征融合轻量化

同方期刊数据库

基于YOLOv4改进特征融合及全局感知的目标检测算法

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2024年第2期19卷 325-334页

作者：程德强马尚寇旗旗张皓翔钱建生中国矿业大学信息与控制工程学院江苏徐州221116 中国矿业大学计算机科学与技术学院江苏徐州221116

YOLOv4算法在检测速度和精度上达到了很好的平衡,但仍存在着定位框不准确、检测率低的问题,尤其是在检测目标较小、尺度变化大的情况下。针对以上问题,提出一种新的基于YOLOv4改进的目标检测算法。该算法采用改进的特征融合模块(path ag... 详细信息

YOLOv4算法在检测速度和精度上达到了很好的平衡,但仍存在着定位框不准确、检测率低的问题,尤其是在检测目标较小、尺度变化大的情况下。针对以上问题,提出一种新的基于YOLOv4改进的目标检测算法。该算法采用改进的特征融合模块(path aggregation network combined with bi-directional feature pyramid network,P-Bifpn)代替PANet(path aggregation network),增加跨尺度连接的同时在输出端引入权重,增强重要特征的表现力,解决由多尺度变化而引起的精度下降。然后,采用新的全局注意力机制(global association network,GANet),在减少平均池化与计算量的同时增强Sigmoid函数输出,加强模型对目标上下文关系的学习,减少噪声干扰和全局信息的损失。试验采用RSOD、NWPU VHR-10数据集,平均检测精度分别提升了约5%和3%;泛化试验采用VOC2007+2012公共数据集,平均检测精度提升了约0.6%。试验结果表明改进的算法能够有效提高模型的检测能力。

关键词： YOLOv4 目标检测特征融合跨尺度多尺度变化全局注意力平均池化上下文信息

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于相关性得分的伪标签优化行人重识别

控制与决策 2024年第8期39卷 2579-2587页

作者：程德强黄绩寇旗旗张剑英李云龙中国矿业大学信息与控制工程学院江苏徐州221116 中国矿业大学计算机科学与技术学院江苏徐州221116

无监督域自适应行人重识别旨在将源域训练的识别能力泛化到目标域上,以减少对标签的依赖.目前基于聚类方法的网络,聚类过程中不可避免地会受到环境噪声的影响,降低网络原有识别性能.为了解决这一问题,提出一种基于相关性得分的伪标签优... 详细信息

无监督域自适应行人重识别旨在将源域训练的识别能力泛化到目标域上,以减少对标签的依赖.目前基于聚类方法的网络,聚类过程中不可避免地会受到环境噪声的影响,降低网络原有识别性能.为了解决这一问题,提出一种基于相关性得分的伪标签优化行人重识别网络.首先,通过计算全局与局部特征间前k个相似样本集合的相关性得分,找到两类特征直接可靠的关联性,从而提取已有伪标签优化方法所忽略的局部细粒度特征;然后,利用得分对局部伪标签进行优化处理,降低网络对与行人无关局部特征的关注;最后,依赖于相关性得分,利用优化后局部伪标签的预测结果对全局伪标签进行细化,缓解聚类过程中噪声的同时也细化了行人的特征完整表示.与近年无监督域自适应行人重识别方法相比,所提出网络在DukeMTMC-ReID、Market 1501和MSMT 17三个公开数据集上的实验结果表现优异,验证了所提出网络的有效性.

关键词：无监督域自适应行人重识别深度学习细粒度特征相关性得分伪标签优化

同方期刊数据库

基于浅层特征调制的轻量级单幅图像超分辨率重建

在线全文

学校读者我要写书评

暂无评论

控制与决策 2024年

作者：程德强王子强张皓翔寇旗旗钱建生江鹤中国矿业大学信息与控制工程学院中国矿业大学计算机科学与技术学院

浅层特征在超分辨率重建网络中扮演关键角色,其中蕴含丰富的图像细节,对准确估计深层特征具有明显参考价值.然而,研究者常常忽视浅层特征,过度依赖深层模块堆叠和拓扑结构优化,进而造成信息冗余.因此,本研究提出一种轻量级超分辨率重建... 详细信息

浅层特征在超分辨率重建网络中扮演关键角色,其中蕴含丰富的图像细节,对准确估计深层特征具有明显参考价值.然而,研究者常常忽视浅层特征,过度依赖深层模块堆叠和拓扑结构优化,进而造成信息冗余.因此,本研究提出一种轻量级超分辨率重建网络,旨在探索浅层特征与深层特征的映射机制,以提升重建质量.首先,通过利用浅层特征生成特征掩码,引导深层特征的生成过程;其次,采用基于注意力机制的特征选择模块,动态生成特征权重信息;最后,设计了双分支特征增强学习模块,平衡输出特征权重并增强特征融合能力,进一步提升重建性能.实验结果表明,所提出的算法在国际通用数据集上显著提升了峰值信噪比和结构相似度指标,同时具有较小的模型参数量和卓越的视觉表现.这些结果验证了本研究所提出的轻量级超分辨率重建网络的有效性和优越性.

关键词：超分辨浅层特征调制特征掩码动态注意力双分支轻量级

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于视觉注意的自监督单目深度估计

计算机辅助设计与图形学学报 2024年

作者：程德强徐帅韩成功吕晨寇旗旗张剑英中国矿业大学计算机科学与技术学院中国矿业大学信息与控制工程学院

为解决单目深度估计方法在面对复杂纹理区域时预测效果差的问题，提出了一种基于视觉注意的自监督单目深度估计方法. 首先构建多尺度源图像输入编码器，从而更好地融合多路特征; 其次，通过并行的中间注意力模块跨区域交互，分别在... 详细信息

为解决单目深度估计方法在面对复杂纹理区域时预测效果差的问题，提出了一种基于视觉注意的自监督单目深度估计方法. 首先构建多尺度源图像输入编码器，从而更好地融合多路特征; 其次，通过并行的中间注意力模块跨区域交互，分别在空间维度和通道维度建模语义依赖关系，得到丰富的上下文信息; 此外，采用连续的外部注意力特征聚合模块构成解码器部分，有效利用上下文信息解决复杂区域的不适应问题. 在KITTI和Cityscapes数据集上的实验结果表明，该方法优于目前主流的方法，在复杂纹理区域拥有更好的深度预测性能. KITTI数据集的RMS和RMSln分别达到了4.486和0.181.

关键词：图像处理深度估计自监督学习视觉注意

基于注意力和重构特征融合的轻量级煤矿安全帽检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第15期60卷 297-306页

作者：董彦强程德强张云鹤寇旗旗张皓翔国家电投集团内蒙古白音华煤电有限公司露天矿内蒙古锡林郭勒盟026200 中国矿业大学信息与控制工程学院江苏徐州221116 中国矿业大学计算机科学与技术学院江苏徐州221116

针对当前的工人安全帽检测算法模型参数量较大、推理交互时间较长、错检和漏检率较高等问题,提出了一种基于注意力和重构特征融合的轻量级煤矿工人安全帽实时检测方法MS-YOLO。为了在不影响检测精度的前提下压缩模型的大小并提升检测的... 详细信息

针对当前的工人安全帽检测算法模型参数量较大、推理交互时间较长、错检和漏检率较高等问题,提出了一种基于注意力和重构特征融合的轻量级煤矿工人安全帽实时检测方法MS-YOLO。为了在不影响检测精度的前提下压缩模型的大小并提升检测的速度,采用轻量级网络MobileNeXt作为MS-YOLO算法的主干网络;重构了特征路径融合网络PANet,在网络中添加了新的尺度输入、ULSAM-4注意力模块和深度可分离卷积;为了加快模型收敛速度并提高预测框的回归精度,提出了一种新的损失函数CLIoU loss;该研究还建立了一个面向矿井场景的安全帽检测数据集以适用于其特殊的工况环境。通过在标准数据集和自建数据集上进行实验测试,结果表明,MS-YOLO模型不仅保持了较高的检测精度,还具有实时性好、模型轻量化的优点。

关键词：目标检测轻量级网络煤矿安全帽检测损失函数注意力机制

方向感知增强的轻量级自监督单目深度估计方法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第09期46卷 3683-3692页

作者：程德强徐帅吕晨韩成功江鹤寇旗旗中国矿业大学信息与控制工程学院中国矿业大学计算机科学与技术学院

关键词：图像处理深度估计自监督学习方向感知