检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

全尺度上下文融合网络用于医学细胞核分割

控制工程 2024年第6期31卷 1081-1090页

作者：周志张孙杰张晓玥上海理工大学光电信息与计算机工程学院上海200093

针对细胞核图像边界模糊、对比度低,且细胞间易发生粘连等特点而导致难以准确分割的问题,本文提出了一种全尺度上下文融合网络用于细胞核的精准分割。首先,该模型结合全局上下文信息,设计了一个高级金字塔传导模块,用于对跳跃连接进行重... 详细信息

针对细胞核图像边界模糊、对比度低,且细胞间易发生粘连等特点而导致难以准确分割的问题,本文提出了一种全尺度上下文融合网络用于细胞核的精准分割。首先,该模型结合全局上下文信息,设计了一个高级金字塔传导模块,用于对跳跃连接进行重构,为解码器提供全局信息传导流;其次,在编码器顶部创新性地加入了尺度聚合模块,该模块通过自学习可以动态地为不同尺度的目标选择合适的感受野,更好地融合多尺度上下文信息;同时,为了更好地利用最有用的特征通道,在上采样阶段加入了通道注意力机制;最后,使用改进的混合损失函数解决类不平衡的问题。在Data Science Bowl 2018和TCGA 2个数据集上进行实验,结果表明,所提出的算法能够提高对细胞核的分割性能。

关键词：深度学习细胞核分割 APC模块注意力机制尺度聚合

基于多分支结构和注意力机制的实时语义分割网络

在线全文

学校读者我要写书评

暂无评论

智能计算机与应用 2024年第5期14卷 107-114页

作者：曾永煌张孙杰上海理工大学光电信息与计算机工程学院上海200093

在实时语义分割方法研究中,由于目标感受野有限,目前仍然存在大目标分割不准确和细节信息丢失的问题。针对这个问题,提出一种基于多分支结构和注意力机制的实时语义分割算法。首先,本文构建多分支结构的细节路径以保留多尺度细节信息,... 详细信息

在实时语义分割方法研究中,由于目标感受野有限,目前仍然存在大目标分割不准确和细节信息丢失的问题。针对这个问题,提出一种基于多分支结构和注意力机制的实时语义分割算法。首先,本文构建多分支结构的细节路径以保留多尺度细节信息,减少小目标细节丢失;其次,设计空洞金字塔分支扩大感受野,以覆盖视野内大目标,进一步丰富上下文信息;最后,提出双边注意力特征融合模块,以增强特征融合时对关键特征的选择,弥补小目标信息的缺失。在Cityscapes测试集、CamVid测试集所提模型的平均交并比(mIoU)为74.6%与73.6%,每秒传输帧数(Frames Per Second,FPS)为94与74;较于BiSeNet,本文算法的mIoU分别提高了6.2、8.0个百分点。实验结果表明,本文算法在实时性和准确性方面获得了很好的平衡。

关键词：实时语义分割多分支结构注意力机制特征融合

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

一种轻量级的因子分解非局部网络

小型微型计算机系统 2022年第6期43卷 1185-1190页

作者：唐亮张孙杰刘燕上海理工大学光电信息与计算机工程学院上海200093

在传统的非局部操作中,对各个位置点之间长距离依赖性的逐个计算导致了庞大的计算量,使得其并不能成为一种即插即用的有效模块.基于此问题,我们提出一种新型的轻量级非局部(Lightweight Factorized Non-local,LFN)模块.LFN模块利用捕捉... 详细信息

在传统的非局部操作中,对各个位置点之间长距离依赖性的逐个计算导致了庞大的计算量,使得其并不能成为一种即插即用的有效模块.基于此问题,我们提出一种新型的轻量级非局部(Lightweight Factorized Non-local,LFN)模块.LFN模块利用捕捉全局依赖性的非局部操作来提升神经网络的性能并应用于计算机视觉领域.LFN模块是对传统非局部操作的因子分解,通过对水平和垂直两个方向进行分解,网络不仅可以捕捉到像素点之间的长距离依赖关系,而且分解后的非局部操作计算量大幅度下降.然后,通过结合LFN模块和残差模块,我们设计RLFN(Residual Lightweight Factorized Non-local)单元,并基于该单元设计两种改良网络结构分别应用于图像分类和语义分割.最后,本文算法在CIFAR-10和PASCAL VOC2012两个数据集上进行分类及语义分割任务,实验结果表现该算法取得十分优越的性能.

关键词：非局部神经网络图像分类语义分割

在线全文

学校读者我要写书评

暂无评论

一种自适应感受野卷积神经网络模型

小型微型计算机系统 2022年第9期43卷 1953-1957页

作者：金勇逸张孙杰上海理工大学光电信息与计算机工程学院上海200093

本文提出一种自适应感受野卷积神经网络结构,简称ARFN(Adaptive Receptive Field Network).通过卷积核的自主选择机制来实现感受野的动态调整,更大程度上获取残差网络低层特征的空间信息并与高层特征进行自适应融合,弥补高层特征空间信... 详细信息

本文提出一种自适应感受野卷积神经网络结构,简称ARFN(Adaptive Receptive Field Network).通过卷积核的自主选择机制来实现感受野的动态调整,更大程度上获取残差网络低层特征的空间信息并与高层特征进行自适应融合,弥补高层特征空间信息不足的缺陷.同时,在残差块中加入一种轻量的新型注意力机制,通过一维空洞卷积实现特征通道间适当的非线性交互,有效地学习各通道特征的权重.相较于一些主流的注意力模块而言,在保证性能提升的同时大幅度缩减了参数量.通过在公开数据集上进行图像分类和目标检测实验验证网络的有效性,结果表明本文提出的网络结构在视觉任务上性能都有较大提升.

关键词：自适应感受野注意力机制目标检测图像分类

结合transformer多尺度实例交互的稀疏集目标检测

在线全文

学校读者我要写书评

暂无评论

应用科学学报 2023年第5期41卷 777-788页

作者：阚亚亚张孙杰熊娟祖奕上海理工大学光电信息与计算机工程学院上海200093

为改进稀疏集目标检测方法存在的特征图缺乏空间细节信息、目标特征没有做到全局上下文实例交互、全局语义信息没有得到充分学习等问题,设计了一种结合自适应特征增强和实例特征交互的稀疏集目标检测算法。自适应特征增强模块在特征提... 详细信息

为改进稀疏集目标检测方法存在的特征图缺乏空间细节信息、目标特征没有做到全局上下文实例交互、全局语义信息没有得到充分学习等问题,设计了一种结合自适应特征增强和实例特征交互的稀疏集目标检测算法。自适应特征增强模块在特征提取过程中利用不同尺度的池化和卷积来丰富高级语义信息,减小低级语义信息背景噪声的干扰,降低目标错检率和漏检率。实例特征交互模块在边界框回归设计中结合transformer的多层注意力,并融合通道注意力和动态卷积网络对建议框的通道信息进行增强,改善了目标的边缘信息,提高了网络的实例特征交互效率。最后在COCO2017数据集与原始网络进行实验对比,平均精度提升了4.2%,其中在大目标上提升了4.6%,在PASCAL VOC数据集上提升了2.7%。

关键词：稀疏集目标检测多尺度特征实例特征交互 transformer

基于CAFPN和细化双头解耦的遥感图像目标检测

在线全文

学校读者我要写书评

暂无评论

应用科学学报 2023年第6期41卷 989-1003页

作者：熊娟张孙杰阚亚亚陈家豪上海理工大学光电信息与计算机工程学院上海200093

针对遥感图像背景的复杂性和图中目标尺寸小、方向任意性导致漏检或错检的问题,提出了一种新颖的目标检测算法。首先,提出一种基于上下文信息增强的特征金字塔网络。在特征提取阶段,自适应融合不同感受野,获得具有丰富语义信息的特征,... 详细信息

针对遥感图像背景的复杂性和图中目标尺寸小、方向任意性导致漏检或错检的问题,提出了一种新颖的目标检测算法。首先,提出一种基于上下文信息增强的特征金字塔网络。在特征提取阶段,自适应融合不同感受野,获得具有丰富语义信息的特征,减少小目标的信息流失。然后,在回归网络中,使用中心点偏移回归机制实现旋转框的检测,降低冗余锚框带来的计算复杂度。最后,结合双头网络将分类和回归特征解耦,通过注意力机制和极化函数引导的特征细化模块构建适应各自任务的重要特征,使网络能准确地检测目标。在遥感数据集DOTA、HRSC2016和UCAS_AOD上验证网络的有效性,对比于Faster RCNN算法,该算法在3个数据集上获得了8.48%、7.60%和3.10%的精度提升,实现了高性能的遥感图像目标检测。

关键词：遥感图像上下文信息增强注意力机制极化函数特征细化

一种改进U型神经网络的医学细胞核图像分割方法

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2023年第1期44卷 110-116页

作者：周志张孙杰张晓玥上海理工大学光电信息与计算机工程学院上海200093

在细胞核分割任务中,存在细胞核的边缘轮廓信息模糊以及细胞核和背景的对比度低造成难以分割的问题.针对此问题,常规的U-Net模型通过跳跃连接在降采样和上采样过程中结合高低层次的信息,具有较好的分割效果.但是,在细胞核边界的分割上... 详细信息

在细胞核分割任务中,存在细胞核的边缘轮廓信息模糊以及细胞核和背景的对比度低造成难以分割的问题.针对此问题,常规的U-Net模型通过跳跃连接在降采样和上采样过程中结合高低层次的信息,具有较好的分割效果.但是,在细胞核边界的分割上仍旧存在着一定程度的过分割、欠分割等缺陷.由此本文提出一种改进的U-Net网络模型.首先,该模型采用深度特征聚合结构和高级监督的学习方法,巧妙融合不同层级的信息,达到对目标的精准分割;其次在其架构上创新性的加入层次交融模块,该模块学习各个不同层次的重要性,将学到的权重加载到分割图上;同时在嵌套的卷积块中加入注意力机制,抑制冗余特征,使得细胞核和背景更好的分割开来;最后使用改进的混合损失函数解决类不平衡的问题.在dsb2018数据集上进行测试,本方法得到Dice系数为0.8719,交并比达到0.8853.结果表明本方法能够对细胞核进行更好的分割.

关键词：深度学习细胞核分割自注意力机制 HBM模块 U-Net

基于多任务学习CNN辅助Transformer的手部mesh重建

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2022年第12期39卷 3830-3836页

作者：谢苏张孙杰王永雄颜婷丽上海理工大学光电信息与计算机工程学院上海200093 上海理工大学理学院上海200093

针对当前手势姿态估计算法未充分利用2D信息辅助3D手部mesh重建的问题,首次在手部Mask、2D热力图的基础上提出引入RGB图像的HOG特征图,通过多任务学习CNN的框架对2D信息进行特征提取,并针对手的拓扑结构进行信息融合增强。为了解决Trans... 详细信息

针对当前手势姿态估计算法未充分利用2D信息辅助3D手部mesh重建的问题,首次在手部Mask、2D热力图的基础上提出引入RGB图像的HOG特征图,通过多任务学习CNN的框架对2D信息进行特征提取,并针对手的拓扑结构进行信息融合增强。为了解决Transformer encoder中的隐层embeddings维度一致性以及参数过大问题,设计了一种新的MLP(multi-layer perception)模块嵌入Transformer encoder之间,达到embeddings的数量渐进增加以及其维度渐进减少的目的,从而完成手部mesh精细化的预测。实验结果表明该CNN与Transformer混合的新框架在FreiHAND和RHD数据集均取得了较好效果。

关键词：手势姿态估计手部mesh重建 HOG特征多任务学习 Transformer

在线全文

学校读者我要写书评

暂无评论

融合多尺度特征的工业缺陷检测模型

小型微型计算机系统 2023年第5期44卷 1029-1034页

作者：何思锐张孙杰王永雄上海理工大学光电信息与计算机工程学院上海200093

利用照相机成像对工业环境中的物体进行表面缺陷检测是自动检测的主要应用之一.近年来,生产规模的扩大对缺陷的快速检测提出了要求,传统方法难以达到较高的效率.同时,缺陷检测更注重对纹理特征的提取,通用的深度卷积网络不能直接应用于... 详细信息

利用照相机成像对工业环境中的物体进行表面缺陷检测是自动检测的主要应用之一.近年来,生产规模的扩大对缺陷的快速检测提出了要求,传统方法难以达到较高的效率.同时,缺陷检测更注重对纹理特征的提取,通用的深度卷积网络不能直接应用于该任务.为了克服以上挑战,本文提出了一种基于单阶段目标检测算法的表面缺陷检测模型,通过更宽的骨干网络提取丰富的上下文信息,进行多尺度特征融合,针对不同的检测目标采用差异化的检测头部;同时引入注意力机制,提高特征利用率;为了验证所提出方法的有效性,在3个数据集上进行了实验,取得了较好的性能,并与其他模型进行比较,表明所提出的方法优于现有方法.

关键词：卷积神经网络缺陷检测多尺度特征融合注意力机制