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

加权双向金字塔融合的肝脏肿瘤检测方法

北京航空航天大学学报 2024年

作者：马金林贺康康马自萍欧阳轲北方民族大学数学与信息科学学院北方民族大学图像图形智能处理国家民委重点实验室北方民族大学计算机科学与工程学院

针对肝脏肿瘤检测中多尺度特征表达能力不足的问题，提出一种融合重参数化卷积、加权双向特征金字塔和注意力机制的肝脏肿瘤CT图像检测方法。首先，使用数据增强改善样本量较少的问题，提高模型的泛化能力；其次，使用加权双向特征金字... 详细信息

针对肝脏肿瘤检测中多尺度特征表达能力不足的问题，提出一种融合重参数化卷积、加权双向特征金字塔和注意力机制的肝脏肿瘤CT图像检测方法。首先，使用数据增强改善样本量较少的问题，提高模型的泛化能力；其次，使用加权双向特征金字塔网络融合图像的浅层与深层特征，提高多尺度特征的提取能力；然后，在特征融合中引入无参数注意力机制，关注肝脏肿瘤的关键特征；最后，使用重参数化卷积和SIoU边界框损失函数提高肿瘤的检测和定位能力。本文方法在LT3DM和LiTS2017数据集上的mAP分别达到了92.9%和92.2%，比YOLOv5模型提高了2.3%和1.8%。实验结果表明，相较于主流检测模型，本文方法具有更好的肝脏肿瘤检测能力。

关键词： YOLOv5 加权双向特征金字塔多尺度无参数注意力机制重参数化卷积 SIoU

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

西夏文字识别方法综述

华中科技大学学报(自然科学版) 2024年

作者：马金林闫琦马自萍郝超华万玥彤北方民族大学计算机科学与工程学院图像图形智能信息处理国家民委重点实验室北方民族大学数学与信息科学学院

针对现阶段西夏研究多受制于西夏文字识别准确性和效率的问题，本研究整理了现有的西夏文字识别方法并对其进行了综述和整理，详细分析了各类方法的优缺点，并探讨了各类方法在西夏文字识别领域的前景。准确高效地识别西夏文字是西夏研... 详细信息

针对现阶段西夏研究多受制于西夏文字识别准确性和效率的问题，本研究整理了现有的西夏文字识别方法并对其进行了综述和整理，详细分析了各类方法的优缺点，并探讨了各类方法在西夏文字识别领域的前景。准确高效地识别西夏文字是西夏研究的基础，本研究首先介绍了主要的西夏文字数据集，为后续的研究提供了基础数据；然后从传统方法和深度学习方法两个角度总结分析了西夏文字的识别方法，重点介绍了各类方法的基本原理、改进方法和优缺点等，并对这些方法的性能进行了分析比较；最后对西夏文字识别面对的挑战和未来研究趋势进行了展望。

关键词：图像识别西夏文字识别数据集神经网络深度学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

改进YOLOv8的带钢缺陷检测

计算机工程与应用 2024年

作者：马金林曹浩杰马自萍林宝宝杨继鹏北方民族大学计算机科学与工程学院图像图形智能处理国家民委重点实验室北方民族大学数学与信息科学学院

针对带钢表面缺陷检测精度不足的问题，提出一种改进的YOLOv8n检测模型。首先，基于可变形卷积对Head网络中的C2f模块进行了重新设计；通过利用采样点的可变性，有效提高了对表面不规则缺陷的检测能力。其次，添加多头自注意力机制捕捉... 详细信息

针对带钢表面缺陷检测精度不足的问题，提出一种改进的YOLOv8n检测模型。首先，基于可变形卷积对Head网络中的C2f模块进行了重新设计；通过利用采样点的可变性，有效提高了对表面不规则缺陷的检测能力。其次，添加多头自注意力机制捕捉不同的关注点，从而提供全面且多样化的特征表示，进一步增强模型的检测性能。最后，拼接Backbone和Head的特征，提升特征的质量和丰富度，解决缺陷局部信息丢失问题。在NEU-DET带钢数据集的实验验证中，该方法在平均精度和mAP50上较YOLOv8n分别提升了5.6%和2.2%。值得注意的是，裂纹缺陷的检测精度和mAP50分别提升了15.2%和9.9%，效果显著。

关键词：目标检测表面缺陷可变形卷积 YOLOv8

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

预加权调制密集图卷积网络三维人体姿态估计

计算机科学与探索 2024年第4期18卷 963-977页

作者：马金林崔琦磊马自萍闫琦曹浩杰武江涛北方民族大学计算机科学与工程学院银川750021 图像图形智能信息处理国家民委重点实验室银川750021 北方民族大学数学与信息科学学院银川750021

图卷积网络(GCN)日益成为三维人体姿态估计(3D HPE)的主要研究热点之一,使用GCN对人体关节点之间的关系建模的方法使三维人体姿态估计获得了良好的性能。然而,基于GCN的三维人体姿态估计方法存在过平滑和未区分关节点与相邻关节点重要... 详细信息

图卷积网络(GCN)日益成为三维人体姿态估计(3D HPE)的主要研究热点之一,使用GCN对人体关节点之间的关系建模的方法使三维人体姿态估计获得了良好的性能。然而,基于GCN的三维人体姿态估计方法存在过平滑和未区分关节点与相邻关节点重要性的问题。为解决这些问题,设计了调制密集连接模块(MDC)和预加权图卷积模块,并基于这两个模块提出了预加权调制密集图卷积网络的三维人体姿态估计方法(WMDGCN)。针对过平滑问题,调制密集连接通过超参数α和β更好地实现特征重用(超参数α表示第l层和之前各层总特征的权重比例,超参数β表示之前各层特征到第l层的传播策略),从而有效地提高特征的表达能力。针对未区分关节点与相邻关节点重要性的问题,使用预加权图卷积为当前关节点赋予更高的权重,并对当前关节点及其相邻关节点使用不同的权重矩阵,更有效地捕获人体关节点特征。Human3.6M数据集上的对比实验结果表明,该方法在参数量和性能上均取得了最佳性能,WMDGCN的参数量、MPJPE和P-MPJPE值分别为0.27 MB、37.46 mm和28.85 mm。

关键词：三维人体姿态估计图卷积网络预加权

在线全文

学校读者我要写书评

暂无评论

轻量化神经网络卷积设计研究进展

计算机科学与探索 2022年第3期16卷 512-528页

作者：马金林张裕马自萍毛凯绩北方民族大学计算机科学与工程学院银川750021 图像图形智能处理国家民委重点实验室银川750021 北方民族大学数学与信息科学学院银川750021

传统神经网络具有过度依赖硬件资源和对应用设备性能要求较高的缺点,因此无法部署于算力有限的边缘设备和移动终端上,人工智能技术的应用发展在一定程度上受到了限制。然而,随着科技时代的到来,受用户需求影响的人工智能迫切需要在便携... 详细信息

传统神经网络具有过度依赖硬件资源和对应用设备性能要求较高的缺点,因此无法部署于算力有限的边缘设备和移动终端上,人工智能技术的应用发展在一定程度上受到了限制。然而,随着科技时代的到来,受用户需求影响的人工智能迫切需要在便携式设备上能成功进行如计算机视觉应用等方面的操作。为此,以近几年流行的轻量化神经网络中的卷积部分为研究对象,详细比对了各类轻量化模型中卷积构成方式的区别,并针对卷积设计的主要思路和特点进行了较为详细的阐述。首先,通过引入轻量化神经网络的概念,介绍了轻量化神经网络的发展现状和网络中卷积方面所面临的问题;然后,将卷积分为卷积结构轻量化、卷积模块轻量化和卷积运算轻量化三方面进行介绍,具体通过对各类轻量化神经网络模型中卷积设计的研究,来展示不同卷积的轻量化效果,并对其中优化方法的优缺点进行阐述;最后,对文中所有轻量化模型卷积设计的主要思路和使用方式进行了总结分析,并对其未来的可能性发展进行了展望。

关键词：卷积轻量化神经网络网络模型计算机视觉深度学习

SMViT:用于新冠肺炎诊断的轻量化孪生网络模型

在线全文

学校读者我要写书评

暂无评论

计算机科学与探索 2023年第10期17卷 2499-2510页

作者：马自萍谭力刀马金林陈勇北方民族大学数学与信息科学学院银川750021 北方民族大学计算机科学与工程学院银川750021 宁夏医科大学总医院放射介入科银川750004

针对新冠肺炎的深度学习诊断模型存在的准确率不高、泛化能力较差和参数量较大的问题,基于ViT和孪生网络,提出了一种新冠肺炎诊断的轻量化孪生网络SMViT。首先,提出了循环子结构轻量化策略,使用多个具有相同结构的子网络构成诊断网络,... 详细信息

针对新冠肺炎的深度学习诊断模型存在的准确率不高、泛化能力较差和参数量较大的问题,基于ViT和孪生网络,提出了一种新冠肺炎诊断的轻量化孪生网络SMViT。首先,提出了循环子结构轻量化策略,使用多个具有相同结构的子网络构成诊断网络,从而降低网络的参数量;其次,提出ViT掩码自监督预训练模型,以增强模型的潜在特征表达能力;然后,构建新冠肺炎诊断的孪生网络SMViT,有效提升模型的诊断准确率,改善小样本下模型泛化能力较差的问题;最后,使用消融实验验证并确定了模型结构,通过对比实验验证模型的诊断性能和轻量化能力。实验结果表明:与最具竞争力的ViT架构的诊断模型相比,该模型在X-ray数据集上的准确率、特异度、灵敏度与F1分数值分别提高了1.42%、4.62%、0.40%和2.80%,在CT图像数据集上的准确率、特异度、灵敏度与F1分数值分别提高了2.16%、2.17%、2.05%和2.06%;在样本量较小时,模型具有较强的泛化能力;与ViT相比,SMViT模型具有更小的参数量和更高的诊断性能。

关键词：新冠肺炎诊断孪生网络 ViT模型自监督学习轻量化模型

在线全文

学校读者我要写书评

暂无评论

解耦同类自知识蒸馏的轻量化唇语识别方法

北京航空航天大学学报 2023年

作者：马金林刘宇灏马自萍郭兆伟吕鑫北方民族大学图像图形智能处理国家民委重点实验室北方民族大学计算机科学与工程学院北方民族大学数学与信息科学学院

针对唇语识别模型因参数量和计算量较大而无法在移动终端和边缘设备上应用的问题，提出基于解耦同类自知识蒸馏和GhostNet-TSM的唇语识别方法。具体地：首先，提出具有时序特征提取能力的GhostNet-TSM网络；其次，将同类自知识蒸馏的特... 详细信息

针对唇语识别模型因参数量和计算量较大而无法在移动终端和边缘设备上应用的问题，提出基于解耦同类自知识蒸馏和GhostNet-TSM的唇语识别方法。具体地：首先，提出具有时序特征提取能力的GhostNet-TSM网络；其次，将同类自知识蒸馏的特征解耦为目标类特征和非目标类特征，分别设置损失函数，以提高模型的识别精度；最后，使用解耦同类自知识蒸馏方法在LRW和LIP350数据集上进行模型训练，并在OuluVs上进行验证。实验结果表明，GhostNet-TSM在LRW数据集上达到85.2％的识别准确率超过了大多非轻量化模型，浮点数计算量和模型参数量降低至0.988GFLOPs和20.310 MB。

关键词：唇语识别知识蒸馏轻量化 GhostNet TSM模块

自调节图卷积UNet的三维人体姿态估计方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

北京航空航天大学学报 2023年

作者：马金林崔琦磊马自萍武江涛曹浩杰北方民族大学数学与信息科学学院北方民族大学计算机科学与工程学院图像图形智能信息处理国家民委重点实验室

基于图卷积网络的三维人体姿态估计方法无法提取关节点的多尺度特征和未充分利用相邻节点的拓扑关系问题，本文提出自调节图卷积UNet的三维人体姿态估计方法M-Joint-UNet。M-Joint-UNet由Joint-UNet、自调节图卷积和融合损失三部分组成... 详细信息

基于图卷积网络的三维人体姿态估计方法无法提取关节点的多尺度特征和未充分利用相邻节点的拓扑关系问题，本文提出自调节图卷积UNet的三维人体姿态估计方法M-Joint-UNet。M-Joint-UNet由Joint-UNet、自调节图卷积和融合损失三部分组成：Joint-UNet通过关节点池化与去池化改变特征图大小，以提取关节点的不同尺度特征；自调节图卷积通过可学习矩阵自动调节相邻节点或人体骨架结构的关系；使用L1和L2融合的损失缓解梯度爆炸。对比实验表明：本文方法在参数量和估计性能方面均获得了最优的结果，以Human3.6M的二维真实关节点作为输入的参数量仅为0.54M，MPJPA和P-MPJPA值分别为37.81mm和30.21mm。

关键词：三维人体姿态估计图卷积 Graph-UNet 关节点池化权重矩阵

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

改进DRLSE的分步式肝脏及肿瘤分割方法

计算机工程与应用 2022年第14期58卷 200-209页

作者：郭贝贝马自萍王兴岩杨珂北方民族大学数学与信息科学学院银川750021 北方民族大学计算机科学与工程学院银川750021

为了提升CT图像肝脏及肝脏肿瘤的分割精度,提出一种改进DRLSE的分步式肝脏及肿瘤分割方法。第一阶段:采用分步式分割方法对肝脏进行分割,(1)采用阈值处理、形态学方法、自适应区域生长方法进行肝脏的粗分割;(2)采用数学形态对分割结果... 详细信息

为了提升CT图像肝脏及肝脏肿瘤的分割精度,提出一种改进DRLSE的分步式肝脏及肿瘤分割方法。第一阶段:采用分步式分割方法对肝脏进行分割,(1)采用阈值处理、形态学方法、自适应区域生长方法进行肝脏的粗分割;(2)采用数学形态对分割结果进行优化,进行肝脏的细分割。第二阶段:构造参数梯度形态学和各向异性扩散滤波的距离正则化水平集演化(改进的DRLSE)模型进行肝脏肿瘤分割。实验利用3Dircadb数据集验证方法的有效性,计算了DICE、VOE、ASD和MSD指标评估分割的性能。实验结果表明该方法无需进行训练过程和统计模型的建立,对于复杂的形状和强度变化的CT图像分割效果尤为明显。由定量分析的数值结果显示,分割性能均优于比较算法,提高了分割准确率,具有较强的鲁棒性,为医生诊断和治疗肝癌提供帮助。

关键词：水平集区域生长算法距离正则化水平集演化(DRLSE) 三维重建各向异性扩散滤波