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

基于残差块与注意力机制的果蔬自动识别方法

农业机械学报 2023年第S2期54卷 214-222页

作者：余琼张瑞李德豪员玉良王至秋青岛农业大学机电工程学院青岛266109 哈尔滨工程大学智能科学与工程学院哈尔滨150001 青岛农业大学山东省主要农作物机械化生产协同创新中心青岛266109

针对果蔬识别中识别效率低、成本高等问题,本文提出了基于残差块和注意力机制的果蔬识别模型,并成功部署于果蔬智能识别设备。果蔬自动识别装置由Raspberry Pi、STM32F103ZET6、摄像头、称量传感器、处理器、显示屏、微型打印机、扎口... 详细信息

针对果蔬识别中识别效率低、成本高等问题,本文提出了基于残差块和注意力机制的果蔬识别模型,并成功部署于果蔬智能识别设备。果蔬自动识别装置由Raspberry Pi、STM32F103ZET6、摄像头、称量传感器、处理器、显示屏、微型打印机、扎口机以及电源等部分组成。中央控制器与显示屏进行交互实时显示各种参数,通过摄像头与称量传感器采集待测物体图像与待测物体质量,由部署于Raspberry Pi的果蔬自动识别模型对果蔬进行精准识别,同时协同单片机STM32F103ZET6将果蔬相关信息打印并控制扎口机进行封口打包。本文以YOLO v5网络为基础,通过增加残差块与注意力机制构建果蔬自动识别模型RB+CBAM-YOLO v5。以自制的数据集训练网络,将6种网络进行对比试验,并选择最优网络进行设备端检测试验。试验结果表明,RB+CBAM-YOLO v5的精确率、召回率与mAP_(0.5)分别为83.55%、96.08%、96.20%,较YOLO v5提升4.47、1.10、0.90个百分点。将RB+CBAM-YOLO v5模型部署于嵌入式设备Raspberry Pi中,设备可实现精准识别、自动称量、打印凭条以及快速打包等功能,可满足果蔬识别以及无人售卖装置的需求。

关键词：果蔬识别残差块注意力机制 YOLO v5

基于卷积自编码器和残差块的红外与可见光图像融合方法

在线全文

学校读者我要写书评

暂无评论

光学学报 2019年第10期39卷 210-218页

作者：江泽涛何玉婷桂林电子科技大学广西图像图形与处理智能处理重点实验室

为了在红外与可见光图像融合中充分利用中间层提取的信息,防止信息过度丢失,提出一种新的基于卷积自编码器和残差块的图像融合方法。该方法采用由编码器、融合层和解码器三部分组成的网络结构。将残差网络引入编码器中,将红外与可见光... 详细信息

为了在红外与可见光图像融合中充分利用中间层提取的信息,防止信息过度丢失,提出一种新的基于卷积自编码器和残差块的图像融合方法。该方法采用由编码器、融合层和解码器三部分组成的网络结构。将残差网络引入编码器中,将红外与可见光图像分别送入编码器后,通过卷积层和残差块来获取图像的特征图;将得到的特征图采用改进的基于L1-norm的相似度融合策略进行融合,并将其整合为一个包含源图像显著特征的特征图;重新设计损失函数,利用解码器对融合后的图像进行重构。实验结果表明,与其他融合方法相比,该方法有效地提取并保留了源图像的深层信息,融合结果在主观和客观评价中都有着一定的优势。

关键词：机器视觉图像融合可见光图像红外图像残差块卷积自编码器

一种提高直肠癌诊断精度的基于U型网络和残差块的电子计算机断层扫描图像分割算法

在线全文

学校读者我要写书评

暂无评论

生物医学工程学杂志 2022年第1期39卷 166-174,184页

作者：汪豪吉邦宁何刚俞文心西南科技大学计算机科学与技术学院四川绵阳621010

作为确定病灶与诊断的重要基础,医学图像分割已成为生物医学领域中极其重要的热门研究领域之一,其中基于全卷积神经网络和U型网络(U-net)等神经网络的医学图像分割算法得到越来越多研究人员的重视。目前,医学图像分割算法应用于直肠癌... 详细信息

作为确定病灶与诊断的重要基础,医学图像分割已成为生物医学领域中极其重要的热门研究领域之一,其中基于全卷积神经网络和U型网络(U-net)等神经网络的医学图像分割算法得到越来越多研究人员的重视。目前,医学图像分割算法应用于直肠癌诊断的研究报道较少,且已有的研究对直肠癌的分割结果精度不高。本文提出了一种结合图像裁剪和预处理方法的编码—解码卷积网络模型。该模型在U型网络的基础上,借鉴残差网络思想,用残差块代替传统的卷积块,有效避免了梯度消失的问题。此外,本文还采用了图像增广的方法提高了所提模型的泛化能力,并在"泰迪杯"数据挖掘挑战赛所提供的数据集进行测试。测试结果表明,本文提出的基于残差块的改进U型网络模型结合图像裁剪预处理,可以大大提高直肠癌的分割精度,得到的戴斯系数在验证集上达到0.97。

关键词：直肠癌图像分割 U型网络残差块图像预处理

基于双向长短期记忆网络和残差块的便携式心律失常检测系统设计

在线全文

学校读者我要写书评

暂无评论

基于双向长短期记忆网络和残差块的便携式心律失常检测系统设计

作者：黄泽琼西南大学

学位级别：硕士

心律失常是心血管疾病中最常见的一种,严重威胁中老年人的生命健康。为了有效记录心脏波动的电信号确定心跳以判断心律,常通过心电图(Electrocardiogram,ECG)进行分析。由于心律失常是阵发性疾病,长期监控ECG信号费时且价格昂贵。目前,... 详细信息

心律失常是心血管疾病中最常见的一种,严重威胁中老年人的生命健康。为了有效记录心脏波动的电信号确定心跳以判断心律,常通过心电图(Electrocardiogram,ECG)进行分析。由于心律失常是阵发性疾病,长期监控ECG信号费时且价格昂贵。目前,ECG主要通过医院检测经专业医生判断,而市面上常见的测量ECG信号设备通常只能采集ECG信号数据查看心跳波形,不能对ECG信号进行深入的分析和对异常信号进行判断。因此,本文基于公开标准的心电数据库MIT-BIH心律失常数据库(MITDB)和MIT-BIH心房颤动数据库(AFDB)的ECG信号数据,提出了前期去噪算法和基于深度学习算法的新模型并以此设计便携式检测系统。论文的主要工作简述如下:1)为消除原始ECG信号数据中存在的多种噪声,进行了滤波处理,通过对比四种滤波算法,得出双正交平稳小波变换可有效地去除ECG信号数据中的噪声得到一个相对理想的ECG信号且尽可能保留有用特征。2)通过融合并优化残差块(Residual Block,Res)和双向长短期记忆网络(Bidirectional Long Short-Term Memory,BiLSTM),得出三个Res结合BiLSTM的Res-BiLSTM算法在检测滤波后的ECG信号上表现出优越的性能,分别在AFDB和MITDB上的检测准确率达到了99.240%和99.385%。该算法避免了卷积神经网络和循环神经网络可能带来的性能退化和梯度消失问题,能够自动提取特征的同时加强了对时间流进行顺序预测的能力。3)设计了一个便携式居家心律失常检测系统以方便病人在家检测心电数据,收集了一个包含12份正常心跳信号的数据集。系统使用优化的Res-BiLSTM算法,实现实时检测ECG信号判断是否存在心律失常情况。在分别以AFDB和MITDB为训练集,实际采集数据为测试集的实验上分别达到了99.914%和98.413%的准确度,在融合数据集(原有测试集中分别混合了20%训练集异常心电信号)上的检测精度分别达到了89.642%和90.717%。此外,系统还设计了血压检测模块作为辅助模块,进一步丰富了系统功能。

关键词： ECG 平稳小波变换残差块 BiLSTM 便携式居家检测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

结合残差块和MLP卷积的真实图像去噪网络

电子器件 2023年第5期46卷 1325-1332页

作者：雷戈周冬明杨浩周联敏云南大学信息学院云南昆明650504

与传统的去噪方法相比,基于卷积神经网络的去噪方法有良好的去噪性能,然而此类方法在恢复图像时会产生过平滑伪影导致信息缺失。因此提出了一种基于残差块和多层感知器(MLP)卷积的端到端去噪网络,其由特征提取模块、多路径扩张模块和去... 详细信息

与传统的去噪方法相比,基于卷积神经网络的去噪方法有良好的去噪性能,然而此类方法在恢复图像时会产生过平滑伪影导致信息缺失。因此提出了一种基于残差块和多层感知器(MLP)卷积的端到端去噪网络,其由特征提取模块、多路径扩张模块和去噪特征学习模块组成。该网络首先引入特征提取模块来对输入特征进行约束增强处理;然后使用多路径扩张模块捕获局部上下文信息的同时增加感受野;最后利用残差块和MLP卷积进一步捕捉复杂的特征信息以及实现跨通道的信息交互和整合,同时提升模型的泛化能力,以获得高质量的无噪声图像。实验结果表明,所提方法在主观和客观上均具有先进的去噪性能。

关键词：图像去噪残差块端到端 MLP卷积

在线全文

学校读者我要写书评

暂无评论

基于注意力机制和残差块的真实图像去噪

计算机工程与设计 2023年第5期44卷 1451-1458页

作者：周联敏周冬明云南大学信息学院云南昆明650000

为有效去除真实图像噪声,提出一种基于注意力机制和残差块的图像去噪算法。采用通道和空间注意力机制相结合的双重注意力模块给不同的特征赋予权重,并与残差块合并于编解码结构;应用增大感受野模块,在保护图像结构的同时增大感受野;整... 详细信息

为有效去除真实图像噪声,提出一种基于注意力机制和残差块的图像去噪算法。采用通道和空间注意力机制相结合的双重注意力模块给不同的特征赋予权重,并与残差块合并于编解码结构;应用增大感受野模块,在保护图像结构的同时增大感受野;整体架构采用密集特征融合保留更多细节。实验结果表明,该算法在SIDD和DND数据集的峰值信噪比分别达到了39.59 dB和39.73 dB,结构相似性分别达到了0.911%和0.953%,具有最佳视觉效果。所提算法在去噪的同时能够保留更多图像细节信息。

关键词：图像去噪真实噪声深度学习注意力机制残差块卷积神经网络空洞卷积

基于YOLOx残差块融合CoA模块的改进检测网络

在线全文

学校读者我要写书评

暂无评论

计算机系统应用 2022年第8期31卷 245-251页

作者：安鹤男杨佳洲邓武才管聪马超深圳大学微纳光电子学研究院深圳518054 深圳大学电子与信息工程学院深圳518060

YOLOx-Darknet53是以YOLOv3为基准增加各种技巧(trick)升级改进的检测网络,但其仍然是以Darknet53为特征提取骨干网络(backbone),因此网络的特征提取能力仍有欠缺.本文依据CoTNet中的注意力机制改进得到CoA(contextual attention)模块,... 详细信息

YOLOx-Darknet53是以YOLOv3为基准增加各种技巧(trick)升级改进的检测网络,但其仍然是以Darknet53为特征提取骨干网络(backbone),因此网络的特征提取能力仍有欠缺.本文依据CoTNet中的注意力机制改进得到CoA(contextual attention)模块,并将其替代YOLOx骨干网络残差块里的3×3卷积,得到融合注意力后的新残差块,加强了骨干网络的特征提取能力,并在Pascal VOC2007数据集上进行对比实验,融合CoA模块的网络比原网络的平均精度均值AP@[.5:.95]高1.4,AP@0.5高1.4;在改进骨干网络后的YOLOx检测头前加入无参3D注意力模块,得到最终改进的检测网络,进行上述对比实验,结果表明比原网络的AP@[.5:.95]高1.6,AP@0.5高1.5.因此,改进后的网络比原网络检测更加精准,在工业应用中能达到更好的检测效果.

关键词： YOLOx 骨干网络残差块 CoA模块 3D注意力深度学习目标检测

融合残差块和注意力机制的JPEG压缩反取证

在线全文

学校读者我要写书评

暂无评论

重庆工商大学学报(自然科学版) 2023年

作者：唐贝贝陈磊李若宇安徽理工大学人工智能学院淮南师范学院计算机学院

【目的】现有的JPEG压缩反取证方法以追求反取证性能，而导致生成图像质量不佳。针对JPEG压缩反取证方法在生成图像质量与反取证性能之间平衡不足的问题，设计了一种融合多级残差块和通道注意力机制的反取证模型RBAM-JAF，以提高生成图... 详细信息

【目的】现有的JPEG压缩反取证方法以追求反取证性能，而导致生成图像质量不佳。针对JPEG压缩反取证方法在生成图像质量与反取证性能之间平衡不足的问题，设计了一种融合多级残差块和通道注意力机制的反取证模型RBAM-JAF，以提高生成图像的质量，促使反取证性能和图像质量之间达到更好的平衡。【方法】首先，采用了基于生成对抗网络的框架，包括生成器和鉴别器两部分。其中，生成器引入了多级残差块和通道注意力机制，使模型具有更好的泛化性，增强图像特征表示的能力。此外，添加了特征融合模块，以充分利用所有卷积层的特征，提高生成图像的质量。【结果】根据实验结果，与现有的四种反取证方法M1、M2、M3和M4相比，在QF=25的情况下，PSNR值分别增长了8.52%，3.31%，1.52%和0.07%，SSIM值分别增长了12.89%，2.46%，1.90%和0.55%；在QF=50的情况下，PSNR值分别增长了10.22%，2.21%，0.88%和0.19%，SSIM值分别增长了9.71%，1.52%，0.64%和0.21%；在QF=75的情况下，PSNR值分别增长了18.26%，3.56%，3.80%和2.96%，SSIM值分别增长了10.83%，1.58%，1.16%和0.52%。此外，通过F1，F2，F3和F4取证检测器的检测，QF=25，50和75时AUC值均接近或低于0.5。【结论】实验结果显示，方法M与现有的反取证方法相比提高了生成图像的视觉质量且能够有效地欺骗现有的取证检测器，使反取证性能和生成图像质量之间达到了更好的平衡。

关键词： JPEG压缩 JPEG反取证生成对抗网络残差块通道注意力机制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于正反残差块的人脸表情识别算法

软件 2020年第5期41卷 156-159页

作者：俞成姚瑶张青山宋晨阳姜代红徐州工程学院信电工程学院江苏徐州221018

针对传统人脸表情识别算法鲁棒性低,传统表情识别特别依赖人工设计的特征,提出一种改进的人脸表情识别算法。该算法在深度学习中的残差块与反残差块算法基础上,将两种算法融合,利用两种神经块结合起来的深度学习模型,同时配合数据增强、... 详细信息

针对传统人脸表情识别算法鲁棒性低,传统表情识别特别依赖人工设计的特征,提出一种改进的人脸表情识别算法。该算法在深度学习中的残差块与反残差块算法基础上,将两种算法融合,利用两种神经块结合起来的深度学习模型,同时配合数据增强、Dropout等技术。实验结果表明,经过优化的算法,在正确率上比原先有一定的提升,在训练稳定性上也有较好的表现,同时具有了更好的鲁棒性。

关键词：残差块反残差块人脸表情识别