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

基于异构特征聚合的局部视图扭曲型纸币识别

计算机学报 2022年第1期45卷 98-114页

作者：郭玉慧梁循中国人民大学信息学院北京100872

如何识别同一物体的不同结构的表现形式,对于机器而言,是一个比较困难的识别工作.本文以易变形的纸币为例,提出了一种基于异构特征聚合的局部视图扭曲型纸币识别方法.首先利用灰度梯度共生矩阵、Haishoku算法和圆形LBP分别获得纹理风格... 详细信息

如何识别同一物体的不同结构的表现形式,对于机器而言,是一个比较困难的识别工作.本文以易变形的纸币为例,提出了一种基于异构特征聚合的局部视图扭曲型纸币识别方法.首先利用灰度梯度共生矩阵、Haishoku算法和圆形LBP分别获得纹理风格、色谱风格和纹理,这些特征从不同的角度描述了局部纸币图像,然后通过VGG-16、ResNet-18和DenseNet-121网络学习这些不变形特征得到输出特征,将输出特征聚合后输入识别层Softmax,达到三模型融合效果,进而识别局部视图扭曲型纸币.实验结果表明,多特征聚合和不同类型模型融合可以最大可能地捕获图像的语义,在准确率、精度、召回率和F1上优于基于单特征和双特征的识别,且优于单类模型和两类模型融合的识别性能,此外,在准确率和时间复杂度等评价标准下,与已有主流方法相比都取得了相对较好的效果.

关键词：纸币识别局部视图扭曲不变形特征特征聚合模型融合

面向真实战场环境的Transformer-CNN多特征聚合图像去雾算法

在线全文

学校读者我要写书评

暂无评论

兵工学报 2024年第4期45卷 1070-1081页

作者：王永振童鸣燕雪峰魏明强南京航空航天大学计算机科学与技术学院江苏南京210016 软件新技术与产业化协同创新中心江苏南京210093

军事智能系统的发展对现代战争的作战方式和制胜机理产生重大影响,然而这些系统容易受到雾霾等天气的影响导致获取的图像出现模糊、退化等问题,给后续识别、追踪等作战任务带来挑战,因此对战场含雾图像进行复原非常重要。鉴于获取同一... 详细信息

军事智能系统的发展对现代战争的作战方式和制胜机理产生重大影响,然而这些系统容易受到雾霾等天气的影响导致获取的图像出现模糊、退化等问题,给后续识别、追踪等作战任务带来挑战,因此对战场含雾图像进行复原非常重要。鉴于获取同一场景下的含雾、清晰图像对难度极大,现有网络大都采用合成数据进行训练;但真实雾图和合成雾图之间的间隙,会导致在合成数据下训练的模型在真实场景中泛化性差。为此,提出一种面向真实战场环境的自注意力模型-卷积神经网络(Transformer-Convolutional Neural Network,Transformer-CNN)多特征聚合图像去雾算法。采用半监督框架,利用合成和真实战场含雾图像训练网络,使模型能够更好地应对真实含雾场景。采用双分支特征聚合架构,将CNN分支提取的局部特征和Transformer分支学习的全局特征进行聚合,以进一步提高模型去雾能力。为模拟真实战场含雾场景,构建了一套含雾战场图像数据集。实验结果表明,与8种最先进的图像去雾算法相比,所提算法在合成数据和真实图像上均表现良好。

关键词：军事智能图像去雾半监督网络 Transformer-CNN 特征聚合

在线全文

学校读者我要写书评

暂无评论

基于特征聚合和传播网络的图像超分辨率重建

模式识别与人工智能 2024年第4期37卷 299-312页

作者：薄阳瑜刘晓晶武永亮王学军石家庄铁道大学信息科学与技术学院石家庄050043

基于深度学习的图像超分辨率重建通过网络加深提升图像重建性能,但复杂网络会导致参数量急剧增加,限制其在资源受限设备上的应用.针对此问题,文中提出基于特征聚合和传播网络的图像超分辨率重建方法,采用逐步提取融合特征的方式获取图... 详细信息

基于深度学习的图像超分辨率重建通过网络加深提升图像重建性能,但复杂网络会导致参数量急剧增加,限制其在资源受限设备上的应用.针对此问题,文中提出基于特征聚合和传播网络的图像超分辨率重建方法,采用逐步提取融合特征的方式获取图像丰富的内部信息.首先,提出上下文交互注意力模块,使网络学习到特征图丰富的上下文信息,提高特征的利用率.然后,设计多维注意力增强模块,提高网络对关键特征的判别能力,分别在通道和空间两个维度提取高频信息.最后,提出特征聚合传播模块,有效聚合深层细节信息,去除冗余信息,并促进有效信息在网络中传播.在Set5、Set14、BSD100、Urban100等基准数据集上的测试实验表明,文中方法性能较优,重建后的图像细节纹理较清晰.

关键词：图像超分辨率重建卷积神经网络上下文交互注意力多维注意力特征聚合

在线全文

学校读者我要写书评

暂无评论

基于跨尺度特征聚合网络的多尺度行人检测

北京航空航天大学学报 2020年第9期46卷 1786-1796页

作者：曹帅张晓伟马健伟青岛大学计算机科学技术学院青岛266071

行人的空间尺度差异是影响行人检测性能的主要瓶颈之一。针对这一问题,提出了跨尺度特征聚合网络(TS-FAN)有效检测多尺度行人。首先,鉴于不同尺度空间呈现出的特征差异性,引入一种基于多路径区域建议网络(RPN)的尺度补偿策略,其在多尺... 详细信息

行人的空间尺度差异是影响行人检测性能的主要瓶颈之一。针对这一问题,提出了跨尺度特征聚合网络(TS-FAN)有效检测多尺度行人。首先,鉴于不同尺度空间呈现出的特征差异性,引入一种基于多路径区域建议网络(RPN)的尺度补偿策略,其在多尺度卷积特征层上自适应地生成一系列与其感受野大小相对应的候选目标尺度集。其次,考虑到不同层次卷积特征在视觉语义上的互补性,提出了跨尺度特征聚合网络模块,其通过横向连接、自上而下路径和由底向上路径,有效地聚合具有语义鲁棒性的高层特征和具有精确定位信息的低层特征,实现对卷积层特征的增强表示。最后,联合多路径RPN尺度补偿策略和跨尺度特征聚合网络模块,构建了一种尺度自适应感知的多尺度行人检测网络。实验结果表明,所提方法与当前一流的行人检测方法TLL-TFA相比,在整个Caltech公开测试数据集上(All:行人高度大于20像素)的行人漏检率降低到26.21%(提高了11.94%),尤其对于Caltech小尺寸行人子数据集上(Far:行人高度在20~30像素之间)的行人漏检率降低到47.30%(提高了12.79%),同时在尺度变化剧烈的ETH数据集上的效果也取得显著提升。

关键词：行人检测尺度感知特征金字塔特征聚合非极大值抑制

在线全文

学校读者我要写书评

暂无评论

混合采样下多级特征聚合的视频目标检测算法

浙江大学学报（工学版） 2024年第1期58卷 10-19页

作者：秦思怡盖绍彦达飞鹏东南大学自动化学院江苏南京210096 东南大学复杂工程系统测量与控制教育部重点实验室江苏南京210096

针对现有基于深度学习的视频目标检测算法无法同时满足精度和效率要求的问题,在单阶段检测器YOLOX-S的基础上,提出基于混合加权采样和多级特征聚合注意力的视频目标检测算法.混合加权参考帧采样(MWRS)策略采用加权随机采样操作和局部连... 详细信息

针对现有基于深度学习的视频目标检测算法无法同时满足精度和效率要求的问题,在单阶段检测器YOLOX-S的基础上,提出基于混合加权采样和多级特征聚合注意力的视频目标检测算法.混合加权参考帧采样(MWRS)策略采用加权随机采样操作和局部连续采样操作,充分利用有效的全局信息与帧间局部信息.多级特征聚合注意力模块(MFAA)基于自注意力机制,对YOLOX-S提取的分类特征进行细化,使得网络从不同层次的特征中学到更加丰富的特征信息.实验结果表明,所提算法在ImageNet VID数据集上的检测精度均值AP50达到77.8%,平均检测速度为11.5 ms/帧,在检测图片上的目标分类和定位效果明显优于YOLOX-S,表明所提算法达到了较高的精度,具有较快的检测速度.

关键词：机器视觉视频目标检测特征聚合注意力机制 YOLOX

在线全文

学校读者我要写书评

暂无评论

双路混合注意力的跨层次特征聚合图像增强

光学精密工程 2024年第10期32卷 1538-1551页

作者：袁姮王笑雪颜廷昊张晟翀辽宁工程技术大学软件学院辽宁葫芦岛125100 光电信息控制和安全技术重点实验室天津300308

针对低照度图像存在亮度低、噪声大、颜色偏差和细节纹理丢失等问题,提出一种双路混合注意力的跨层次特征聚合图像增强方法。首先,设计多尺度双路注意力残差模块(Multi-scale Dual-path Attention Residual module,MDAR),MDAR包括并行... 详细信息

针对低照度图像存在亮度低、噪声大、颜色偏差和细节纹理丢失等问题,提出一种双路混合注意力的跨层次特征聚合图像增强方法。首先,设计多尺度双路注意力残差模块(Multi-scale Dual-path Attention Residual module,MDAR),MDAR包括并行多尺度特征采样块(Parallel Multi-scale Feature Sampling Block,PMFB)和双路混合注意力块(Dual-path Hybrid Attention Block,DHAB)。其中PMFB用于提取和融合多尺度特征信息,促进局部特征的全局化表示,使图像细节信息得到有效增强,而DHAB能够对图像噪声区域和颜色信息给予更大关注,缓解不同注意力间特征的差异,有效抑制噪声,提高图像质量。此外,设计跨层次特征聚合模块(Cross-level Feature Aggregation Module,CFAM),将不同层次特征进行融合,弥补深层特征与浅层特征之间的差异,强化对浅层特征的感知,实现图像增强。实验结果表明,所提方法在LOL数据集上的PSNR,SSIM,LPIPS和NIQE分别达到了22.347 dB,0.850,0.178和4.153;在MIT-Adobe 5K数据集上的PSNR,SSIM,LPIPS和NIQE分别达到了22.703 dB,0.903,0.137和3.822。与其他算法相比均有较大提升,证明了所提方法的有效性。

关键词：图像增强多尺度混合注意力特征聚合

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

面向高度近视条纹损伤的深监督特征聚合网络

中国图象图形学报 2022年第3期27卷 961-972页

作者：谭晓刁逸超陈新建石霏樊莹谢嘉旻朱伟芳苏州大学电子信息学院苏州215006 苏州大学放射医学与辐射防护国家重点实验室苏州215123 上海交通大学附属第一人民医院上海200080

目的条纹状损伤是高度近视向病理性近视发展过程中的一种重要眼底改变。临床研究表明,在无创的眼底光学相干断层扫描(optical coherence tomography,OCT)图像中,条纹状损伤主要表现为视网膜色素上皮层—Bruch’s膜—脉络膜毛细血管复合... 详细信息

目的条纹状损伤是高度近视向病理性近视发展过程中的一种重要眼底改变。临床研究表明,在无创的眼底光学相干断层扫描(optical coherence tomography,OCT)图像中,条纹状损伤主要表现为视网膜色素上皮层—Bruch’s膜—脉络膜毛细血管复合体(retinal pigment epithelium-Bruch’s membrane-choriocapillario complex,RBCC)损伤,具体包括RBCC异常和近视牵引纹。由于OCT图像中条纹损伤存在目标小、边界模糊等问题,其自动分割极具挑战性。本文提出了一种基于特征聚合下采样和密集语义流监督的特征融合分割网络(deep-supervision and feature-aggregation based network,DSFA-Net),用于实现OCT图像中条纹损伤的自动分割。方法为减少网络参数量,DSFA-Net以通道减半的U-Net为基准网络,在编码器路径中设计并嵌入特征聚合下采样模块(feature aggregation pooling module,FAPM),使得网络在下采样过程中保留更多的上下文和局部信息,在解码器路径中设计并嵌入一种新的深监督模块——密集语义流监督模块(dense semantic flow supervision module,DSFSM),使得网络在解码过程中聚合不同分辨率图像之间的细节和语义信息。结果方法在上海市第一人民医院提供的751幅2维眼底OCT B扫描图像上进行验证与评估。相比于U-Net,本文方法在参数量降低53.19%的情况下,平均Dice相似系数(Dice similarity coefficient,DSC)、Jaccard和敏感度指标分别提高了4.30%、4.60%和2.35%。与多种较流行的语义分割网络相比,本文网络在保持最小网络参数量的同时,分割性能取得了较明显提升。为了更加客观地评估FAPM与DSFSM模块的性能,本文同时进行了一系列消融实验。在基准网络添加FAPM模块后,平均DSC、Jaccard和敏感度指标分别提高了1.05%、1.35%和3.35%。在基准网络添加DSFSM模块后,平均DSC、Jaccard和敏感度指标分别提高了4.90%、5.35%和5.90%。在基准网络添加FAPM与DSFSM模块后,平均DSC、Jaccard和敏感度指标分别提高了6.00%、6.45%和5.50%。消融实验的结果表明,本文提出的DSFSM和FAPM模块可以有效提升网络的分割性能。结论本文提出的DSFA-Net提升了眼底OCT图像中条纹损伤的分割精度,具备潜在的临床应用价值。

关键词：高度近视条纹损伤光学相干断层扫描(OCT) 深监督特征聚合卷积神经网络(CNN) 医学图像分割

基于特征聚合Transformer的多视图立体重建方法

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年第14期61卷 171-180页

作者：王敏赵明富宋涛李沩沩田媛李程张渝光纤传感与光电检测重庆市重点实验室重庆400054 重庆理工大学电气与电子工程学院重庆400054

针对现有多视图立体(MVS)方法中缺乏对整体图像的理解以及图像之间的联系所造成的在弱纹理区域或非朗伯曲面匹配模糊的问题,提出一种基于特征聚合Transformer的多视图立体重建方法。首先,通过融合可变形卷积的特征金字塔网络对输入图像... 详细信息

针对现有多视图立体(MVS)方法中缺乏对整体图像的理解以及图像之间的联系所造成的在弱纹理区域或非朗伯曲面匹配模糊的问题,提出一种基于特征聚合Transformer的多视图立体重建方法。首先,通过融合可变形卷积的特征金字塔网络对输入图像进行特征提取,自适应地调整感受野的大小和形状。接着引入基于Transformer的空间聚合模块,利用图像内部自注意力机制和图像间交叉注意力机制有效地获取视图内全局上下文信息以及视图间的信息交互关系,从而更精确地捕获场景的纹理特征进行特征聚合,实现可靠的特征匹配。最后,采用可见性成本聚合估计像素可见性信息,去除成本聚合中的噪声和错误匹配像素。在DTU和Tanks&Temples数据集上的实验结果表明,与其他方法相比,所提方法的重建性能更优越。

关键词：多视图立体 Transformer 特征聚合级联架构三维重建

在线全文

学校读者我要写书评

暂无评论

特征聚合的遥感图像数据库检索技术

激光杂志 2016年第6期37卷 78-81页

作者：王利杨征李洋电子科技大学成都611731 泸州职业技术学院信息工程系四川泸州646005 重庆大学重庆400044

受到多种因素的影响,单特征无法准确描述遥感图像信息,导致遥感图像的检索错误率高,为了提高遥感图像的检索正确率,提出一种基于特征聚合的遥感图像检索方法。首先分别提取遥感图像的颜色和纹理特征,然后通过欧式距离度量遥感图像之间... 详细信息

受到多种因素的影响,单特征无法准确描述遥感图像信息,导致遥感图像的检索错误率高,为了提高遥感图像的检索正确率,提出一种基于特征聚合的遥感图像检索方法。首先分别提取遥感图像的颜色和纹理特征,然后通过欧式距离度量遥感图像之间的相似度,得到遥感图像的检索结果,最后采用神经网络对遥感图像检索结果进行反馈。仿真实验表明,本文方法可以准确找到用户需要的遥感图像,而且检索的时间比较短、检索效率高,具有很好的实用性。

关键词：遥感技术遥感图像特征聚合数据库检索