检索结果-南通市图书馆

基于全局特征融合的SAR图像旋转舰船目标检测算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

系统工程与电子技术 2024年

作者：薛峰涛孙天宇杨益民杨健清华大学电子工程系北京遥感设备研究所

针对常规模型在合成孔径雷达(synthetic aperture radar， SAR)图像中对近岸旋转舰船目标检测效果不佳的问题，提出一种基于全局特征融合的SAR图像旋转舰船目标检测方法。首先通过全局注意力特征金字塔网络融合不同层级特征，缩短了底... 详细信息

针对常规模型在合成孔径雷达(synthetic aperture radar， SAR)图像中对近岸旋转舰船目标检测效果不佳的问题，提出一种基于全局特征融合的SAR图像旋转舰船目标检测方法。首先通过全局注意力特征金字塔网络融合不同层级特征，缩短了底层特征向顶层特征的传递路径；其次，在图像块融合阶段加入位置编码以减少降采样导致的定位信息损失；最后，采用旋转特征对齐网络生成高质量的锚点和旋转对齐特征，用于分类和坐标回归。该方法在RSDD-SAR数据集上旋转交并比为0.5时的平均检测精度达到了0.8948，对近岸和离岸舰船都有着较好的检测性能。

关键词：合成孔径雷达舰船检测旋转检测神经网络特征融合

变尺度特征融合与交叉训练的医学报告生成方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2024年

作者：韩琪张淑军谭立玮李劲松青岛科技大学信息科学技术学院

在对医学影像自动生成文本报告的过程中，针对病灶尺寸小、形状不规则、训练数据量少等因素易导致影像报告出现误诊、漏诊的问题，提出变尺度特征融合与交叉训练的医学报告生成方法. 首先将条件全局池化后的粗粒度特征与随机丢弃后的... 详细信息

在对医学影像自动生成文本报告的过程中，针对病灶尺寸小、形状不规则、训练数据量少等因素易导致影像报告出现误诊、漏诊的问题，提出变尺度特征融合与交叉训练的医学报告生成方法. 首先将条件全局池化后的粗粒度特征与随机丢弃后的细粒度特征相融合，增强模型对不同尺度病灶的感知能力; 然后通过整体数据和局部细节双路交叉训练的策略间接丰富数据集，增强模型的鲁棒性，并在双路中分别使用通道分离思想进一步挖掘影像的通道信息; 最后通过多头注意力编解码网络，得到准确的医学报告. 在IU-X-Ray和MIMIC-CXR数据集上与其他多种方法进行实验的结果表明， METEOR与BLEU-2分数分别提升5.70%和3.13%，所提方法可以有效地提升生成报告的可读性与准确性.

关键词：影像报告生成特征融合交叉训练条件池化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于多特征融合的自监督图像配准算法

计算机应用 2024年第5期44卷 1597-1604页

作者：韩贵金张馨渊张文涛黄娅西安邮电大学自动化学院西安710121 中国建筑第八工程局有限公司西南分公司成都610041

为保证提取特征的信息量丰富,当前基于深度学习的图像配准算法通常采用深层卷积神经网络,模型的计算复杂度高,而且还存在相似特征点区分度低的问题。针对上述问题,提出一种基于多特征融合的自监督图像配准算法(SIRA-MFF)。首先,使用浅... 详细信息

为保证提取特征的信息量丰富,当前基于深度学习的图像配准算法通常采用深层卷积神经网络,模型的计算复杂度高,而且还存在相似特征点区分度低的问题。针对上述问题,提出一种基于多特征融合的自监督图像配准算法(SIRA-MFF)。首先,使用浅层卷积神经网络提取图像特征,降低计算复杂度,并且通过在特征提取层添加特征点方向描述符,弥补浅层网络特征信息量单一的问题;其次,在特征提取层后添加用于扩大特征点感受野的嵌入与交互层,融合特征点局部和全局信息以提升相似特征点区分度;最终,最佳匹配方案由改进的特征匹配层计算得到,并同步设计了一种基于交叉熵的损失函数用于模型训练。在ILSVRC2012数据集生成的2个测试集中,SIRA-MFF的平均匹配准确率(AMA)分别为95.18%和93.26%,优于对比算法;在IMC-PT-SparseGM-50测试集中,SIRA-MFF的AMA为89.69%,也优于对比算法,且与ResMtch算法相比,单张图像运算时间降低了49.45%。实验结果表明,SIRAMFF具有较高精度和较强的鲁棒性。

关键词：图像配准自监督学习特征融合特征描述符特征嵌入

跨模态特征融合模板驱动的盾构隧道管片孔缝智能识别

在线全文

学校读者我要写书评

暂无评论

铁道科学与工程学报 2024年

作者：谭兆高贤君杨元维王少宁中国铁路设计集团有限公司长江大学地球科学学院

基于点云的隧道数据处理方法已逐步替代人工用于盾构管片接缝识别中。但常规点云处理算法提取螺栓孔和接缝时会存在因附属设施遮挡造成错误识别的问题，导致目标识别精度降低。针对此问题，以广州2003年开通的某地铁线路某段地铁隧道数... 详细信息

基于点云的隧道数据处理方法已逐步替代人工用于盾构管片接缝识别中。但常规点云处理算法提取螺栓孔和接缝时会存在因附属设施遮挡造成错误识别的问题，导致目标识别精度降低。针对此问题，以广州2003年开通的某地铁线路某段地铁隧道数据为例，提出了一种跨模态特征融合模板驱动的盾构隧道孔、缝识别方法。首先将隧道断面点云的几何中心作为视点，以扫描测线为单元进行逐测线投影生成隧道二维图像；然后通过Canny边缘检测和Hough变换缓冲识别纵缝，对二维图像进行环片分割，并基于双模板匹配实现盾构环分类，依据环片模板进行螺栓孔和横缝的粗定位；最后利用螺栓孔点云DBSCAN聚类后的中心坐标对环片模板进行精校正，实现盾构隧道管片孔、缝智能识别。研究结果表明：该方法在附属设施遮挡干扰等情况下能较好地实现孔缝精确识别。其中，设计的基于局部形态特征双模版驱动的盾构环片分类方法，可实现盾构环片的精确分类；设计的顾及盾构管片空间位置关系的孔缝识别方法，可有效提升孔缝识别精度。在识别率与耗时相近的情况下，本方法比同类方法识别精度更高，平均偏差更少，具有更好的准确性和鲁棒性。该方法将盾构隧道三维点云和二维点云投影图像进行数据特征融合的同时，能够顾及局部形态特征凭借双模板实现盾构环片的精确分类以及依据盾构管片的空间位置关系进一步提高孔缝识别精度。研究结果为进一步自动化精准识别盾构隧道接缝和螺栓孔目标信息提供参考。

关键词：盾构隧道孔缝识别特征融合模板驱动跨模态移动激光扫描点云

基于动态定位和特征融合的多分支细粒度识别方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与科学 2024年第2期46卷 253-263页

作者：杨晓强黄加诚西安科技大学计算机科学与技术学院陕西西安710000

为了解决细粒度分类类间差异小、类内差异大的分类难点,在Swin Transformer基础上,提出了一种改进的端到端的细粒度分类模型(TBformer)。针对复杂背景对网络识别产生的干扰,使用ECA、Resnet50、SCDA相结合的动态定位模块(DLModule)捕获... 详细信息

为了解决细粒度分类类间差异小、类内差异大的分类难点,在Swin Transformer基础上,提出了一种改进的端到端的细粒度分类模型(TBformer)。针对复杂背景对网络识别产生的干扰,使用ECA、Resnet50、SCDA相结合的动态定位模块(DLModule)捕获关键物体,并设计了基于DLModule的三分支特征提取模块,提高对目标判别性特征的提取能力。为了充分挖掘三分支特征蕴含的丰富细粒度信息,提出了基于ECA的特征融合方法,增强特征的全面性、精确性,提高网络对细粒度分类的鲁棒性。实验结果表明:相比基础方法,TBformer在CUB-200-2011上的准确率提升了3.19%,在Stanford Dogs上的准确率提升了3.47%,在NABirds上的准确率提升了1.09%。

关键词：细粒度识别特征融合注意力机制多分支

基于注意力与门控机制的多特征融合恶意软件检测方法

在线全文

学校读者我要写书评

暂无评论

网络与信息安全学报 2024年第1期10卷 123-135页

作者：陈仲元张建标北京工业大学信息学部计算机学院北京100124

随着网络技术的飞速发展,恶意软件及其变种的数量不断增加,这使得恶意软件的检测成为网络安全领域面临的一大挑战。然而,现有的单一特征恶意软件检测方法在样本信息的表示上存在不足,而对于采用多特征的检测方法,它们在特征融合方面存... 详细信息

随着网络技术的飞速发展,恶意软件及其变种的数量不断增加,这使得恶意软件的检测成为网络安全领域面临的一大挑战。然而,现有的单一特征恶意软件检测方法在样本信息的表示上存在不足,而对于采用多特征的检测方法,它们在特征融合方面存在局限,未能有效地学习和理解特征内部及特征间的复杂关联,这些问题都会导致检测效果不佳。提出了一种基于多模态特征融合的恶意软件检测方法——MFAGM。通过处理数据集的.asm和.bytes文件,成功提取了两种类型的3种关键特征(操作码统计序列、API序列和灰度图像特征),实现了从多个角度全面地表征样本信息。为了更好地融合这些多模态特征,设计了一个特征融合模块SA-JGmu。该模块不仅采用自注意力机制捕获特征之间的内部依赖关系,还利用门控机制增强了不同特征的交互性,并巧妙地引入了权重跳跃连接以进一步优化模型的表示能力。最终,基于MMCC(Microsoft malware classification challenge)数据集的实验结果显示,MFAGM在恶意软件检测任务上与其他方法相比,达到了更高的准确率和F1分数。

关键词：恶意软件检测深度学习特征融合多模态学习静态分析

在线全文

学校读者我要写书评

暂无评论

预指导的多阶段特征融合的图像语义分割网络

计算机应用研究 2024年第3期41卷 951-955页

作者：王燕范向辉王丽康兰州理工大学计算机通信学院兰州730050

针对目前语义分割对图像边缘和小物体不能进行精确识别,以及简单融合多阶段特征会造成信息冗余、混杂不清等问题,提出了一个预指导的多阶段特征融合的网络(pre-guidanced multi-stage feature fusion network,PGMFFNet),PGMFFNet采用编... 详细信息

针对目前语义分割对图像边缘和小物体不能进行精确识别,以及简单融合多阶段特征会造成信息冗余、混杂不清等问题,提出了一个预指导的多阶段特征融合的网络(pre-guidanced multi-stage feature fusion network,PGMFFNet),PGMFFNet采用编解码器结构,编码阶段利用预指导模块对各阶段信息进行指导,增强各阶段特征之间的联系,解决各阶段特征在后续融合过程中产生的语义混杂问题。在解码阶段,利用多路径金字塔上采样模块融合高级语义特征,然后使用改进的密集空洞空间金字塔池化模块对融合后的特征进一步扩大感受野,最后将高低层次的特征信息融合,使得对小物体的分割效果更优。PGMFFNet在CityScapes公开数据集上进行了验证,得到了78.38%的平均交并比(mean intersection over union,MIoU),分割效果较好。

关键词：语义分割编解码器预指导金字塔特征融合

改进Census变换与特征融合的立体匹配算法

在线全文

学校读者我要写书评

暂无评论

传感器与微系统 2024年第2期43卷 130-133页

作者：张释如魏晓艳西安科技大学通信与信息工程学院陕西西安710054

针对局部立体匹配算法匹配精度较低问题,提出一种改进Census变换与特征融合的立体匹配算法。首先,使用变换窗口的邻域像素信息代替中心像素,解决传统Census变换过度依赖窗口中心像素问题;其次,引入图像的颜色信息与梯度信息构建融合代... 详细信息

针对局部立体匹配算法匹配精度较低问题,提出一种改进Census变换与特征融合的立体匹配算法。首先,使用变换窗口的邻域像素信息代替中心像素,解决传统Census变换过度依赖窗口中心像素问题;其次,引入图像的颜色信息与梯度信息构建融合代价计算函数,提高初始匹配代价的可靠性;为建立邻域像素间联系,引入单向动态规划思想进行代价聚合;最后,提出一种基于八方向的视差空洞填充方法对视差图进行优化。实验结果表明:该算法在Middlebury数据集上的平均误匹配率为3.77%,优于其他改进Census变换方法,具有较高的匹配精度。

关键词：双目视觉立体匹配 Census变换特征融合视差填充

基于高效通道注意力机制和特征融合网络的冠心病诊断算法研究

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2024年第1期41卷 190-197页

作者：郭卫涛帕孜来·马合木提张洪春新疆大学电气工程学院新疆乌鲁木齐830046 湖北职业技术学院计算机学院湖北孝感432100

针对冠心病重要特征不确定、诊断模型预测性能低等因素而导致冠心病早期诊断精度低的问题,提出一种基于高效通道注意力机制和特征融合的网络。通过XGBoost(eXtreme Gradient Boosting)来确定冠心病重要特征,设计数据生成图片的特征组合... 详细信息

针对冠心病重要特征不确定、诊断模型预测性能低等因素而导致冠心病早期诊断精度低的问题,提出一种基于高效通道注意力机制和特征融合的网络。通过XGBoost(eXtreme Gradient Boosting)来确定冠心病重要特征,设计数据生成图片的特征组合算法以适用该模型;为提高诊断模型预测性能,采用可以提升模型学习能力和特征利用率的高效通道注意力机制模块和特征融合模块。实验结果表明,在UCI克利夫兰心脏病数据集上,与其他诊断算法相比,该算法优于传统机器学习方法,预测精度可达100%且稳定性好。

关键词：冠心病早期诊断特征组合算法特征融合高效通道注意力