检索结果-南通市图书馆

作者：庞康宁河南大学

学位级别：硕士

航拍目标检测一直是目标检测技术研究的热点和难点,不论是在民用领域还是军事领域都对航拍目标检测有着广泛的需求,具有极高的研究价值。航拍目标的检测难点在于地面目标占图像比例小、目标尺度变化大、目标易受环境干扰以及背景复杂多... 详细信息

航拍目标检测一直是目标检测技术研究的热点和难点,不论是在民用领域还是军事领域都对航拍目标检测有着广泛的需求,具有极高的研究价值。航拍目标的检测难点在于地面目标占图像比例小、目标尺度变化大、目标易受环境干扰以及背景复杂多变,导致航拍目标检测率低、定位效果差。针对上述问题,本文提出一种单阶段检测网络RIDNet（Densely connected Inception Res Net）。RIDNet采用轻量化设计,通过多路径特征提取,RIDNet可以捕获到不同尺度目标的特征,实现多尺度目标检测。同时,RIDNet中的语义增强网络提高了对小尺度目标的检测能力。本文的主要工作如下:（1）提出了一种轻量化的特征提取网络并构建一个目标检测网络RIDNet V1。本文设计了一种多路径残差密集结构RI-Dense,并以此为基础设计了一个轻量级的特征提取网络。最终,以轻量化的特征提取网络和空洞空间池化金字塔为基础,构建了一个轻量化的目标检测网络RIDNet V1。（2）提出了一种基于多路径特征融合的语义增强网络并构建改进网络RIDNet。本文结合Inception Net思想提出了多路径特征融合模块RI-Deconv,并以此模块为基础构建语义增强网络。最后,将RI-Deconv与RIDNet V1相结合,构建改进的轻量化目标检测网络RIDNet。（3）提出了一种图像拼接方法用以处理大尺寸输入图像,并且对损失函数进行相应改进,以解决样本不均衡问题。本文将提出的算法在公开航拍数据集NWPU VHR-10和DOTA数据集上进行测试,将所提出的检测模型RIDNet V1和RIDNet与6种当前主流目标检测网络进行对比,在检测难度大的DOTA数据集上建议算法检测精度超越了其余6种算法。RIDNet在DOTA数据集中的检测速度为47.4ms,模型大小为39.4MB,在保证检测精度的前提下实现了检测模型的轻量化和实时性。消融实验测试了不同特征提取网络和检测器网络的组合,本文建议结构取得了最高检测精度。对用于检测目标的五个特征图也进行了消融实验,测试不同特征层对检测精度的影响以选择精度最高的特征图组合。

关键词：航拍图像目标检测多路径特征融合稠密连接轻量化网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的单幅图像去雨算法研究

基于深度学习的单幅图像去雨算法研究

作者：闫文凤燕山大学

学位级别：硕士

单幅图像去雨的目的是去除含雨图像中的雨线,恢复出清晰的无雨图像。而已有的单幅图像去雨算法存在残留雨线,丢失背景细节信息等问题。近年来,深度学习在很多图像处理和计算机视觉任务中取得了显著效果。为了提高图像去雨算法的性能,该... 详细信息

单幅图像去雨的目的是去除含雨图像中的雨线,恢复出清晰的无雨图像。而已有的单幅图像去雨算法存在残留雨线,丢失背景细节信息等问题。近年来,深度学习在很多图像处理和计算机视觉任务中取得了显著效果。为了提高图像去雨算法的性能,该文将深度学习的方法应用于单幅图像去雨问题并展开研究,具体研究内容如下:首先,提出基于多项式网络的单幅图像去雨算法。先设计PolyInception模块,再利用该模块进一步构建出单幅图像去雨网络结构,以端到端的方式实现有雨图像和清晰图像间的非线性映射。PolyInception模块由Inception残差单元的不同多项式组合构成,这种多项式组合方法可以增加网络结构的多样性,使网络性能得到提升。实验结果表明,该文提出的算法能够去除含雨图像中不同方向和密度的雨线,并保留图像背景信息。其次,为进一步提高单幅图像去雨算法的性能,该文结合稠密连接的思想,设计基于稠密网络的单幅图像去雨网络结构。稠密连接的结构可以加强特征在网络中的传播,解决深层网络在训练过程中的梯度消失问题,并利用扩张卷积增大去雨网络的感受野。实验结果表明,该方法提高了图像去雨的效果,使复原图像具有更好的视觉质量。最后,为了使复原图像保留更精确的场景细节信息,该文根据雨线属于高频成分,提出基于图像分解和稠密网络的单幅图像去雨算法。利用两个子网络分别预测含雨图像的低频部分和非雨高频部分,再将预测到的低频图像和无雨高频图像叠加得到复原图像,并通过在损失函数中引入全变差正则项和低频通道保真项,实现两个子网络的联合训练。实验表明,该算法能去除图像中的雨线,同时保留更丰富的场景细节信息。

关键词：图像去雨深度学习卷积神经网络多项式网络稠密连接图像分解全变差

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的人脸识别研究

基于深度学习的人脸识别研究

作者：江白华安徽理工大学

学位级别：硕士

身份识别技术在现代社会生活中充当着很重要的角色,与人们的生活息息相关。人脸身份识别技术具有直观性优异、非接触性强以及隐蔽性好等优势,被广泛应用到安防领域、公安领域、支付领域等。属于深度学习的卷积神经网络(CNN)推动了人脸... 详细信息

身份识别技术在现代社会生活中充当着很重要的角色,与人们的生活息息相关。人脸身份识别技术具有直观性优异、非接触性强以及隐蔽性好等优势,被广泛应用到安防领域、公安领域、支付领域等。属于深度学习的卷积神经网络(CNN)推动了人脸识别技术的发展,现在基于CNN的人脸识别较传统方法占据更大的优势。基于人工设计特征的传统人脸识别技术,人工获取特征的工作量很大,识别效果易受个人主观与场景的局限,导致实时性与准确度不高。而利用卷积神经网络识别人脸,可以避免复杂的特征提取,直接学习到最佳的图像特征,在不同场景的应用下具有鲁棒性、实时性。ResNet、DenseNet网络是最近提出的,模型效果最好。ResNet可达152层,但是深层网络导致训练效率低;DenseNet的稠密连接方式,可导致隐含的深度监督,有助于培训更深层次的网络架构,但是这种特征重用会导致后续层引入冗余特征信息。通过参考ResNet网络结构,引入DenseNet稠密连接结构,本文设计了12层的CNN模型架构。在保证一定的特征重用下,但不至于引入太多的冗余信息,该网络具有良好的信息流传递性,隐含的深度监督。在网络中引入批归一化与Dropout改善网络,进一步缓解过拟合,训练网络参数的优化算法选择Adam,激活函数选择ReLU。保证一定的识别速度与精确度,降低对计算机硬件资源的依赖性,实现了人脸的在线识别。在CASIA-webface人脸库训练所设计的CNN模型,针对训练结果调整模型超参数,得到最优模型,再与VGG16、ResNet14模型对比,验证该CNN模型的性能优异,在CASIA-webface上可达到95.6%以上的测试准确度。通过调用OpenCV库自带的Haar Cascade分类器实现人脸检测功能,并在人脸检测与人脸识别之间增加去模糊图片步骤,过滤清晰度低的图片,进一步提高识别效果。最后,本文的人脸识别系统测试结果在92.5%左右,识别速度在1s以内,满足人脸识别系统的设计要求。图[65]表[7]参[70]

关键词：人脸识别深度学习卷积神经网络稠密连接

基于神经网络的手写数字识别改进算法和系统研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于神经网络的手写数字识别改进算法和系统研究

作者：王际凯西安电子科技大学

学位级别：硕士

手写数字识别是一类基础的图像分类问题,具有很高的实用价值,在财会、邮政、金融等领域有着广泛的应用前景。利用计算机完成手写数字识别工作将大大简化人们的生活,节省大量的人力识别成本,具有一定的现实意义。处理图像分类问题主要有... 详细信息

手写数字识别是一类基础的图像分类问题,具有很高的实用价值,在财会、邮政、金融等领域有着广泛的应用前景。利用计算机完成手写数字识别工作将大大简化人们的生活,节省大量的人力识别成本,具有一定的现实意义。处理图像分类问题主要有两种方法,第一种是传统方法,先人工设计并提取图像的特征,再将提取出来的特征送入分类器进行分类;第二种是基于神经网络的端到端图像分类方法。随着计算机存储和计算能力的不断提升,神经网络技术正如火如荼的发展着,基于神经网络的图像分类方法逐渐成为了研究的热点。由于神经网络具有自动从大量数据中提取复杂结构特征的能力,在很多问题中都取得了超出传统方法的效果,因此针对神经网络技术的研究具有重要的意义。本文利用神经网络技术来处理手写数字识别问题,主要围绕以下三个问题集中地进行研究分析并给出了改进方法:首先,针对经典的单隐层前馈神经网络结构的反向传播算法训练速度偏慢,且不能利用无标签样本的问题,本文结合有监督算法和无监督算法,提出了两种快速准确的单隐层神经网络改进训练算法。其中,第一种改进算法利用无监督的受限玻尔兹曼机算法进行权值预训练;第二种改进算法在第一种改进方法的基础上引入了跨层连接,将输入层的信息直接引入输出层。在手写数字MNIST数据集上进行的实验结果表明,本文提出的两种改进算法比传统单隐层神经网络的反向传播算法具有更好的识别率和更快的训练速度。其次,针对经典的卷积神经网络虽然具有一定程度的平移不变性,但无法很好地解决诸如旋转、尺度不变性的问题,本文结合基于仿射变换的空间变换网络,以及稠密连接的思想,提出了一种改进方法。在畸变手写数字CMNIST数据集上进行的实验结果表明,本文方法可以自动定位畸变手写数字图片中相关的数字部分,并将数字校正为正常姿态,此外相较于传统的神经网络结构,稠密连接方式在本问题中也具有更好的分类精度,从而在一定程度上改善了传统卷积神经网络不变性不强的问题。最后,本文基于Python语言的Flask框架和Keras神经网络框架,设计并实现了一个基于卷积神经网络模型的手写数字识别系统,该系统包含了数据输入、数据预处理、神经网络模型预测和结果输出等模块。实验表明,我们实现的手写数字识别系统能够快速识别用户输入的手写数字,并且具有较好的识别效果。

关键词：手写数字识别单隐层神经网络仿射变换无监督学习稠密连接卷积神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于卷积神经网络的小目标检测方法研究

基于卷积神经网络的小目标检测方法研究

作者：吕方方桂林电子科技大学

学位级别：硕士

目标检测是视觉领域研究的重要方向,在多个领域中有重要的应用价值。目前检测在背景嘈杂条件下,由于受到遮挡、光线不足等条件影响,目标发生形变,导致对模型的要求也日益提高,需要克服更多难题与干扰来提高其鲁棒性。如何在多种因素的... 详细信息

目标检测是视觉领域研究的重要方向,在多个领域中有重要的应用价值。目前检测在背景嘈杂条件下,由于受到遮挡、光线不足等条件影响,目标发生形变,导致对模型的要求也日益提高,需要克服更多难题与干扰来提高其鲁棒性。如何在多种因素的影响下设计一个能精准识别目标的模型,成为该领域的重中之重。早期结合滑动窗口与图像缩放的算法检测成本高、效率低,多数高效算法都是基于卷积神经网络(CNN)被提出,虽在一定程度上控制了算法开销,并提高了对通用目标的检测准确率,但在对小尺度目标检测时效果仍不理想。研究发现,网络低层的特征图分辨率虽高,但抽象语义不足;高层的特征图因多次降采样操作使得尺寸变小但有丰富语义信息,造成边缘细节和目标定位相关的信息有所缺失。对实际尺寸较小的目标检测时,对特征的表达能力有更大需求,在较低层的特征图上进行更精密的采样,利用较深层的语义对目标的特征弥补。为此本文针对以上难题提出一种对稠密连接块之间全连接的方法融合各层级特征,对较浅层的特征做精密采样,生成的特征语义信息更丰富。本文研究内容如下所述:(1)针对现有算法对小尺度目标的提取特征不充分、在部分场景中目标存在对图像占比小、特征易丢失、检测精度低的问题,提出一种对稠密连接块之间全连接的方法融合各层级特征,实现对各层特征信息的复用,在一定程度上弥补模型提取特征的信息缺失,得到了更具鲁棒性的特征提升检测精确度。(2)在网络中参考残差结构思想,设计增加类似卷积与反卷积结构(Convolutional-Deconvolutional Network)超分辨率技术,通过一种跳跃式的短连接来达到修正proposal位置的目的,加强模型对目标定位的性能,加快网络的收敛速度,并用RoI Align来避免区域不匹配多带来的损失,降低对计算力的需求,改善模型对较小目标检测的精度。(3)针对图像中小目标边界模糊不清、背景和噪音占比大,难以检测到弱小目标的问题,借鉴SENet的思路,增加MSC模块优化提取特征,对网络最终输出的特征,同时在通道(channel)和空间(spatial)维度上,增加注意力机制来进一步地提升检测精度。此外,本文实验均使用公认数据集,设计消融实验对比,验证改进模型对尺寸较小目标的检测有效性。我们的方法提取特征更具鲁棒性,检测质量更高,在mAP达到81.6%的同时AP(如bottle等)提升到72.4%,相比其他代表性算法有明显的优势。

关键词：卷积神经网络小尺度目标检测稠密连接超分辨率注意力

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

单目图像深度估计算法研究

单目图像深度估计算法研究

作者：温竣文华南理工大学

学位级别：硕士

近年来,人工智能的快速发展改变了人们的生活。许多人工智能相关技术如无人驾驶、智能机器人等需要依赖物体的深度信息,因此深度估计成为了计算机视觉领域一大热点问题。其中,单目图像深度估计算法具有采集设备成本低且适用性高的优势,... 详细信息

近年来,人工智能的快速发展改变了人们的生活。许多人工智能相关技术如无人驾驶、智能机器人等需要依赖物体的深度信息,因此深度估计成为了计算机视觉领域一大热点问题。其中,单目图像深度估计算法具有采集设备成本低且适用性高的优势,是目前深度估计算法的重点研究领域。本文主要研究了基于深度学习的单目图像深度估计算法,有效提高了深度图像的精度。主要研究工作如下:（1）总结了图像深度估计的研究背景以及意义,并概述了国内外图像深度估计算法的发展现状。介绍了深度估计的网络结构、几何基础以及常用数据集,为本文算法的研究和实验分析奠定了基础。（2）针对室内复杂场景深度估计预测不准确且边缘模糊的问题,本文采用监督学习的方法,提出了基于多尺度注意力导向网络的深度估计算法。算法首先设计了一个端到端的编码器-解码器模型,编码器以多个尺度进行特征提取。为了保证更好的深度连续性,解码器结合残差学习以及通道注意力融合,对提取的多尺度特征逐步优化细节以及场景结构。考虑到多次下采样导致深度图细节的丢失,设计了边界增强模块,通过引入空间注意力,提升不同物体的类间对比度以增强图像的边界细节。实验结果表明,在NYU-Depth-v2室内图像数据集上,该算法生成的深度图像相较于目前主流的Hu算法,在均方根误差RMSE指标上降低了约2.1%,并且表现出更细致的物体边缘轮廓。（3）针对室外场景的真实深度信息较难获取的问题,本文采用自监督学习的方法,提出了基于稠密特征融合的自监督深度估计算法。算法框架包括深度估计网络和位姿估计网络两部分,通过将两个网络分别生成的深度图和位姿向量利用相机模型原理合成出重建帧,比较重建帧与原始帧的相似性以此作为损失函数训练网络。此外,算法设计了注意力特征融合层以及对应层级的稠密连接,增加了对上下文信息的有效利用,改善了复杂路况下深度预测精度不高的问题。实验结果表明,在KITTI室外图像数据集上,该算法生成的深度图像相较于目前主流的Godard算法,在均方根误差RMSE指标上降低了约3%,且训练过程无需依赖真实深度图,实用性更高。

关键词：深度估计深度学习注意力机制多尺度特征融合稠密连接

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于自注意力机制的文本分类算法的研究

基于自注意力机制的文本分类算法的研究

作者：季云辽宁大学

学位级别：硕士

文本分类是自然语言处理领域里的一个重要任务,被广泛用于热点挖掘、舆情、分析、产品分析、电影推荐、金融风险分析、欺诈识别等等。随着Web 2.0时代的来临,面对网上越来越多的文本信息,传统的基于统计学的方法已经无法满足需要。深度... 详细信息

文本分类是自然语言处理领域里的一个重要任务,被广泛用于热点挖掘、舆情、分析、产品分析、电影推荐、金融风险分析、欺诈识别等等。随着Web 2.0时代的来临,面对网上越来越多的文本信息,传统的基于统计学的方法已经无法满足需要。深度学习的出现,使得文本分类任务有了新的处理方法,也使得深层次的神经网络的训练成为了可能。然而,深层网络带来的梯度消失问题会导致网络难以训练。因此,如何训练深层神经网络是当下的研究的热点。本文针对多层长短期记忆网络带来的梯度消失问题和自注意力机制的分类性能不足问题,本文的主要研究内容如下工作:首先,针对多层长短期记忆网络带来的梯度消失问题,提出了用于文本分类的神经网络模型DenCLSTM。该模型由三层CLS层组成,其中每一层CLS分别由一层长短期记忆网络和一层卷积神经网络构成。长短期记忆网络负责处理词向量,给词向量添加时序信息;卷积神经网络负责优化词向量的表示,降低处理后的向量维度。经过上述过程完成之后,再将每层CLS层的输出构建稠密连结,从而解决梯度消失问题。其次,针对自注意力机制中由于输入矩阵单一导致的性能下降问题,提出了一种改进的自注意力机制。该机制利用长短期记忆网络可以保存文本上下文信息的特点,将DenCLSTM模型中的三个CLS层输出值作为自注意力机制中的Queue矩阵、Value矩阵和Key矩阵的输入值,从而增强自注意力机制的性能,以提高文本分类的准确度。最后,为了验证本文提出的DenCLSTM模型及改进的自注意力机制的分类性能,使用Pytorch框架来进行实验。数据集采用的是Aclimdb、SST-2、SST-5和新浪微博情感数据,并与现有模型进行了实验对比。结果表明,本文提出的模型在分类准确率、训练难度方面都有所改进,达到了预期的效果。

关键词：深度学习模型文本分类长短期记忆网络稠密连接自注意力机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

复杂城市道路场景下的实时语义分割算法研究

复杂城市道路场景下的实时语义分割算法研究

作者：敬力源重庆邮电大学

学位级别：硕士

城市道路场景纷繁复杂,传统图像分割算法只能通过图像的颜色、纹理和形状等低级特征,将图像划分成多个具有独特性质的区域,造成分割精度低、速度慢的现象,因此难以满足真实场景中的工业生产需要。随着Alex Net在2012年摘取图像分类竞赛I... 详细信息

城市道路场景纷繁复杂,传统图像分割算法只能通过图像的颜色、纹理和形状等低级特征,将图像划分成多个具有独特性质的区域,造成分割精度低、速度慢的现象,因此难以满足真实场景中的工业生产需要。随着Alex Net在2012年摘取图像分类竞赛Image Net上的桂冠,计算机视觉领域掀起了使用深度学习技术的浪潮。基于深度学习的实时语义分割算法能够自动提取目标的深层特征和语义信息,为复杂城市道路场景的解析提供了非常强大的技术支持。因此,本文详细阐述了在深度学习中提升分割精度和降低计算复杂度的方法,并且提出了以下两个模型。1.用于实时语义分割的轻量级密集连接金字塔网络。该模型采用通道分裂、转换、合并策略以及不同空洞率的卷积核设计了一个空洞金字塔瓶颈块,再通过像素级加法在不同层级上进行稠密连接,增强特征的重复利用。最后采用交叉融合方式进行特征融合。为了进一步提高分割精度,该模型在训练阶段采用辅助损失函数来进行监督,并在验证和推理阶段丢弃。Cityscapes和Camvid两个城市道路场景数据集上的实验证明,该模型在多个客观性能指标和分割后的主观视觉效果上都优于绝大多数同类实时语义分割算法。2.用于实时语义分割的联合金字塔注意力网络。该模型采用去掉全连接层的轻量级图像分类网络作为编码器。解码器设计了三个模块,分别为:提取不同深层次语义特征的联合特征金字塔模块,提取不同浅层次几何信息的空间细节提取模块,采用通道注意力和空间注意力机制的双边特征融合模块。多个数据集上的对比实验都证明了上述三个模块的有效性以及整体模型的优越性,例如:该模型处理512×1024分辨率的Cityscapes数据集图片时,均交并比达到了71.62%,每秒传输帧数为109.9。

关键词：深度学习实时语义分割稠密连接注意力机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于单任务提升的深度多任务学习

基于单任务提升的深度多任务学习

作者：任超重庆邮电大学

学位级别：硕士

多任务学习的显著特征是同时优化多个损失函数,其通过同时训练多个关联任务,利用包含在任务内的领域特定信息作为归纳偏差来提升每个任务的泛化性能。深度多任务学习方法在深度学习理论基础上对多任务学习方法进行改进。本文注意到目前... 详细信息

多任务学习的显著特征是同时优化多个损失函数,其通过同时训练多个关联任务,利用包含在任务内的领域特定信息作为归纳偏差来提升每个任务的泛化性能。深度多任务学习方法在深度学习理论基础上对多任务学习方法进行改进。本文注意到目前该领域方法仍存在两个问题:首先,现存大多数深度多任务学习方法通过设置固定的知识共享结构来定义任务间的关系,这些先验性的知识共享结构合理性存疑,且可能使每个任务不能充分利用多任务学习带来的好处,甚至导致明显的知识负迁移问题,使得任务性能提升不大;其次,一种新的提升角度是对单个任务内的结构进行改进,将多任务学习模式运用到任务内部,并与多任务学习方法互补,进一步提升每个任务的泛化性能,但目前少有方法从该角度出发进行研究。本文提出了两个方法分别对上述两个问题进行解决,主要研究内容如下:1.提出了一种基于稠密连接注意力单任务提升的深度多任务学习方法,首先每个任务使用特异的自注意力单元动态地学习任务间的知识共享结构,并通过稠密连接将知识共享信息与自身以合适的程度相结合,形成新的特征表示;其次使用单任务提升训练方法,贪心地优化每个任务,使模型能够在利用多任务学习框架的同时,极大程度地避免知识负迁移所带来的问题。在4个数据集上的实验结果分析表明该方法是有效的,并且其性能已优于许多目前主流的多任务学习方法。2.提出了一种基于层级伪任务增强与SEDA的深度多任务学习方法,聚焦于任务内部的结构改进。该方法首先在伪任务增强的基础上进行改进,设置层级伪任务结构明确优化目标,提升模型容量;其次,通过SEDA融合层提取次级伪任务解码器的知识共享信息并与主任务相融合,为主任务提供更强的训练动力;最后,采用超参数扰动的增强策略歧化伪任务的搜索轨迹,扩展参数搜索范围。实验结果表明,该方法相比伪任务增强方法性能有显著提升,并且与多任务学习框架具有互补作用,进一步提升模型的泛化性能。

关键词：多任务学习自注意力稠密连接层级伪任务增强单任务提升

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的超分辨率重构轻量化研究

基于深度学习的超分辨率重构轻量化研究

作者：秦柱重庆大学

学位级别：硕士

图像是信息的载体,图像的质量就是信息的质量,而超分辨率重构则是一种能够改善图像质量的技术,该技术在卫星遥感、监控图像、医疗诊断、生物识别等各项领域中都有着广泛的应用,具有很强的研究价值和应用价值。而随着深度学习在超分辨率... 详细信息

图像是信息的载体,图像的质量就是信息的质量,而超分辨率重构则是一种能够改善图像质量的技术,该技术在卫星遥感、监控图像、医疗诊断、生物识别等各项领域中都有着广泛的应用,具有很强的研究价值和应用价值。而随着深度学习在超分辨率重构领域的广泛使用,重构精度相比传统方法已经得到了质的飞跃。但目前的超分辨率重构模型存在着参数量大、推理速度慢等问题,阻碍了超分辨率重构技术应用于实际生活当中,因此,研究轻量化的超分辨率重构模型迫在眉睫。本文针对以上问题,提出了以下两种轻量化的超分辨率重构算法:(1)基于像素注意力的超分辨率重构轻量化算法。常规的通道注意力和空间注意力不适用于低级计算机视觉任务,像素注意力又缺乏上下文信息且计算复杂度较高。针对该问题,本文设计了一种低维像素注意力,使得权重矩阵可以在低维空间中完成计算,减少了计算复杂度,增加了感受野,能够有效增强模型的精度。经典的稠密连接中使用通道拼接的方式进行特征重用,导致模块参数量和计算量较大。针对该问题,本文提出了使用元素加法替换通道拼接,剔除了用于通道压缩的冗余卷积层,极大地减少了稠密连接的参数量和计算量。基于这两种改进,本文构建了一种残差稠密注意力网络,结合残差连接、稠密连接和低维像素注意力的优点,仅用较少的参数量就取得了良好的重构效果。(2)基于蒸馏连接的超分辨率重构轻量化算法。常规的轻量化模型往往对卷积操作进行分解,使得模型操作步骤增加,导致推理速度较慢。针对该问题,本文提出了一种蒸馏连接,将浅层特征进行特征重用,充分利用每个卷积层提取到的特征信息进行融合,提高信息总量,使得模块仅用少量的卷积层即可提取到丰富的特征信息,减少操作步骤,加快运行速度。常用的全局残差结构对模型的精度提升有限。针对该问题,本文引入全局融合结构,将每个模块的输出特征信息融合起来,充分利用多级特征,提高了最终的重构质量。基于这两种改进,本文构建了一种残差蒸馏注意力网络,结合残差连接、蒸馏连接、低维像素注意力和全局融合结构的优点,使得模型参数量少、计算量小、内存占用低、推理速度快且精度高。

关键词：轻量化低维像素注意力稠密连接蒸馏连接全局融合结构