检索结果-南通市图书馆

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于改进CNN和GRU的遥感图像描述方法

河南大学学报(自然科学版) 2024年第3期54卷 294-302页

作者：李铁柱张波沈夏炯魏金占党兰学郑逢斌河南大学河南省大数据分析与处理重点实验室河南大学计算机与信息工程学院河南开封科技传媒学院信息工程学院桂林航天工业学院电子信息与自动化学院

为遥感图像生成可读的文本描述对于实现遥感图像的自动解译、高效挖掘遥感影像信息有着重要意义.传统卷积神经网络(Convolutional Neural Network, CNN)的全连接层只能接受固定输入，对尺度多变、背景复杂的遥感影像，会导致精度丢失.... 详细信息

为遥感图像生成可读的文本描述对于实现遥感图像的自动解译、高效挖掘遥感影像信息有着重要意义.传统卷积神经网络(Convolutional Neural Network, CNN)的全连接层只能接受固定输入，对尺度多变、背景复杂的遥感影像，会导致精度丢失.为此提出了一个改进的CNN和门控循环单元(Gated Recurrent Unit, GRU)相结合的模型，在CNN中加入了特征加权融合的空洞金字塔池化(Atrous Spatial Pyramid Pooling, ASPP)模块，可以在不丢失分辨率的情况下提高模型的精度.为了评估性能，在RSICD和UCM＿Captions两个公开数据集进行实验.结果表明，该模型在遥感图像描述生成任务上表现优异，生成的自然语言描述更加准确，可以有效地提高遥感图像分析的自动化程度和语义准确性.

关键词：遥感图像图像描述卷积神经网络门控循环单元空洞金字塔池化

结合深度学习的糖尿病视网膜病变血管分割和重建

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国医学物理学杂志 2024年第10期41卷 1256-1264页

作者：许诗怡陈明惠邵怡秦楷博吴玉全尹志杰杨政奇上海理工大学健康科学与工程学院/上海介入医疗器械工程技术研究中心/教育部医学光学工程中心上海200093 上海市第一人民医院泌尿结石科上海200080

为了助于早期诊断糖尿病性视网膜病变,提出结合视网膜血管分割与三维重建的方法。三维重建可以避免分割后血管长度、曲度和分支角度等信息误判影响早期诊断。提出IAAnet算法进行视网膜图像分割,将传统Unet网络与Inception V3、ASPP、Att... 详细信息

为了助于早期诊断糖尿病性视网膜病变,提出结合视网膜血管分割与三维重建的方法。三维重建可以避免分割后血管长度、曲度和分支角度等信息误判影响早期诊断。提出IAAnet算法进行视网膜图像分割,将传统Unet网络与Inception V3、ASPP、AttentionGates相结合,较好地减少信息损失并避免过拟合的现象,提高网络对特征的提取能力。运用投影重建法来还原血管三维信息,并支持调节亮度、对比度,使医生更好地观察血管的真实状态。本文算法在准确率、召回率、F1分数、交并比、ROC曲线下面积上的结果分别是97.68%、96.07%、97.26%、92.79%、94.00%,通过与其他网络对比,IAAnet算法具有良好的分割准确性,三维投影重建后能在三维图像上获取更丰富的血管信息为早期诊断提供帮助。

关键词：深度学习糖尿病性视网膜病变 Inception V3 注意力门空洞金字塔池化三维投影重建

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

基于改进UFSA算法的车道线检测研究

计算机仿真 2023年第5期40卷 213-219页

作者：王祥柯福阳朱节中夏德铸南京信息工程大学自动化学院江苏南京210000 南京信息工程大学遥感与测绘学院江苏南京210000 南京信息工程大学无锡研究院江苏无锡214000 无锡学院江苏无锡214000

由于传统车道线检测方法存在计算量大、无视觉线索和车道线遮挡等主要问题,制约着车道线检测的发展。目前,UFSA(UltraFast Structure-aware)算法的提出可以有效解决上述问题,并在车道线检测领域广泛的应用。而UFSA算法存在网络卷积和池... 详细信息

由于传统车道线检测方法存在计算量大、无视觉线索和车道线遮挡等主要问题,制约着车道线检测的发展。目前,UFSA(UltraFast Structure-aware)算法的提出可以有效解决上述问题,并在车道线检测领域广泛的应用。而UFSA算法存在网络卷积和池化提取特征会丢失重要信息、边界信息不够敏感等问题,故加入ASPP(Atrous Spatial Pyramid Pooling)空洞金字塔池化与FCANet(Frequency Channel Attention)频率域通道注意力的融合机制定义为FCASPP(Frequency Channel Attention Spatial Pyramid Pooling),上述机制能够有效地在大感受野时,获取更丰富上下文信息并提取更有用和紧致的特征而抑制噪声信息,L-Dice(Lane Dice Loss)函数比Softmax函数更加关注车道边界的信息。通过消融实验验证了上述改进的有效性,且无需添加任何计算量。在TuSimple和CULane两个基准数据集中,检测精度与原文相比,分别提高了0.21个百分点和1.7个百分点,速度与原文相当,所提算法较具竞争力。

关键词：车道线检测频率域通道注意力空洞金字塔池化检测精度

维普期刊数据库

结构增强的联合向量场目标6DoF姿态估计方法研究及其应用

在线全文

学校读者我要写书评

暂无评论

结构增强的联合向量场目标6DoF姿态估计方法研究及其应用

作者：黄雨青华中科技大学

学位级别：硕士

目标感知是机器理解环境中的重要一环,6DoF姿态估计技术可提供目标相对于摄像头的位置及角度信息,进而用于目标轨迹跟踪、轨迹预测、意图识别等任务,为自动驾驶、机器人交互、增强现实提供立体感知支撑。目前,基于像素级投票的姿态估计... 详细信息

目标感知是机器理解环境中的重要一环,6DoF姿态估计技术可提供目标相对于摄像头的位置及角度信息,进而用于目标轨迹跟踪、轨迹预测、意图识别等任务,为自动驾驶、机器人交互、增强现实提供立体感知支撑。目前,基于像素级投票的姿态估计方法对目标受到遮挡、截断等场景展示出了一定的鲁棒性,本文针对现有方法不足提出了一种结构增强的联合向量场目标6DoF姿态估计方法。针对现有方法利用结构信息不足的问题,提出了一种新的结构信息引入方式及结构增强的像素级投票网络。其在目标3D模型表面定义关键点,在物体坐标系中建立关键点图,使用图卷积神经网络提取关键点图中的结构特征,使用卷积神经网络提取图像中的表观特征,将结构特征和表观特征像素级连接,为关键点定位任务提供结构增强支撑。公开数据集上的实验结果表明其可有效改善目标受到遮挡、截断等场景下的姿态估计性能。针对目标拍摄距离较远时有效投票像素较少,导致基于像素级投票的关键点定位方法可靠性下降的问题,提出了一种基于联合向量场的关键点定位方法及结构增强的联合向量场像素级投票网络,充分利用不同向量场的信息互补性提高关键点定位的鲁棒性。针对目标在图像中尺度变化悬殊的问题,引入空洞金字塔池化模块以增强模型的多尺度特征感知能力。公开数据集上的实验结果表明其可改善语义分割性能,并在目标受到遮挡、截断等场景下具有先进的姿态估计性能。以无人机空战为背景,验证了本文方法在军事目标姿态估计任务中的有效性。针对典型军事目标战斗机、坦克,通过合成渲染生成了一个具有挑战性的军事目标6DoF姿态估计数据集,其测试场景覆盖多种拍摄距离及角度、多种光线条件、云层/植被遮挡、边缘截断、复杂地空背景等。实验结果表明:本文方法对于战场环境中的光线变化、杂乱的背景、目标受到遮挡、截断、损坏等场景具有一定的鲁棒性,在严苛的战场环境中具备军事目标6DoF姿态估计能力。

关键词： 6DoF姿态估计关键点定位像素级投票图卷积神经网络联合向量场空洞金字塔池化军事目标

基于全卷积神经网络的道路场景语义分割算法研究

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

基于全卷积神经网络的道路场景语义分割算法研究

作者：吴甜甜西南大学

学位级别：硕士

随着计算机、相机等设备性能的不断提高,机器学习的发展上升到了一个全新的阶段。同时,由于人工智能的迅速发展,人脸识别、自动驾驶等新兴产品的不断涌现,相关应用对目标识别、语义分割和场景理解等技术的要求也不断提高。图像的语义分... 详细信息

随着计算机、相机等设备性能的不断提高,机器学习的发展上升到了一个全新的阶段。同时,由于人工智能的迅速发展,人脸识别、自动驾驶等新兴产品的不断涌现,相关应用对目标识别、语义分割和场景理解等技术的要求也不断提高。图像的语义分割任务在图像处理领域中发挥着重要的作用,通过对给定图像中每个像素点做标记,判断每一个像素点所属的目标类,以此获得所需要的像素级别的语义分割图。其分割结果的好坏将直接影响后续场景理解任务的优劣,因此,有关图像语义分割任务的研究在图像处理领域中具有非凡的意义和广阔的前景。传统图像分割算法是根据图像中目标自身特征进行相关的特征提取,不适用于现在的复杂场景,同时分割效率和精确度远远达不到各类任务的要求。基于深度学习的图像分割算法始于全卷积网络（Full Convolutional Network,FCN）,此后,许多优秀的语义分割网络模型就开始不断涌现,如ResNet、PSPNet、SegNet、ENet网络等。这些网络模型能够实现很好的分割效果或者达到很高的分割速度,但是它们没有做到网络分割精确度和预测速度之间的平衡,无法同时满足对精确度和实时性都有要求的应用产品。针对这些问题,论文提出了改进的语义分割网络,具体的研究工作如下:（1）论文针对Resnet-50模块做了改进,并将该模块用于基础特征的提取。用空洞卷积替换了原来的普通卷积,同时,对模块的通道数进行削减。在不同分辨率以及不同尺度下,基础特征提取模块将原始图像通过两个分支进行特征采样,并且这两个分支参数共享。该方法可以在增大卷积核感受野的同时,减少网络参数,提升网络运行速度。（2）为了使网络具有更好的尺度多样性,提出了基于互质因子的DenseASPP模块。此模块用于对特征图做进一步的特征处理,能够在削弱空洞卷积带来的网栅效应的同时,使得网络获得更多尺度的特征信息,提升网络分割效果。同时,在该模块中采用全局平均池化的方式汇集各空洞卷积层处理后的特征图,可以更方便的对特征图进行分类。这种池化层没有超参数,不会增加网络的计算量,同时可以避免过拟合的现象。（3）对于网络的三分支结构,使用级联特征融合单元模块进行特征图的融合,可以获得更加精细的分割图。同时,在模块中使用标签引导策略,提高网络分割的精确度。使用加权的交叉熵损失函数使得网络分割不过分地依赖某一个分支。（4）将该算法模型在Cityscapes数据集上进行实验,通过与PSPNet、SegNet等网络的实验结果进行对比,表明了网络的有效性。

关键词：语义分割空洞卷积实时空洞金字塔池化高分辨率