检索结果-南通市图书馆

基于改进SSD算法的地铁场景小行人目标检测

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

计算机研究与发展 2024年

作者：张秀再邱野沈涛南京信息工程大学电子与信息工程学院南京信息工程大学江苏省大气环境与装备技术协同创新中心(南京信息工程大学)

在地铁场景中，小行人目标由于分辨率低，包含特征信息较少，现阶段目标检测器对此类目标的检测仍具有挑战性.SSD目标检测算法利用金字塔网络的多尺度检测头，能一定程度提高行人目标检测性能，但将其应用于地铁等复杂环境中实现小行人... 详细信息

在地铁场景中，小行人目标由于分辨率低，包含特征信息较少，现阶段目标检测器对此类目标的检测仍具有挑战性.SSD目标检测算法利用金字塔网络的多尺度检测头，能一定程度提高行人目标检测性能，但将其应用于地铁等复杂环境中实现小行人目标检测仍具有一定局限性.针对上述问题，提出一种改进SSD算法以加强地铁场景中小行人目标检测效果.通过构建地铁场景行人目标数据集，标注相应标签，同时进行数据预处理操作；在特征提取网络中加入金字塔特征加强模块，将多分支残差单元、亚像素卷积和特征金字塔相结合获得图像多尺度、多感受野融合特征；利用上下文信息融合模块将图像低层特征与上下文特征相融合，生成扩展特征层用于检测小行人目标；设计一种基于Anchor-free的动态正负样本分配策略，为小行人目标生成最优正样本.实验结果表明：提出的改进SSD算法能有效提高地铁场景小行人目标检测性能，对遮挡严重的小行人目标检测，效果提升更为明显.

关键词：小行人目标检测 SSD算法注意力机制亚像素卷积多尺度特征融合

融合注意力和空洞编码解码的3D-MRI超分辨率算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第13期60卷 228-236页

作者：张金迪贾媛媛祝华正李洪碧杜井龙重庆医科大学医学信息学院重庆400016 重庆科技学院智能技术与工程学院重庆401331

为了提高脑部磁共振成像(MRI)图像的空间分辨率,目前基于深度卷积神经网络(CNN)的超分辨率(SR)重建方法已经取得了显著的效果。为了提高重建质量,可以通过增加深度或宽度扩大网络的感受野,但会因参数量大、消耗资源多等问题导致模型难... 详细信息

为了提高脑部磁共振成像(MRI)图像的空间分辨率,目前基于深度卷积神经网络(CNN)的超分辨率(SR)重建方法已经取得了显著的效果。为了提高重建质量,可以通过增加深度或宽度扩大网络的感受野,但会因参数量大、消耗资源多等问题导致模型难以训练;同时,网络对图像的中高频特征关注度不足,影响了重建质量。针对以上问题,设计了一种基于注意力和空洞编码解码的3D-MRI图像超分辨率重建网络。在低分辨率空间进行特征提取,通过对称连接的空洞编码解码器提取图像特征,并缓解棋盘效应;构建串联的通道-空间注意力模块,利用通道注意力获取各特征通道间的相互依赖关系,根据空间注意力自动学习不同位置的特征的权重,有效增强网络对中高频信息的学习;使用亚像素卷积将特征图上采样到目标图像尺寸,降低模型的内存消耗。基于公开数据集Kirby21和BraTS的实验结果表明,相较于传统SR算法和基于CNN的主流SR算法,所提出的算法在峰值信噪比(PSNR)、结构相似度(SSIM)和主观视觉效果上均优于对比算法。

关键词：超分辨率重建注意力机制亚像素卷积空洞卷积 3D-MRI

基于改进残差亚像素卷积神经网络的超分辨率图像重建方法研究

在线全文

学校读者我要写书评

暂无评论

长春师范大学学报 2020年第8期39卷 23-29页

作者：李岚张云杜佳马少斌兰州文理学院数字媒体学院甘肃兰州730000

为了提高重建图像的分辨率,降低算法的复杂性,保留更多的边缘信息,提出一种改进的残差亚像素卷积神经网络超分辨率图像重建方法。首先,在网络输入与输出之间增加一个新的通道,使卷积网络只学习LR与HR的残差,减少网络冗余。其次,在输出... 详细信息

为了提高重建图像的分辨率,降低算法的复杂性,保留更多的边缘信息,提出一种改进的残差亚像素卷积神经网络超分辨率图像重建方法。首先,在网络输入与输出之间增加一个新的通道,使卷积网络只学习LR与HR的残差,减少网络冗余。其次,在输出层应用亚像素卷积网络进行上采样,对特征图像重新排列,得到最终的高分辨率图像。实验结果表明,本文方法在分辨率效果、图像纹理、视觉效果等方面均优于经典方法(SRCNN方法和双三次插值方法)。在Set5、Set14、BSD100和DIV2K等常用数据集上的峰值信噪比(PSNR)和结构相似比(SSIM),与SRCNN方法相比都有提高,同时改进了图像重建算法的性能。

关键词：残差网络深度学习亚像素卷积超分辨率图像重建

在线全文

学校读者我要写书评

暂无评论

复杂机场道面外来异物高精度实时检测算法

智能系统学报 2023年第3期18卷 525-533页

作者：李海丰李纪霖王怀超桂仲成中国民航大学计算机科学与技术学院天津300300 成都圭目机器人有限公司四川成都610310

机场道面外来物(foreign object debris,FOD)具有类型多样、形状各异、背景复杂、目标弱小等特点,并且严重影响飞行器安全,故其高精度实时检测具有重要意义。针对以上问题,提出基于超分辨率特征金字塔并带有纹理信息提取模块的FOD实时... 详细信息

机场道面外来物(foreign object debris,FOD)具有类型多样、形状各异、背景复杂、目标弱小等特点,并且严重影响飞行器安全,故其高精度实时检测具有重要意义。针对以上问题,提出基于超分辨率特征金字塔并带有纹理信息提取模块的FOD实时检测网络(FOD real-time detection network,FOD-RDN)。该网络采用Darknet-53作为主干网提取特征,通过超分辨率特征金字塔对形状各异的小目标进行检测,并设计了纹理信息提取模块降低复杂背景的干扰。同时采用双通道YOLO检测器和基于CIoU的损失函数,进一步提升网络对FOD的检测精度和速度。实验结果表明,本文算法在满足实时性要求的情况下,在FOD数据集上整体检测精度达到了91.8%,相比于主流目标检测网络在FOD目标检测方面具有更好的检测效果。

关键词：机场道面外来异物小目标检测多尺度融合纹理信息提取超分辨率亚像素卷积特征提取完全交并比

融合分层特征与残差蒸馏连接的图像超分辨率重建

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2023年第6期18卷 1173-1184页

作者：程德强朱星光寇旗旗陈亮亮王晓艺赵佳敏中国矿业大学信息与控制工程学院江苏徐州221116 中国矿业大学计算机科学与技术学院江苏徐州221116

针对目前诸多图像超分辨率重建算法通过采用单一通道网络结构无法充分利用特征信息的问题,提出了一种可以高效利用特征信息的融合分层特征与残差蒸馏连接的超分辨率重建算法。该方法首先设计了一种将分层特征融合与残差连接相结合的连... 详细信息

针对目前诸多图像超分辨率重建算法通过采用单一通道网络结构无法充分利用特征信息的问题,提出了一种可以高效利用特征信息的融合分层特征与残差蒸馏连接的超分辨率重建算法。该方法首先设计了一种将分层特征融合与残差连接相结合的连接方式,对图像深层特征与浅层特征进行充分融合,提升了网络对于特征信息的利用率;其次设计出一种残差蒸馏注意力模块,使网络更高效地关注图像关键特征,从而可以更好地恢复出重建图像的细节特征。实验结果表明,所提出的算法模型不仅在4种测试集上呈现出更优秀的客观评价指标,而且在主观视觉效果上也呈现出更好的重建效果。具体在Set14测试集上,该模型4倍重建结果的峰值信噪比相对于对比模型平均提升了0.85 dB,结构相似度平均提升了0.034,充分证明了该算法模型的有效性。

关键词：图像处理超分辨率重建 U型网络残差连接神经网络特征融合注意力机制亚像素卷积

在线全文

学校读者我要写书评

暂无评论

基于多尺度时域3D卷积的视频超分辨率重建

图学学报 2022年第1期43卷 53-59页

作者：唐晓天马骏李峰杨雪梁亮钱学森空间技术实验室北京100086 河南大学软件学院河南开封475004 清华大学电子工程系北京100084

视频超分辨率是一项很有实用价值的工作。针对超高清产业中高分辨率资源较为匮乏的问题,为了有效利用视频序列帧间丰富的时间相关性信息及空间信息,提出一种基于多尺度时域3D卷积的视频超分辨率重建算法。该算法将输入的低分辨率视频序... 详细信息

视频超分辨率是一项很有实用价值的工作。针对超高清产业中高分辨率资源较为匮乏的问题,为了有效利用视频序列帧间丰富的时间相关性信息及空间信息,提出一种基于多尺度时域3D卷积的视频超分辨率重建算法。该算法将输入的低分辨率视频序列帧分别通过不同时间尺度的3D卷积进行时空特征提取,3D卷积能够同时对空间与时间建模,相较于2D卷积更加适用于视频任务的处理,通过不同尺度时域下提取的2种时空特征自适应运动补偿后,由亚像素卷积层执行分辨率的提升并与上采样后的输入帧相加后得到最终重建的高分辨率图像。在标准数据集上的实验结果表明,该算法无论在视觉效果上,还是峰值信噪比与结构相似性等客观质量评价指标上,均有显著地提升,优于FSRCNN和EDSR等算法。

关键词：视频超分辨率深度学习 3D卷积多尺度时域特征亚像素卷积

基于多尺度密集连接和U-Net改进的动态场景去模糊算法

在线全文

学校读者我要写书评

暂无评论

光电子．激光 2023年第9期34卷 904-914页

作者：刘光辉杨琦孟月波西安建筑科技大学信息与控制工程学院陕西西安710055

针对现有去运动模糊网络在图像恢复过程中出现的纹理细节丢失、无法抑制噪声、产生振铃伪影等问题,提出一种基于多尺度密集连接和U-Net改进的动态场景去模糊算法。首先,借助U-Net网络中空洞卷积下采样有效扩大感受野,在不增加参数量的... 详细信息

针对现有去运动模糊网络在图像恢复过程中出现的纹理细节丢失、无法抑制噪声、产生振铃伪影等问题,提出一种基于多尺度密集连接和U-Net改进的动态场景去模糊算法。首先,借助U-Net网络中空洞卷积下采样有效扩大感受野,在不增加参数量的情况下避免图片产生不可逆损伤,并利用亚像素卷积在上采样过程中以小的卷积核获得清晰的图像细节,降低运算复杂度;其次,设计多尺度密集特征提取模块(multi-scale dense feature extraction,MDFE),通过密集连接的卷积层加强深层次特征提取和复用,运用空间金字塔池化(spatial pyramid pooling,SPP)分支引导多尺度特征的传递和融合,促进图像细节纹理的有效保留;最后,采用ConvLSTM双向连通结构(bidirectional convolution LSTM unit,BCLU)以非线性方式从编码路径补偿简单级联流失的上下文特征,推动深度特征跨阶段相互作用,弱化边缘伪影和噪声干扰。与现有先进方法对比,验证了本文所提算法在性能上的优势。

关键词：振铃伪影密集连接去模糊空洞卷积亚像素卷积

在线全文

学校读者我要写书评

暂无评论

改进YOLOv5的轻量化交通标志检测算法

数据采集与处理 2023年第6期38卷 1434-1444页

作者：贾子豪王文青刘光灿南京信息工程大学自动化学院南京210044 东南大学自动化学院南京210096

随着当今时代科技和人工智能的高速发展,人们越来越倾向于无人驾驶这项技术。考虑到安全问题,针对驾驶过程中交通标志的实时检测问题,在YOLOv5模型的基础上做出改进,提出了一种轻量化的交通标志检测算法。在模型的特征融合部分加入了注... 详细信息

随着当今时代科技和人工智能的高速发展,人们越来越倾向于无人驾驶这项技术。考虑到安全问题,针对驾驶过程中交通标志的实时检测问题,在YOLOv5模型的基础上做出改进,提出了一种轻量化的交通标志检测算法。在模型的特征融合部分加入了注意力机制,可以使模型更加突出目标特征。在检测层前加入一种轻量化的亚像素卷积层,在不增加计算量的基础上,有效地提高检测特征图的分辨率。对损失函数CIoU(Complete intersection over union)加以改进,加快了网络的收敛速度,并且收敛效果较改进前有了一定提升。实验结果表明,本文模型准确率可达到90.6%,较基础网络提高了14.5%,检测速度可达到70帧/s,基本满足对交通标志的实时精准检测。

关键词：目标检测轻量化注意力机制亚像素卷积特征融合

融合注意力和空洞编码解码的3D-MRI超分辨率算法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2023年

作者：张金迪贾媛媛祝华正李洪碧杜井龙重庆医科大学医学信息学院重庆科技学院智能技术与工程学院

为了提高脑部磁共振成像（MRI）图像的空间分辨率，目前基于深度卷积神经网络（CNN）的超分辨率（SR）重建方法已经取得了显著的效果。为了提高重建质量，可以通过增加深度或宽度扩大网络的感受野，但会因参数量大、消耗资源多等问题导... 详细信息

为了提高脑部磁共振成像（MRI）图像的空间分辨率，目前基于深度卷积神经网络（CNN）的超分辨率（SR）重建方法已经取得了显著的效果。为了提高重建质量，可以通过增加深度或宽度扩大网络的感受野，但会因参数量大、消耗资源多等问题导致模型难以训练；同时，网络对图像的中高频特征关注度不足，影响了重建质量。针对以上问题，设计了一种基于注意力和空洞编码解码的3D-MRI图像超分辨率重建网络。首先，在低分辨率空间进行特征提取，通过对称连接的空洞编码解码器提取图像特征，并缓解棋盘效应；其次，构建串联的通道-空间注意力模块，利用通道注意力获取各特征通道间的相互依赖关系，根据空间注意力自动学习不同位置的特征的权重，有效增强网络对中高频信息的学习；最后，使用亚像素卷积将特征图上采样到目标图像尺寸，降低模型的内存消耗。基于公开数据集Kirby21和BraTS的实验结果表明，相较于传统SR算法和基于CNN的主流SR算法，所提出的算法在峰值信噪比（PSNR）、结构相似度（SSIM）和主观视觉效果上均优于对比算法。

关键词：超分辨率重建注意力机制亚像素卷积空洞卷积 3D-MRI