检索结果-南通市图书馆

基于改进全卷积神经网络的图像单像素边缘提取

在线全文

学校读者我要写书评

暂无评论

计算机工程 2020年第1期46卷 262-270页

作者：刘畅张剑林建平同济大学机械与能源工程学院

为实现复杂背景图像中高精度边缘的准确提取,提出一种改进的单像素边缘提取算法。在改进的全卷积神经网络中,通过添加辅助输出层与采取多尺度输入的方式初步提取图像多像素边缘,并利用分水岭算法对多像素边缘进行细化重定位,从而获取图... 详细信息

为实现复杂背景图像中高精度边缘的准确提取,提出一种改进的单像素边缘提取算法。在改进的全卷积神经网络中,通过添加辅助输出层与采取多尺度输入的方式初步提取图像多像素边缘,并利用分水岭算法对多像素边缘进行细化重定位,从而获取图像单像素边缘。磁瓦图像上的应用结果表明,该算法具有较强的鲁棒性,能提取高精度且完整连续的单像素边缘。

关键词：单像素边缘检测全卷积神经网络分水岭算法距离误差磁瓦图像

基于改进全卷积神经网络的高分遥感影像不透水面提取制图

在线全文

学校读者我要写书评

暂无评论

遥感信息 2020年第4期35卷 47-55页

作者：庞博黄祚继吴艳兰陆雨婷安徽大学资源与环境工程学院合肥230601 安徽省(水利部淮河水利委员会)水利科学研究院合肥230088 安徽省地理信息智能技术工程研究中心合肥230000

针对现阶段高分辨率遥感影像提取城市不透水面的方法普遍精度不高的现状,以国产高分二号(GF-2)遥感影像为数据源,基于局部注意力机制的密集连接全卷积神经网络模型,以天津市遥感影像为例,构建不透水面样本库及训练不透水面提取模型,用... 详细信息

针对现阶段高分辨率遥感影像提取城市不透水面的方法普遍精度不高的现状,以国产高分二号(GF-2)遥感影像为数据源,基于局部注意力机制的密集连接全卷积神经网络模型,以天津市遥感影像为例,构建不透水面样本库及训练不透水面提取模型,用测试影像进行测试并采用多种精度评价方法与传统的不透水面提取算法相对比。结果表明,本文方法在遥感不透水面提取方面具有更好的完整性,其像元精度(PA)、均交并比(MIoU)、综合评价指标F 1和Kappa系数分别为0.8832、0.7364、0.8482和0.7533,均高于决策树分类算法、支持向量机法、随机森林算法。此外,本文方法具有较好的泛化性,在遥感影像不透水面提取上具有较强的应用价值。

关键词：高分二号深度学习全卷积神经网络不透水面提取泛化性

区域生长全卷积神经网络交互分割肝脏CT图像

在线全文

学校读者我要写书评

暂无评论

液晶与显示 2021年第9期36卷 1294-1304页

作者：张丽娟章润李东明李阳王晓坤长春工业大学计算机科学与工程学院吉林长春130012 吉林农业大学信息技术学院吉林长春130118 空军航空大学航空作战勤务学院吉林长春130022

由于医疗图像质量差、对比度低、患者之间差异大导致全自动分割方法很难获得足够准确、鲁棒的结果。为了解决全自动分割方法的局限性,本文提出一种基于神经网络改进的区域生长法,并与全卷积神经网络相结合对肝脏CT图像进行交互式分割。... 详细信息

由于医疗图像质量差、对比度低、患者之间差异大导致全自动分割方法很难获得足够准确、鲁棒的结果。为了解决全自动分割方法的局限性,本文提出一种基于神经网络改进的区域生长法,并与全卷积神经网络相结合对肝脏CT图像进行交互式分割。首先对图像进行预处理,突出待分割肝脏区域;接着计算像素在不同边缘检测算子下的梯度值作为该像素的特征,形成像素特征向量训练网络该网络以一对像素特征向量为输入,以两像素的关联度系数为输出;然后将训练好的神经网络模型作为区域生长算法的生长准则,手动交互选取一点产生分割结果;最后将分割结果作为原图的交互信息和原图灰度通道连接在一起一同输入全卷积神经网络。实验结果表明平均Dice系数达到96.69%,像素准确率达到99.62%,平均交并比达到96.65%。不同的腹部CT图像序列中肝脏的分割结果表明,该方法能精确提取肝脏区域,满足临床应用的需求。

关键词：全卷积神经网络区域生长法交互式分割

在线全文

学校读者我要写书评

暂无评论

改进的全卷积神经网络的脑肿瘤图像分割

信号处理 2018年第8期34卷 911-922页

作者：邢波涛李锵关欣天津大学微电子学院天津300072

针对现有机器学习算法分割脑肿瘤图像精度不高的问题,提出一种基于改进的全卷积神经网络的脑肿瘤图像分割算法。算法首先将FLAIR、T2和T1C三种模态的MR脑肿瘤图像进行灰度归一化,随后利用灰度图像融合技术得到脑肿瘤信息更加全面的预处... 详细信息

针对现有机器学习算法分割脑肿瘤图像精度不高的问题,提出一种基于改进的全卷积神经网络的脑肿瘤图像分割算法。算法首先将FLAIR、T2和T1C三种模态的MR脑肿瘤图像进行灰度归一化,随后利用灰度图像融合技术得到脑肿瘤信息更加全面的预处理图像;然后采用融合三次脑肿瘤特征信息的改进全卷积神经网络对预处理图像进行粗分割,并在每个卷积层后加入批量正则化层以加快网络训练的收敛速度,提高训练模型精度;最后融合全连接条件随机场细化粗分割结果中的脑肿瘤边界。实验结果表明,相较于传统的卷积神经网络脑肿瘤图像分割算法,本算法在分割精度和稳定性上有了较大提升,平均Dice可达91.29%,实时性较好,利用训练模型平均1 s内可完成单张脑肿瘤图像的分割。

关键词：脑肿瘤图像分割全卷积神经网络条件随机场

基于多尺度全卷积神经网络的核电主泵状态异常检测方法

在线全文

学校读者我要写书评

暂无评论

科技导报 2024年第16期42卷 114-125页

作者：龚安魏金铭中国石油大学(华东)青岛软件学院计算机科学与技术学院青岛266580

为解决目前主泵状态异常检测复杂数据建模难、早期异常检出难和异常程度评估难的问题,提出一种基于多尺度全卷积神经网络的编解码器网络结构异常检测方法MSFCNAD(multi-scale FCN-based anomaly detection)。在考虑主泵状态多变量时序... 详细信息

为解决目前主泵状态异常检测复杂数据建模难、早期异常检出难和异常程度评估难的问题,提出一种基于多尺度全卷积神经网络的编解码器网络结构异常检测方法MSFCNAD(multi-scale FCN-based anomaly detection)。在考虑主泵状态多变量时序特征的基础上,利用全卷积神经网络编解码进行像素级训练,精准定位核电主泵状态数据的异常范围;同时兼顾主泵状态异常时段特征,提取核电主泵状态的多尺度特征矩阵,通过不同尺度的特征矩阵所检测到的异常范围分级判断其异常程度。在此基础上,利用真实核电主泵数据进行实验,对比自回归滑动平均模型(ARMA)、双向长短期记忆网络(BiLSTM)、全卷积神经网络(FCN)、自动编码器(AEs)等多个模型的分类效果。结果显示,MSFCNAD模型的召回率、F1分数均优于文中列举的模型,分别为78.44%、80.30%,优于其他模型中最高的77.53%、69.74%,表明MSFCNAD模型比其他异常检测方法的性能更好,同时能够通过异常程度判断异常的严重性,在故障发生前优先维护,保障主泵正常运行。

关键词：异常检测多变量时间序列全卷积神经网络多尺度分析深度学习

顾及空间信息与全卷积神经网络的高分辨率遥感影像分类方法

在线全文

学校读者我要写书评

暂无评论

测绘地理信息 2020年第4期45卷 93-99页

作者：刘倩陈时雨蔡杨王明威武汉大学遥感信息工程学院湖北武汉430079

针对高空间分辨率遥感影像分类中存在的特征选择困难和空间信息缺乏等问题,提出一种顾及空间信息与全卷积神经网络(fully convolutional network,FCN)的高分辨率遥感影像分类方法。该方法综合利用遥感影像的光谱信息与高程信息,首先,使... 详细信息

针对高空间分辨率遥感影像分类中存在的特征选择困难和空间信息缺乏等问题,提出一种顾及空间信息与全卷积神经网络(fully convolutional network,FCN)的高分辨率遥感影像分类方法。该方法综合利用遥感影像的光谱信息与高程信息,首先,使用改进的全卷积神经网络逐层学习得到从底层到高层的特征映射;然后,利用Softmax分类器获得分类概率图;最后,将分类概率图和待分类影像同时输入条件随机场以强化空间信息约束,得到最终的分类结果。实验表明,该方法能有效提升高分辨率遥感影像的分类精度,减少分类噪声,在主观视觉效果和客观定量指标上均优于全卷积神经网络方法以及K近邻和支持向量机等传统分类方法,同时证明了数字表面模型用于高分辨率遥感影像分类的优势。

关键词：遥感影像分类数字表面模型全卷积神经网络条件随机场

在线全文

学校读者我要写书评

暂无评论

基于改进全卷积神经网络的玉米叶片病斑分割

计算机工程与应用 2019年第22期55卷 127-132页

作者：王振师韵李玉彬西京学院信息工程学院

玉米叶部病斑的准确分割是识别玉米叶部病害类别、实现作物精准施药的关键。为了准确分割出玉米叶部的病斑区域,提出了一种基于改进全卷积神经网络(Fully Convolutional Neural Network,FCN)的玉米叶片病斑分割方法。该方法的网络结构... 详细信息

玉米叶部病斑的准确分割是识别玉米叶部病害类别、实现作物精准施药的关键。为了准确分割出玉米叶部的病斑区域,提出了一种基于改进全卷积神经网络(Fully Convolutional Neural Network,FCN)的玉米叶片病斑分割方法。该方法的网络结构主要包括一个编码网络和对应的解码网络,在解码网络之后添加一个像素级别的分类器。编码网络结构是在传统VGG16网络的基础上进行改进,解码网络主要是对编码网络中的下采样层进行反卷积操作,通过对解码网络不断地进行训练,可以恢复编码网络输出特征图的分辨率,得到更为精确的分割效果。利用该研究方法与FCN、DeepLabV3、PSP Net等图像分割网络模型在不同的评价指标上进行比较,结果表明研究方法具有较好的分割性能,可以准确分割出玉米叶部的病斑区域。

关键词：玉米叶部病斑全卷积神经网络图像分割反卷积

全卷积神经网络在道路场景语义分割中的应用研究

在线全文

学校读者我要写书评

暂无评论

太原师范学院学报（自然科学版） 2020年第2期19卷 58-63页

作者：苗晨李艳梅陶卫国罗建龙彦霖付婧西华师范大学四川南充637009 四川德尔博睿科技股份有限公司四川南充637000

在使用全卷积神经网络处理图像时,网络中的池化层会造成特征信息的丢失,从而导致图像分割结果不理想.为保留更多的特征信息,提出一种没有池化层,只有卷积层的语义分割网络,在保留特征空间降维功能的前提下降低了图像处理过程中特征信息... 详细信息

在使用全卷积神经网络处理图像时,网络中的池化层会造成特征信息的丢失,从而导致图像分割结果不理想.为保留更多的特征信息,提出一种没有池化层,只有卷积层的语义分割网络,在保留特征空间降维功能的前提下降低了图像处理过程中特征信息的损失,加深网络深度,同时在反卷积过程中使用跳跃结构融合不同层次的特征信息,提高语义分割结果的精确度.实验结果表明,提出的语义分割网络与全卷积神经网络相比,其结果在MIoU和像素精度方面均有提升.

关键词：深度学习语义分割全卷积神经网络反卷积跳跃结构

基于融合伽马变换全卷积神经网络的火星地貌分割方法

在线全文

学校读者我要写书评

暂无评论

上海航天（中英文） 2023年第1期40卷 11-18页

作者：胡茄乾何超群龚翼飞温中凯于利夫李爽南京航空航天大学航天学院江苏南京211106 中国空间技术研究院北京100094

为了让火星巡视器在有限的寿命内能获得更多的科学产出,需要提高巡视器在火星表面的自主通过能力,而火星表面地貌类型是评估巡视器可通过性的重要信息。因此,提出了融合伽马变换的全卷积神经网络(FCN)火星表面地貌分割算法。首先,考虑... 详细信息

为了让火星巡视器在有限的寿命内能获得更多的科学产出,需要提高巡视器在火星表面的自主通过能力,而火星表面地貌类型是评估巡视器可通过性的重要信息。因此,提出了融合伽马变换的全卷积神经网络(FCN)火星表面地貌分割算法。首先,考虑对巡视器通过性的影响,确认地貌分类的类型,基于好奇号拍摄的火星地表图像Mars32K数据库,构建地貌分割数据集;其次,使用自适应伽马变换(AGT)对灰度单一的火星图像进行预处理,减弱了光照等因素干扰;最后,利用数据集训练一个FCN,以实现对火星表面地貌的分割预测。仿真结果表明:网络测试准确率达到83.03%,地形分割预测结果可靠,验证了方法的可行性。

关键词：火星探测全卷积神经网络图像分割深度学习伽马变换