检索结果-南通市图书馆

基于全局图推理与改进三维动态卷积的鱼类摄食行为分析

在线全文

学校读者我要写书评

暂无评论

江苏农业学报 2024年第10期40卷 1863-1874页

作者：丁寅陈明栗征薛江浩上海海洋大学信息学院上海201306 农业农村部渔业信息重点实验室上海201306 上海时粼信息科技有限公司上海201314

本研究提出一种基于时间动作检测的轻量化视频分类网络,旨在解决水产智能化养殖中饵料的投喂不均和水体污染等问题,提高投喂准确性和效率。该网络以ResNet 3D为基础,引入深度可分离卷积模块和三维动态卷积模块,以降低模型规模和参数量;... 详细信息

本研究提出一种基于时间动作检测的轻量化视频分类网络,旨在解决水产智能化养殖中饵料的投喂不均和水体污染等问题,提高投喂准确性和效率。该网络以ResNet 3D为基础,引入深度可分离卷积模块和三维动态卷积模块,以降低模型规模和参数量;同时采用图卷积全局推理模块和稠密卷积模块构建区域和全局关系,增强网络深层特征的表达,提高网络分类准确率。经试验验证,该模型检测准确率可达96.70%,相较变分自动编码器卷积网络和3D ResNet-GloRe网络,其准确率分别提高7.7个百分点和4.4个百分点;同时,该模型的参数量和计算量也明显降低,分别为1.10 M和3.87 G。研究结果表明,该基于时间动作检测的轻量化视频分类网络可以有效提高水产养殖中饵料的智能化投喂的准确性和效率,减少饵料投喂不均以及水体污染等问题,具有较高的应用价值。

关键词：鱼类行为机器视觉视频分类全局图推理动态卷积

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

基于动态卷积多层域自适应的轴承故障诊断

计算机应用研究 2022年第7期39卷 2098-2103页

作者：周华锋程培源邵思羽赵玉伟焦晓璇空军工程大学防空反导学院西安710051 空军工程大学航空工程学院西安710051

现有基于深度学习的轴承故障诊断方法对数据具有一定的依赖性,要求训练数据与测试数据具有相同的分布。在变工况的条件下,网络模型的故障诊断精度会因数据分布发生变化而下降。为保证网络模型能够在变工况条件下对轴承的健康状态进行准... 详细信息

现有基于深度学习的轴承故障诊断方法对数据具有一定的依赖性,要求训练数据与测试数据具有相同的分布。在变工况的条件下,网络模型的故障诊断精度会因数据分布发生变化而下降。为保证网络模型能够在变工况条件下对轴承的健康状态进行准确识别,基于无监督域自适应理论,提出一种新颖的智能故障诊断网络模型——动态卷积多层域自适应网络。该网络一方面充分利用动态卷积强有力的特征提取能力,提取更多有效的故障特征;另一方面采用相关对齐实施非线性变换,同时对齐多层故障特征分布的二阶统计量,促进源域的诊断知识向目标域迁移,提高了模型在目标域无故障标签条件下的故障识别准确率。最后,在两个数据集共14个迁移任务下进行实验,实验结果表明,动态卷积多层域自适应网络能够实现较高的故障诊断识别精度。

关键词：轴承智能故障诊断无监督域自适应动态卷积

基于动态卷积与注意力的多特征融合行人重识别

在线全文

学校读者我要写书评

暂无评论

计算机工程与设计 2023年第4期44卷 1228-1234页

作者：耿韶松李晋国上海电力大学计算机科学与技术学院上海200000

为能够准确利用图像中有效特征,提取判别性较高的信息区分特征相近的行人,提出一种基于动态卷积和注意力机制的多分支网络。将动态卷积核作用于ResNet50网络中,使动态卷积中的注意力机制与网络中的通道和空间注意力共同作用,通过不同分... 详细信息

为能够准确利用图像中有效特征,提取判别性较高的信息区分特征相近的行人,提出一种基于动态卷积和注意力机制的多分支网络。将动态卷积核作用于ResNet50网络中,使动态卷积中的注意力机制与网络中的通道和空间注意力共同作用,通过不同分支得到相应局部特征,融合得到高判别性特征进行分类匹配。在CUHK03、DuckMTMC-reID、Market-1501数据集上进行验证实验,其结果表明了所提模型的优越性。

关键词：行人重识别动态卷积通道注意力机制空间注意力机制多特征融合难样本三元组损失多分支网络

在线全文

学校读者我要写书评

暂无评论

基于动态卷积与文本数据增强的图像生成方法

计算机工程 2023年

作者：吕文涵车进赵泽纬吴金蔓宁夏大学物理与电子电气工程学院信息工程学院

针对传统文本生成图像方法存在输入向量表示的稀疏性导致图像与输入文本描述不一致问题，提出一种DOW-GAN文本生成图像方法。设计一种基于向量数据增强网络，降低文本维度使模型学习文本特征概率分布能力加强，优化图像与文本对齐性。... 详细信息

针对传统文本生成图像方法存在输入向量表示的稀疏性导致图像与输入文本描述不一致问题，提出一种DOW-GAN文本生成图像方法。设计一种基于向量数据增强网络，降低文本维度使模型学习文本特征概率分布能力加强，优化图像与文本对齐性。将模型中常规卷积替换为ODConv动态卷积，采用并行策略多头互补注意力对多个卷积核进行与输入有关的线性加权，提升卷积层对输入特征依赖性，同时抑制模型非相关权重信息，从而提升模型精度。添加浅层并行网络于残差模块，以多尺度处理残差网络图像特征，将后期融合模块通道数增多以降低参数量，保证图像文本一致性的同时，达到快速低延迟性能。实验结果显示，在CUB数据集上，与当前主流的DM-GAN模型相比，该模型的IS分数、FID分数与R 值分别提升了16.2%、42.38%和9.99%。在Oxford-102数据集上，DOW-GAN模型IS值达到3.54，FID值达到15.79，R值达到了66.98，由此可知，该DOW-GAN模型与DM-GAN相比，可解决鸟类多头多脚、花朵花瓣残缺等图像畸形等问题，有文本图像对齐性增强和图片完整度升高的图像生成效果。

关键词：生成对抗网络动态卷积向量数据增强浅层并行网络文本生成图像

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融合注意力特征及动态卷积的肺结节辅助诊断

科学技术与工程 2023年第16期23卷 6834-6844页

作者：谷宇刘佳琪杨立东张宝华张祥松贾成一内蒙古科技大学信息工程学院内蒙古自治区模式识别与智能图像处理重点实验室包头014010 京东方科技集团股份有限公司北京100176 中国二冶集团有限公司包头014010

针对肺结节关键影像征象信息不易获取,部分卷积神经网络(convolutional neural networks,CNN)模型对肺结节的识别率不高的问题,提出一种融合注意力特征的动态卷积残差网络(dynamic convolutional residual networks incorporating attention features,DcANet),并在有效实现肺结节良恶性分类的基础上对所提模型的诊断结果进行可视化分析。此网络以适应肺结节三维小尺寸输入特点的残差网络为基本框架,在DcABlock部分使用可以自适应调整卷积参数的动态卷积以及迭代注意特征融合模块,使模型能够更准确地获取肺结节信息,提高模型的表征能力。此外,还使用类激活映射将三维图像的各层切片进行可视化分析。实验在最终测试集上的准确率为85.87%,平衡F分数(F1)值为82.67%,敏感度和特异性的综合指标Gmean值为85.51%。实验结果表明:该网络可以提升对肺结节良恶性分类的准确性,诊断结果具有可信性,有一定的临床应用价值。

关键词：肺结节辅助诊断动态卷积迭代注意特征融合模块深度学习类激活映射

基于像素距离图和四维动态卷积网络的密集人群计数与定位方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2024年第7期44卷 2233-2242页

作者：高阳峄雷涛杜晓刚李岁永王营博闵重丹陕西科技大学电子信息与人工智能学院西安710021 陕西省人工智能联合实验室(陕西科技大学) 西安710021 中铁第一勘察设计院集团有限公司西安710043

基于卷积神经网络(CNN)获得回归密度图的方法已成为人群计数与定位的主流方法,但现有方法仍存在两个问题:首先传统方法获得的密度图在人群密集区域存在粘连和重叠问题,导致网络最终人群计数和定位错误;其次,常规卷积由于其权重不变,无... 详细信息

基于卷积神经网络(CNN)获得回归密度图的方法已成为人群计数与定位的主流方法,但现有方法仍存在两个问题:首先传统方法获得的密度图在人群密集区域存在粘连和重叠问题,导致网络最终人群计数和定位错误;其次,常规卷积由于其权重不变,无法实现对图像特征的自适应提取,难以处理复杂背景和人群密度分布不均匀的图像。为解决上述问题,提出一种基于像素距离图(PDMap)和四维动态卷积网络(FDDCNet)的密集人群计数与定位方法。首先定义了一种新的PDMap,利用像素级标注点之间的空间距离关系,通过取反操作提高人头中心点周围像素的平滑度,避免人群密集区域的粘连重叠;其次,设计了一种FDDC模块,自适应地改变卷积四个维度的权重,提取不同视图提供的先验知识,应对复杂场景和分布不均匀导致的计数与定位困难,提高网络模型的泛化能力和鲁棒性;最后,采用阈值过滤局部不确定预测值,进一步提高计数与定位的准确性。在NWPU-Crowd数据集的测试集上:在人群计数方面,所提方法的平均绝对误差(MAE)和均方误差(MSE)分别为82.4和334.7,比MFP-Net(Multi-scale Feature Pyramid Network)分别降低了8.7%和26.9%;在人群定位方面,所提方法的综合评价指标F1值和精确率分别为71.2%和73.6%,比TopoCount(Topological Count)方法分别提升了3.0%和5.9%。实验结果表明,所提方法能够处理复杂背景的密集人群图像,取得了更高的计数准确率和定位精准度。

关键词：卷积神经网络人群计数人群定位距离变化动态卷积局部极大值检测

基于动态卷积和窄带Conformer网络的TSEGAN语音增强研究

在线全文

学校读者我要写书评

暂无评论

基于动态卷积和窄带Conformer网络的TSEGAN语音增强研究

作者：陆元昕南京邮电大学

学位级别：硕士

语音增强是语音信号处理领域的研究重点之一,其目的是抑制或消除说话人语音的背景噪声,同时保证语音不产生失真。在语音增强的研究中,主要通过以下两个方面评价一个算法的优劣:一方面是抑制或消除说话人语音的背景噪声,另一方面是保证... 详细信息

语音增强是语音信号处理领域的研究重点之一,其目的是抑制或消除说话人语音的背景噪声,同时保证语音不产生失真。在语音增强的研究中,主要通过以下两个方面评价一个算法的优劣:一方面是抑制或消除说话人语音的背景噪声,另一方面是保证生成的增强语音拥有较高的语音感知质量和可懂度。近些年,研究人员把更多注意力放在不断发展的深度学习上,以深度神经网络为基础的语音增强方法自然地成为该领域的主要研究方向。在基于深度学习的神经网络技术发展的促进下,语音增强领域涌现出许多性能优异的模型。本文以基于生成对抗网络的时域语音增强模型(TSEGAN模型)为基准,针对增强语音的感知质量和可懂度两方面展开相关分析与研究,并提出一系列提升模型性能的方法。首先,为了提高模型的表达能力,生成质量更好的增强语音,本文对生成器的网络结构进行了改进,将窄带Conformer网络引入到TSEGAN模型的生成器中,提出了基于窄带Conformer网络的TSEGAN模型。由于多层次的窄带Conformer网络兼具Transformer的全局建模和卷积网络的局部建模能力,使得生成器可以更好地处理语音信号的特征信息,从而提高了增强语音的感知质量和可懂度。主观和客观评价结果表明,相较于基准模型,本文提出的NBC-TSEGAN模型增强语音的平均STOI值提升4.92%,平均PESQ值提升2.85%,表明本文方法提高了增强语音的可懂度和感知质量,平均CSIG/CBAK/COVL值分别提升4.85%、3.28%、4.30%,验证了本文方法能够有效提升增强语音的整体听觉效果。接着,在上述模型改进的基础上,为了进一步提升增强语音的质量,本文提出了基于动态卷积和窄带Conformer网络的语音增强模型,该模型利用动态卷积不会额外增加大量计算且能进一步提升模型性能的特点,将鉴别器中的二维卷积替换为动态卷积来提高鉴别器的反欺骗能力,从而提高生成器的生成和表达能力。主观和客观评价结果表明,相较于基准模型,Dy Conv-NBC-TSEGAN模型增强语音的平均STOI值提升6.56%,平均PESQ值提升4.63%,平均CSIG/CBAK/COVL值分别提升9.70%、7.38%、5.73%;相较于NBC-TSEGAN模型,Dy Conv-NBC-TSEGAN模型增强语音的平均STOI值提升1.96%,平均PESQ值提升1.73%,平均CSIG/CBAK/COVL值分别提升4.63%、2.38%、1.37%,验证了本文方法能够有效提升增强语音的感知质量和整体听觉效果,从而有效提高模型的增强效果。综上所述,本文通过在基准模型中引入窄带Conformer网络,提高了生成器的生成和表达能力,从而提升了增强语音的感知质量和可懂度。为了进一步提升增强语音的质量,本文提出了基于动态卷积和窄带Conformer网络的语音增强模型,利用动态卷积替换普通卷积,动态卷积可以随时间变化产生不同的动态卷积核来动态调整卷积核的参数,改善了模型性能,从而有效提升增强语音的可懂度和整体听觉效果。

关键词：语音增强基于生成对抗网络的时域语音增强模型深度神经网络窄带Conformer网络动态卷积

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

基于改进式动态卷积的目标跟踪算法研究

基于改进式动态卷积的目标跟踪算法研究

作者：叶尹昊南昌大学

学位级别：硕士

目标跟踪技术在计算机视觉领域一直非常重要,现如今基于深度学习的目标跟踪方法具有巨大的潜力。卷积神经网络(CNN)具有很强的泛化能力,可以提取更可靠的特征表征。当存在复杂背景信息干扰,基于CNN的跟踪器往往无法有效分辨,尤其是在跟... 详细信息

目标跟踪技术在计算机视觉领域一直非常重要,现如今基于深度学习的目标跟踪方法具有巨大的潜力。卷积神经网络(CNN)具有很强的泛化能力,可以提取更可靠的特征表征。当存在复杂背景信息干扰,基于CNN的跟踪器往往无法有效分辨,尤其是在跟踪器处理与目标物体相似的干扰信息时。针对上述问题,本文提出了一种改进式跟踪器作为解决方案,其集成了有效且适用的多尺度的注意力模块以及通用性更强且更高效的卷积方式。为了使跟踪器可以更高效地区别与目标相似的物体以及无关背景信息,本文提出了一种高效的多尺度注意力模块EMA,将其集成在特征提取网络的输出部分并重新设置了权重参数。其中跨维度的相互作用有助于通道和空间注意力的预测,EMA中的分组结构的顺序处理方法可以在处理特征时保持维度不变,从而维持处理的高效率。同时还提出了一种动态卷积方式Kernel Warehouse来集成在Di MP中,来规避传统卷积方式存在的一些诸如卷积核维度过大以及数量过多等方面的缺点。从而进一步发挥动态卷积在参数使用效率及表征效率方面的优势。本研究有助于为传统计算机视觉在处理目标帧的特征包括提取、融合等阶段提供了新的方法,以及在特征参数方面提供了优化计算性能和表征效率的思路。最后将本文提出的跟踪器以及目前主流的视觉目标跟踪器ATOM、Siam系列、KCF,原生Di MP等,在OTB2015以及VOT2018等数据集上进行综合性能对比测试。实验结果显示,本文提出的改进式Di MP跟踪器在OPE测试标准下,精准度以及成功率对比其他跟踪器均有明显提升,在跟踪性能指标FPS上的表现也位居前列。

关键词：目标跟踪动态卷积注意力机制

基于元学习和多尺度动态卷积的多模态医学图像融合

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

基于元学习和多尺度动态卷积的多模态医学图像融合

作者：王铭望河北大学

学位级别：硕士

多模态医学图像融合(Multimodel Medical Image Fuison,MMIF)是一种常见的图像融合任务。由于成像原理和传感器的差异,不同模态的医学图像能够反映不同的人体结构或功能信息,但单模态医学图像表征能力有限,难以为医学诊断过程提供足够... 详细信息

多模态医学图像融合(Multimodel Medical Image Fuison,MMIF)是一种常见的图像融合任务。由于成像原理和传感器的差异,不同模态的医学图像能够反映不同的人体结构或功能信息,但单模态医学图像表征能力有限,难以为医学诊断过程提供足够的信息。多模态医学图像融合方法将这些互补信息集成到一张图像中,以提高医学图像的利用率,帮助医生更好地理解图像内容和进行诊断。然而,基于传统方法的图像融合结果往往存在空间和光谱失真,而基于深度学习的方法普遍受限于训练集规模,同时缺乏对多尺度重要信息的有效关注。元学习方法能够有效降低小样本任务的训练难度,而动态卷积方法实现了对重要特征的关注。因此,本文结合元学习方法和动态卷积提出了两种基于元学习和多尺度动态卷积网络的多模态医学图像融合算法。本文的主要研究内容如下:(1)基于元知识迁移和多尺度动态卷积分解的多模态医学图像融合针对医学图像融合样本量不足,且无参考图像的问题,提出了一种基于元知识迁移和多尺度动态卷积分解的多模态医学图像融合算法。该算法结合大核卷积和动态卷积构建了一种多尺度动态大核卷积块(Multiscale Dynamic Large Kernel Convolution Block,MDLKB),并在此基础上构建了一种两级多尺度动态卷积网络(Dual-LevelMultiscale Dynamic Convolution Network,DDCNet)。DDCNet由两级共享-特有编码器模块、动态融合模块和解码器模块组成。编码器可以有效提取不同模态图像的共享和特有特征,动态融合块对提取到的特征进行融合,解码器对特征进行重建,获得融合图像。同时,为了解决训练样本有限的问题,本文构建了辅助任务,利用多聚焦图像融合任务进行有监督训练,学习元知识,并通过轻量级动态分支迁移至多模态医学图像融合网络中。该算法在哈佛全脑图谱数据集上进行了验证,取得了较好的效果。(2)基于Reptile元学习和多尺度交叉融合网络的多模态医学图像融合针对医学图像融合任务训练样本量不足、输入模态对强度差异大和现有方法跨模态细节保留不足的问题,提出了一种基于Reptile元学习和多尺度交叉融合网络的多模态医学图像融合算法。该算法在DDCNet的基础上采用全维动态卷积方法改进了多尺度动态大核卷积块以提升对重要特征的关注能力,并以此为基础构造了两级共享-特有编码器。同时,为了更好地提取多模态图像的跨模态特征,该算法还设计了跨模态增强模块(Cross Modal Enhancement Block,CMEB)和跨模态融合块(Cross Modal Fusion Block,CMFB),并结合两级共享-特有编码器以及解码器构建了一种多尺度交叉融合网络(Multiscale Cross Fusion Network,MCFNet)。MCFNet通过编码器提取不同模态图像的共享浅层特征和深层特有特征,通过跨模态交叉增强和融合块对编码器提取的浅层和深层特征分别进行增强和融合,最后通过解码器重建融合图像。此外,为了解决医学图像融合任务模态数量多、训练样本少的问题,本文设计了一种基于Reptile的元学习方法,构建了元学习数据集用于训练。与其它现有模型相比,该算法在CT-MRI和MRT1-PET两种多模态医学图像融合任务上均取得了较好的效果。

关键词：多模态医学图像融合元学习大核卷积动态卷积元知识迁移 Reptile元学习