检索结果-南通市图书馆

多尺度特征提取和双向特征融合的场景文本检测

在线全文

学校读者我要写书评

暂无评论

哈尔滨理工大学学报 2023年

作者：连哲殷雁君智敏徐巧枝内蒙古师范大学计算机科学技术学院

自然场景文本检测是图像处理领域的基础性研究工作，具有广泛的应用价值。目前，自然场景文本检测通常采用单尺度卷积和多尺度特征融合来捕获场景文本语义特征。然而，单尺度卷积方法通常难以兼顾不同形状、不同尺度的文本目标的特征表... 详细信息

自然场景文本检测是图像处理领域的基础性研究工作，具有广泛的应用价值。目前，自然场景文本检测通常采用单尺度卷积和多尺度特征融合来捕获场景文本语义特征。然而，单尺度卷积方法通常难以兼顾不同形状、不同尺度的文本目标的特征表达。同时，基于上采样的简单的多尺度特征融合方法，只关注了尺度大小的一致性，而忽略了不同尺度下特征的重要性。针对以上问题，提出一种基于多尺度特征提取和双向特征融合的场景文本检测算法。提出算法基于不同大小卷积核构建多尺度特征提取模块，以兼顾不同尺度和不同形状文本目标的特征提取，同时捕获不同距离上下文信息依赖关系。在特征融合过程中，通过增加自下而上的融合路径构建双向特征融合模块实现不同尺度信息交互。特征融合后引入坐标注意力，以实现高层细节信息增强，弥补特征融合细节信息损失的缺陷。在ICDAR2015、MSRA-TD500、CTW1500数据集上进行大量实验，实验结果F值分别达到87.8%、87.1%和83.2%，检测速度分别达到17.2帧/s、31.1帧/s和22.3帧/s，相较于其他先进检测方法展现出良好的鲁棒性。

关键词：文本检测多尺度特征提取双向特征融合坐标注意力可微分二值化

基于CycleGAN-IA方法和M-ConvNext网络的苹果叶片病害图像识别

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

农业机械学报 2024年第4期55卷 204-212页

作者：李云红张蕾涛李丽敏苏雪平谢蓉蓉史含驰西安工程大学电子信息学院西安710048

针对苹果叶片病害图像识别存在数据集获取困难、样本不足、识别准确率低等问题,提出基于多尺度特征提取的病害识别网络(Multi-scale feature extraction ConvNext,M-ConvNext)模型。采用一种结合改进的循环一致性生成对抗网络与仿射变... 详细信息

针对苹果叶片病害图像识别存在数据集获取困难、样本不足、识别准确率低等问题,提出基于多尺度特征提取的病害识别网络(Multi-scale feature extraction ConvNext,M-ConvNext)模型。采用一种结合改进的循环一致性生成对抗网络与仿射变换的数据增强方法(Improved CycleGAN and affine transformation,CycleGAN-IA),首先,使用较小感受野的卷积核和残差注意力模块优化CycleGAN网络结构,使用二值交叉熵损失函数代替CycleGAN网络的均方差损失函数,以此生成高质量样本图像,提高样本特征复杂度;然后,对生成图像进行仿射变换,提高数据样本的空间复杂度,该方法解决了数据样本不足的问题,用于辅助后续的病害识别模型。其次,构建M-ConvNext网络,该网络设计G-RFB模块获取并融合各个尺度的特征信息,GELU激活函数增强网络的特征表达能力,提高苹果叶片病害图像识别准确率。最后,实验结果表明,CycleGAN-IA数据增强方法可以对数据集起到良好的扩充作用,在常用网络上验证,增强后的数据集可以有效提高苹果叶片病害图像识别准确率;通过消融实验可得,M-ConvNex识别准确率可达99.18%,较原ConvNext网络准确率提高0.41个百分点,较ResNet50、MobileNetV3和EfficientNetV2网络分别提高3.78、7.35、4.07个百分点,为后续农作物病害识别提供了新思路。

关键词：苹果叶片病害识别生成式对抗网络数据增强多尺度特征提取

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于深度神经网络的多级高压提水泵故障辨识

农业工程学报 2022年第14期38卷 27-34页

作者：秦云张钊源袁寿其司乔瑞杨宁江苏大学电气信息工程学院镇江212000 江苏大学国家水泵及系统工程技术研究中心镇江212000

多级高压提水泵属于复杂旋转机械,受设备自身结构影响,其故障特征频率易被强噪声淹没,且叶轮、轴承、齿轮等转子部件的故障振动信号相似度极高,导致现有故障辨识方法无法快速准确辨识其故障模式。针对上述问题,该研究提出一种改进的一... 详细信息

多级高压提水泵属于复杂旋转机械,受设备自身结构影响,其故障特征频率易被强噪声淹没,且叶轮、轴承、齿轮等转子部件的故障振动信号相似度极高,导致现有故障辨识方法无法快速准确辨识其故障模式。针对上述问题,该研究提出一种改进的一维卷积长短期记忆神经网络(One-Dimensional Convolution and Long Short-Term Memory Neural Network,1D-CNN-LSTM)自适应故障辨识模型。首先通过贝叶斯优化算法获得给定模型超参数,再输入经互补集合经验模态分解降噪后的振动数据集,通过1D-CNN层自适应提取样本特征并作为LSTM层输入;利用LSTM层学习具有识别性的深层特征并训练模型,最后由输出层Softmax函数完成故障辨识与分类。多级高压提水泵试验台实测数据集对模型进行验证的结果表明:提出的1D-CNN-LSTM智慧故障辨识模型能够快速辨识关键转子部件的故障模式,且准确率可达97%,具有更好的抗噪能力和鲁棒性能,可为智慧应急供水与净水一体化系统的可靠运维技术研发奠定理论基础。

关键词：故障辨识卷积神经网络长短时记忆网络多级高压提水泵多尺度特征提取

在线全文

学校读者我要写书评

暂无评论

嵌入注意力机制的多尺度深度可分离表情识别

北京航空航天大学学报 2022年第12期48卷 2381-2387页

作者：宋玉琴高师杰曾贺东熊高强西安工程大学电子信息学院西安710600

针对面部表情识别中,传统机器学习方法特征提取较为复杂,浅层卷积神经网络识别率不高,以及深度卷积神经网络易带来梯度爆炸或弥散的问题,构建了残差网络嵌入注意力机制的多尺度深度可分离表情识别网络。通过多层多尺度深度可分离残差单... 详细信息

针对面部表情识别中,传统机器学习方法特征提取较为复杂,浅层卷积神经网络识别率不高,以及深度卷积神经网络易带来梯度爆炸或弥散的问题,构建了残差网络嵌入注意力机制的多尺度深度可分离表情识别网络。通过多层多尺度深度可分离残差单元的叠加进行不同尺度的表情特征提取,使用CBAM注意力机制进行表情特征的筛选,提升有效表情特征权重的表达,削弱训练数据的噪声影响。所提网络模型在Fer-2103和CK+表情数据集分别取得了73.89%和97.47%的准确度,表明所提网络具有较强的泛化性。

关键词：表情识别注意力机制多尺度特征提取深度可分离卷积残差网络

基于铁路客站视频多视角特征图投影融合的人群密度估计模型

在线全文

学校读者我要写书评

暂无评论

中国铁道科学 2022年第3期43卷 182-192页

作者：李瑞李平代明睿马小宁李国华中国铁道科学研究院研究生部北京100081 中国铁道科学研究院集团有限公司科技和信息化部北京100081 中国铁道科学研究院集团有限公司电子计算技术研究所北京100081

为破解超大视觉场景下人群密度估计的局限性,提出1种适用于铁路客站的多视角特征图投影融合的人群密度估计模型,包括多视角特征图提取处理和多视角特征图投影融合处理2部分。首先,对站内多路旅客视频图像分别进行多尺度特征提取,并引入... 详细信息

为破解超大视觉场景下人群密度估计的局限性,提出1种适用于铁路客站的多视角特征图投影融合的人群密度估计模型,包括多视角特征图提取处理和多视角特征图投影融合处理2部分。首先,对站内多路旅客视频图像分别进行多尺度特征提取,并引入注意力机制模块分离背景和前景人像,得到注意力密度特征图;再将不同视角下经过提取处理后二维的特征图投影到三维地面坐标系;然后,对投影后的特征图进行融合计算,实现整体融合特征图的密度估计;最后,在传统密度估计损失基础上增加注意力密度特征损失,设计得到损失函数。依托公开数据集和基于清河站的自建数据集,对比验证模型性能。结果表明:该模型在均值绝对误差上优于当前同类先进模型;引入的注意力机制模块进一步优化了模型对人群密度估计的效果;200次迭代后模型平均损失梯度下降逐步稳定,梯度策略设置合理,收敛效果较好;在清河站实际应用场景下,该模型能基于3个不同视角视频图像准确估计人群密度。

关键词：铁路客站人群密度估计多视角融合多尺度特征提取注意力机制

在线全文

学校读者我要写书评

暂无评论

基于多尺度级联网络的水下图像增强方法

电子与信息学报 2022年第10期44卷 3353-3362页

作者：米泽田晋洁李圆圆丁雪妍梁政付先平大连海事大学信息科学技术学院大连116026 鹏城实验室深圳518000 安徽大学互联网学院合肥230039

针对水下图像由于光吸收、后向散射等因素导致的严重色偏、细节丢失等问题,该文提出一种基于多尺度级联网络的水下图像增强方法。针对单一网络特征利用不全面导致的图像梯度消失问题,该方法通过级联多尺度原始图像与相应的特征图像,以... 详细信息

针对水下图像由于光吸收、后向散射等因素导致的严重色偏、细节丢失等问题,该文提出一种基于多尺度级联网络的水下图像增强方法。针对单一网络特征利用不全面导致的图像梯度消失问题,该方法通过级联多尺度原始图像与相应的特征图像,以获得更优异的细节保持效果,并实现从较浅层到较深层快速预测残差的能力。此外,引入联合密集网络块和递归块,通过特征重用有效解决多尺度网络参数过多的问题。为有效解决单一损失造成的图像细节恢复不均的问题,提出Charbonnier和结构相似度(SSIM)联合损失函数。经仿真实验分析,所提网络在处理水下图像严重色偏、细节丢失等方面都取得了显著的效果。

关键词：水下图像增强多尺度级联网络多尺度特征提取梯度消失

基于多尺度注意力机制的三维卷积神经网络肺结节检测算法

在线全文

学校读者我要写书评

暂无评论

生物医学工程学杂志 2022年第2期39卷 320-328页

作者：赵宇督彭振伟马骏夏浩万洪林山东师范大学物理与电子科学学院山东省医学物理图像处理技术重点实验室济南250358

基于电子计算机断层扫描(CT)的肺结节检测的早期筛查是降低肺癌死亡率的重要手段,而近年来三维卷积神经网络(3D CNN)已经在肺结节检测领域取得了成功并不断深入发展。本文提出了一种基于多尺度注意力机制的3D CNN肺结节检测算法。针对... 详细信息

基于电子计算机断层扫描(CT)的肺结节检测的早期筛查是降低肺癌死亡率的重要手段,而近年来三维卷积神经网络(3D CNN)已经在肺结节检测领域取得了成功并不断深入发展。本文提出了一种基于多尺度注意力机制的3D CNN肺结节检测算法。针对肺结节大小和形状各异的特点,设计了一个多尺度的特征提取模块,提取不同尺度的相应特征。通过注意力模块,从空间和通道两个角度挖掘特征间的关联信息,对特征加强。提取出的特征进入类似金字塔的融合机制,使得特征中同时包含深层的语义信息与浅层的位置信息,更利于目标定位与边界框回归。在具有代表性的LUNA16数据集上,相对于目前先进的其他方法,本文方法能够明显地提高检测灵敏度,可为临床医学提供理论参考。

关键词：肺结节检测多尺度特征提取注意力机制三维卷积神经网络

在线全文

学校读者我要写书评

暂无评论

多尺度融合注意力机制的人脸表情识别网络

计算机工程与应用 2023年第1期59卷 199-206页

作者：罗思诗李茂军陈满长沙理工大学电气与信息工程学院长沙410114

针对在人脸表情识别中普通卷积神经网络难以提取有效特征、网络模型参数复杂等问题,提出了一种多尺度融合注意力机制网络(multi-scale integrated attention network,MIANet)。为了同时增加网络的宽度和深度又避免冗余计算,在网络中引入... 详细信息

针对在人脸表情识别中普通卷积神经网络难以提取有效特征、网络模型参数复杂等问题,提出了一种多尺度融合注意力机制网络(multi-scale integrated attention network,MIANet)。为了同时增加网络的宽度和深度又避免冗余计算,在网络中引入Inception结构,用于提取图像的多尺度特征信息。使用高效通道注意机制(efficient channel attention,ECA),强调与面部表情相关的区域抑制不相关的背景区域,提高重要面部特征的表达能力。在卷积层中采用深度可分离卷积,减少网络参数,防止过拟合。使用提出的方法在公开数据集FER-2013和CK+上进行实验,分别取得了95.76%和72.28%的准确率。实验结果表明,该方法识别效果较好,泛化能力较强,在人脸表情识别中对网络结构设置和参数配置方面具有一定的参考价值。

关键词：人脸表情识别多尺度特征提取深度可分离卷积注意力机制

结合多尺度注意力和边缘监督的遥感图像建筑物分割模型

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2022年第22期59卷 327-336页

作者：杨潇宇汪西莉陕西师范大学计算机科学学院陕西西安710119

遥感图像分割是遥感图像处理领域的一项重要应用。针对卷积神经网络在遥感图像分割时存在建筑物错分、漏分,建筑物轮廓分割不准确的问题,基于深度学习网络U-Net,提出了一种结合多尺度注意力和边缘监督的遥感图像分割网络MAE-Net。首先,... 详细信息

遥感图像分割是遥感图像处理领域的一项重要应用。针对卷积神经网络在遥感图像分割时存在建筑物错分、漏分,建筑物轮廓分割不准确的问题,基于深度学习网络U-Net,提出了一种结合多尺度注意力和边缘监督的遥感图像分割网络MAE-Net。首先,在编码阶段每层引入多尺度注意力模块,该模块对输入特征图进行通道均等分组,每组使用大小不同的卷积核进行特征提取,之后对每组施加通道注意力机制,通过自学习的方式获得更为有效的特征,解决大小不一建筑物特征提取不准确的问题;其次,在解码阶段引入边缘提取模块,构造边缘监督网络,通过损失函数计算边缘标签和预测边缘的误差,帮助分割网络更好地学习建筑物边缘特征,使建筑物边界的分割结果更为连续、平滑。实验结果表明,MAE-Net能够从背景复杂多样、尺度变化较大的遥感图像中完整地分割出建筑物,且分割精度较高。

关键词：图像处理神经网络遥感图像多尺度特征提取注意力机制边缘监督