检索结果-南通市图书馆

基于双重注意力与精确特征分布匹配的车辆重识别

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2023年第23期59卷 114-124页

作者：徐岩潘旭光郭晓燕刘香兰山东科技大学电子信息工程学院山东青岛266590

为了解决目前车辆重识别方法细粒度特征提取能力弱、域泛化能力差的问题,提出了一种基于双重注意力与精确特征分布匹配的车辆重识别方法。提出一种新的双重注意力机制,使用WideResNet50与双重注意力模块构建多细粒度特征提取网络的前置... 详细信息

为了解决目前车辆重识别方法细粒度特征提取能力弱、域泛化能力差的问题,提出了一种基于双重注意力与精确特征分布匹配的车辆重识别方法。提出一种新的双重注意力机制,使用WideResNet50与双重注意力模块构建多细粒度特征提取网络的前置部分,用于高效建模全局上下文信息并增强对车辆细粒度特征的提取能力。将基于精确特征分布匹配的风格迁移策略融入浅层主干来增强源域的域多样性,实现数据增广,从而有效提升车辆重识别的跨域性能和特征表达能力。提出了一种逐深度多尺度特征金字塔结构来加强特征提取,整合不同尺度特征层的多层次信息,并将该结构输出的车辆特征采用特征图分割的思想来突出局部细粒度信息,提升模型对车辆细粒度信息的敏感度。引入Tuplet边际损失来缓解最困难样本的过拟合问题。在两个大型基准车辆数据集VeRi-776和VehicleID上的实验结果表明,所提出算法在单域和跨域任务上都具有较好的重识别效果。

关键词：双重注意力机制精确特征分布匹配多尺度特征金字塔车辆重识别深度学习

融合注意力机制的改进Mask-RCNN遥感影像建筑物提取

在线全文

学校读者我要写书评

暂无评论

测绘科学 2024年第1期49卷 79-89页

作者：李健庞留记吴浩王心宇郑州大学地球科学与技术学院郑州450000 华中师范大学城市与环境科学学院武汉430000

针对复杂影像背景和密集建筑物堆叠导致建筑物提取效果不完整,存在误检、漏检等问题,提出了一种改进Mask-RCNN遥感影像建筑物提取方法。利用双通道注意力机制增强目标的有效特征,同时引入特征增强金字塔网络增强网络对遥感影像的上下文... 详细信息

针对复杂影像背景和密集建筑物堆叠导致建筑物提取效果不完整,存在误检、漏检等问题,提出了一种改进Mask-RCNN遥感影像建筑物提取方法。利用双通道注意力机制增强目标的有效特征,同时引入特征增强金字塔网络增强网络对遥感影像的上下文特征信息地提取能力,结合双通道下采样模块减少特征损失,提高模型提取的精度和效率。实验表明,提出的改进Mask-RCNN在建筑物数据集和RSOD数据集上,与多种方法进行实验对比验证,Precision和F1值均高于对比方法,且目标识别的结果更加完整,目标漏检率更低。

关键词：双通道注意力机制改进Mask-RCNN网络多尺度特征金字塔建筑物提取遥感影像

在线全文

学校读者我要写书评

暂无评论

复杂城市交通场景下的自动驾驶语义分割方法

电子测量与仪器学报 2024年第4期 241-247页

作者：周勇刘泓滨侯亚东昆明理工大学机电工程学院

多尺度特征金字塔可以缓解语义分割在复杂交通场景下通常存在漏分割、错误分割、边界分割不清晰等问题，但现有的多尺度特征金字塔在获取丰富的语义信息时，不得不下采样特征图，牺牲空间细节信息，而这导致了最终的分割结果仍然精度受... 详细信息

多尺度特征金字塔可以缓解语义分割在复杂交通场景下通常存在漏分割、错误分割、边界分割不清晰等问题，但现有的多尺度特征金字塔在获取丰富的语义信息时，不得不下采样特征图，牺牲空间细节信息，而这导致了最终的分割结果仍然精度受限。针对该问题，本文提出了特征强化模块，使得有利于正确分类像素的相似特征在下采样过程之前得到基于不同矢量间余弦相似度的进一步加强，降低下采样带来的负面影响。另外，结合空洞卷积和条带卷积原理，本文对大卷积核进行了改造，并构建新的多尺度特征金字塔模块，以获取尺度不同且具备更大感受野的语义信息。该分割方法实时高效，能够满足自动驾驶语义分割要求，在VOC2012数据集上的实验表明，所提出的方法分割结果mIoU达到了74.36个百分点，FPS达到了43，优于目前的主流语义分割方法。

关键词：语义分割自动驾驶特征强化模块多尺度特征金字塔相似特征

融合大核注意力卷积的轻量化图像篡改定位算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用 2023年第9期43卷 2692-2699页

作者：王宏钱清王欢龙永贵州财经大学信息学院贵阳550025

卷积神经网络(CNN)因辨识度高、易于理解、可学习性强而被用于图像取证,但它固有的感受野增加缓慢、忽略长端依赖性、计算量庞大等缺点导致深度学习算法的精度与轻量化部署效果并不理想,不适用于以轻量化形式实现图像篡改定位的场景。... 详细信息

卷积神经网络(CNN)因辨识度高、易于理解、可学习性强而被用于图像取证,但它固有的感受野增加缓慢、忽略长端依赖性、计算量庞大等缺点导致深度学习算法的精度与轻量化部署效果并不理想,不适用于以轻量化形式实现图像篡改定位的场景。为解决上述问题,提出一种基于轻量化网络的图像复制-粘贴篡改检测算法——LKA-EfficientNet(Large Kernel Attention EfficientNet)。LKA-EfficientNet具有长端依赖性和全局感受野的特性,且优化了EfficientNetV2的参数量,提高了图像篡改定位速度和精度。首先,将输入图像通过基于大核注意力(LKA)卷积的基干网络进行处理,得到候选特征图;随后,使用不同尺寸的特征图构建特征金字塔进行特征匹配;最后,将特征匹配后的特征图进行融合以定位图像篡改区域;此外,LKA-EfficientNet使用三元组交叉熵损失函数进一步提升了算法定位篡改图像的精度。实验结果表明,LKA-EfficientNet与同类型的Dense-InceptionNet算法相比,不仅能够降低29.54%的浮点运算量,而且F1分数也提高了4.88%,验证了LKA-EfficientNet可以在保持高检测性能的同时降低计算量。

关键词：图像篡改检测轻量化网络注意力机制多尺度特征金字塔被动取证

LKA-EfficientNet:大数据背景下融合大核注意力卷积的轻量化图像篡改定位算法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2023年

作者：王宏钱清王欢龙永贵州财经大学信息学院

卷积神经网络因辨识度高、易于理解、可学习性强而被用于图像取证，但其固有的感受野增加缓慢、忽略长端依赖性、计算量庞大等特点使得深度学习算法的精度与轻量化部署效果并不理想，使其不适用于以轻量化形式实现图像篡改定位的场景。... 详细信息

卷积神经网络因辨识度高、易于理解、可学习性强而被用于图像取证，但其固有的感受野增加缓慢、忽略长端依赖性、计算量庞大等特点使得深度学习算法的精度与轻量化部署效果并不理想，使其不适用于以轻量化形式实现图像篡改定位的场景。为解决上述问题，提出一种基于轻量化网络的图像复制-粘贴篡改检测算法——LKA-EfficientNet(LargeKernel AttentionEfficientNet)。LKA-EfficientNet具有长端依赖性和全局感受野的特性，优化EfficientNetv2-S参数数量，从而提高图像篡改定位速度和精度。首先将输入图像经过基于大核注意力卷积的基干网络，处理后得到候选特征图；随后使用不同尺寸的特征图构建特征金字塔进行特征匹配；最后将特征匹配后的特征图进行融合定位图像篡改区域。此外，LKA-EfficientNet使用三元组交叉熵损失函数进一步提升算法定位篡改图像的精度。对LKA-EfficientNet进行了实验验证。实验结果表明LKA-EfficientNet与同类型的Dense-InceptionNet算法相比，不仅能够降低29.5%的理论计算量，F1精度也提高了4.9%，验证了LKA-EfficientNet可以在保持高检测性能的同时降低计算量。

关键词：图像篡改检测轻量化网络注意力机制多尺度特征金字塔被动取证

基于神经网络和注意力机制的低照度图像增强算法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于神经网络和注意力机制的低照度图像增强算法研究

作者：杨梦雨桂林电子科技大学

学位级别：硕士

随着摄影技术的不断发展,图像的分辨率得到了显著提高。然而在采集和拍摄的过程中,图像往往由于诸多不可控制因素如室内、夜间或阴天等出现亮度不足、颜色失真、细节丢失和低信噪比等问题。为了应对这些问题,低照度图像增强(Low Light I... 详细信息

随着摄影技术的不断发展,图像的分辨率得到了显著提高。然而在采集和拍摄的过程中,图像往往由于诸多不可控制因素如室内、夜间或阴天等出现亮度不足、颜色失真、细节丢失和低信噪比等问题。为了应对这些问题,低照度图像增强(Low Light Image Enhancement,简称LLIE)技术应运而生,该技术旨在生成高质量、适宜亮度和细节清晰的正常光图像,从而提高图像的视觉效果和可用性。本文将基于神经网络和注意力机制方法,从以下几个方面研究低照度图像增强任务。(1)为了解决现有算法难以同时处理亮度信息和颜色信息导致图像增强结果存在颜色失真的问题,本文提出了一种融合U-Net和颜色校正模型的低照度图像增强算法。针对低对比度、低信噪比和低光场景下的颜色偏差问题,采取了转换颜色通道的策略,将原始RGB图像分解为亮度和颜色分量。然后通过U-Net网络增强亮度分量,同时借助颜色校正网络(CC-Net)来改善颜色分量。最后,将增强后的亮度分量和颜色分量重新转换回RGB色彩空间以获得增强图像。实验结果表明,该算法充分利用图像的亮度和颜色信息,有效地提高图像亮度、减少颜色失真,并在视觉效果和客观评估指标方面优于比较算法。(2)为了解决现有算法难以自适应处理分布不均匀的亮度和噪声而导致增强结果曝光不均匀问题,本文提出了一种基于LAB色彩空间和多尺度特征金字塔的低照度图像增强算法。该算法将整个增强过程分为两个步骤,首先将输入图像从RGB颜色空间转换到LAB色彩空间,通过L通道的亮度分量计算出光照注意力图,进一步通过膨胀卷积扩大感受野从而生成噪声注意力图。随后利用两张注意力图自适应地在多尺度特征金字塔网络中增强亮度和去除噪声。实验结果表明,该算法能够有效改善低照度图像中曝光不均的问题,并减少不必要的噪声。在不同的数据集上进行的对比实验也表明,本文算法增强效果更加贴合人眼对图像的视觉感知。

关键词：低照度图像增强卷积神经网络转通道策略注意力机制多尺度特征金字塔

面向未剪辑视频行为识别的关键信息提取与建模研究

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

面向未剪辑视频行为识别的关键信息提取与建模研究

作者：张刚瀚广东工业大学

学位级别：硕士

视频行为识别任务是对视频中人物所做动作进行识别和分类的一项技术,在日常生活的公共安全和危险预警等场景中有着重要的应用,并且在人际交互、智能标注等诸多领域也有着迫切的需求。目前,视频行为识别任务仍具有挑战性,尤其是在面对现... 详细信息

视频行为识别任务是对视频中人物所做动作进行识别和分类的一项技术,在日常生活的公共安全和危险预警等场景中有着重要的应用,并且在人际交互、智能标注等诸多领域也有着迫切的需求。目前,视频行为识别任务仍具有挑战性,尤其是在面对现实生活中未经剪辑的视频时,效果表现并不理想。主要原因是对于未剪辑视频来说,1、视频内容过于冗长;2、人物行为太过复杂;3、不同视频源的时长和分辨率不一致。因此,为了能让视频行为识别在现实生活中有着更好的应用,本文对上述问题进行了深入研究。针对视频内容冗长问题,本文提出了一个视频关键运动信息提取算法(Video Key-motion Information Extraction,VKIE)。该算法分为两步,第一步是利用视频光流的频谱信号来筛选视频的运动帧。视频中的运动变化可以反应在视频光流矩阵上,因此不同运动状态的视频帧其光流矩阵数值变化不同,那么转换到频域上的的频谱信号数值也有差距。于是基于这种差距,利用高通滤波和阈值分割思想将视频中不包含运动信息的非运动帧去除,保留其中的运动帧。接着根据不同运动状态所呈现的光流数据的分布差异,利用局部密度聚类算法(Density Peaks Clustering,DPC)来对运动帧的光流进行聚类,以此进一步挑选出其中的主要目标人物运动帧。这些视频帧便是视频的关键运动帧,其中包含了视频的关键运动信息。针对人物行为太过复杂问题,本文提出了一个视频运动信息长期时间依赖关系网络(Long-term Relationship Modeling Network,LRMN)。LRMN在时间关系网络(Temporal Relation Network,TRN)的基础框架上,利用(2+1)D卷积对其进行重构。该网络首先对输入的序列数据进行分组,并利用2D卷积的来提取多组段级特征。接着再将段级特征堆叠,并用1D卷积对堆叠特征的每个像素进行时序建模,得到整体视频级特征。这种方式可以同时进行时间和空间维度的建模且互不影响,并适用于长段序列数据的时序关系建模。针对不同视频源的时长和分辨率不一致问题,本文提出了一个视频多尺度时空金字塔层级特征融合算法(Multiscale Spatiotemporal Pyramid-level Feature Fusion,MSPFF)。该算法利用了特征金字塔(Feature Pyramid Network,FPN)的思想,对输入的视频数据提取多尺度时间和空间特征。并提出一种多尺度时空特征交互融合策略(Multiscale Spatiotemporal Feature Interactive Fusion,MSFIF),对这些多尺度时间和空间特征进行融合并构建时空特征金字塔,以此适应不同时空尺度的视频输入。最终将三个算法模块进行结合,并在多个经典数据集上展开了实验。实验结果表明,本文提出的方法可以很好地捕捉到视频中的关键运动部分,并以此进行多尺度时间和空间特征建模与融合,使得视频中的时序信息与运动空间场景产生联系,得到鲁棒的整体视频表征,提高识别的准确性。

关键词：视频行为识别关键帧提取时序建模多尺度特征金字塔

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

基于时空关系图网络的视频动作识别研究

基于时空关系图网络的视频动作识别研究

作者：耿甜甜电子科技大学

学位级别：硕士

视频动作识别作为视频理解的主要研究任务之一,在智能监控、自动驾驶、人机交互等领域有着广泛的应用。近年来,随着深度学习技术的发展,视频动作识别取得了很多突破性的进展。但由于视频不同于图像,由很多连续的帧组成,且序列信息存在... 详细信息

视频动作识别作为视频理解的主要研究任务之一,在智能监控、自动驾驶、人机交互等领域有着广泛的应用。近年来,随着深度学习技术的发展,视频动作识别取得了很多突破性的进展。但由于视频不同于图像,由很多连续的帧组成,且序列信息存在很大的冗余性,因此如何对视频帧间的关系进行充分建模、如何选择视频中的关键信息以降低冗余并抑制噪声,以及如何对视频中不同尺度的序列关系进行充分挖掘都十分关键。本文分别针对上述三个方面的问题,提出了三种高效的算法机制,并将其进行有机结合构建了基于金字塔时空图网络的视频动作识别模型,对现有方法进行改进。三种算法机制之间是互补的关系,具体如下:1、基于图卷积网络的长距离时空关系建模。针对现有模型仅使用卷积等局部操作来提取帧的特征,无法对视频帧与帧之间的长距离时空关系进行有效建模的问题。本文提出在视频序列的时间以及时空维度分别构建图卷积网络来对视频帧与帧之间、帧内及跨帧各区域之间的长距离时空关系进行建模,从而得到更有利于分类的动作表征。实验表明,将提出的方法在大规模动作识别数据集上与多个基准模型相结合,可获得显著的性能提升,证明了图卷积网络在视频动作识别任务中用于长距离时空关系建模的有效性。2、基于时空注意力机制的关键特征选择。针对现有模型对视频所有输入帧均给予相同的权重,无法对重要信息进行筛选,使得模型容易受到无关信息的干扰并造成信息冗余的问题。本文提出时间以及时空注意力模块,在时间以及时空维度上促使网络分别对动作分类重要的帧以及时空区域给予较大的关注。实验表明,提出的注意力模块使得网络更加关注对动作识别重要的特征,从而避免了噪声干扰与信息冗余,有效提升模型性能。3、基于多尺度特征金字塔的特征融合。针对单尺度模型感受野单一,无法对视频序列中不同尺度的特征关系进行充分挖掘和融合的问题。本文提出在视频序列上构建多尺度特征金字塔的方法,依据上述提出的注意力模块给予每帧及每个时空区域的不同权重,多次选择不同数量的重要特征在时间及时空维度得到多尺度的特征组合,并对其进行融合来进一步提升模型的特征理解能力。在多个大规模视频动作识别数据集上的大量实验表明,该方法可以有效地增大网络的感受野,对不同尺度的关键特征进行充分融合,进一步提升模型性能。

关键词：视频动作识别图卷积网络时空注意力多尺度特征金字塔

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

面向精细化多尺度特征的遥感图像目标检测

遥感学报 2022年第12期26卷 2616-2628页

作者：张省李山山魏国芳张新耐高建威中国矿业大学环境与测绘学院徐州221116 中国矿业大学人工智能研究院徐州221116 中国科学院空天信息创新研究院北京100094 济南市勘察测绘研究院济南250013 中国空间技术研究院卫星应用总体部北京100094

遥感图像目标检测是对目标视觉特征的描述与图像先验知识的表达,解译得到的信息无论在军事领域还是在民用领域都有着广泛的应用。针对复杂场景下遥感图像目标特征提取能力不足,目标尺度差异较大、方向任意且紧密排列,传统目标检测所使... 详细信息

遥感图像目标检测是对目标视觉特征的描述与图像先验知识的表达,解译得到的信息无论在军事领域还是在民用领域都有着广泛的应用。针对复杂场景下遥感图像目标特征提取能力不足,目标尺度差异较大、方向任意且紧密排列,传统目标检测所使用的水平框难以准确定向等问题,提出了一种精细化多尺度特征的遥感图像定向目标检测算法。首先,设计了一种基于空洞卷积的上下文注意力网络,能够利用不同空洞率的卷积核捕获局部和全局语义信息,并利用注意力机制将语义信息整合到原始特征上,提升目标特征提取能力;其次,提出了一个精细化的特征金字塔网络,通过像素混洗的方式减少特征金字塔中的通道信息损失,强化网络对差异性大的多尺度目标特征信息的理解能力;最后,研究利用滑动顶点的方式回归定向的矩形框,更好地表示遥感图像内有向目标的位置。本文以Fast R-CNN OBB为基准,通过在目标检测公开数据集DOTA和HRSC2016上验证了算法的有效性,结果显示本文算法在DOTA数据集上与基准算法比较,平均精度(mAP)提升了22.65%,最终检测精度mAP达到了76.78%。在HRSC2016数据集上,最终检测精度mAP达到了89.95%。此外,本文算法较多种先进算法相比均有具有较好的提升。

关键词：遥感深度学习目标检测特征提取多尺度特征金字塔定向回归框