检索结果-南通市图书馆

同方期刊数据库

多尺度融合卷积神经网络的黄瓜病害叶片图像分割方法

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2020年第16期36卷 149-157页

作者：张善文王振王祖良西京学院信息工程学院西安710123

黄瓜病害叶片中的病斑区域分割是病害检测与类型识别的关键步骤,分割效果将直接影响病害检测和识别的精度。针对传统方法对于黄瓜病害叶片图像分割精度低和泛化能力弱等问题,提出一种基于多尺度融合卷积神经网络(Multi-Scale Fusion Con... 详细信息

黄瓜病害叶片中的病斑区域分割是病害检测与类型识别的关键步骤,分割效果将直接影响病害检测和识别的精度。针对传统方法对于黄瓜病害叶片图像分割精度低和泛化能力弱等问题,提出一种基于多尺度融合卷积神经网络(Multi-Scale Fusion Convolutional Neural Networks,MSF-CNNs)的黄瓜病害叶片分割方法。MSF-CNNs由编码网络(Encoder Networks,ENs)和解码网络(Decoder Networks,DNs)两部分组成,其中ENs为一个多尺度卷积神经网络组成,用于提取病害叶片图像的多尺度信息;DNs基于九点双线性插值算法,用于恢复输入图像的尺寸和分辨率。在MSF-CNNs模型训练的过程中,使用一种渐进微调的迁移学习方法加速模型的训练,提高模型的分割精度。在复杂背景下的作物病害叶片图像数据库上进行病害叶片图像分割试验,并与现有的分割方法全卷积网络(Fully Convolutional Networks,FCNs)、SegNet、U-Net、DenseNet进行比较。结果表明,该MSF-CNNs能够满足复杂环境下的黄瓜病害叶片图像分割需求,像素分类精度为92.38%、平均分割准确率为93.12%、平均交并比为91.36%、频率加权交并比为89.76%。与FCNs、SegNet、U-Net、DenseNet相比较,MSF-CNNs的平均分割精度分别提高了13.00%、10.74%、10.40%、10.08%和6.40%。使用渐进学习训练方式后,训练时间缩短了0.9 h。该方法为进一步的黄瓜病害检测和识别方法研究提供了参考。

关键词：图像分割卷积神经网络病害蔬菜多尺度融合迁移学习

在线全文

学校读者我要写书评

暂无评论

多尺度融合背景与目标先验的显著性目标检测

华中科技大学学报（自然科学版） 2018年第3期46卷 48-51页

作者：刘凡杨赛杨慧林宏达河海大学计算机与信息学院江苏南京210098 南通大学电气工程学院江苏南通226019

为了解决当目标不在图像中心或者出现在图像周边时,基于中心先验或者背景先验的显著性检测算法往往会产生错误检测的问题,提出使用目标性作为先验信息得到前景显著图,并且利用乘法运算将其与基于背景先验信息计算的显著图相融合,然后进... 详细信息

为了解决当目标不在图像中心或者出现在图像周边时,基于中心先验或者背景先验的显著性检测算法往往会产生错误检测的问题,提出使用目标性作为先验信息得到前景显著图,并且利用乘法运算将其与基于背景先验信息计算的显著图相融合,然后进行空间优化得到单尺度下的显著图,最终显著图为多尺度显著图的加权融合.基于公开数据库的实验结果表明：与目前多种前沿算法相比,本文算法具有更优的检测性能,能够凸显整个显著性目标.

关键词：视觉显著性显著性目标检测目标性背景先验空间优化多尺度融合

在线全文

学校读者我要写书评

暂无评论

多尺度融合dropout优化算法

华中科技大学学报（自然科学版） 2018年第9期46卷 35-39页

作者：钟忺陈恩晓罗瑞奇卢炎生武汉理工大学计算机科学与技术学院湖北武汉430072 华中科技大学计算机科学与技术学院湖北武汉430074

为了改善传统标准dropout无法根据特定数据集确定合适尺度的不足,提出了多尺度融合dropout（MSF dropout）方法.利用验证数据集对多个不同尺度的网络模型进行训练,通过学习得到符合该数据集特征的最佳尺度组合,让MSFdropout具备自适应... 详细信息

为了改善传统标准dropout无法根据特定数据集确定合适尺度的不足,提出了多尺度融合dropout（MSF dropout）方法.利用验证数据集对多个不同尺度的网络模型进行训练,通过学习得到符合该数据集特征的最佳尺度组合,让MSFdropout具备自适应数据集的能力,从而使网络能够使用最佳尺度来进行高精确度的预测.首先训练若干组不同尺度的网络模型,使用遗传算法求出各网络模型的最优尺度;然后通过最优尺度对对应的网络参数进行缩小得到预测子模型;最后以一定的权重将这些子模型融合成为最终的预测模型.使用MSFdropout在标准数据集MNIST和CIFAR-10中进行实验,实验表明：当选择了合适的尺度数量和尺度梯度后,预测精度获得了明显的提升,同时很好地控制了计算时间,验证了多尺度融合方法的有效性.

关键词：神经网络正则化多尺度融合遗传算法 dropout 深度学习

多尺度融合与注意力结合的头颈部危及器官自动分割

在线全文

学校读者我要写书评

暂无评论

中华放射肿瘤学杂志 2023年第4期32卷 319-324页

作者：林小惟杨瑞杰李霓齐琦海南大学计算机科学与技术学院海口570228 北京大学第三医院肿瘤放疗科北京100191 海南师范大学数学与统计学院海口571158

目的开发一种多尺度融合与注意力机制结合的头颈部肿瘤放疗危及器官图像分割方法。方法基于U-Net卷积神经网络,为增强分割模型的特征表达能力,将空间和通道注意力模块与U-Net模型相结合,提高与分割任务相关性更大的特征通道权重;在网络... 详细信息

目的开发一种多尺度融合与注意力机制结合的头颈部肿瘤放疗危及器官图像分割方法。方法基于U-Net卷积神经网络,为增强分割模型的特征表达能力,将空间和通道注意力模块与U-Net模型相结合,提高与分割任务相关性更大的特征通道权重;在网络模型编码阶段引入本文提出的多尺度特征融合算法,补充模型下采样过程中损失的特征信息。使用戴斯相似性系数(DSC)和95%豪斯多夫距离(HD)作为不同深度学习模型之间比较的性能评估标准。结果在医学图像计算和计算机辅助干预国际会议(MICCAI)StructSeg 2019数据集上进行头颈部22个危及器官的分割。相比于已有方法,本文提出的分割方法平均DSC提升了3%~6%,22种头颈部危及器官的分割平均DSC为78.90%,平均95%HD为6.23 mm。结论基于多尺度融合和注意力机制的U-Net卷积神经网络对头颈部危及器官达到了更好的分割精度,有望在临床应用中提高医生的工作效率。

关键词：深度学习卷积神经网络危及器官图像分割注意力机制多尺度融合

在线全文

学校读者我要写书评

暂无评论

遥感图像云检测的多尺度融合分割网络方法

仪器仪表学报 2019年第6期40卷 31-38页

作者：郭玥于希明王少军彭宇哈尔滨工业大学测控工程系

在进行可见光遥感图像高精度云检测时,云自身特征的多变性,以及地物与云之间的特征相似性,会降低检测精度。因此,提出一种带权重的多尺度融合分割网络云检测方法。首先,通过有云区域和无云区域的特征学习,降低对云状的敏感性,同时利用... 详细信息

在进行可见光遥感图像高精度云检测时,云自身特征的多变性,以及地物与云之间的特征相似性,会降低检测精度。因此,提出一种带权重的多尺度融合分割网络云检测方法。首先,通过有云区域和无云区域的特征学习,降低对云状的敏感性,同时利用全卷积网络进行端到端训练,实现对每个像素点分类。该方法能够自动提取深层特征,并可将云的深层语义特征与浅层细节特征结合,不但有利于区分下垫面中与云特征相似的地物,还可提高云边缘检测效果,从而提升云量值的检测精度。与其他深度学习分割网络的实验比较分析表明,所提方法可以实现95. 39%的像素分类准确度,云量值检测误差优于1%,为解决遥感图像云污染问题提供了新的思路。

关键词：云检测图像分割卷积网络多尺度融合

多尺度融合与动态自适应图的公交客流预测模型

在线全文

学校读者我要写书评

暂无评论

计算机科学与探索 2024年第7期18卷 1879-1888页

作者：郭翔宇彭莉兰李崇寿李天瑞西南交通大学计算机与人工智能学院成都611756 可持续城市交通智能化教育部工程研究中心成都611756

公交客流预测是公共交通规划和管理中的重要问题。虽然时空图卷积在地铁客流预测任务中获得了很好的预测效果,但是面对公交更复杂的线路、大规模的节点数据,现有的基于图卷积的空间建模方法将带来巨大的空间内存消耗。同时,公交客流量... 详细信息

公交客流预测是公共交通规划和管理中的重要问题。虽然时空图卷积在地铁客流预测任务中获得了很好的预测效果,但是面对公交更复杂的线路、大规模的节点数据,现有的基于图卷积的空间建模方法将带来巨大的空间内存消耗。同时,公交客流量短时间范围内更可能受到瞬时交通状况的影响。为了解决这些挑战,提出了一种多尺度融合和动态自适应图的公交客流预测模型(MFDAG)。该模型融合客流、时刻和周信息以增加数据的特征维度,用动态自适应图的方法来学习不同站点之间的关系。进一步提出了一种多尺度融合传播的方法来表示复杂的空间依赖关系,同时设计了一种多尺度卷积传播的方法来学习不同尺度的时间依赖关系。在两个真实的客流数据集上进行了实验,并与其他交通预测方法进行了比较。实验结果表明,所提出的多尺度融合和动态自适应图的公交客流预测方法具有更高的预测准确度。

关键词：公交客流预测图采样动态自适应图多尺度融合

在线全文

学校读者我要写书评

暂无评论

基于颜色平衡和多尺度融合的水下图像增强

光学精密工程 2022年第17期30卷 2133-2146页

作者：胡振宇陈琦朱大奇上海海事大学智能海事搜救与水下机器人上海工程技术研究中心上海201306 上海理工大学机械工程学院上海200093

水体对光有吸收和散射作用,导致水下图像出现颜色偏差、细节模糊、对比度低等问题。提出了一种基于颜色平衡和多尺度融合的水下图像增强算法,采用一种颜色平衡方法来校正图像颜色,将颜色平衡处理后的图像从RGB空间转换到Lab空间,用限制... 详细信息

水体对光有吸收和散射作用,导致水下图像出现颜色偏差、细节模糊、对比度低等问题。提出了一种基于颜色平衡和多尺度融合的水下图像增强算法,采用一种颜色平衡方法来校正图像颜色,将颜色平衡处理后的图像从RGB空间转换到Lab空间,用限制对比度自适应直方图均衡化方法处理L通道来增强对比度,且对比度增强后将图像转换回RGB空间。最后,对颜色校正后的图像和对比度增强后的图像按权重图进行多尺度融合。图像增强处理后,在视觉效果和图像质量2个方面比较该算法和其他算法对图像的增强效果。实验结果表明:该算法能够去除水下图像的色偏,提高图像的清晰度和对比度,图像的信息熵、UIQM及UCIQE较原始图像分别提高了5.2%,1.25倍和30.8%。该算法能够有效改善水下图像的视觉质量。

关键词：图像增强颜色平衡多尺度融合自适应直方图均衡化

维普期刊数据库博看期刊

基于KL散度及多尺度融合的显著性区域检测算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2016年第7期38卷 1594-1601页

作者：罗会兰万成涛孔繁胜江西理工大学信息工程学院赣州341000 浙江大学计算机科学技术学院杭州310027

基于对超像素颜色概率分布间KL散度的计算,以及对多尺度显著图的融合处理,该文提出一种新的显著性区域检测算法。首先,采用超像素算法多尺度分割图像,在各尺度下用分割产生的超像素为节点,并依据超像素分割数量对各超像素进行适当邻接... 详细信息

基于对超像素颜色概率分布间KL散度的计算,以及对多尺度显著图的融合处理,该文提出一种新的显著性区域检测算法。首先,采用超像素算法多尺度分割图像,在各尺度下用分割产生的超像素为节点,并依据超像素分割数量对各超像素进行适当邻接连通扩展,构建无向扩展闭环连通图。其次,依据颜色判别力聚类量化各超像素内颜色,统计颜色聚类标签的概率分布,用概率分布间KL散度的调和平均值为扩展闭环连通图的边加权,再依据区域对比度并结合边界连通性,获取各尺度下的显著图。最后,平均融合各尺度下显著图,并进行优化处理,得到最终的显著图。在一些大型参考数据集上进行大量实验表明,所提算法优于当前一些先进算法,具有较高精确度和召回率,并且可以产生平滑显著图。

关键词：显著性区域检测多尺度融合 KL散度闭环连通图

在线全文

学校读者我要写书评

暂无评论

基于多尺度融合的遥感图像变化检测模型

吉林大学学报（工学版） 2024年第2期54卷 516-523页

作者：李雄飞宋紫萱朱芮张小利吉林大学计算机科学与技术学院长春130012

为精准识别双时相遥感图像的变化区域,提出了一种基于多尺度融合的遥感图像变化检测模型。该模型在源图像特征提取阶段构造多尺度输入金字塔,接受多层次的感受野,增强对特征信息的感知;并通过对深层差异特征进行多尺度计算,实现精准定... 详细信息

为精准识别双时相遥感图像的变化区域,提出了一种基于多尺度融合的遥感图像变化检测模型。该模型在源图像特征提取阶段构造多尺度输入金字塔,接受多层次的感受野,增强对特征信息的感知;并通过对深层差异特征进行多尺度计算,实现精准定位变化区域与充分挖掘细节信息间的平衡;同时融合网络不同层级的差异特征检测结果,极大程度识别并保留语义变化信息。实验结果表明:本文模型在主观评价与客观指标上都具有良好的表现效果。

关键词：变化检测多尺度融合遥感图像深度学习

维普期刊数据库博看期刊