检索结果-南通市图书馆

基于非对称跨模态融合的RGB-D显著目标检测

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

控制与决策 2023年第9期38卷 2487-2495页

作者：于明邢章浩刘依河北工业大学电子信息工程学院天津300401 河北工业大学人工智能与数据科学学院天津300401

目前大多数RGB-D显著目标检测方法在RGB特征和Depth特征的融合过程中采用对称结构,对两种特征进行相同的操作,忽视了RGB图像和Depth图像的差异性,易造成错误的检测结果.针对该问题,提出一种基于非对称结构的跨模态融合RGB-D显著目标检... 详细信息

目前大多数RGB-D显著目标检测方法在RGB特征和Depth特征的融合过程中采用对称结构,对两种特征进行相同的操作,忽视了RGB图像和Depth图像的差异性,易造成错误的检测结果.针对该问题,提出一种基于非对称结构的跨模态融合RGB-D显著目标检测方法,利用全局感知模块提取RGB图像的全局特征,并设计了深度去噪模块滤除低质量Depth图像中的大量噪声;再通过所提出的非对称融合模块,充分利用两种特征间的差异性,使用Depth特征定位显著目标,用于指导RGB特征融合,补足显著目标的细节信息,利用两种特征各自的优势形成互补.通过在4个公开的RGB-D显著目标检测数据集上进行大量实验,验证所提出的方法优于当前的主流方法.

关键词： RGB-D图像显著目标检测非对称融合全局感知模块深度去噪模块

显著目标检测网络及其在火灾检测中的应用研究

在线全文

学校读者我要写书评

暂无评论

显著目标检测网络及其在火灾检测中的应用研究

作者：叶协康上海应用技术大学

学位级别：硕士

在图像技术高速发展的时代背景下,大数据式的图像摆在大家面前,如何利用好这些图像数据成为了关键,如何从图像中快速又准确的提取到人类所需和感兴趣的信息尤为重要。图像的显著性检测作为一项计算机视觉领域基础性研究,有助于计算机视... 详细信息

在图像技术高速发展的时代背景下,大数据式的图像摆在大家面前,如何利用好这些图像数据成为了关键,如何从图像中快速又准确的提取到人类所需和感兴趣的信息尤为重要。图像的显著性检测作为一项计算机视觉领域基础性研究,有助于计算机视觉的广泛应用。本文研究内容及创新点如下:(1)针对现有算法的多尺度特征融合效果不理想和全局信息利用不充分的问题,提出了一种基于多尺度优化和全局注意力的显著目标检测模型。首先,利用特征增强模块对从骨干网络VGG-16中提取出来的粗糙特征进行增强,提升特征的显著性表达能力,再对不同层次特征融合得到高层级和低层级特征;然后,设计了全局注意力模块,利用空洞空间卷积池化金字塔ASPP模块提取全局信息,再计算特征的通道权重;最后,利用通道权重引导侧输出进行特征学习能力提升,通过逐层连接方式得到最终预测结果。该方法在5个常用的数据集上进行测试,并与9种相关方法进行比较。实验结果表明,本文所提模型鲁棒性更佳、检测性能更好。(2)针对传统传感器式火灾探测器应用场景的不足,本文将显著目标检测网络应用于火焰检测中,提出了一种基于图像显著性的火焰检测方法。首先,对视频帧进行分帧处理。然后对采集到的视频图像进行预处理,去除影响火焰检测的噪声。其次,使用基于图像处理的深度学习网络对火焰进行一阶段的检测。最后,使用基于LSTM时序信息的火灾检测对包含疑似火焰区域附近100帧图像进行火焰检测,最终得出结果。该方法与4种相关方法进行比较,实验结果表明,本文所提模型鲁棒性更佳、检测性能更好,能准确又快速的检测火焰,对火灾及时警报。

关键词：显著目标检测多尺度特征通道注意力火焰检测

基于多尺度视觉感知特征融合的显著目标检测方法

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

计算机科学 2024年第5期51卷 143-150页

作者：吴小琴周文俊左承林王一帆彭博西南石油大学计算机科学学院成都610500 中国空气动力研究与发展中心结冰与防除冰重点实验室四川绵阳621000

显著性物体检测具有重要的理论研究意义和实际应用价值,已在许多计算机视觉应用中发挥了重要作用,如视觉追踪、图像分割、物体识别等。然而,自然环境下显著目标的类别未知、尺度多变依然是物体检测面临的一大挑战,影响着显著目标的检测... 详细信息

显著性物体检测具有重要的理论研究意义和实际应用价值,已在许多计算机视觉应用中发挥了重要作用,如视觉追踪、图像分割、物体识别等。然而,自然环境下显著目标的类别未知、尺度多变依然是物体检测面临的一大挑战,影响着显著目标的检测效果。因此,提出了一种基于多尺度视觉感知特征融合的显著目标检测方法。首先,基于视觉感知显著目标的特性,设计并提取多个图像感知特征。其次,图像感知特征采用多尺度自适应方式,获取特征显著图。然后,将各个显著特征图融合,获得最终的显著目标。该方法基于不同图像感知特征的特点,自适应提取显著目标,能够适应多变的检测目标与复杂的检测环境。实验结果表明,在受自然环境中背景干扰的情况下,该方法能有效检测出未知类别和不同尺度的显著目标。

关键词：视觉感知特征显著目标检测多特征融合图像分割多尺度采样

基于多尺度视觉感知特征融合的显著目标检测方法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2023年

作者：吴小琴周文俊左承林王一帆彭博西南石油大学计算机科学学院中国空气动力研究与发展中心结冰与防除冰重点实验室

显著性物体检测具有重要的理论研究意义和实际应用价值，已在许多计算机视觉应用中发挥了重要作用，如视觉追踪、图像分割、物体识别等应用。然而，自然环境下显著目标的类别未知、尺度多变依然是检测的一大挑战，影响着显著目标检测效... 详细信息

显著性物体检测具有重要的理论研究意义和实际应用价值，已在许多计算机视觉应用中发挥了重要作用，如视觉追踪、图像分割、物体识别等应用。然而，自然环境下显著目标的类别未知、尺度多变依然是检测的一大挑战，影响着显著目标检测效果。因此，提出了一种基于多尺度视觉感知特征融合的显著目标检测方法。首先，基于视觉感知显著目标的特性，设计并提取多个图像感知特征。其次，图像感知特征采用多尺度自适应方式，获取特征显著图。然后，将各个显著特征图融合，获得最终显著目标。该方法基于不同图像感知特征的特点，自适应提取显著目标，能够适应多变的检测目标与复杂的检测环境。实验结果表明，在受自然环境中背景干扰情况下，该方法能有效检测出未知类别和不同尺度的显著目标。

关键词：视觉感知特征显著目标检测多特征融合图像分割多尺度采样

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

采用特征优化和引导的显著目标检测研究

计算机工程与应用 2023年

作者：吴文介王丰广东工业大学信息工程学院

针对目前深度图存在对比度不明显和预测图边界模糊等问题，提出了一种新型显著目标检测网络模型。该模型包括特征优化模块和特征引导模块。为了降低低质量深度图的负面影响，并精确地突出显著目标，在特征优化模块对深度图的各层特征进... 详细信息

针对目前深度图存在对比度不明显和预测图边界模糊等问题，提出了一种新型显著目标检测网络模型。该模型包括特征优化模块和特征引导模块。为了降低低质量深度图的负面影响，并精确地突出显著目标，在特征优化模块对深度图的各层特征进行混合注意力计算并进行双向融合。为解决边界模糊问题，在特征引导模块利用引导融合的方式引入低层特征来精细化目标边界。在解码阶段，引入不增加模型参数的权值计算方法，计算RGB特征和深度特征对最终预测的贡献比重。通过与近年来十二种先进方法进行的对比实验表明，所提算法模型在NJU2K、NLPR、DES、SIP、STERE和LFSD测试数据集上具有更优秀的检测性能，其中在SIP数据集上，本文模型与第二名相比，最大F值提升了1.3%，平均F值提升了1%，E-measure提升了1.7%，S-measure提升了 1.5%，消融实验证明了所提模块的有效性。

关键词：深度图显著目标检测混合注意力特征融合

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

增强特征金字塔结构的显著目标检测算法

计算机工程与应用 2022年第12期58卷 226-233页

作者：刘剑峰潘晨中国计量大学杭州310000

显著目标检测是计算机视觉的研究热点。显著目标检测算法存在一些问题,如:算法常采用单一损失函数,缺乏对多维特征损失的考虑,可能带来局限性;最高层特征图来源单一;特征图融合常使用对应像素相加,不能有效突出图像中感兴趣区域。针对... 详细信息

显著目标检测是计算机视觉的研究热点。显著目标检测算法存在一些问题,如:算法常采用单一损失函数,缺乏对多维特征损失的考虑,可能带来局限性;最高层特征图来源单一;特征图融合常使用对应像素相加,不能有效突出图像中感兴趣区域。针对上述问题,结合结构性相似、交并比和交叉熵三种损失函数来捕捉图像细节,采用对应像素相乘操作融合特征图,令模型对显著区域更加敏感;通过残差特征图增强模块逆向构建更高层特征图强化其语义信息;采用特征金字塔结构融合不同尺度信息,完成编码解码模块。在5个数据集的对比实验表明该方法性能超过主流算法,能实现有效的显著目标检测。

关键词：显著目标检测特征金字塔网络残差特征图增强

基于偏振成像和显著区域自补偿的水下显著目标检测

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2022年第7期39卷 2210-2216页

作者：王慧敏霍冠英周亚琴余大兵河海大学物联网工程学院江苏常州213022

在浑浊的水下环境中,受水体多重散射以及噪声的影响,造成水下成像质量大幅下降,现有显著性目标检测算法无法满足目标检测准确性的任务需求。因此,提出一种基于偏振成像和显著区域自补偿的水下显著目标检测算法。提出的算法分为两个阶段... 详细信息

在浑浊的水下环境中,受水体多重散射以及噪声的影响,造成水下成像质量大幅下降,现有显著性目标检测算法无法满足目标检测准确性的任务需求。因此,提出一种基于偏振成像和显著区域自补偿的水下显著目标检测算法。提出的算法分为两个阶段:采用基于偏振角估计后向散射光的方法去除后向散射的影响,同时引入引导滤波进行水下去噪,再通过PSF函数去除前向散射造成的模糊效应;利用改进的栅格扫描算法结合局部特征描述符识别前景超像素,根据前景超像素生成显著区域对网络进行优化补偿,再结合DeepLabv3+网络生成最终的分割图。在浑浊水下环境进行了多组对比实验结果表明,所提复原算法可以有效地增强目标,提高了目标的对比度和清晰度,所提显著目标检测算法能够准确地检测出水下显著目标,并且可以保留细节信息。结合偏振成像模型的优点,该算法能够较好地克服水下复杂的光学成像环境,并且能快速准确地检测出水下显著目标。

关键词：显著目标检测浑浊水体偏振成像图像复原深度学习多重散射

基于跨层级注意力学习的RGB-T显著目标检测

在线全文

学校读者我要写书评

暂无评论

郑州大学学报(理学版) 2024年

作者：魏明军魏帅刘亚志李辉华北理工大学人工智能学院河北省工业智能感知重点实验室

RGB-热成像显著目标检测(RGB-T SOD)旨在分割可见光图像和相应热红外图像中的常见突出区域。针对现有方法中没有充分利用多模态间的跨层级互补信息的问题,提出了一种用于RGB-T SOD任务的跨层级特征注意力学习网络(CALNet)。具体来说,该... 详细信息

RGB-热成像显著目标检测(RGB-T SOD)旨在分割可见光图像和相应热红外图像中的常见突出区域。针对现有方法中没有充分利用多模态间的跨层级互补信息的问题,提出了一种用于RGB-T SOD任务的跨层级特征注意力学习网络(CALNet)。具体来说,该网络中包含一个跨层级注意力学习模块(CAL),CAL使用非局部注意力对多模态间的跨层级信息进行交互,能够充分探索不同模态和不同层级间的全局位置与局部细节线索。此外,网络还引入了全局信息模块(GIM)与多交互模块(MIB),二者能够在逐层级解码中建模和挖掘多类型信息,以实现更精准的RGB-T SOD。在公共数据集RGB-T上进行的广泛实验表明,所提出的网络与领域内先进的算法相比,取得了优异的性能。

关键词：多模态非局部注意力 RGB-T 显著目标检测特征融合

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于全局感知和局部细化的夜间显著目标检测

计算机工程与设计 2023年第2期44卷 494-503页

作者：张彧汪虹余季思想穆楠四川师范大学计算机科学学院四川成都610101

为有效解决由于信噪比偏低,夜间图像显著目标检测结果具有区域定位不准确、内部结构不完整和外部边界不清晰等问题,提出由全局语义感知和局部结构细化引导的深度全卷积网络用于夜间显著性检测,判别夜间图像的像素级显著性。为进一步完... 详细信息

为有效解决由于信噪比偏低,夜间图像显著目标检测结果具有区域定位不准确、内部结构不完整和外部边界不清晰等问题,提出由全局语义感知和局部结构细化引导的深度全卷积网络用于夜间显著性检测,判别夜间图像的像素级显著性。为进一步完善目标定位和像素分类性能,模型集成全局语义感知模块以获取更多空间信息,嵌入局部结构细化模块提取具有完整边界知识的显著性信息。实验结果表明,所提模型具备先进的夜间显著性检测性能。

关键词：显著目标检测低信噪比语义感知结构细化编码器-解码器