检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

一种编解码结构的车牌图像超分辨率网络

西安交通大学学报 2022年第10期56卷 101-110页

作者：徐胜军邓博文史亚孟月波刘光辉韩九强西安建筑科技大学信息与控制工程学院西安710055 西安市建筑制造智动化技术重点实验室西安710055 西安交通大学电子与信息学部西安710049

针对复杂实际场景中模糊、污损、扭曲、倾斜等车牌图像关键信息缺失以及新能源车牌背景与字符对比度低难以识别的问题,提出了一种编解码结构的车牌图像超分辨率网络。首先,构建一种基于编解码结构的车牌重构生成器网络,利用编码器对车... 详细信息

针对复杂实际场景中模糊、污损、扭曲、倾斜等车牌图像关键信息缺失以及新能源车牌背景与字符对比度低难以识别的问题,提出了一种编解码结构的车牌图像超分辨率网络。首先,构建一种基于编解码结构的车牌重构生成器网络,利用编码器对车牌图像的纹理、字符等特征进行提取,解码器对车牌特征进行重构;然后,设计一种基于语义监督的判别器网络,在网络损失中引入了对抗损失与CTC(connectionist temporal classification)损失,增强生成器网络对车牌图像语义特征的表征能力;最后,基于VGG16网络提取车牌顶角点特征,利用坐标变换方法对车牌图像进行矫正,进一步提高重构清晰度与识别准确率。采用所提网络在自建XAUAT-Parking数据集和公开CCPD数据集上进行超分辨率重构与识别实验,结果表明:所提网络在CCPD数据集上的平均峰值信噪比可达25.5 dB,结构相似性(SSIM)可达0.989;在XAUAT-Parking数据集上峰值信噪比可达26.6 dB,结构相似性可达0.997。研究结果表明,该网络有较好的车牌图像超分辨率重建效果,而且对车牌关键信息缺失问题具有较强的鲁棒性。

关键词：车牌图像超分辨率图像矫正 VGG16网络编解码结构生成对抗网络

在线全文

学校读者我要写书评

暂无评论

基于编解码结构的图像语义分割算法研究

基于编解码结构的图像语义分割算法研究

作者：刘畅广西民族大学

学位级别：硕士

语义分割技术在地图导航、无人驾驶和机器人系统等实际应用中均起到重要作用。由于此类实际应用对实时使用语义分割的需求快速增长,这激发了设计低延迟、更高效的分割网络的热情。但是,目前的一些语义分割算法出现了多尺度信息利用不充... 详细信息

语义分割技术在地图导航、无人驾驶和机器人系统等实际应用中均起到重要作用。由于此类实际应用对实时使用语义分割的需求快速增长,这激发了设计低延迟、更高效的分割网络的热情。但是,目前的一些语义分割算法出现了多尺度信息利用不充分、细节特征丢失以及高层上下文信息和低层细节之间的分辨率差异较大等问题。为此,本文基于编解码结构展开研究,主要工作如下:(1)针对语义分割过程中图像分割不连续、深层特征的上下文信息模糊等问题,将隐式对齐函数(IFA)与基于Transformer的编解码语义分割模型相结合,提出了一个隐式特征对齐模块用于解码,该模块有效地替代双线性上采样和卷积来对齐多层特征,学习到精确且连续的语义信息;在损失处理部分,构建一个细节引导模块来引导浅层对空间信息进行编码,在不增加推理阶段的计算成本的情况下,提高了模型对上下文语义信息的学习能力和不同分辨率图像的分割性能。在公开数据集ADE20K上,所提出的模型比原模型提高了1.11%的m Io U值。通过实验证明,IFA使低层次的空间细节和高层次的语义信息可以精确地对齐,从而产生更准确的预测结果。(2)为了解决现有图像语义分割算法解码部分中,无法充分利用图像的多尺度信息、边界细节特征仍有丢失的情况,将空间金字塔池化框架与Transformer相结合,设计了一个在解码阶段增强多尺度特征融合的图像语义分割模型。该模型在编码阶段通过多个并行分支获取不同尺度的特征;在解码端,首先设计了一个瓶颈空间金字塔池化模块以有效增强特征融合,其次,将瓶颈空间金字塔模块与拉普拉斯金字塔方法相结合,最后,通过拼接操作恢复不同特征图的分辨率,从而保留更多细节特征。在公开数据集ADE20K上,改进模型相比原网络m Io U指标提升1.36%,浮点运算量仅为原网络的51%,证明其在提升精度和减少运算量方面的有效性。

关键词：图像语义分割编解码结构特征融合特征对齐空间金字塔池化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于编解码结构的土地覆盖监测算法研究

基于编解码结构的土地覆盖监测算法研究

作者：马占明南京信息工程大学

学位级别：硕士

高分辨率遥感图像监测土地覆盖和利用,提取城市和自然环境中的建筑物和水域是重要任务。精确提取可为环境监测和土地利用提供应用价值。因此,高分辨率遥感图像的建筑物和水域提取是土地覆盖检测中的关键任务之一。目前,大多数建筑物和... 详细信息

高分辨率遥感图像监测土地覆盖和利用,提取城市和自然环境中的建筑物和水域是重要任务。精确提取可为环境监测和土地利用提供应用价值。因此,高分辨率遥感图像的建筑物和水域提取是土地覆盖检测中的关键任务之一。目前,大多数建筑物和水域提取算法使用基于深度学习的语义分割方法,但仍然存在一些不足。一方面,遥感图像中的建筑物、水域等目标形态复杂,目标大小差异较大,需要对不同尺度的特征进行充分的利用,但现有的语义分割方法在多尺度信息的利用上仍存在不足。容易出现建筑物大面积误判和水域边缘模糊等问题。为了解决该问题,本文提出了基于编解码结构的特征强化网络,解码网络中通过多尺度特征融合模块,将不同尺度的特征进行融合,得到更加丰富和准确的特征表示,从而有效改善建筑物大面积误判和水域边缘模糊等问题。另一方面,由于高分辨率遥感图像中存在大量的细节信息,局部特征提取器往往难以充分捕捉图像中的重要特征,导致分割结果出现误差和漏分等问题。为了解决以上问题,本文提出了基于编解码结构的局部特征搜索网络,解码过程中通过融合注意力上采样模块可以增强局部信息的搜索能力,更好地捕捉目标的细节特征和纹理信息,提高对小目标和遮挡目标的识别能力,具有很好的应用前景。在对比实验中,本文提出的算法在两个遥感数据集上都取得了优秀的分割效果,在像素准确率、类别平均像素准确率和平均交并比等指标上都表现出色。

关键词：建筑物和水域语义分割局部特征特征融合编解码结构

基于深度学习编解码结构的图像语义分割算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习编解码结构的图像语义分割算法研究

作者：张富财浙江理工大学

学位级别：硕士

在计算机视觉中,图像分割（为图像中每一个像素进行类别标记的技术）是后续其他研究的基础,所以图像分割效果的好坏会对后续的研究产生影响。基于深度学习的图像语义分割算法面临的主要问题包括:分割场景的复杂性、分割对象的多样性、... 详细信息

在计算机视觉中,图像分割（为图像中每一个像素进行类别标记的技术）是后续其他研究的基础,所以图像分割效果的好坏会对后续的研究产生影响。基于深度学习的图像语义分割算法面临的主要问题包括:分割场景的复杂性、分割对象的多样性、分割对象空间位置的随机性以及分割模型的精度与计算效率相互制约的矛盾等,本文针对这些问题开展基于深度学习编解码结构的图像语义分割算法研究。本文主要研究工作和贡献如下:（1）对特征提取编码器结构的分析。基于深度学习编解码结构的图像语义分割模型,其编码器对输入图像的特征编码效果会对分割模型的性能产生巨大的影响,因此,本文首先分析了特征编码器的架构与性能,包括高精度的特征编码器VGG-Net、Google Net、Res Net和计算效率优先的Dense Net、Pelee Net,对这些模型的架构和典型的模块进行分析,为本文后续提出编解码架构的图像语义分割模型打下基础。（2）为解决图像语义分割任务中存在的分割场景的复杂性、分割对象的多样性及分割对象空间位置的差异性问题,本文提出一种高精度的基于稠密扩张卷积的双分支多层级语义分割模型。首先采用特征编码器编码输入图像的特征并输出4级不同分辨率的特征图（De1、De2、De3、De4）,其次采用本文的特征精炼模块对De1和De3这两个特征图进行特征精炼处理,特征精炼之后的输出分支经过本文提出的稠密扩张卷积模块（以本文提出的混合扩张卷积模块搭建而成的模块）解码空间位置特征,而De4分支采用金字塔池化模块解码抽象语义特征,最后将这两个分支加权融合输出分割预测结果。最终模型在Celeb AMask-HQ测试集中m Io U精度为74.64%,在Cityscapes测试集中m Io U精度为78.29%,均高于对比方法,证明本文模型具有很好的性能与鲁棒性。（3）为在资源受限制的嵌入式设备上部署图像语义分割模型,就必须减少模型的参数量与运算量,取得精度与推理速度之间的平衡,本文提出一种基于Res Net18的平行效率语义分割模型。首先使用轻量级的主干网络Res Net18对输入图像进行特征编码,产生4级特征图（Fe1、2、3、4）,其次使用本文提出的一级解码器强化浅层的空间位置特征图Fe1、Fe2和Fe3,使用金字塔池化模块强化抽象语义特征图Fe4;接着将上述强化特征表达后的特征图上采样进行元素级求和,再次使用本文提出的二级解码器处理逐级求和后的特征图,进行空间特征与抽象语义特征的融合,完成预测输出。最终模型在Cityscapes测试集中m Io U精度为73.02%,模型参数量为14.2M,推理一张2048x1024分辨率的图像耗时48ms,精度均高于对比的效率模型,并且模型的参数量和运算量最少,证明本文模型取得分割精度与计算效率之间的平衡。

关键词：深度学习编解码结构图像语义分割特征融合效率网络

基于编解码结构与注意力机制的医学图像分割算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于编解码结构与注意力机制的医学图像分割算法研究

作者：唐文博桂林电子科技大学

学位级别：硕士

现实生活中有大量的医学图像,单纯依赖人眼进行分析,过于费时费力,而且专业医师之间存在个体差异性,可能会导致误诊、漏诊等情况的发生。深度学习技术的出现有效的缓解了上述问题。但是二维病灶边缘不明确导致分割精度低,三维分支状结... 详细信息

现实生活中有大量的医学图像,单纯依赖人眼进行分析,过于费时费力,而且专业医师之间存在个体差异性,可能会导致误诊、漏诊等情况的发生。深度学习技术的出现有效的缓解了上述问题。但是二维病灶边缘不明确导致分割精度低,三维分支状结构图像中存在细微分支不易于被准确识别等问题的存在,基于深度模型的分割效果并不十分理想。为解决上述问题,本文工作主要有以下两个方面:提出基于边缘注意校正（EHS）网络与深度监督相结合的方法。针对医学图像中病灶边缘不明确导致分割精度低的问题,提出利用细节信息丰富的浅层特征进行边缘约束,并为深层网络提供边缘注意。该方法以二维肺炎患者肺部CT图像为例,采用改进的多任务编解码分割网络对肺部图像进行分割。网络共享一个部分编码器提取共同特征,拥有两个不同任务的解码器分别用于分割边缘与病灶。同时边缘分割网络为病灶分割网络提供边缘注意。之后在COVID-UESTC和COVID-19-CT100数据集上进行验证。实验证明,EHS网络在两个不同的数据集上均取得了较高的Dice得分和m Io U值。提出基于改进的3D U-Net网络对三维神经元图像进行分割。针对三维分支状结构图像中存在细微分支不易于被准确识别的问题,对编码部分采用注意力模块对目标分支加以注意。该方法对传统3D U-Net网络的编码模块和跳跃连接部分加以改进。在编码模块中,将通道空间注意模块扩展到三维空间进行应用,依次从通道和空间两个维度对神经元特征图像进行评分,选出有价值特征增强其重要性。同时采用空洞卷积扩大卷积核的感受野,在跳跃连接部分对编码部分图像重采样增强图像特征。最后在SYNTANEI数据集上进行验证,取得了较好的分割性能。

关键词：医学图像分割边缘注意改进3D U-Net 空洞卷积编解码结构

MAAUNet: 医学图像语义分割U型编解码结构探索

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Journal of Measurement Science and Instrumentation 2022年第4期13卷 418-429页

作者：邵硕葛洪伟江南大学江苏省模式识别与计算智能实验室江苏无锡214122 江南大学人工智能与计算机学院江苏无锡214122

针对医学图像语义分割面临的分割目标多尺度变化、噪声干扰、分割结果粗糙、训练过程缓慢的问题,基于UNet和MultiResUNet提出了一种多尺度残差带有聚合连接的U型注意力网络结构MAAUNet(MultiRes aggregation attention UNet)。首先,引... 详细信息

针对医学图像语义分割面临的分割目标多尺度变化、噪声干扰、分割结果粗糙、训练过程缓慢的问题,基于UNet和MultiResUNet提出了一种多尺度残差带有聚合连接的U型注意力网络结构MAAUNet(MultiRes aggregation attention UNet)。首先,引入了聚合连接。由原来同一级的特征聚合重新设计跳跃连接,在解码器子网处聚合不同语义尺度的特征,进一步解决跳跃连接间可能存在的语义鸿沟问题。其次,在多尺度卷积模块之后加入了卷积块注意力机制模块。在通道和空间两个注意力方向上特征聚焦并集成,以自适应优化中间特征图。最后,对原有的多尺度卷积块做出改进。用串联卷积结构拓展卷积通道,相互补充信息,提取更丰富的空间特征,保留残差连接,使原卷积块变为多通道卷积块,从而使模型可提取多尺度空间特征。实验结果表明,MAAUNet在具有挑战性的数据集上具有很强的竞争力,在应对多尺度输入、噪声干扰的情况时表现出了良好的分割性能和稳定性。

关键词： U型注意力网络结构MAAUNet 卷积神经网络编解码结构注意力机制医学图像语义分割

基于Informer的电池荷电状态估算及其稀疏优化方法

在线全文

学校读者我要写书评

暂无评论

电子学报 2023年第1期51卷 50-56页

作者：何滢婕刘月峰边浩东郭威张小燕内蒙古科技大学信息工程学院内蒙古包头014010

准确估计电池荷电状态(State Of Charge,SOC)是延长电动汽车电池使用寿命,确保电动汽车行驶安全的重要基础.传统的深度学习估计方法存在并行化计算效率不高、训练时间长的问题.为此,利用基于自注意力机制的Informer模型来估计电池SOC.... 详细信息

准确估计电池荷电状态(State Of Charge,SOC)是延长电动汽车电池使用寿命,确保电动汽车行驶安全的重要基础.传统的深度学习估计方法存在并行化计算效率不高、训练时间长的问题.为此,利用基于自注意力机制的Informer模型来估计电池SOC.其降低了传统自注意力机制的时间复杂度、提高了硬件使用率、降低了训练时长,与其他深度学习方法相比估计更准确.然而Informer模型仍然存在体量大及参数冗余的问题,故提出稀疏优化方法 .利用基于彩票假设的幅值迭代剪枝方法对Informer进行稀疏化处理,突出主导注意力特征,实现了在降低参数冗余的同时提升模型估计精度.在室温下,提出的稀疏化Informer模型估计电池SOC的平均绝对误差和均方根误差分别达到0.285 8%和0.383 0%,相比于Informer模型在平均绝对误差指标上估计精度提升了25%.并验证了其具备估计不同类型锂电池SOC的泛化能力.与循环神经网络、卷积神经网络这类传统的深度学习模型相比,本模型进行电池SOC估计时训练速度更快,估计准确性和稳定性更高.

关键词：荷电状态锂离子电池深度学习编解码结构自注意力机制

一种基于深度学习的实时视频图像背景替换方法

在线全文

学校读者我要写书评

暂无评论

东北大学学报（自然科学版） 2021年第11期42卷 1540-1546页

作者：谢天植雷为民张伟李志远东北大学计算机科学与工程学院辽宁沈阳110169

针对视频会话业务的实时性需求,提出一种轻量级深度学习网络模型实现视频图像的实时背景替换功能.网络模型包含语义分割和背景替换两个模块.语义分割模块整体架构采用编解码结构,编码端使用编码器模块、空洞卷积金字塔池化模块、注意力... 详细信息

针对视频会话业务的实时性需求,提出一种轻量级深度学习网络模型实现视频图像的实时背景替换功能.网络模型包含语义分割和背景替换两个模块.语义分割模块整体架构采用编解码结构,编码端使用编码器模块、空洞卷积金字塔池化模块、注意力模块以及增益模块提取特征;解码端使用解码器模块、调整模块以及编码器模块恢复图像,再传入背景替换模块完成背景替换.该网络模型在本文设定的数据集训练后分割精确度达到94.1%,分割速度达到42.5帧/s,在实时性和准确性上达到较好的平衡,具有很好的实用效果.

关键词：实时视频图像背景替换深度学习语义分割编解码结构

基于编解码双路卷积神经网络的视觉自定位方法

在线全文

学校读者我要写书评

暂无评论

北京航空航天大学学报 2019年第10期45卷 1965-1972页

作者：贾瑞明刘圣杰李锦涛王赟豪潘海侠北方工业大学信息学院北京100144 北京航空航天大学软件学院北京100083

为了从单张RGB图像估计出相机的位姿信息,提出了一种深度编解码双路卷积神经网络(CNN),提升了视觉自定位的精度。首先,使用编码器从输入图像中提取高维特征;然后,使用解码器提升特征的空间分辨率;最后,通过多尺度位姿预测器输出位姿参... 详细信息

为了从单张RGB图像估计出相机的位姿信息,提出了一种深度编解码双路卷积神经网络(CNN),提升了视觉自定位的精度。首先,使用编码器从输入图像中提取高维特征;然后,使用解码器提升特征的空间分辨率;最后,通过多尺度位姿预测器输出位姿参数。由于位置和姿态的特性不同,网络从解码器开始采用双路结构,对位置和姿态分别进行处理,并且在编解码之间增加跳跃连接以保持空间信息。实验结果表明:所提网络的精度与目前同类型算法相比有明显提升,其中相机姿态角度精度有较大提升。

关键词：视觉自定位编解码结构卷积神经网络(CNN) 跳跃连接双路网络