检索结果-南通市图书馆

基于深度学习算法的人脸图像活体特征变换尺度提取

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（工学版） 2023年第11期53卷 3201-3206页

作者：吕晓琪李浩谷宇内蒙古科技大学信息工程学院内蒙古包头014010 内蒙古科技大学内蒙古自治区模式识别与智能图象处理重点实验室内蒙古包头014010 内蒙古工业大学信息工程学院呼和浩特010051

针对目前人脸图像的特征提取方法存在提取准确度低、效率低等问题,提出了基于深度学习算法的人脸图像活体特征变换尺度提取方法。先利用深度学习方法完成人脸图像的去噪处理;然后使用Gabor波滤器分解人脸信号,并将其输入到深层子空间模... 详细信息

针对目前人脸图像的特征提取方法存在提取准确度低、效率低等问题,提出了基于深度学习算法的人脸图像活体特征变换尺度提取方法。先利用深度学习方法完成人脸图像的去噪处理;然后使用Gabor波滤器分解人脸信号,并将其输入到深层子空间模型完成特征变换尺度的提取;最后基于(粒子PSO群优化算法)完成人脸图像活体特征变换尺度提取。实验结果表明:提出人脸图像特征提取方法的准确度更高,识别速度更快,整体应用效果更好。

关键词：人脸特征提取深度学习去噪处理 Gabor波滤器深层子空间模型

在线全文

学校读者我要写书评

暂无评论

软多标签和深度特征融合的无监督行人重识别

光电工程 2020年第12期47卷 13-22页

作者：张宝华朱思雨吕晓琪谷宇王月明刘新任彦李建军张明内蒙古科技大学信息工程学院内蒙古自治区包头014010 内蒙古工业大学信息工程学院内蒙古自治区呼和浩特010051 内蒙古自治区模式识别与智能图像处理重点实验室内蒙古自治区包头014010

跨摄像头场景中依赖面向标签映射关系的学习以提高识别精度,有监督行人重识别模型虽然识别精度较好,但存在可扩展问题,诸如算法识别精度严重依赖有效的监督信息,算法实时性差等;针对上述问题,提出一种基于软多标签的无监督行人重识别算... 详细信息

跨摄像头场景中依赖面向标签映射关系的学习以提高识别精度,有监督行人重识别模型虽然识别精度较好,但存在可扩展问题,诸如算法识别精度严重依赖有效的监督信息,算法实时性差等;针对上述问题,提出一种基于软多标签的无监督行人重识别算法。为了提高标签匹配精度,首先利用软多标签逼近真实标签,通过计算参考数据集和参考代理在软多标签函数中的损失函数,预训练参考数据集,并构建预训练与训练结果的映射模型。再通过生成数据和真实数据分布的最小距离的期望即简化的2-Wasserstein距离计算相机视图中软多标签均值和标准差得到损失函数,解决跨视域标签一致性问题。为了提高软多标签对未标记目标数据集的有效性,计算联合嵌入损失,挖掘不同类别间的相似对,纠正跨域分布错位。针对残差网络训练时长和无监督学习精度低的问题,通过结合压缩激励网络(SENet)和多层级深度特征融合改进残差网络的结构,提高训练速度和精度。实验结果表明,该方法在标准数据集下的首位命中率和平均精度均值优于先进相关算法。

关键词：残差网络行人重识别软多标签无监督深度特征

深度双重注意力的生成与判别联合学习的行人重识别

在线全文

学校读者我要写书评

暂无评论

光电工程 2021年第5期48卷 54-62页

作者：张晓艳张宝华吕晓琪谷宇王月明刘新任彦李建军内蒙古科技大学信息工程学院内蒙古自治区包头014010 内蒙古工业大学信息工程学院内蒙古自治区呼和浩特010051 内蒙古自治区模式识别与智能图像处理重点实验室内蒙古自治区包头014010

在行人重识别任务中存在数据集标注难度大,样本量少,特征提取后细节特征缺失等问题。针对以上问题提出深度双重注意力的生成与判别联合学习的行人重识别。首先,构建联合学习框架,将判别模块嵌入生成模块,实现图像生成和判别端到端的训练... 详细信息

在行人重识别任务中存在数据集标注难度大,样本量少,特征提取后细节特征缺失等问题。针对以上问题提出深度双重注意力的生成与判别联合学习的行人重识别。首先,构建联合学习框架,将判别模块嵌入生成模块,实现图像生成和判别端到端的训练,及时将生成图像反馈给判别模块,同时优化生成模块与判别模块。其次,通过相邻的通道注意力模块间连接和相邻空间注意力模块间连接,融合所有通道特征和空间特征,构建深度双重注意力模块,将其嵌入教师模型,使模型能更好地提取行人细节身份特征,提高模型识别能力。实验结果表明,该算法在Market-1501和DukeMTMC-ReID数据集上具有较好的鲁棒性、判别性。

关键词：行人重识别图像生成联合学习注意力机制深度学习

在线全文

学校读者我要写书评

暂无评论

软伪标签和多尺度特征融合的行人重识别

激光与光电子学进展 2022年第24期59卷 224-231页

作者：陈昊张宝华吕晓琪谷宇王月明刘新任彦李建军张明内蒙古科技大学信息工程学院内蒙古自治区包头014010 内蒙古工业大学信息工程学院内蒙古自治区呼和浩特010051 内蒙古自治区模式识别与智能图像处理重点实验室内蒙古自治区包头014010

传统无监督域自适应行人重识别算法,抑制伪标签噪声效果差、域间泛化能力弱。针对这些问题,提出了一种基于软伪标签和多尺度特征融合的无监督域自适应行人重识别算法。为抑制伪标签噪声,利用并行网络的预测值作为软标签,通过交叉校对方... 详细信息

传统无监督域自适应行人重识别算法,抑制伪标签噪声效果差、域间泛化能力弱。针对这些问题,提出了一种基于软伪标签和多尺度特征融合的无监督域自适应行人重识别算法。为抑制伪标签噪声,利用并行网络的预测值作为软标签,通过交叉校对方式对伪标签噪声进行纠偏,为无监督域自适应任务提供更鲁棒的软伪标签。为增强域间泛化能力,利用多尺度特征重构和哈达玛积特征融合方法对深浅特征层信息进行处理,实现源域数据到目标域的风格转换,并结合实例和批量归一化网络解决残差网络域自适应性差的问题,增强网络对源域和目标域的泛化能力。实验结果表明,所提算法在Market-to-Duke和Duke-to-Market无监督域自适应任务中都取得了较好的性能,明显优于相关算法。

关键词：光计算软伪标签多尺度特征重构哈达玛积特征融合实例和批量归一化网络行人重识别

慢性失眠患者大脑灰质结构变化的磁共振影像学研究

在线全文

学校读者我要写书评

暂无评论

中华神经科杂志 2021年第2期54卷 125-130页

作者：秦贺刘波喻大华内蒙古科技大学包头医学院第一附属医院神经内科 014010 内蒙古科技大学内蒙古自治区模式识别与智能图像处理重点实验室包头014010

目的分析慢性失眠患者的全脑结构磁共振成像(MRI)特征,探讨慢性失眠患者大脑灰质结构的改变及其临床意义。方法收集2016年9月至2018年9月于内蒙古科技大学包头医学院第一附属医院神经内科门诊及病房就诊的慢性失眠患者35例,选择同期就... 详细信息

目的分析慢性失眠患者的全脑结构磁共振成像(MRI)特征,探讨慢性失眠患者大脑灰质结构的改变及其临床意义。方法收集2016年9月至2018年9月于内蒙古科技大学包头医学院第一附属医院神经内科门诊及病房就诊的慢性失眠患者35例,选择同期就诊于本院的睡眠正常者35名作为对照,于16:00时在安静、舒适的神经内科心理咨询室对其进行睡眠状况自评量表、匹兹堡睡眠质量指数量表、失眠严重指数、汉密尔顿抑郁量表、汉密尔顿焦虑量表及简易精神状态检查量表测评,之后对受试者进行结构MRI扫描,使用SPM8软件,通过基于体素的形态学分析方法分析横断面T1WI-选择性水激励快速梯度回波成像序列、T2WI-快速自旋回波序列、T2WI-液体衰减反转恢复序列等相关数据。结果与正常睡眠对照组相比,慢性失眠患者组的左背外侧额上回、眶额叶(左眶部额上回、右侧眶部额上中下回)、左楔前叶、左枕中回、双侧颞下回及左顶下缘角回的灰质体积减小,左枕中回、左楔前叶灰质体积与睡眠状况自评量表评分呈负相关(左枕中回:r=-0.482,P=0.003;左楔前叶:r=-0.358,P=0.035);左枕中回的灰质体积与汉密尔顿焦虑量表评分呈负相关(r=-0.348,P=0.040)。结论慢性失眠患者多个脑区的灰质体积发生变化,可能与慢性失眠患者的情绪、认知障碍有关。

关键词：慢性失眠灰质磁共振成像基于体素的形态学分析

在线全文

学校读者我要写书评

暂无评论

残差混合注意力结合多分辨率约束的图像配准

光学精密工程 2022年第10期30卷 1203-1216页

作者：张明娜吕晓琪谷宇内蒙古科技大学信息工程学院模式识别与智能图像处理重点实验室内蒙古包头014010 内蒙古工业大学信息工程学院内蒙古呼和浩特010051

医学图像配准在图谱创建和时间序列图像对比等临床应用中具有重要意义。目前,使用深度学习的配准方法与传统方法相比更好地满足了临床实时性的需求,但配准精确度仍有待提升。基于此,本文提出了一种结合残差混合注意力与多分辨率约束的... 详细信息

医学图像配准在图谱创建和时间序列图像对比等临床应用中具有重要意义。目前,使用深度学习的配准方法与传统方法相比更好地满足了临床实时性的需求,但配准精确度仍有待提升。基于此,本文提出了一种结合残差混合注意力与多分辨率约束的配准模型MAMReg-Net,实现了脑部核磁共振成像(MagneticResonanceImaging,MRI)的单模态非刚性图像配准。该模型通过添加残差混合注意力模块,可以同时获取大量局部和非局部信息,在网络训练过程中提取到了更有效的大脑内部结构特征。其次,使用多分辨率损失函数来进行网络优化,实现更高效和更稳健的训练。在脑部T1 MR图像的12个解剖结构中,平均Dice分数达到0.817,平均ASD数值达到0.789,平均配准时间仅为0.34 s。实验结果表明,MAMReg-Net配准模型能够更好地学习脑部结构特征从而有效地提升配准精确度,并且满足临床实时性的需求。

关键词：医学图像处理单模态配准深度学习注意力机制多分辨率约束

基于改进ConvNeXt的皮肤镜图像分类方法

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

计算机工程 2023年第10期49卷 239-246,254页

作者：李建威吕晓琪谷宇内蒙古科技大学信息工程学院内蒙古自治区模式识别与智能图像处理重点实验室内蒙古自治区包头014010 内蒙古工业大学信息工程学院呼和浩特010051

皮肤癌是最致命的癌症之一,对皮肤镜图像进行精确分类尤为关键,然而现有的皮肤镜图像存在形态复杂、样本数量较少的问题,导致现有的自动分类方法难以提取图像特征信息,误判率较高。提出一种改进ConvNeXt的方法,并构建SE-SimAM-ConvNeXt... 详细信息

皮肤癌是最致命的癌症之一,对皮肤镜图像进行精确分类尤为关键,然而现有的皮肤镜图像存在形态复杂、样本数量较少的问题,导致现有的自动分类方法难以提取图像特征信息,误判率较高。提出一种改进ConvNeXt的方法,并构建SE-SimAM-ConvNeXt模型。以ConvNeXt为基础网络,加入SimAM无参注意力模块,提升网络的特征提取能力,并在基础网络中引入通道注意力机制,增强ConvNeXt对潜在关键特征的挖掘能力。在训练初始时加入预热机制Cosine Warmup,在该过程中使用余弦函数值进行学习率的衰减,进一步加速ConvNeXt的收敛,提高ConvNeXt模型的分类能力。在HAM10000皮肤数据集上的实验结果表明,该模型的分类准确率、精确度、召回率、特异性分别为92.9%、85.3%、78.0%、97.5%,具有较好的皮肤镜图像分类能力,对皮肤癌病变的辅助诊断有一定程度的应用价值,可帮助皮肤科医生对皮肤癌做进一步的诊断。

关键词：皮肤镜图像分类 ConvNeXt网络通道注意力机制 SimAM无参注意力预热机制

在线全文

学校读者我要写书评

暂无评论

深度学习检测肺结节难点问题综述

计算机工程与应用 2024年第19期60卷 18-31页

作者：包强强唐思源谷宇内蒙古科技大学数智产业学院内蒙古包头014010 内蒙古科技大学包头医学院计算机科学与技术学院内蒙古包头014040 内蒙古科技大学数智产业学院内蒙古自治区模式识别与智能图像处理重点实验室内蒙古包头014010

肺癌在全球范围内是致命性最高的癌症之一,肺结节是肺癌的早期表现形式,基于深度学习的肺结节检测模型因较高的检测准确率与效率逐渐成为辅助医生检测肺结节的有效方法。但是目前基于深度学习的肺结节检测模型仍有不足,一些重难点问题... 详细信息

肺癌在全球范围内是致命性最高的癌症之一,肺结节是肺癌的早期表现形式,基于深度学习的肺结节检测模型因较高的检测准确率与效率逐渐成为辅助医生检测肺结节的有效方法。但是目前基于深度学习的肺结节检测模型仍有不足,一些重难点问题需要解决。第一,基于迁移学习、GAN网络、半监督学习与无监督学习解决模型训练时肺结节数据不足与类别不平衡问题;第二,增强模型特征提取能力提升对肺结节检测的敏感度与准确度;第三,提升模型假阳性肺结节筛查能力降低假阳性率;第四,加强模型检测肺结节的可解释能力;第五,基于大模型技术解决以上4个难点问题。最后,介绍检测模型训练与测试所需的数据集与评价指标并对未来肺结节检测优化方向进行讨论。

关键词：肺癌肺结节检测深度学习计算机辅助检测系统

基于轻量化生成对抗网络的遥感图像超分辨率重建

在线全文

学校读者我要写书评

暂无评论

激光杂志 2024年第4期45卷 114-120页

作者：张鹏婴张明李建军张宝华内蒙古科技大学信息工程学院内蒙古包头014010 内蒙古科技大学内蒙古自治区模式识别与智能图像处理重点实验室内蒙古包头014010

针对ESRGAN模型复杂度高、特征提取与表示性能欠佳的问题,提出了一种基于轻量化生成对抗网络(Light weight Generative Adversarial Network, LwGAN)的遥感图像超分辨率重建算法。该算法以改进残差密集模块(Improved Residual Dense Blo... 详细信息

针对ESRGAN模型复杂度高、特征提取与表示性能欠佳的问题,提出了一种基于轻量化生成对抗网络(Light weight Generative Adversarial Network, LwGAN)的遥感图像超分辨率重建算法。该算法以改进残差密集模块(Improved Residual Dense Block, IRDB)为基础块构建生成网络的高阶特征提取部分,提取了丰富的多样化特征,同时建立了特征的通道及长距离位置关系,在降低模型参数量的同时提升了模型的特征提取与表示性能。通过在UC MERCED和NWPU-RESISC45数据集上的实验结果表明,与ESRGAN相比,LwGAN获取了更大的峰值信噪比和结构相似度,显著提升了遥感图像的超分辨率重建性能,可视化结果表明重建图像恢复了更多的纹理细节信息,同时模型参数量仅为原始ESRGAN的约三分之一,大幅地提高了模型的运行效率,为后续遥感图像的分析处理奠定了基础。

关键词：超分辨率重建遥感图像生成对抗网络残差密集坐标注意力