检索结果-南通市图书馆

基于种群关联策略和强化解集准则的高维多目标进化算法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2022年第11期37卷 2808-2817页

作者：覃灏李军华南昌航空大学江西省图像处理与模式识别重点实验室南昌330063

一般的高维多目标进化算法无法有效处理不同类型的Pareto前沿.针对这一情况,提出一种基于种群关联策略和强化解集准则的高维多目标进化算法(many-objective evolutionary algorithm based on population association strategy and enhan... 详细信息

一般的高维多目标进化算法无法有效处理不同类型的Pareto前沿.针对这一情况,提出一种基于种群关联策略和强化解集准则的高维多目标进化算法(many-objective evolutionary algorithm based on population association strategy and enhanced solution set criterion,MaOEA/PAS-ESC).该算法在环境选择中采用种群关联策略(population association strategy,PAS)和强化解集准则(enhanced solution set criterion,ESC)协同指导种群进化.PAS利用解与参考向量的角度和欧氏距离以及种群中解之间的距离构建角度与距离联合函数(joint function of angle and distance,JFAD),选择多样性良好的解,然后ESC利用参考点与种群间的联系组成适应度函数,选择收敛性良好的解,以共同达到有效平衡多样性和收敛性的目的.实验结果表明,采用MaOEA/PAS-ESC处理高维多目标优化问题具有更强的竞争性能,而且提高了处理不同类型Pareto前沿的能力.

关键词：高维多目标进化算法种群关联策略强化解集准则种群进化角度与距离联合函数

在线全文

学校读者我要写书评

暂无评论

结合语义和多层特征融合的行人检测

自动化学报 2022年第1期48卷 282-291页

作者：储珺束雯周子博缪君冷璐江西省图像处理与模式识别重点实验室(南昌航空大学) 南昌330063

遮挡及背景中相似物干扰是行人检测准确率较低的主要原因.针对该问题,提出一种结合语义和多层特征融合(Combining semantics with multi-level feature fusion,CSMFF)的行人检测算法.首先,融合多个卷积层特征,并在融合层上添加语义分割... 详细信息

遮挡及背景中相似物干扰是行人检测准确率较低的主要原因.针对该问题,提出一种结合语义和多层特征融合(Combining semantics with multi-level feature fusion,CSMFF)的行人检测算法.首先,融合多个卷积层特征,并在融合层上添加语义分割,得到的语义特征与相应的卷积层连接作为行人位置的先验信息,增强行人和背景的辨别性.然后,在初步回归的基础上构建行人二次检测模块(Pedestrian secondary detection module,PSDM),进一步排除误检物体.实验结果表明,所提算法在数据集Caltech和CityPersons上漏检率(Miss rate,MR)为7.06%和11.2%.该算法对被遮挡的行人具有强鲁棒性,同时可方便地嵌入到其他检测框架.

关键词：行人检测语义分割特征融合遮挡二次检测

在线全文

学校读者我要写书评

暂无评论

结合跨视角特征关联的三维物体重建

小型微型计算机系统 2023年

作者：郑义林缪君罗超储珺南昌航空大学江西省图像处理与模式识别重点实验室

基于深度学习的多视图三维物体重建各个视角之间的特征往往相互独立、缺乏关联性.并且可用的三维信息难以融合，导致无法重建出具有细节特征和结构完整性的单个物体，为此，提出一种端到端的结合跨视角特征关联的三维物体重建算法.首先... 详细信息

基于深度学习的多视图三维物体重建各个视角之间的特征往往相互独立、缺乏关联性.并且可用的三维信息难以融合，导致无法重建出具有细节特征和结构完整性的单个物体，为此，提出一种端到端的结合跨视角特征关联的三维物体重建算法.首先，在重建的编码部分构造跨视角关联模块，通过计算不同视角像素点之间的相关性，使每个视角都携带其它视角的特征信息，同时利用多尺度信息有效地聚合具有不同感受域和全局上下文特征，再构造视角信息注意力增强模块，增强视角内目标物体各部分特征的关联;其次，在三维解码部分，提出三维体素融合模块，通过选择性融合各视角中目标物体的高精度部分，使重建物体具有更多的细节.本文方法在合成数据集ShapeNet上和真实世界数据集Pix3D上的实验结果表明，与当前最先进的方法相比，重建效果有较明显提升.

关键词：三维重建全局上下文特征跨视角关联注意力增强选择性融合

基于SASK和双分支结构的服装图像识别方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

应用科学学报 2023年第6期41卷 967-977页

作者：周啸辉余磊张睿婷熊邦书欧巧凤南昌航空大学图像处理与模式识别江西省重点实验室江西南昌330063

服装图像具有明暗不一、尺度各异的特性,这使得已有识别方法表现不佳。为解决此问题,本文基于空间注意力选择核(space attention selective kernel, SASK)模块和双分支结构搭建神经网络模型对服装图像进行识别。首先,结合跳跃连接、稠... 详细信息

服装图像具有明暗不一、尺度各异的特性,这使得已有识别方法表现不佳。为解决此问题,本文基于空间注意力选择核(space attention selective kernel, SASK)模块和双分支结构搭建神经网络模型对服装图像进行识别。首先,结合跳跃连接、稠密连接和多尺度、通道拆分的思想,设计双分支神经网络,充分提取服装对象的整体特征。其次,基于空间注意力机制,设计SASK模块,使网络可以更多地关注服装对象的形态特征信息,从而提升识别效果。实验结果表明,本文所提方法不但在典型服装数据集上能够取得优于现有主流方法的识别精度,而且在具有明暗不一、尺度各异特性的其他图像数据集上同样表现良好。

关键词：服装图像识别空间注意力选择核双分支神经网络明暗不一尺度各异

在线全文

学校读者我要写书评

暂无评论

基于DBAFFNet的低照度图像增强

应用科学学报 2023年第3期41卷 476-487页

作者：罗凡熊邦书余磊汪婉灵南昌航空大学图像处理与模式识别江西省重点实验室江西南昌330063

针对当前低照度图像增强后存在色偏、细节损失和噪声放大的问题,提出了基于双分支自适应特征融合网络的低照度图像增强方法。首先,设计自适应特征融合模块,在深层特征中融合更多细节和颜色信息;其次,构建通道及空间注意力模块,使网络着... 详细信息

针对当前低照度图像增强后存在色偏、细节损失和噪声放大的问题,提出了基于双分支自适应特征融合网络的低照度图像增强方法。首先,设计自适应特征融合模块,在深层特征中融合更多细节和颜色信息;其次,构建通道及空间注意力模块,使网络着重于图像细节和颜色的恢复;最后,根据Retinex理论设计Poisson-Retinex损失函数,抑制图像的噪声,从而提高图像的增强效果。在多个数据集上的主观和客观对比结果表明,所提方法不仅能恢复增强图像的颜色和细节,而且能更好地抑制噪声,从而获得良好的增强效果。

关键词：低照度图像增强自适应特征融合模块注意力模块 Retinex

在线全文

学校读者我要写书评

暂无评论

结合跨视角特征关联的三维物体重建

小型微型计算机系统 2024年第6期45卷 1451-1459页

作者：郑义林缪君罗超储珺南昌航空大学江西省图像处理与模式识别重点实验室南昌330063

基于深度学习的多视图三维物体重建各个视角之间的特征往往相互独立、缺乏关联性.并且可用的三维信息难以融合,导致无法重建出具有细节特征和结构完整性的单个物体,为此,提出一种端到端的结合跨视角特征关联的三维物体重建算法.首先,在... 详细信息

基于深度学习的多视图三维物体重建各个视角之间的特征往往相互独立、缺乏关联性.并且可用的三维信息难以融合,导致无法重建出具有细节特征和结构完整性的单个物体,为此,提出一种端到端的结合跨视角特征关联的三维物体重建算法.首先,在重建的编码部分构造跨视角关联模块,通过计算不同视角像素点之间的相关性,使每个视角都携带其它视角的特征信息,同时利用多尺度信息有效地聚合具有不同感受域和全局上下文特征,再构造视角信息注意力增强模块,增强视角内目标物体各部分特征的关联;其次,在三维解码部分,提出三维体素融合模块,通过选择性融合各视角中目标物体的高精度部分,使重建物体具有更多的细节.本文方法在合成数据集ShapeNet上和真实世界数据集Pix3D上的实验结果表明,与当前最先进的方法相比,重建效果有较明显提升.

关键词：三维重建全局上下文特征跨视角关联注意力增强选择性融合

基于R2指标和参考向量的高维多目标进化算法

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

自动化学报 2021年第11期47卷 2675-2690页

作者：陈国玉李军华黎明陈昊南昌航空大学江西省图像处理与模式识别重点实验室南昌330063

在高维多目标优化中,不同的优化问题存在不同形状的Pareto前沿(PF),而研究表明大多数多目标进化算法(Multi-objective evolutionary algorithms,MOEAs)在处理不同的优化问题时普适性较差.为了解决这个问题,本文提出了一个基于R2指标和... 详细信息

在高维多目标优化中,不同的优化问题存在不同形状的Pareto前沿(PF),而研究表明大多数多目标进化算法(Multi-objective evolutionary algorithms,MOEAs)在处理不同的优化问题时普适性较差.为了解决这个问题,本文提出了一个基于R2指标和参考向量的高维多目标进化算法(An R2 indicator and reference vector based many-objective optimization evolutionary algorithm,R2-RVEA).R2-RVEA基于Pareto支配选取非支配解来指导种群进化,仅当非支配解的数量超过种群规模时,算法进一步采用种群分解策略和R2指标选择策略进行多样性管理.通过大量的实验证明,本文提出的算法在处理不同形状的PF时具有良好的性能.

关键词： R2 指标参考向量高维多目标优化进化算法

基于广度残差与像素点注意力的图像去模糊模型

在线全文

学校读者我要写书评

暂无评论

应用科学学报 2022年第6期40卷 996-1005页

作者：况发熊邦书欧巧凤余磊南昌航空大学图像处理与模式识别江西省重点实验室江西南昌330063

针对现有方法难以快速从模糊图像中恢复高质量清晰图像的问题,提出了基于广度残差与像素点注意力的图像去模糊模型。该模型以编解码网络为基础,采用广度卷积与多阶残差方法,构建广度残差模块,提高了模型处理速度;同时,采用局部平均与矩... 详细信息

针对现有方法难以快速从模糊图像中恢复高质量清晰图像的问题,提出了基于广度残差与像素点注意力的图像去模糊模型。该模型以编解码网络为基础,采用广度卷积与多阶残差方法,构建广度残差模块,提高了模型处理速度;同时,采用局部平均与矩阵叉乘,构建像素点注意力模块,增强了模型去模糊质量。在GOPRO数据集上进行的实验结果表明,在模型大小仅为22.24 MB情况下,结构相似度为0.9223,峰值信噪比为31.74 dB,平均运行时间为0.37 s。所提出方法与尺度循环网络方法相比,其峰值信噪比提高了4%,并且性能优于现有其他去模糊方法。

关键词：图像去模糊编解码网络像素点注意力广度残差

在线全文

学校读者我要写书评

暂无评论

基于感知监督和多层次特征融合的去雾算法

计算机工程与应用 2023年第21期59卷 204-213页

作者：吴峻江储珺卢昂冷璐南昌航空大学软件学院南昌330063 南昌航空大学江西省图像处理与模式识别重点实验室南昌330063

现有图像去雾方法在网络训练时没有考虑去雾后的图像是否满足人类视觉感知;其次以编解码结构为主要结构的去雾网络,不可避免丢失细节信息,去雾后的图像存在纹理模糊、颜色失真等问题。针对上述问题,提出了一个基于感知监督和多层次特征... 详细信息

现有图像去雾方法在网络训练时没有考虑去雾后的图像是否满足人类视觉感知;其次以编解码结构为主要结构的去雾网络,不可避免丢失细节信息,去雾后的图像存在纹理模糊、颜色失真等问题。针对上述问题,提出了一个基于感知监督和多层次特征融合的图像去雾网络。在网络结构中设计了不同层次的特征融合模块。在编码阶段设计分辨率层次特征复用与融合模块,更好地提取不同尺度下表达能力更强的特征,为重建高质量图像提供更多细节信息;特征转换阶段设计空间上下文层次特征提取与融合模块,提取与融合不同感受野的空间上下文的特征,以提供更加精准的图像结构信息;解码阶段设计自适应特征融合模块,自适应地融合下采样阶段生成的不同分辨率层次的特征及特征转换阶段输出的不同空间上下文层次的特征;其次在训练阶段的损失函数中引入感知损失和多尺度结构相似度损失,引导网络学习更多的视觉感知属性。与当前主流方法相比较,该方法在定量和定性指标得到明显提升的同时提高了对去雾图像的视觉效果。实验结果表明在RESIDE合成数据集以及真实有雾图像上取得显著的去雾效果。

关键词：图像去雾感知监督编解码网络多层次特征融合