检索结果-南通市图书馆

同方期刊数据库

基于多尺度空洞U-Net的多聚焦图像融合算法

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年第14期61卷 437-446页

作者：聂丰镐李梦霞周孟香董雨雪李志良李龙长江大学计算机科学学院湖北荆州434023

针对目前多聚焦融合算法仅采用单一的图像特征提取尺度,从而导致成像中细节边缘丢失和局部模糊等的问题,提出一种基于多尺度空洞U-Net的多聚焦图像融合算法。首先,在U-Net的编码器部分,引入多尺度空洞模块替代传统的卷积模块,充分利用... 详细信息

针对目前多聚焦融合算法仅采用单一的图像特征提取尺度,从而导致成像中细节边缘丢失和局部模糊等的问题,提出一种基于多尺度空洞U-Net的多聚焦图像融合算法。首先,在U-Net的编码器部分,引入多尺度空洞模块替代传统的卷积模块,充分利用不同尺度的感受野,更全面地捕捉局部和全局信息。此外,为了进一步增强图像特征的表征能力,在U-Net的中间层采用了RFB-s模块,以优化多尺度特征的定位能力。所提融合算法采用深度学习中端到端的有监督学习方法,分为特征提取、特征融合和图像重建3个模块,其中特征提取部分使用了包含多尺度空洞模块的U-Net。实验结果表明,所提算法得到的融合图像细节纹理清晰,且无重叠伪影。在所有用于对比的多聚焦图像融合算法中,所提算法的平均梯度、视觉信息保真度和互信息评价指标均最优,并且边缘信息保持度指标取得了接近最优结果的次优结果。同时,消融实验的结果进一步验证了所提多尺度空洞模块能显著增强网络的特征提取能力,从而提高图像融合质量。

关键词：图像处理多聚焦图像图像融合多尺度空洞卷积

同方期刊数据库

面向视网膜血管精细分割的多层级图卷积特征融合神经编解码网络

在线全文

学校读者我要写书评

暂无评论

电子科技大学学报 2024年第3期53卷 404-413页

作者：崔少国张乐迁文浩重庆师范大学计算机与信息科学学院重庆401331

眼底视网膜血管分割可以帮助医生对眼科疾病以及心脑血管疾病进行辅助诊断。然而,由于血管拓扑结构复杂,边界不清晰,分割难度增大。针对这些问题,在U型结构的基础上提出了一种基于图卷积特征融合网络。该网络使用图卷积模块对编码器特... 详细信息

眼底视网膜血管分割可以帮助医生对眼科疾病以及心脑血管疾病进行辅助诊断。然而,由于血管拓扑结构复杂,边界不清晰,分割难度增大。针对这些问题,在U型结构的基础上提出了一种基于图卷积特征融合网络。该网络使用图卷积模块对编码器特征中像素之间的全局上下文信息进行建模,弥补普通卷积缺少全局建模的能力;然后使用多尺度特征融合模块对编码器特征与解码器特征进行融合,减少特征层中噪声信息对分割结果的影响;最后使用多层次特征融合模块将解码器每一层特征融合输出,减少下采样过程中空间信息的缺失以及对深层特征的复用。在公开数据集DRIVE、CHASEDB1以及STARE上进行验证,F1值和AUC值均优于其他两个模型。

关键词：医学图像分割视网膜血管 U型结构图卷积特征融合

基于改进ConvNeXt模型的轻量化岩屑岩性识别方法

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2024年

作者：杨宇轩钟宝荣长江大学计算机科学学院

岩屑录井在地质分析及油气勘探等领域起着重要的作用，岩屑岩性识别是其中一项关键内容，目前识别手段难以兼顾准确与轻量性，为提升识别的效率以保证录井工作的高效进行，提出了一种基于改进ConvNeXt模型的轻量级识别方法。文中通过分... 详细信息

岩屑录井在地质分析及油气勘探等领域起着重要的作用，岩屑岩性识别是其中一项关键内容，目前识别手段难以兼顾准确与轻量性，为提升识别的效率以保证录井工作的高效进行，提出了一种基于改进ConvNeXt模型的轻量级识别方法。文中通过分析调整ConvNeXt模型的网络层数，并将其中大部分传统卷积替换为Ghost卷积，减少了模型的冗余参数，同时融合SimAM无参注意力机制，在不增加模型参数的情况下提升了模型性能。实验结果表明：改进后的ConvNeXt模型参数量和权重文件大小分别仅有15.44M和15.5M，浮点运算量为0.69 GFLOPs，参数量和运算量远低于大部分网络模型，便于嵌入到各种移动设备中，且在测试集上的综合识别准确率可达到99.64%，略高于ConvNeXt-S模型，满足识别的可靠性要求。本文提出的模型兼具了的准确性与轻量性的特点，能较好满足实际录井工作中的岩屑识别任务。

关键词：岩屑识别 ConvNeXt Ghost SimAM 轻量化移动设备

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

改进YOLOv5的棉田杂草检测

现代电子技术 2024年

作者：杨明轩陈琳长江大学计算机科学学院

针对复杂环境下棉田杂草检测与识别困难等问题，提出一种改进YOLOv5的棉田杂草检测算法CST-YOLOv5。首先通过数据增强算法来解决棉田杂草样本分布不均衡导致模型训练效果不充分。其次，在主干网络中加入坐标注意力机制，考虑通道信息和... 详细信息

针对复杂环境下棉田杂草检测与识别困难等问题，提出一种改进YOLOv5的棉田杂草检测算法CST-YOLOv5。首先通过数据增强算法来解决棉田杂草样本分布不均衡导致模型训练效果不充分。其次，在主干网络中加入坐标注意力机制，考虑通道信息和方向位置信息。最后在颈部网络中将SwinTransformerBlock引入到C3模块，得到新的C3STR模块，以保留全局上下文信息和多尺度特征。实验结果表明，改进后的CST-YOLOv5模型mAP值达到95.1%，F1因子达到90.4%，对比于原YOLOv5模型分别提高了4.8%、3.2%。算法具有良好的鲁棒性，能对多类杂草精确识别。

关键词：杂草检测 YOLOv5 深度学习目标检测注意力机制棉花保护

基于改进Yolov8的高效岩屑实例分割算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

现代电子技术 2024年

作者：刘学彬钟宝荣长江大学计算机科学学院

针对传统方法在复杂的岩屑岩性判断方面存在效率低下和精度不足的问题，提出一种基于改进Yolov8算法的模型，有效提升了钻井岩屑的实例分割效率和精度。文中提出一种分组聚焦下采样替换部分常规下采样的方法，减少了模型的计算复杂度，... 详细信息

针对传统方法在复杂的岩屑岩性判断方面存在效率低下和精度不足的问题，提出一种基于改进Yolov8算法的模型，有效提升了钻井岩屑的实例分割效率和精度。文中提出一种分组聚焦下采样替换部分常规下采样的方法，减少了模型的计算复杂度，同时保持精度。此外，重新设计的部分耦合分割头显著降低了参数量，增加了模型的轻量性。特征融合层中融入的窗口注意力机制，进一步提升了岩屑特征的捕捉能力和整体模型性能。经实验验证，改进后的Yolov8s-seg模型在岩屑样本数据集上的平均分割精度达到87.6%，比原模型提高了3.9%；模型的参数量减少了29.3%，仅为8.3×106，计算量也降低至3.5×1010，减少了17.5%。这些改进满足了现场快速响应的需求，同时保证了分析的精确度，使得该模型非常适合实际的岩性判断工作。轻量化与高精度的结合，为地质领域的深度学习应用提供了新的可能。

关键词：实例分割 Yolov8 轻量化岩性判断移动设备部分卷积

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于深度学习的光场超分辨率算法综述

激光与光电子学进展 2024年

作者：熊娅维王安志张凯丽贵州师范大学大数据与计算机科学学院

光场图像分辨率低的原因之一是光场空间分辨率和角度分辨率之间存在相互制约。光场超分辨率技术旨在从低分辨率光场图像中重建出高分辨率光场图像。基于深度学习的光场超分辨率方法通过学习高、低分辨率光场图像之间的映射关系来提升图... 详细信息

光场图像分辨率低的原因之一是光场空间分辨率和角度分辨率之间存在相互制约。光场超分辨率技术旨在从低分辨率光场图像中重建出高分辨率光场图像。基于深度学习的光场超分辨率方法通过学习高、低分辨率光场图像之间的映射关系来提升图像的质量，突破了传统方法计算成本高、操作复杂的限制。本文对近年来基于深度学习的光场超分辨率技术研究进展进行了全面综述，梳理了网络框架和典型算法，并进行了实验对比分析。最后，总结了光场超分辨率领域面临的挑战，并展望了未来可能的发展方向。

关键词：光场图像超分辨图像修复深度学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

改进YOLO的钢材表面缺陷检测算法

现代电子技术 2024年第13期47卷 7-14页

作者：李和平陈中举许浩然黄小龙长江大学计算机科学学院湖北荆州434023

钢材表面缺陷检测是确保钢材生产质量的重要环节。针对钢材表面缺陷检测中存在检测精度低和特征提取能力不足等问题,提出一种改进YOLOv5s的钢材缺陷检测算法YOLOv5s-STCD。首先,将主干提取网络的最后一个C3模块与Swin Transformer结构融... 详细信息

钢材表面缺陷检测是确保钢材生产质量的重要环节。针对钢材表面缺陷检测中存在检测精度低和特征提取能力不足等问题,提出一种改进YOLOv5s的钢材缺陷检测算法YOLOv5s-STCD。首先,将主干提取网络的最后一个C3模块与Swin Transformer结构融合,以增强模型的特征提取能力;其次,通过引入坐标注意力(CA)机制,提升模型对重要特征的关注程度;然后,使用解耦头替换YOLOv5s中的检测头,将分类任务和回归任务分离;最后,将CIoU损失函数替换为SIoU函数,进一步提升模型的检测性能。在数据增强后的GC10-DET数据集上进行实验,结果表明,改进后的YOLOv5s-STCD模型检测的精确率为92.1%,平均检测精度为84.8%,相比原YOLOv5s算法提升了5.6%和3%,检测速度为49.26 f/s,更好地满足了钢材表面缺陷检测的需求。

关键词： YOLOv5s Swin Transformer 坐标注意力 SIoU 解耦头表面缺陷检测

复杂网络上具有自适应行为的故障-恢复传播动力学研究

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

电子科技大学学报 2024年第3期53卷 473-480页

作者：郭志成刘影陈钰书唐明西南石油大学计算机科学学院成都610500 华东师范大学物理与电子科学学院上海200241 华东师范大学上海多维信息处理重点实验室上海200241

在故障-恢复动力学中,节点受内部或外部因素而故障失效后能够有概率自发恢复。考虑到未故障的节点存在避免故障的自适应行为,建立自适应网络上的故障-恢复传播模型。在该模型中,活跃节点为了改善自身局域环境以降低外部故障概率,将主动... 详细信息

在故障-恢复动力学中,节点受内部或外部因素而故障失效后能够有概率自发恢复。考虑到未故障的节点存在避免故障的自适应行为,建立自适应网络上的故障-恢复传播模型。在该模型中,活跃节点为了改善自身局域环境以降低外部故障概率,将主动断开与故障邻居的连边,直到故障邻居恢复正常工作后再重新建立连接。基于点对近似思想建立了理论框架,用于预测故障率的时间演化趋势和系统的最终故障规模。大量的计算机仿真结果验证了理论预测的准确性,并发现系统具有相变和磁滞现象。在不同的自适应断边速率和外部故障速率下,自适应行为能使系统的磁滞区域产生或消失,系统将出现受初始故障规模影响的双稳态区域。

关键词：故障-恢复传播动力学自适应行为点对近似相变

在线全文

学校读者我要写书评

暂无评论

格上基于身份的变色龙签名方案

电子与信息学报 2024年第2期46卷 757-764页

作者：张彦华陈岩刘西蒙尹毅峰胡予濮郑州轻工业大学计算机与通信工程学院郑州450001 福州大学数学与计算机科学学院福州350108 西安电子科技大学通信工程学院西安710071

变色龙签名(CS)是一种比较理想的指定验证者签名,其采用变色龙哈希函数来实现签名的不可传递性,使得任意第三方不信任指定验证者所披露的内容,且避免了不可否认签名必须在线交互验证的缺陷。在满足不可传递性的同时,变色龙签名还要求满... 详细信息

变色龙签名(CS)是一种比较理想的指定验证者签名,其采用变色龙哈希函数来实现签名的不可传递性,使得任意第三方不信任指定验证者所披露的内容,且避免了不可否认签名必须在线交互验证的缺陷。在满足不可传递性的同时,变色龙签名还要求满足不可伪造性以及签名者可拒绝性和不可抵赖性等。针对基于大整数分解或离散对数等数论难题的变色龙签名无法抵御量子计算机攻击,以及用户对公钥数字证书依赖的问题,该文给出了格上基于身份的变色龙签名(IBCS),新方案避免了已有方案存在的签名者无法拒绝指定验证者伪造的签名的安全性漏洞,并将最终签名的传输开销由平方级降为线性级;进一步地,针对变色龙签名在仲裁阶段不可传递性失效的问题,给出了格上抗消息暴露的基于身份的变色龙签名,新方案使得签名者能够在不暴露消息内容的条件下拒绝任意敌手伪造的变色龙签名。特别地,基于格上经典的小整数解问题,两个方案在随机预言机模型下是可证明安全的。

关键词：变色龙签名格基于身份的密码不可传递性抗消息暴露