检索结果-南通市图书馆

自注意力多尺度特征融合的遥感图像语义分割算法

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2023年第8期35卷 1259-1268页

作者：郭丹青符颖朱烨文武成都信息工程大学计算机学院成都610225

针对遥感图像内容复杂、物体尺度差异较大和分布不均匀等因素导致遥感图像语义分割不完整、准确率低的问题,提出一种利用自注意力进行多尺度特征融合的遥感图像语义分割算法.该算法的主体基于编码-解码器结构,编码器使用Swin-Transforme... 详细信息

针对遥感图像内容复杂、物体尺度差异较大和分布不均匀等因素导致遥感图像语义分割不完整、准确率低的问题,提出一种利用自注意力进行多尺度特征融合的遥感图像语义分割算法.该算法的主体基于编码-解码器结构,编码器使用Swin-Transformer模型来提取复杂的多尺度特征,解码器由自注意力多尺度特征融合模块和特征金字塔网络构成.首先,将提取的多个尺度的特征分别进行相应的调整,转换成相同尺度;并将其输入到自注意力多尺度特征融合模块,对图像的多尺度特征进行融合,以确保不同尺度的特征信息在语义分割中被充分利用;然后,使用特征金字塔从上往下对自注意力多尺度特征融合的结果进一步叠加融合;最后,预测特征图得到分割结果.在公开遥感图像语义分割数据集LoveDA上与主流算法进行比较,实验结果表明,该算法在单尺度策略下平均交并比达到52.77%,比次优结果提升了1.42个百分点;在多尺度策略下平均交并比为54.19%,比次优结果提升了1.47个百分点.该算法能够有效地融合多尺度特征提高分割精度.

关键词：自注意力特征融合 Swin-Transformer 遥感图像语义分割

在线全文

学校读者我要写书评

暂无评论

文本中心像素重建实现任意形状的文本检测

计算机工程与应用 2023年第8期59卷 148-156页

作者：雷小唐胡靖成都信息工程大学计算机学院成都610000

针对自然场景文本检测算法未能高效、准确地实现端到端的任意形状文本检测,提出了轻量型像素聚类文本核重建的文本检测算法,针对轻量型网络特征信息弱和感受野小的问题,设计了图像级上下文信息模块(imagelevel context module)来捕获全... 详细信息

针对自然场景文本检测算法未能高效、准确地实现端到端的任意形状文本检测,提出了轻量型像素聚类文本核重建的文本检测算法,针对轻量型网络特征信息弱和感受野小的问题,设计了图像级上下文信息模块(imagelevel context module)来捕获全局图像信息和语义级上下文信息模块(semantic-level context module)学习目标区域信息,两者信息融合增强网络特征信息保证检测的准确性,为了有效区分相邻文本和定位弯曲文本,基于文本核启发将文字实例中心视为聚类中心,从核中心经过一次像素聚类重建完整的文字实例实现对任意形状文本的检测。方法在弯曲文本数据集Total-Text和CTW1500综合评分达到了84.1%和84.6%超过了最好的CARFT方法,检测速度42帧/s超过最优EAST的,有效地解决了检测形状文本的高效和准确性,在应用层面更加友好。

关键词：图像级上下文语义级上下文像素聚类任意形状文本文本核

视觉多通路机制启发的多场景感知红外与可见光图像融合框架

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2023年第8期45卷 2749-2758页

作者：高绍兵詹宗逸匡梅四川大学计算机学院成都610065

现有的红外与可见光图像融合算法往往将日间场景与夜间场景下的图像融合视为同一个问题,这种方式忽略了在日间场景与夜间场景下进行图像融合的差异性,使得算法融合性能受限。生物视觉系统强大的自适应特性能够在不同场景下最大限度地捕... 详细信息

现有的红外与可见光图像融合算法往往将日间场景与夜间场景下的图像融合视为同一个问题,这种方式忽略了在日间场景与夜间场景下进行图像融合的差异性,使得算法融合性能受限。生物视觉系统强大的自适应特性能够在不同场景下最大限度地捕获输入视觉刺激中的有效信息,实现自适应的视觉信息处理,有可能为实现性能更为优异的红外与可见光图像融合算法带来新的思路启发。针对上述问题,该文提出一种视觉多通路机制启发的多场景感知红外与可见光图像融合框架。其中,受生物视觉多通路特性启发,该文框架中设计了分别感知日间场景信息与夜间场景信息的两条信息处理通路,源图像首先分别输入感知日间场景信息与感知夜间场景信息的融合网络得到两幅中间结果图像,而后再通过可学习的加权网络生成最终的融合图像。此外,该文设计了模拟生物视觉中广泛存在的中心-外周感受野结构的中心-外周卷积模块,并将其应用于所提出框架中。定性与定量实验结果表明,该文所提方法在主观上能够显著提升融合图像的图像质量,同时在客观评估指标上优于现有融合算法。

关键词：红外与可见光图像融合类脑计算多场景感知框架

在线全文

学校读者我要写书评

暂无评论

无锚框模型类梯度全局对抗样本生成

计算机工程 2023年第10期49卷 186-193页

作者：谢云旭吴锡彭静成都信息工程大学计算机学院成都610225

在计算机视觉任务中深度神经网络模型易受对抗样本的干扰,泛化性能高的对抗样本会影响更多的模型。为了研究深度神经网络模型的脆弱性进而改善该现状,提出一种基于类梯度的全局对抗样本生成方法。以图像中的目标类为单位快速进行类梯度... 详细信息

在计算机视觉任务中深度神经网络模型易受对抗样本的干扰,泛化性能高的对抗样本会影响更多的模型。为了研究深度神经网络模型的脆弱性进而改善该现状,提出一种基于类梯度的全局对抗样本生成方法。以图像中的目标类为单位快速进行类梯度收集,通过一次性融合同一类别内所有目标的梯度来体现类内相似性与类间差异性。在此基础上,结合数据集中一定比例的图像及对应的图片尺度扰动生成全局扰动。通过上述过程突破模型候选框及图片数量的制约,生成的全局扰动可以对大量数据形成有效的影响。实验结果表明,该方法在Pascal VOC和MS-COCO-keypoints数据集的2种计算机视觉任务中性能均优于PGD、FPE等算法,其攻击成功率比DAG算法高1个百分点,比FPE算法高34个百分点,同时推断扰动速度较快。全局扰动的存在揭示了深度神经网络模型在高维决策边界之间存在一定的几何相关性,利用所提方法有助于深度神经网络抵抗泛化性能更高的全局对抗样本。

关键词：对抗样本全局扰动目标检测人体姿态估计无锚框模型

在线全文

学校读者我要写书评

暂无评论

融合表示学习的中医面部穴位检测框架

电子科技大学学报 2023年第2期52卷 175-181页

作者：张婷婷杨红雨林毅四川大学计算机学院成都610065

现有智能穴位检测方法存在依赖红外等外部设备、特征表示挖掘不足、穴位检测精度较低等问题。在分析穴位检测需求的基础上,将其定义为基于视觉图像的关键点检测任务,提出融合特征表示学习的中医面部穴位检测模型框架FADbR。首先,构建基... 详细信息

现有智能穴位检测方法存在依赖红外等外部设备、特征表示挖掘不足、穴位检测精度较低等问题。在分析穴位检测需求的基础上,将其定义为基于视觉图像的关键点检测任务,提出融合特征表示学习的中医面部穴位检测模型框架FADbR。首先,构建基于自监督学习机制的对抗自编码网络模型,通过人脸图像重建任务实现特征表示学习,利用神经网络提取人脸隐性知识,深度挖掘面部抽象特征。随后,基于自监督学习对抗自编码器构建监督学习面部穴位检测模型,充分利用学习到的人脸隐性知识提高智能面部穴位检测精度。最后,基于现有人脸数据库构建稠密人脸穴位数据集FAcupoint并用于方法验证。实验结果表明,FADbR可以通过表示学习挖掘面部关键特征支撑穴位检测任务,即使在少量训练样本的情况下也能够获得较好的检测性能。

关键词：对抗自编码器穴位识别图像重建自监督学习中医

基于双向Transformer的降水临近预报模型

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2024年

作者：潘龙吴锡成都信息工程大学计算机学院

精准的降水临近预报对日常生活至关重要，但现行预报模型的准确度有待进一步提升。为此，提出一种创新的预报模型BTPN。该模型引入双向Transformer，从时空序列的正逆方向提取特征，捕获关键信息，减少时空特征丢失；使用卷积Transforme... 详细信息

精准的降水临近预报对日常生活至关重要，但现行预报模型的准确度有待进一步提升。为此，提出一种创新的预报模型BTPN。该模型引入双向Transformer，从时空序列的正逆方向提取特征，捕获关键信息，减少时空特征丢失；使用卷积Transformer模块结合卷积的局部编码和Transformer的全局编码特性，强化时空信息提取和关联性，缓解时空长时序信息丢失问题；结合细节提取模块，有助于减少局部细节的损失，并缓解高值区域消散问题。在HKO-7数据集上的评估显示，BTPN模型在MAE、SSIM及CSI指标上超越了其他先进模型，并在大面积降水和台风极端天气情境中显示出优异的预测能力。实验表明BTPN模型具备更高的预报精确性，具备较好的应用前景。

关键词：降水临近预报时空序列双向Transformer 卷积

基于多尺度与注意力机制的两阶段风暴单体外推研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

图学学报 2024年

作者：魏敏姚鑫成都信息工程大学计算机学院

风暴是一种生命周期短、发生突然、空间尺度小的自然现象，常用雷达回波外推方法进行预测，但时序预测模型难以在众多特征中定位风暴关键信息，导致预测精度低，模型无法充分学习图像高频信息，导致预测细节缺失，结果模糊。为了提升预... 详细信息

风暴是一种生命周期短、发生突然、空间尺度小的自然现象，常用雷达回波外推方法进行预测，但时序预测模型难以在众多特征中定位风暴关键信息，导致预测精度低，模型无法充分学习图像高频信息，导致预测细节缺失，结果模糊。为了提升预测性能，提出两阶段风暴单体外推框架。第一阶段使用多尺度模块提取多尺度信息，注意力机制挖掘影响预测的重要特征，使用时空长短期记忆单元进行序列预测。第二阶段对一阶段结果进行偏差矫正，使用频域损失丰富外推细节。实验结果表明，在雷达回波数据集上，与主流模型PredRNN-V2相比，均方误差降低11.4%，SSIM提升4.3%，在风暴单体外推任务中表现优越。在Moving MNIST数据集上，均方误差降低4.95%，感知损失降低12.67%，SSIM提升至0.898，具有良好的时序预测能力。

关键词：注意力机制空洞卷积频域损失长短期记忆时空序列预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于移动边缘计算的位置隐私保护策略的研究

计算机工程 2024年

作者：陈司南沈艳成都信息工程大学计算机学院

针对目前移动边缘计算位置隐私保护算法导致用户任务卸载时服务质量降低的缺点，提出一种融合维诺图机制和?-地理不可区分机制的位置隐私保护策略V-Geo。首先，云服务器以地图中的边缘节点作为维诺图的生成元，采用逐点插入法生成维诺... 详细信息

针对目前移动边缘计算位置隐私保护算法导致用户任务卸载时服务质量降低的缺点，提出一种融合维诺图机制和?-地理不可区分机制的位置隐私保护策略V-Geo。首先，云服务器以地图中的边缘节点作为维诺图的生成元，采用逐点插入法生成维诺图，将地图划分为若干维诺格，并将地图划分数据分发至地图中的用户；其次，用户以自身所在维诺格为安全区域，融合?-地理不可区分机制在该维诺格范围内基于自身真实位置生成一个虚假位置用于代替真实位置进行任务卸载；最后提出一种融合时延、能耗和距离损失的服务质量损失模型，该模型根据用户对时延、能耗和距离损失的不同需求评估用户任务卸载时的服务质量高低。以场景内所有用户的服务质量损失模型作为指标，改变时延、能耗和距离损失的权重占比进行仿真，仿真结果证明在同等的隐私保护程度下，V-Geo算法较基于本地差分隐私的改进算法（V-R）用户的服务质量损失平均减少了31.2%。同时证明了在不同用户数量和不同边缘节点数量下，V-Geo算法较其他算法依旧存在优势。

关键词：移动边缘计算位置隐私保护差分隐私维诺图地理不可区分机制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于多要素的短临降水预报及可解释性分析

计算机应用研究 2024年

作者：陈龙彭静胡雪飞黄占鳌李孝杰成都信息工程大学计算机学院

当前的短临降水预报方法大多是基于雷达回波外推，没有充分考虑其他气象要素对降水生消演变的密切影响，从而限制了其预报的准确性。为解决此问题，基于风云四号B星数据，制作了包含四种背景气象要素、以定量降水估计为预报对象的短时... 详细信息

当前的短临降水预报方法大多是基于雷达回波外推，没有充分考虑其他气象要素对降水生消演变的密切影响，从而限制了其预报的准确性。为解决此问题，基于风云四号B星数据，制作了包含四种背景气象要素、以定量降水估计为预报对象的短时临近降水预报数据集，提出了短临降水预报模型——MFPNM(multiple factors precipitation nowcasting Model)。以Trans-Unet为该模型的骨干，设计了并行双编码器分别提取预报对象和背景气象数据的高维时空特征；构造了内容编码模块将背景数据的空间特征作为预报对象高维特征向量的可学习位置编码；已有的Transformer模块构建序列数据高维特征间的全局关系，以实现更准确的序列预测。MFPNM在风云-4B数据集和开源数据集上达到了最优水平，采用的指标包括临界成功指数、虚警率、均方根误差和结构相似性等；通过SHAP(shapley additive explanations)技术对模型进行了可解释性分析。实验结果及可解释性分析表明该模型具有更好的预报准确度及可靠性。

关键词：短时临近降水预报气象卫星数据融合