检索结果-南通市图书馆

改进YOLOv5s的无人机视角下小目标检测算法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第1期60卷 110-121页

作者：刘涛高一萌柴蕊李政通辽宁工程技术大学软件学院辽宁葫芦岛125105 辽宁工程技术大学基础教学部辽宁葫芦岛125105

无人机视角的小目标图像具有目标分布密集、类别不均衡以及特征不明显的特点,导致目标检测任务中出现漏检、误检的问题。针对这些问题,提出一种改进YOLOv5s小目标检测方法,以达到提高目标检测准确率与精确度的目的。重新聚类锚框,更精... 详细信息

无人机视角的小目标图像具有目标分布密集、类别不均衡以及特征不明显的特点,导致目标检测任务中出现漏检、误检的问题。针对这些问题,提出一种改进YOLOv5s小目标检测方法,以达到提高目标检测准确率与精确度的目的。重新聚类锚框,更精确地锁定检测区域。更改骨干网络结构,在空间金字塔池化层增加卷积,保证充分获取检测目标特征。同时,将网络结构中的C3模块替换成融合通道注意力机制的轻量级SEC2f模块,以提升网络对于小目标检测的局部特征捕获能力。融合解耦检测头,结合自适应锚框计算,有效提取目标区域的特征。在相同参数、相同环境条件下,在DOTA数据集上和VisDrone数据集上检测精度分别提升6.1%、5.2%,表明改进方法在小目标检测任务上的有效性;在公开数据集voc2007+2012上做通用性对比实验,结果表明改进算法具有通用性。

关键词： YOLOv5s 聚类算法 SEC2f模块空间金字塔池化解耦检测头

在线全文

学校读者我要写书评

暂无评论

双分支结构的多层级三维点云补全

计算机工程与应用 2024年第9期60卷 272-282页

作者：邱云飞王宜帆辽宁工程技术大学软件学院辽宁葫芦岛125105

为了缓解现有点云补全方法在特征提取过程中很难平衡局部特征和全局特征的问题,提出了一种双分支结构的多层级点云补全算法。利用两个独立的分支网络分别提取出输入点云的局部特征信息和全局特征信息,再将两种特征信息进行拼接形成特征... 详细信息

为了缓解现有点云补全方法在特征提取过程中很难平衡局部特征和全局特征的问题,提出了一种双分支结构的多层级点云补全算法。利用两个独立的分支网络分别提取出输入点云的局部特征信息和全局特征信息,再将两种特征信息进行拼接形成特征向量。使用五层联合感知机将特征向量映射成多个维度,进而提取多维特征信息并将其整合成最终特征向量。采用金字塔结构在256、512、1024特征维度上对最终特征向量进行特征解码,预测三种不同分辨率的点云。引入鉴别器网络,通过联合训练鉴别器产生的对抗损失和分层重建点云产生的补全损失去优化网络。在ShapeNet数据集上进行实验,算法显著提升了点云补全精度,并且在缺失大面积点云时也能恢复出较为完善的物体形状。

关键词：三维点云形状补全深度学习双分支结构鉴别器网络

基于LightGBM模型的肺腺癌免疫相关基因筛选与患者生存率预测

在线全文

学校读者我要写书评

暂无评论

生物医学工程学杂志 2024年第1期41卷 70-79页

作者：孟祥福田友发张霄雁辽宁工程技术大学电子与信息工程学院辽宁葫芦岛125000

肺癌是对人类健康威胁最大的恶性肿瘤之一。已有研究表明,一些基因在肺癌的发生发展过程中发挥着重要的调控作用。本文提出一种基于LightGBM的集成学习方法,根据免疫相关基因(IRG)表达谱数据和临床数据构建预后模型,对肺腺癌患者的预后... 详细信息

肺癌是对人类健康威胁最大的恶性肿瘤之一。已有研究表明,一些基因在肺癌的发生发展过程中发挥着重要的调控作用。本文提出一种基于LightGBM的集成学习方法,根据免疫相关基因(IRG)表达谱数据和临床数据构建预后模型,对肺腺癌患者的预后生存率进行预测。首先,使用Limma包进行基因差异分析,然后利用CoxPH回归分析方法对与预后相关的IRG进行筛选,进而使用XGBoost算法对IRG特征进行重要性打分,最后利用LASSO回归分析方法筛选可用于构建预后模型的IRG,最终结果共得到17个可用于构建模型的IRG特征。根据筛选得到的IRG特征来训练LightGBM,使用K-means算法将患者分为三组,其模型输出结果的受试者操作特征(ROC)曲线下面积(AUC)显示模型预测三组患者生存率的准确率分别为96%、98%、96%。实验结果表明,本文所提模型能够将肺腺癌患者分为三组[5年生存率高于65%(第一组)、低于65%但高于30%(第二组)、低于30%(第三组)],并能较准确地预测肺腺癌患者的五年生存率。

关键词：肺腺癌生物信息学集成学习免疫相关基因 LightGBM

利用Transformer的多模态目标跟踪算法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第11期60卷 84-94页

作者：刘万军梁林林曲海成辽宁工程技术大学软件学院辽宁葫芦岛125105

目前目标跟踪方法大多通过融合不同模态信息进行定位决策,存在信息提取不充分、融合方法简单、弱光场景无法准确跟踪目标的问题。为此,提出一种基于Transformer的多模态目标跟踪算法(Trans-RGBT):利用伪孪生网络对可见光图像和红外图像... 详细信息

目前目标跟踪方法大多通过融合不同模态信息进行定位决策,存在信息提取不充分、融合方法简单、弱光场景无法准确跟踪目标的问题。为此,提出一种基于Transformer的多模态目标跟踪算法(Trans-RGBT):利用伪孪生网络对可见光图像和红外图像分别进行特征提取,并在特征层面充分融合;将首帧目标信息调制到待跟踪帧的特征向量中,得到一个专用跟踪器;应用Transformer的方法对视野中的目标进行编解码,通过空间位置预测分支预测目标在视野中的空间位置,并结合历史信息滤除干扰目标,得到目标的准确位置;使用矩形框回归网络预测目标的外接矩形框,从而实现目标准确跟踪。在最新的大规模数据集VTUAV、RGBT234上进行了实验,与孪生网络(Siambased)、滤波(filter-based)算法相比,Trans-RGBT精度更高、鲁棒性更好、速度接近实时,达22 FPS。

关键词：多模态融合可见光图像红外图像 Transformer 目标跟踪

在线全文

学校读者我要写书评

暂无评论

双向多尺度特征融合的高效遥感图像车辆检测

计算机工程与应用 2024年第12期60卷 346-356页

作者：曲海成王蒙柴蕊辽宁工程技术大学软件学院辽宁葫芦岛125105

针对遥感图像中车辆检测面临的背景复杂、多尺度差异和小目标难以检测等挑战,提出了一种基于双向多尺度特征融合的检测方法GEM_YOLO。该方法包括三个主要部分:设计了全局高效注意力模块作为特征提取器,实现轻量化和高效率的特征提取,以... 详细信息

针对遥感图像中车辆检测面临的背景复杂、多尺度差异和小目标难以检测等挑战,提出了一种基于双向多尺度特征融合的检测方法GEM_YOLO。该方法包括三个主要部分:设计了全局高效注意力模块作为特征提取器,实现轻量化和高效率的特征提取,以解决复杂背景下的目标检测问题;提出了双向多尺度特征融合网络作为特征融合器,采用自顶向下和自底向上的特征融合策略,有效促进不同层次特征之间的信息交互;应用基于注意力的动态检测头作为预测器,增强了对不同尺度、空间位置和任务的感知,进一步提升了目标检测的精度和鲁棒性。在公开数据集DIOR和DOTA上进行相关实验,该方法的平均精度均值达到92.4%和81.4%,显著优于其他主流检测方法,同时具有更少的参数量和计算量,为遥感图像检测领域中的车辆检测提供了一种高效解决方案。

关键词：遥感图像车辆检测多尺度特征融合注意力机制动态检测头

自适应Transformer网络下的单幅图像去雾方法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第3期60卷 237-245页

作者：金海波马琳琳田桂源辽宁工程技术大学软件学院辽宁葫芦岛125105

针对现有图像去雾方法对不同雾浓度的雾处理不完善、颜色失真、细节恢复不佳等问题,提出一种基于自适应Transformer的单图像去雾方法。该方法包括编码器、自适应Transformer、解码器三个模块。编码器将输入的图像进行局部特征提取,得到... 详细信息

针对现有图像去雾方法对不同雾浓度的雾处理不完善、颜色失真、细节恢复不佳等问题,提出一种基于自适应Transformer的单图像去雾方法。该方法包括编码器、自适应Transformer、解码器三个模块。编码器将输入的图像进行局部特征提取,得到细节特征。为更好地对不同雾浓度进行提取,提出自适应Transformer,自适应Transformer可以在提取全局特征的基础上,自适应提取不同尺度颗粒雾度特征。解码器用于图像进行恢复与重建。该方法在SOTS室外测试集进行实验,其PSNR为27.45 dB,SSIM为0.954 6,与对比方法中最高的相比分别提高0.43 dB和0.005 3,从而验证出该方法取得了较好的客观结果。此外主观方面去雾图像有效改善了颜色失真,以及不同雾浓度处理不理想的问题。

关键词：图像去雾 Transformer 特征提取注意力机制

在线全文

学校读者我要写书评

暂无评论

双重响应异常约束的无人机目标跟踪

液晶与显示 2024年第1期39卷 100-110页

作者：郭伟林畅王春艳杨涵西才海亮辽宁工程技术大学软件学院辽宁葫芦岛125105

针对无人机跟踪目标易受视角变化、部分遮挡、背景杂波等因素影响而难以完成对目标的鲁棒跟踪问题,提出一种双重响应异常约束的无人机目标跟踪算法。首先,通过计算局部响应变化向量和全局响应峰值旁瓣比,在线动态更新空间正则化参数,降... 详细信息

针对无人机跟踪目标易受视角变化、部分遮挡、背景杂波等因素影响而难以完成对目标的鲁棒跟踪问题,提出一种双重响应异常约束的无人机目标跟踪算法。首先,通过计算局部响应变化向量和全局响应峰值旁瓣比,在线动态更新空间正则化参数,降低边界效应的影响;其次,针对STRCF算法中的时间正则项的参数固定的问题,提出响应异常峰值判断机制,计算次峰响应系数,并将其融合到时间正则化参数上进行实时更新,避免目标模板变异造成跟踪漂移问题;目标函数通过交替方向乘子法迭代求解最优解。在UAV123、UAV20L和DTB70三个无人机数据集上与代表性的目标跟踪算法进行大量实验,结果表明,在UAV123数据集上的精确度达到71.7%,在DTB70数据集上的跟踪平均速度达到48.3帧/s。本文结果与现有相关滤波类无人机目标跟踪算法相比表现较好,具有较高的实时性和鲁棒性。

关键词：目标跟踪相关滤波峰值旁瓣比交替方向乘子

在线全文

学校读者我要写书评

暂无评论

适用于约束环境的轻量级目标检测模型

计算机工程与应用 2024年第6期60卷 274-281页

作者：曲海成袁旭东李佳琦辽宁工程技术大学软件学院辽宁葫芦岛125105

为了进一步降低目标检测模型YOLOX-Tiny的大小并提高检测精度,以便于更好地适用于计算资源和存储空间有限的环境,在特征金字塔的结构、解耦头的结构和损失函数上对其进行改进,形成一种更高性能的轻量级目标检测模型Lite-YOLOX。为进一... 详细信息

为了进一步降低目标检测模型YOLOX-Tiny的大小并提高检测精度,以便于更好地适用于计算资源和存储空间有限的环境,在特征金字塔的结构、解耦头的结构和损失函数上对其进行改进,形成一种更高性能的轻量级目标检测模型Lite-YOLOX。为进一步压缩原有模型体积,重新设计特征金字塔和解耦头的结构,使模型的Neck和Head部分更轻量化;为提升模型的检测精度,在原有IoU损失函数的基础上进行优化,设计并提出EIoU损失函数,改进后的损失函数对真实框和预测框的位置更加敏感;选取PASCAL VOC和安全帽检测数据集对改进模型进行验证。实验结果表明:Lite-YOLOX与YOLOX-Tiny相比,参数量减少40%,计算量下降37.5%,mAP50提升3.2和3.1个百分点。在NVIDIA Jetson Xavier NX上,每秒传输帧数(FPS)从51增加到59,实时性有了明显的提升。

关键词：目标检测轻量化特征融合损失函数

Transformer与CNN并行引导的水下图像增强

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第4期60卷 280-288页

作者：常戬陈洪福王冰冰辽宁工程技术大学软件学院辽宁葫芦岛125105

为克服水下图像对比度低和色偏的问题,提出了基于Transformer与CNN并行引导的水下图像增强算法。利用3D位置嵌入模型为Transformer提供相对位置信息、色偏信息和特征图的全局特征,利用CNN编码器提取图像局部特征,将Transformer提取的全... 详细信息

为克服水下图像对比度低和色偏的问题,提出了基于Transformer与CNN并行引导的水下图像增强算法。利用3D位置嵌入模型为Transformer提供相对位置信息、色偏信息和特征图的全局特征,利用CNN编码器提取图像局部特征,将Transformer提取的全局特征和CNN提取的局部特征通过特征调制矩阵整合在一起,通过CNN解码器提高图像的分辨率,将解码器输出的特征图输入到特征加强网络中,由特征加强网络输出最终结果。采用现有的EUVP配对数据集进行训练,为验证该算法的优越性,选取具有不同程度色偏的水下图像进行定性比较和定量实验,结果显示,该算法增强后的水下图像峰值信噪比指标(peak signal-to-noise ratio,PSNR)和结构相似性指标(structural similarity index measure,SSIM)均高于其他对比算法,主观质量也得到显著提高,能够产生颜色丰富且清晰度较高的增强图像。

关键词：水下图像增强 Transformer 卷积神经网络(CNN) 3D位置嵌入模型特征调制矩阵