检索结果-内蒙古大学图书馆

激光与光电子学进展 2025年第6期 350-360页

作者：雎雅玲董秀成侯兵何锦清雍萧西华大学电气与电子信息学院四川大学锦江学院电气与电子信息工程学院

针对人脸图像修复后细节纹理存在伪影和面部轮廓不协调等问题，提出一种改进的多层递进引导人脸图像修复网络。首先，网络采用编码-解码结构，分为结构补充分支、纹理生成分支和主分支，不同分支之间逐步引导生成结构和纹理特征。其次... 详细信息

针对人脸图像修复后细节纹理存在伪影和面部轮廓不协调等问题，提出一种改进的多层递进引导人脸图像修复网络。首先，网络采用编码-解码结构，分为结构补充分支、纹理生成分支和主分支，不同分支之间逐步引导生成结构和纹理特征。其次，在不同分支进行特征传递时引入特征提取模块，增强分支之间的联系。然后，设计特征增强注意力机制来加强通道和空间维度上的语义关系。最后，将不同分支的输出特征传递到上下文聚合模块，得到更接近真实图像的修复图像。实验结果表明，相较于PDGG-Net(Progressive Decoder and Gradient Guidance Network)，所提网络在CelebAHQ数据集中的SSIM和PSNR上平均提高0.003和0.13 dB。为防过拟合，在数据量稀疏的侧脸数据集中采用多数据集联合训练和微调，其SSIM和PSNR比直接用侧脸数据集训练平均提高0.003和0.29 dB。

关键词：图像修复特征提取模块特征增强注意力机制上下文聚合模块

来源：评论

学校读者我要写书评

暂无评论

融合上下文和注意力的视盘视杯分割

引用

中国图象图形学报 2021年第5期26卷 1041-1057页

作者：刘洪普赵一浩侯向丹郭鸿湧丁梦园河北工业大学人工智能与数据科学学院天津300401 河北省大数据计算重点实验室天津300401

目的青光眼会对人的视力造成不可逆的损伤,从眼底图像中精确地分割视盘和视杯是青光眼诊治中的一项重要工作,为有效提升视盘和视杯的分割精度,本文提出了融合上下文和注意力的视盘视杯分割方法(context attention U-Net,CA-Net)。方法... 详细信息

目的青光眼会对人的视力造成不可逆的损伤,从眼底图像中精确地分割视盘和视杯是青光眼诊治中的一项重要工作,为有效提升视盘和视杯的分割精度,本文提出了融合上下文和注意力的视盘视杯分割方法(context attention U-Net,CA-Net)。方法进行极坐标转换,在极坐标系下进行分割可以平衡数据分布。使用修改的预训练Res Net作为特征提取网络,增强特征提取能力。采用上下文聚合模块(context aggregation module,CAM)多层次聚合图像上下文信息,使用注意力指导模块(attention guidance module,AGM)对融合后的特征图进行特征重标定,增强有用特征;使用深度监督思想同时对浅层网络权重进行训练,同时在视杯分割网络中引入了先验知识,约束对视杯的分割。结果在3个数据集上与其他方法进行对比实验,在Drishti-GS1数据集中,分割视盘的Dice(dice coefficient)和IOU(intersection-over-union)分别为0.9814和0.9635,分割视杯的Dice和IOU分别为0.9266和0.8633;在RIM-ONE(retinal image database for optic nerve evaluation)-v3数据集中,分割视盘的Dice和IOU分别为0.9768和0.9546,分割视杯的Dice和IOU分别为0.8642和0.7609;在Refuge数据集中,分割视盘的Dice和IOU分别为0.9758和0.9527,分割视杯的Dice和IOU分别为0.8871和0.7972,均优于对比算法。同时,消融实验验证了各模块的有效性,跨数据集实验进一步表明了CA-Net的泛化性,可视化图像也表明CA-Net能够分割出更接近标注的分割结果。结论在Drishti-GS1、RIM-ONE-v3和Refuge三个数据集的测试结果表明,CA-Net均能取得最优的视盘和视杯分割结果,跨数据集测试结果也更加表明了CA-Net具有良好的泛化性能。

关键词：青光眼视盘视杯上下文聚合模块注意力指导模块深度监督先验知识

来源：评论

学校读者我要写书评

暂无评论

基于局部特征增强的视网膜血管分割

引用

激光杂志 2024年第4期45卷 216-222页

作者：王倩辛月兰青海师范大学物理与电子信息工程学院西宁810001 省部共建藏语智能信息处理及应用国家重点实验室西宁810001

视网膜血管具有细小复杂的特点,在对其进行分割时,经常出现噪点、断裂和欠分割等问题。针对此现象,提出一种基于局部特征增强的轻量化网络LRU-Net,以捕获更多细小血管特征。首先,在通道注意力模块中加入特征提取模块,对输入特征进行二... 详细信息

视网膜血管具有细小复杂的特点,在对其进行分割时,经常出现噪点、断裂和欠分割等问题。针对此现象,提出一种基于局部特征增强的轻量化网络LRU-Net,以捕获更多细小血管特征。首先,在通道注意力模块中加入特征提取模块,对输入特征进行二次特征提取,以得到更多的细节特征;其次,设计了一个特征融合模块,在解码器中能更有效地融合高级和低级特性,加强最终的特征表示;最后,设计了一个上下文聚合模块,提取最深层特征不同分辨率的多尺度信息,然后进行拼接,使进入上采样的输入特征更加细化。在FIVES和OCTA-500数据集上的实验结果表明,与基础网络U-Net相比,本文所提方法在做到轻量化的同时,视网膜血管分割的准确度也有了一定的提升,在两个数据集上分别达到了98.45%、97.05%。

关键词：特征增强特征融合模块上下文聚合模块视网膜血管分割

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：