检索结果-内蒙古大学图书馆

计算机与数字工程 2023年第12期51卷 2831-2835,3027页

作者：邓宇晗阳富民袁凌胡贯荣华中科技大学计算机科学与技术学院武汉430074

注意力机制越来越受到关注,许多研究已经分别证明了通道注意力和空间注意力对于提升模型性能的有效性,但现有算法通常忽略了如何将这两种信息更好地结合起来。对此,通过将通道注意力、空间注意力和全局提取的特征信息有效结合,提出了一... 详细信息

注意力机制越来越受到关注,许多研究已经分别证明了通道注意力和空间注意力对于提升模型性能的有效性,但现有算法通常忽略了如何将这两种信息更好地结合起来。对此,通过将通道注意力、空间注意力和全局提取的特征信息有效结合,提出了一种新的移动网络注意力机制,称之为双分支融合注意力机制,并将双分支融合注意力机制应用到轻量级网络上进行实验。实验结果表明,引入双分支融合注意力机制的模型在CIFAR-100和ImageNet-100数据集上的准确率相较于原始模型均有明显提升,且浮点计算量和参数量并未显著增加。

关键词：轻量级网络注意力机制双分支融合

来源：评论

学校读者我要写书评

暂无评论

基于双关键点的拥挤行人检测方法

引用

江苏大学学报(自然科学版) 2025年第2期46卷 140-148页

作者：沈继锋盛常宝陈逸飞左欣江苏大学电气信息工程学院江苏镇江212013 江苏科技大学计算机学院江苏镇江212003

针对行人检测中远距离目标像素稀少和遮挡产生人体模式信息缺失导致的严重漏检问题,提出一种基于双关键点组合的行人检测方法.该方法利用人体头部与中心区域的关键点,有效提取和融合行人的判别语义特征,从而显著降低行人的漏检率.首先,... 详细信息

针对行人检测中远距离目标像素稀少和遮挡产生人体模式信息缺失导致的严重漏检问题,提出一种基于双关键点组合的行人检测方法.该方法利用人体头部与中心区域的关键点,有效提取和融合行人的判别语义特征,从而显著降低行人的漏检率.首先,在深层聚合主干特征网络上引入可变形卷积来扩大感受野,增强人体模式的语义信息;其次,设计了一种基于关键点组合的双分支联合检测模块,通过重新定义不同分支的正样本,强化小尺度与遮挡目标的语义信息;最后,借助非极大值抑制算法融合双分支检测结果.结果表明:在CityPerson验证数据集的普通、小尺度与严重遮挡子集上,文中方法的平均漏检率分别达到8.24%、11.81%和30.59%,特别是对于严重遮挡子集,漏检率相比传统方法ACSP降低15.71%;文中方法检测速度也达到16帧/s;在CrowdHuman上文中方法的平均精度和平均漏检率分别达到86.30%和45.52%.与其他先进方法相比,文中方法在平均精度、漏检率和检测速度方面都呈现出更优异的性能,在密集行人的复杂场景中具有较好的应用价值.

关键词：行人检测拥挤场景遮挡目标小尺度目标双关键点可变形卷积双分支融合非极大值抑制

来源：评论

学校读者我要写书评

暂无评论

基于双分支融合和时频压缩激励的鲁棒语音关键词识别

引用

计算机应用研究 2024年第12期41卷 3658-3663页

作者：张婷婷邱泽鹏赵腊生毛嘉莹大连大学先进设计与智能计算省部共建教育部重点实验室辽宁大连116622

现实生活中的噪声会对语音时域和频域信息产生干扰,导致语音关键词识别模型在噪声环境下准确率下降。针对此问题,提出了双分支融合单元,其中时域分支与频域分支以并行的方式提取时域特征和频域特征,降低了串行堆叠时域卷积和频域卷积所... 详细信息

现实生活中的噪声会对语音时域和频域信息产生干扰,导致语音关键词识别模型在噪声环境下准确率下降。针对此问题,提出了双分支融合单元,其中时域分支与频域分支以并行的方式提取时域特征和频域特征,降低了串行堆叠时域卷积和频域卷积所带来的信息损耗;随后通过交叉融合的方式加强模型对时频信息的感知,进一步增强了模型特征表达能力。同时提出了时频压缩激励模块,通过对时域与频域中信息的重要性分布建模,可以为模型提供选择性关注有价值片段的能力,进一步提高了模型鲁棒性。在Google Command v2-12数据集上,相比于对比模型,所提模型在不同信噪比的测试中取得了更高的识别准确率,且参数量更低;对于训练阶段未涵盖的信噪比条件,所提模型在测试中展现出更高的泛化性。实验结果表明,本文模型在识别准确率和参数量方面更具优势,具有更好的噪声鲁棒性。

关键词：关键词识别双分支融合时频压缩激励鲁棒性模型注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于模糊逻辑注意力机制的皮肤病变图像分割算法研究

基于模糊逻辑注意力机制的皮肤病变图像分割算法研究

引用

作者：段思宇重庆理工大学

学位级别：硕士

皮肤癌是一种威胁人类生命的疾病,其中的黑色素瘤为全球癌症死亡率最高的病症之一,若能在早期发现并及时治疗,可以最大程度使患者得以康复。皮肤镜和病理组织学检查由于成本低、无辐射、效率高,是其主要的诊断方式。然而传统诊断方法存... 详细信息

皮肤癌是一种威胁人类生命的疾病,其中的黑色素瘤为全球癌症死亡率最高的病症之一,若能在早期发现并及时治疗,可以最大程度使患者得以康复。皮肤镜和病理组织学检查由于成本低、无辐射、效率高,是其主要的诊断方式。然而传统诊断方法存在误诊率高,效率低等问题,且皮肤黑色素瘤的大小、形状不同,与正常组织之间的边界较为模糊,所以开发精准的检测系统对于皮肤病的诊断至关重要。针对上述问题,本文基于模糊数学理论与注意力机制,从以下三方面展开皮肤病变图像分割研究。 1)针对传统图像分割网络对于皮肤病灶边界与周围正常组织难以辨别的缺点,提出了由模糊逻辑引导的全卷积网络,并将其用于皮肤黑色素瘤的图像分割。具体描述为,为了对黑色素瘤的病灶边界进行更好的划分,首先原始特征的每个像素点都会经过可训练的模糊隶属函数生成对应的隶属度值,接着经过我们所设计的不确定性表征层对像素点做出模糊推理判断,最后将推理结果与原始特征进行融合赋予权重,为输入神经网络的每个像素点打上一个预标签,使其能够更准确地判断它们的类别。本文所构建的Fuzzy FCN网络在ISIC2017数据集上实验表明,相比传统的FCN网络,评估度量如Dice系数、平均交并比(m Io U)和准确率分别高出了2.6%,4.3%,2.2%,表现优异。 2)针对卷积神经网络获取皮肤病灶图像全局语义信息不足,以及一些网络模型将卷积操作与Transformer串联起来导致信息瓶颈的缺点,提出了FTrans UNet模型,并用于皮肤病灶图像分割。具体描述为,为了更好的释放Transformer与CNN各自的优势,使它们不会被相互影响,我们将Transformer与CNN并联作为分割模型的编码结构,并提出了一个名为Tr CFusion的模块,来对两个分支的输出结果进行有效融合,这种结构不仅利用注意力机制提升了全局上下文信息的建模能力,同时利用CNN强大的特征提取能力来保持对低级细节的精确把握。本文所提出的FTrans UNet模型在ISIC2018数据集上实验表明,评估度量如Jaccard系数、Dice系数和准确率分别达到了79.5%,87.7%,95.4%。同时使用Grad CAM技术生成类激活图,通过关注度可视化对比分析,本文所提出的FTrans UNet表现优异。 3)针对传统的Transformer模型在处理皮肤病变高分辨率图像时资源消耗较大,在多尺度特征融合方面效果有限,和传统U-Net网络中上采样解码器可能遇到的病变组织细微特征丢失的问题,提出了FuzzySwinNet模型,并用于皮肤病变区域分割。在编码器部分,将Swin Transformer-V2与Resnet50相结合,并把它们提取的多级特征输入到Tr CFusion模块中,再引入注意力门控(AG)跳跃连接来优化解码器,增强图像病灶区域的关注能力。同时提出了一种融合交叉熵损失和Dice损失的混合损失函数,该函数在像素级别分类和对小区域、类别不平衡的关注有明显优势。在ISIC2019数据集上通过对比、消融、可视化等实验表明,评估度量如Dice系数、Jaccard系数、重叠误差、准确率等指标上依次分别达到了90.3%,80.9%,7.8%,96.3%,达到了更高的准确性和鲁棒性。

关键词：皮肤病变分割模糊逻辑 Swin Transformer-V2 双分支融合注意力门控

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的超远距稀疏深度图补全

基于深度学习的超远距稀疏深度图补全

引用

作者：刘正祥华中科技大学

学位级别：硕士

在飞行器制导领域,超远距的稠密深度图能辅助导弹进一步精准打击目标。盖革APD阵列激光雷达存在硬件技术的限制,采集的深度数据视场范围远远小于红外图像且高度稀疏,难以辅助飞行器精确制导。因此,本文提出了以下针对超远距稀疏深度图... 详细信息

在飞行器制导领域,超远距的稠密深度图能辅助导弹进一步精准打击目标。盖革APD阵列激光雷达存在硬件技术的限制,采集的深度数据视场范围远远小于红外图像且高度稀疏,难以辅助飞行器精确制导。因此,本文提出了以下针对超远距稀疏深度图补全的算法:针对盖革APD阵列激光雷达采集的红外深度数据集具有超远距大视场的特性,对红外图像进行配准,选取红外深度序列中不同世界坐标系下的位置点来获取具有相对位置距离的图像。针对深度图中仅存在局部深度数据的特性,采用循环矩阵方式进行样本增强,经实验验证样本增强能够辅助本文算法提高局部的预测精度。针对盖革APD阵列激光雷达采集的深度图高度稀疏和红外图像边缘模糊的特点,本文提出了基于强边缘图像重建的超远距稀疏深度图补全算法。算法利用红外图像的场景结构信息补全稀疏深度图,采用基于红外图像强边缘进行图像重建的方式来辅助网络监督深度图中无效深度数据区域。在红外深度数据集上,模型的预测准确率δ<1.25为98.7%。在KITTI公共数据集上,模型的预测准确率δ<1.25为98.5%。针对盖革APD阵列激光雷达采集的深度图视场范围小和序列深度变化范围超大的特性,本文提出了基于串并联的双分支超远距稀疏深度图补全算法。算法进行红外图像和稀疏深度图的强融合,通过颜色分支初步融合红外图像和稀疏深度图,通过深度分支融合稀疏深度图和颜色分支输出的预测深度图,在置信度层次融合双分支预测深度图。针对双分支网络输出中间阶段预测深度图的特性,进行分阶段损失训练加快网络收敛。通过自注意力机制充分加强红外图像和深度图像的相关度,加强网络训练过程的学习能力。本章算法同样利用位姿估计分支网络为深度图中无效数据区域提供额外的监督信号。在红外深度数据集上,模型的预测准确率δ<1.25为99.9%。在KITTI公共数据集上,模型的预测准确率δ<1.25为99.8%。

关键词：稀疏深度图补全样本增强强边缘图像重建双分支融合

来源：评论

学校读者我要写书评

暂无评论

高速公路雾天能见度检测的深度网络模型研究

高速公路雾天能见度检测的深度网络模型研究

引用

作者：唐继辉南京信息工程大学

学位级别：硕士

浓雾以及团雾天气下高速公路能见度大幅下降,严重影响交通安全。随着高速公路视频监控系统的普及,管理部门能够及时获得高速公路沿线的监控图像,构建基于图像的雾天能见度检测方法可以在利用现有视频监控系统的同时实现大范围的能见度检... 详细信息

浓雾以及团雾天气下高速公路能见度大幅下降,严重影响交通安全。随着高速公路视频监控系统的普及,管理部门能够及时获得高速公路沿线的监控图像,构建基于图像的雾天能见度检测方法可以在利用现有视频监控系统的同时实现大范围的能见度检测,能够为运输管理部门以及驾驶员提供及时的警告,对于提高雾天高速公路的行车安全性具有重要意义。然而由于摄像设备和成像条件存在差异,从单幅雾天图像准确预测能见度仍是一个富有挑战性的问题。鉴于深度网络优异的学习能力,本学位论文深入研究了高速公路雾天能见度检测的深度网络模型,并构建了高速公路雾天图像数据集,验证预测模型的有效性,具体工作包括:(1)高速公路能见度检测的跨尺度特征上下文融合网络:本文提出了一种跨尺度特征上下文融合网络,包括特征提取主干网络与跨尺度特征上下文融合两个部分。具体而言,一方面本文在主干网络使用多层卷积-池化操作,提取具有高级语义信息的道路整体特征图,另一方面在并行支路采用多尺度特征融合策略提取图像多尺度细节特征;并设计了跨尺度特征的自适应融合模块,计算尺度间的关联性,将多尺度细节特征与道路整体特征进行上下文信息融合,进行最终分类。实验表明该网络能够有效学习图像的全局与局部特征,有效提升了能见度检测准确率。(2)联合行道线几何先验的高速公路雾天能见度检测:本文提出了几何与视觉特征联合驱动的双分支融合网络,实现单幅雾图像的能见度检测。具体而言,所提出的网络由两个分支组成,即几何特征分支和视觉特征提取分支,并通过融合分类模块进行特征融合实现最终分类。几何特征分支中,设计了行道线检测模型来提取高速公路中的车道线信息。视觉特征分支旨在直接学习雾天监控图像的深度特征。融合分类模块中,车道长度估计模块进一步提取车道线的几何长度信息,道路注意力模块则着重提取道路区域的深度特征,最后经全连接层将这两类特征结合以检测能见度水平。实验结果表明该方法可以充分利用行道线信息,提高能见度检测准确率,具有优越的检测性能。

关键词：能见度检测特征上下文融合双分支融合道路注意力

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：