检索结果-内蒙古大学图书馆

计算机工程 2022年第9期48卷 239-247,253页

作者：刘腾刘宏哲李学伟徐成北京联合大学北京市信息服务工程重点实验室北京100101 北京联合大学机器人学院北京100101

在无人驾驶应用场景中,现有无锚框实例分割方法存在大目标特征覆盖小目标特征、缺少两阶段检测器中的感兴趣区域对齐操作、忽略类别分支对掩膜分支提供的位置和空间信息等问题,导致特征提取不充分且无法准确获取目标区域。提出一种改进... 详细信息

在无人驾驶应用场景中,现有无锚框实例分割方法存在大目标特征覆盖小目标特征、缺少两阶段检测器中的感兴趣区域对齐操作、忽略类别分支对掩膜分支提供的位置和空间信息等问题,导致特征提取不充分且无法准确获取目标区域。提出一种改进的无锚框实例分割方法。结合可变形卷积,设计编码-解码特征提取网络提取高分辨率特征,以增强对小目标特征的提取能力,并采用空洞卷积和合并连接的方式,在不增加计算量的前提下有效融合多种分辨率的特征。在此基础上,将注意力机制引入到类别分支中,同时设计结合空间信息和通道信息的信息增强模块,以提高目标检测能力。实验结果表明,该方法在COCO 2017和Cityscapes数据集上平均精度和平均交并比分别为41.1%和83.3%,相比Mask R-CNN、SOLO、Yolact等方法,能够有效改进实例分割效果并具有较优的鲁棒性。

关键词：无锚框实例分割深度学习编码-解码结构注意力机制空洞卷积

来源：评论

学校读者我要写书评

暂无评论

面向高分辨率遥感影像的地物提取与敏感地物去除方法研究

面向高分辨率遥感影像的地物提取与敏感地物去除方法研究

引用

作者：徐翰文山东科技大学

学位级别：硕士

随着对地观测技术的发展，遥感影像的空间分辨率可达亚米级，为更精细的地物提取提供了数据支持。影像分辨率的提高也使小型地物的结构与纹理得到更清晰的呈现，但目前基于语义分割的地物提取模型大多以具有较大下采样因子的卷积神经网... 详细信息

随着对地观测技术的发展，遥感影像的空间分辨率可达亚米级，为更精细的地物提取提供了数据支持。影像分辨率的提高也使小型地物的结构与纹理得到更清晰的呈现，但目前基于语义分割的地物提取模型大多以具有较大下采样因子的卷积神经网络作为骨干网络，难以提取小型地物的特征。此外，使用语义分割方法以逐像素分类的方式对建筑、车辆等地物进行不区分个体的提取会产生粘连、琐碎以及孔洞等问题。为解决上述问题，本文提出了一种基于特征选择高分辨率网络与超球面嵌入的语义分割模型，提高了多尺度地物的提取精度;提出了一种融合全局特征的无锚框单阶段地物实例分割模型，实现了面向个体的高效地物提取。并在此基础上，对保持背景地物结构的敏感地物去除方法展开了探索性研究。本文的主要内容与创新点如下:　　(1)由于具有大下采样因子的骨干网络(例如VGG、ResNet)对小型地物的识别能力较差，导致大量复杂的上下文聚合模块被提出，但本文通过实验发现，当维持高分辨率特征的情况下仅通过简单的叠加卷积层即可实现较高精度的地物提取，无需添加其他复杂的模块。基于此发现，本文提出了特征选择高分辨率网络(Feature-selectionhigh-resolutionnetwork，FSHRNet)，该网络在HRNet(High-resolutionnetwork)的基础上提出了轻量级的特征选择卷积模块，其以动态权重的方式融合多分辨率特征;并基于超球面嵌入理论优化1×1卷积层以实现更优类别映射。实验表明本文提出的方法在多种公开数据以及高分2号青岛胶州湾地区的建筑物数据集上取得良好的多尺度地物提取效果。　　(2)实例分割以个体为单位对地物进行提取，可缓解语义分割等逐像素分类方法带来的琐碎、粘连等现象。目前，面向遥感影像的实例分割方法较少且多以基于锚框的二阶段方法为主，但二阶段方法生成候选区域的过程会耗费大量的计算资源。为此，本文基于FCOS目标检测方法提出了一种面向高分辨率遥感影像的无锚框单阶段实例分割模型。该模型在FCOS的基础上引入了全局特征提取模块与注意力模块，所有地物的实例分割过程均基于该全局特征实现，避免了Mask-RCNN等二阶段方法为每个预测框单独执行逐像素分类的过程，提升了分割过程的计算效率。　　(3)影像中往往存在大量不需要或保密的地物，将它们提取出来并不留痕迹的去除是一项具有潜在应用价值的工作。缺失数据重建算法是一种实现此类敏感地物去除任务的技术，但是当去除较大尺度的地物时，现有基于块匹配以及基于生成对抗网络的方法产生的重建结果往往会破坏地物的结构。为缓解此问题，本文将重建过程分为结构预测与纹理生成两部分，首先提出一种渐进边缘生成网络以渐进的方式预测缺失区域的结构，然后提出一种纹理生成网络将预测的边缘作为结构信息生成重建结果。该模型是一种基于空间的方法，不需要额外的光谱数据或者时间序列数据即可生成结构合理的重建结果。

关键词：遥感影像地物提取无锚框实例分割敏感地物去除生成对抗网络

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：