检索结果-内蒙古大学图书馆

计算机工程与设计 2021年第1期42卷 44-50页

作者：程琪芩万良贵州大学计算机科学与技术学院贵州贵阳550025 贵州大学计算机软件与理论研究所贵州贵阳550025

为解决传统机器学习方法特征提取工作艰难导致对跨站脚本检测性能有限的问题,提出应用注意力机制改进编码-解码框架的方法并以此建立模型检测跨站脚本。由卷积神经网络和双向门控循环单元网络并行构成编码器,既考虑输入数据上下文信息,... 详细信息

为解决传统机器学习方法特征提取工作艰难导致对跨站脚本检测性能有限的问题,提出应用注意力机制改进编码-解码框架的方法并以此建立模型检测跨站脚本。由卷积神经网络和双向门控循环单元网络并行构成编码器,既考虑输入数据上下文信息,又充分提取有效特征;使用注意力机制解决传统编码-解码框架的“分心问题”;使用门控循环单元网络构成解码器,使用分类器进行分类检测。在收集到的数据集上进行仿真实验,验证了模型的有效性和性能优势。

关键词：跨站脚本编码-解码框架卷积神经网络门控循环单元网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

考虑车-路交互作用的车辆轨迹预测算法研究

引用

机械工程学报 2024年第10期60卷 76-85页

作者：李玖法邹博文任玥西南大学人工智能学院重庆400715 中国汽车工程研究院股份有限公司重庆401122 西南大学工程技术学院重庆400715

准确预测动态障碍轨迹是自动驾驶车辆正确决策和精准控制的关键。考虑复杂环境中车辆运动状态受车道信息和周围车辆共同影响,基于编-解码框架,提出一种聚合车辆-车道信息的车辆轨迹预测模型。首先采用有向图表征地图车道节点,然后通过... 详细信息

准确预测动态障碍轨迹是自动驾驶车辆正确决策和精准控制的关键。考虑复杂环境中车辆运动状态受车道信息和周围车辆共同影响,基于编-解码框架,提出一种聚合车辆-车道信息的车辆轨迹预测模型。首先采用有向图表征地图车道节点,然后通过门控循环单元(Gated recurrent unit,GRU)对目标车辆和周围障碍进行融合编码,同时引入人工势场模型,表征车-车相对交互作用。再将车道节点向量和斥力向量融合,并采用注意力机制进一步挖掘编码向量时空耦合机制。最后通过策略网络对车道节点进行评分和聚类,实现障碍物多模态轨迹预测。基于nuScene轨迹预测数据集进行训练和评估,测试结果表明,相较于现有基线模型,提出的预测模型具有更低的预测误差和更好的鲁棒性。另外,将斥力场引入注意力机制使得该模型具有更好的可解释性。

关键词：轨迹预测深度学习编码-解码框架人工势场注意力机制

来源：评论

学校读者我要写书评

暂无评论

考虑风向和大气稳定度的海上风电功率短期预测

引用

电网技术 2021年第7期45卷 2773-2780页

作者：戚创创王向文上海电力大学电子与信息工程学院上海市杨浦区200090

对于海上风电功率的预测,传统预测模型未计及因风向与大气条件改变引起的输出功率差异。为了提升预测精度,在考虑大气稳定度的同时,根据风向与功率损失构建出功率风向(power-direction,Pd)模型,并在此基础上提出基于编码-解码(Encoder-d... 详细信息

对于海上风电功率的预测,传统预测模型未计及因风向与大气条件改变引起的输出功率差异。为了提升预测精度,在考虑大气稳定度的同时,根据风向与功率损失构建出功率风向(power-direction,Pd)模型,并在此基础上提出基于编码-解码(Encoder-decoder)框架的海上风电功率预测方法。该方法可根据Pd模型更新尾流效应损失,并有效平抑预测功率波动,区分不同大气层结稳定度下的尾流效应。首先,通过长短期记忆神经网络(long-short term memory,LSTM)等预测模型验证大气稳定度及Pd模型的有效性,然后使用Encoder-decoder对实际海上风电场进行风电功率预测。实验结果表明,考虑大气稳定度并使用Pd模型的Encoder-decoder方法,其均方根误差较单一Encoder-decoder预测方法降低了2.39%。

关键词：海上风电大气稳定度功率风向模型编码-解码框架

来源：评论

学校读者我要写书评

暂无评论

基于信息融合和数据增强的篇章级事件检测方法

引用

计算机科学与探索 2024年第11期18卷 3015-3026页

作者：谭立君胡艳丽曹健威谭真国防科技大学信息系统工程全国重点实验室长沙410073

事件检测是自然语言处理领域的关键任务,旨在识别事件触发词并正确分类其事件类型。语句级事件检测方法未能有效利用文本中的句内和句间事件相关性信息,面临着一词多义、事件共现等众多难题。此外,基于神经网络的事件检测模型需要大量... 详细信息

事件检测是自然语言处理领域的关键任务,旨在识别事件触发词并正确分类其事件类型。语句级事件检测方法未能有效利用文本中的句内和句间事件相关性信息,面临着一词多义、事件共现等众多难题。此外,基于神经网络的事件检测模型需要大量的文本数据作为训练支撑,但语料库的数据不足严重影响着结果的准确率及模型的稳定性。针对上述问题,提出了基于信息融合和数据增强的篇章级事件检测方法LGIA。该方法采用编-解码框架,设计了基于膨胀卷积网络的句子级局部信息抽取模块和基于条件层归一化的篇章级全局信息抽取模块,以深入挖掘整个文档的上下文语义信息和事件间的相关性。同时,采用了同义词替换的数据增强策略,有效扩充了数据样本,从而缓解了数据不足问题带来的影响。经实验验证,LGIA方法在ACE2005数据集上取得了较好的结果,并在数据增强后的TAC-KBP2017数据集上得到了显著的性能提升,F1值分别达到了77.6%和65.3%,相较于现有的基线方法展现出了更优越的性能表现。

关键词：事件检测信息融合数据增强编码-解码框架

来源：评论

学校读者我要写书评

暂无评论

基于神经网络的用于获取准确描述的图像理解模型

基于神经网络的用于获取准确描述的图像理解模型

引用

作者： Amr Abdussalam Sallam 中国科学技术大学

学位级别：博士

在过去的几年里,图像理解技术得到了很多人的广泛关注。它吸引了许多自然语言处理与计算机视觉领域的研究人员。它的任务是为图像生成语义和语法上有意义的注释。这被认为是一项具有挑战性的任务,因为它需要对图像中的丰富内容进行全面... 详细信息

在过去的几年里,图像理解技术得到了很多人的广泛关注。它吸引了许多自然语言处理与计算机视觉领域的研究人员。它的任务是为图像生成语义和语法上有意义的注释。这被认为是一项具有挑战性的任务,因为它需要对图像中的丰富内容进行全面的理解。一般来说,图像理解是计算机视觉和自然语言处理领域之间的纽带。在图像理解任务中,模型需要正确地捕捉图像中突出的物体,识别物体的特征和属性,并表达被检测物体之间的相互作用。通常,图像理解网络基于编码-解码框架。编码器是一个基于卷积神经网络的模块,从输入图像中提取视觉特征和表示,而解码器是一个基于循环神经网络的模块,用于生成图像的文本描述。尽管过去的图像理解技术在性能上取得了巨大的进步,但在一些方面仍然存在缺陷,包括为单个图像生成多个不同的注释,以及有效利用输入图像的视觉表征。在本文的研究工作中,具体的目标是设计图像理解模型,有效地利用数据集中与输入图像相似的图像设计图像理解网络,成功地获取单张图像的多个注释,并开发了图像描述符,能够有效地利用图像的视觉特征。这些方法有助于提高图像理解模型的性能从而生成高质量的描述。首个模型是数控多字幕图像理解模型。现有的图像理解模型主要被训练为每张图像生成一个标题。然而,图像可能包含丰富的内容,以至于一个标题无法表达其全部细节。一个更好的解决方案是使用多个标题来描述一张图像,每个标题集中关注图像的特定方面。在这方面,本文引入了一种新的基于数字的图像理解模型。该模型可以用多个句子描述一张图像。因为一张图像需要用多个标题进行注释,所以该方案为每个标题分配一个外部编号用于确定其顺序。给定一个图像数字对作为输入,就可以在不同数字下为同一图像注释不同的标题。在图像特征上先附加一个数字,生成图像数字向量(INV)。其次,使用顺序嵌入方法嵌入该向量和对应的标题。再次,INV的嵌入被送入语言模型生成标题。结合数字的策略有助于使提出的模型能够利用训练集图像的多个基本事实描述的定量可用性,为输入图像生成不同的标题。为了验证数字合并策略的有效性,本文使用MS-COCO,Flickr30K和Flickr8K数据集进行了广泛的实验。实验结果表明该方法与一系列最先进的模型相比具有竞争力,并验证了它在不同给定数字下产生不同描述的能力。此外,本文还对模型生成的标题进行了定性分析,正式了图像理解模型能够为高质量的图像生成不同的标题。第二个模型是一种使用公共图像的视觉导向图像理解模型。大多数图像理解模型只利用输入图像的视觉特征来生成图像的描述,而不是用数据集中类似图像的视觉特征。利用与当前输入图像相似的图像的视觉特征,有助于丰富模型的整体视觉语义,提高模型的性能。为了实现这一目标,本文提出了一种图像理解模型,该模型能够利用输入图像的视觉特征和数据集中相似图像的视觉特征来生成具有丰富信息的标题。先选择一组与训练集中大多数图像相似的图像,构成公共图像数据集(CIs)。然后,选择与输入图像最接近的公共图像(NCIs)与输入图像一起输入到图像理解模型中。该框架包含三个主要部分:NCI检测器(NCID),NCI视觉注意力模块(NCIVA)和NCI连接器(NCIC)。NCID选择输入图像的NCI。NCIVA根据当前上下文处理输入图像或NCI的视觉特征。NCIC融合了输入图像和多个NCI的视觉信息。这多个NCI提供了附加的视觉语义,可以与输入图像的特征结合使用,用于指导图像理解网络生成语义更加准确的标题。CI的为图像理解模型提供了丰富的视觉功能,有助于提高生成的标题的质量。这项研究采用基准MS-COCO数据集进行实验。研究结果表明,在图像理解任务中加入公共图像有助于引导图像理解网络生成更多的描述性表达,并在标准评价指标方面提高图像理解网络的性能。此外,所提出的模型生成的标题的定性分析表明,该模型能够为图像生成高质量的标题。第三个工作是带有视觉向量选择器的图像理解网络。输入图像的视觉特征对高质量标题的生成起着至关重要的作用。大多数过去的工作利用视觉注意力机制自适应地关注输入图像的局部表示,以便在每一个时间步中更有效地定位图像的区域。然而,赋予图像理解模型单独重新加权生成的上下文向量以及提取的视觉表示的能力,并且有选择地关注它们,可以促进输入图像视觉特征的利用,从而提高图像理解网络的性能。为此,本文提出了一个图像理解框架,可以有效地利用从图像中提取的特征表示。该模型的框架由三个部分组成:扩展视觉注意力模块(EVA),视觉向量选择模块(VVS)和语言模型。EVA关注局部视觉特征,产生两个上下文向量,即加权上下文向量(WCV)和选择上下文向量(SCV)。VVS根据图像的全局视觉表示分别加权得到的两个上下文向量,并自适应地关注它们,生成细化的上下文向量(RCV)。然后,语言模型利用生成的RCV生成特征描述。VVS模块的集成为视觉特征提

关键词：数字合并策略编码-解码框架图像理解自然语言处理顺序嵌入公共图像最近邻公共图像视觉语义嵌入视觉注意力视觉向量选择上下文向量扩展视觉注意力

来源：评论

学校读者我要写书评

暂无评论

复杂环境中一种基于深度学习的异常检测方法

引用

科学技术与工程 2018年第10期18卷 231-234页

作者：邱鹏邓秀慧霍瑛南京工程学院计算机工程学院南京211167

为了解决复杂环境中异常检测的问题,提出一种基于深度学习的检测方法。首先,通过引入(you only look once,YOLO)检测,将卷积神经网络回归法提取的物体时空特征,输入到长短期记忆模型(LSTM),追踪复杂环境中个体的运动轨迹。然后,评估相... 详细信息

为了解决复杂环境中异常检测的问题,提出一种基于深度学习的检测方法。首先,通过引入(you only look once,YOLO)检测,将卷积神经网络回归法提取的物体时空特征,输入到长短期记忆模型(LSTM),追踪复杂环境中个体的运动轨迹。然后,评估相邻个体间运动轨迹的依赖性。最后,采用编码-解码框架训练LSTM模型,预测物体未来的运动轨迹;根据物体未来运动轨迹的异常概率,最终完成异常检测。实验结果表明,解决了复杂环境中运动物体间的相互干扰问题;在时间和空间鲁棒性评估上,优于其他轨迹追踪的方法,从而证明了本方法的有效性和可行性。

关键词：深度学习卷积神经网络循环神经网络长短期记忆模型编码-解码框架

来源：评论

学校读者我要写书评

暂无评论

低资源复述生成方法研究

低资源复述生成方法研究

引用

作者：张琳北京交通大学

学位级别：硕士

复述生成旨在同一语言内将给定句子转换为语义相同但表达不同的句子,作为自然语言处理中应对““异形同义”现象的主要技术方法,一直以来是该领域的基础课题之一,并广泛应用于机器翻译、文本摘要和自动问答等自然语言处理任务。目前,主... 详细信息

复述生成旨在同一语言内将给定句子转换为语义相同但表达不同的句子,作为自然语言处理中应对““异形同义”现象的主要技术方法,一直以来是该领域的基础课题之一,并广泛应用于机器翻译、文本摘要和自动问答等自然语言处理任务。目前,主流的基于深度神经网络的复述生成模型来自神经机器翻译,但是与双语平行语料相比,复述平行语料匮乏,规模很小,甚至大部分语言没有复述平行语料,导致复述生成模型的性能较差,甚至难以构建模型。因此,如何利用现有语言资源和自然语言处理技术助力复述生成模型构建成为一大挑战。面对这一挑战,本文围绕复述平行语料规模小和缺失“(零资源)的两种情景,深入研究数据增强与复述生成模型构建相融合的迭代式学习框架,以及数据增强中高质量伪数据的获取方法,在公开数据集上分别进行验证,研究成果总结如下:(1)设计并实现一种基于小规模语料的迭代式复述生成方法。已有工作多采用机器翻译回译技术对小规模复述平行语料进行伪复述数据生成,但是可覆盖的复述现象非常有限。本文考虑利用小规模复述平行语料训练复述生成模型,然后面向大规模单语语料生成可覆盖更多复述现象的伪复述数据以扩大语料,随后再训练模型,如此循环迭代,使得伪数据质量和模型性能相互促进。为此,本文首先构建多机制融合的复杂复述生成模型,其中引入复制机制解决单语语料中未登录词的生成问题;然后,设计实现基于流畅性、语义相近性和多样性的伪复述数据筛选算法。本文在公开复述数据集Quora上进行实验,使用其中30k的数据模拟小规模复述平行语料场景,多轮迭代后的模型性能与使用100k复述数据的模型相比,在语义评测指标BLEU、ROUGE-1和METEOR上分别提升0.97%、2.03%和0.99%;在多样性评测指标BLEU-ori上提升13.36%,验证该方法在增强模型性能上的有效性,同时获得300k高质量的伪复述句对。(2)设计并实现一种基于双语平行语料的迭代式复述生成方法。针对没有复述平行语料(零资源)难以构建复述生成模型的困境,本文考虑利用机器翻译积累的大规模双语平行语料,通过构建双向机器翻译模型实现复述生成模型。为此本文特别设计两个翻译模型的输入端共享一个语义编码器,输出端两个语言各有一个解码器;当使用与输入相同语言的解码器进行解码时,即可实现复述生成。具体地,本文使用Vecmap算法训练跨语言词向量,将两种语言的词向量映射到同一语义空间,并采用基于LSTM的机器翻译模型;进一步利用复述生成获得的伪复述数据扩展双语平行语料,迭代更新机器翻译模型。与基线模型相比,在Quora数据集上语义评测指标BLEU提升1.58%,验证了该方法的有效性,可以实现复述生成。

关键词：低资源复述生成迭代式机器翻译数据增强编码-解码框架

来源：评论

学校读者我要写书评

暂无评论

可控复述生成方法研究

可控复述生成方法研究

引用

作者：王雅松北京交通大学

学位级别：硕士

复述是指用不同的词语或句式表达相同语义的文本。复述生成是对给定的句子生成语义相同但表达方式不同的复述句,广泛应用于自然语言处理相关任务。近年,随着复述生成技术的深入发展,面向特定用途的按照指定句式生成复述句的需求出现,可... 详细信息

复述是指用不同的词语或句式表达相同语义的文本。复述生成是对给定的句子生成语义相同但表达方式不同的复述句,广泛应用于自然语言处理相关任务。近年,随着复述生成技术的深入发展,面向特定用途的按照指定句式生成复述句的需求出现,可控复述生成作为新的课题应运而生,成为研究热点。可控复述生成是指将输入句按照给定的句式范例句生成复述句,使其句式与范例句一致,同时保留输入句的语义。已有工作的成果在与范例句的句式相似度上表现较好,但同时存在输入句的语义保持度降低的问题。针对该问题,本文提出基于层次句法树的可控复述生成模型,以提升模型的语义保持度。另一方面,可控复述生成模型的训练需要大规模有句式变化的复述平行语料,而现有的语料构建方法难以满足这一需求。针对该问题,本文提出句式多样化复述平行语料的构建方法,并通过应用任务验证该方法的有效性。本文的主要研究内容和贡献包括以下两个方面。(1)设计实现基于层次句法树的可控复述生成模型。可控复述生成采用编码-解码的复述生成框架作为基础,不同的是在输入端增加范例句作为新的输入。核心问题是如何对范例句的句式信息进行编码并在解码时指导生成复述句。经初步实验发现,已有的工作采用范例句句法树的最底层信息进行编码,对生成的复述句在单词数量以及词性上进行过强约束,导致生成中断问题,从而引起语义保持度降低。对此,本文提出基于层次句法树的句式范例句编码解码方法,编码更高层次的抽象句法树,并在解码端为句法成分节点添加控制向量以调整生成单词的数量,从而规避对单词级别的强约束,使得对应的语义通过选择句式能够在复述句生成中得到充分体现。本文在公开英文数据集的评测实验结果显示,与已有最好的模型相比,本文模型在语义保持度的评测指标BLEU、ROUGE-1、ROUGE-2、ROUGE-L和METEOR上,分别提升0.87%、1.33%、0.09%、0.94%和0.66%;在句式相似度评测指标TED-R和TED-E上,性能分别提升0.56%和1.79%。本文进一步评测了生成中断问题的改进效果,统计结果显示92%的中断问题得到了改善。评测结果表明,本文所提出的基于层次句法树的编码解码方法能够有效缓解生成中断问题,在句式相似度提高的同时,在语义保持度上得到较大提升。(2)提出句式多样化复述平行语料的构建方法并进行应用任务的验证。针对可控复述生成模型训练缺乏句式多样化数据的问题,本文利用机器翻译引擎及自动评测方法,构建句式多样化的复述语料。具体地,本文提出选取多个优质翻译引擎从英语复述获取汉语复述的方法,并设计实现基于语义相似度和句式多样性的复述句对筛选算法,从Quora的英语复述数据中获取汉语复述语料11.5万对。本文在复述识别和自然语言推理任务上进行分别验证,并进行单一翻译引擎和多种翻译引擎使用的对比,以及筛选算法的评测。评测对比结果表明,本文构建的语料所训练的复述识别模型和推理模型与基线模型相比分别提升8.59%和2.64%,说明本论文的方法可以引入句式多样化的复述句对,从而能够增强下游任务模型的鲁棒性。此外,在小样本实验上的评测结果显示,所构建数据对于低资源场景的任务也具有数据增强效果。本文在可控复述生成研究上,提出基于层次句法树的可控复述生成模型,在公开数据集上的评测实验验证了所提出方法相比已有方法在性能上有较大的提升。面向可控复述生成研究构建句式多样化的复述语料,并经过对比实验证明所提出方法的有效性。

关键词：复述生成可控复述生成编码-解码框架句法分析树复述平行语料复述识别自然语言推理

来源：评论

学校读者我要写书评

暂无评论

基于深度循环卷积网络和时空信息融合的图像描述算法研究

基于深度循环卷积网络和时空信息融合的图像描述算法研究

引用

作者：刘佳西南交通大学

学位级别：硕士

图像描述旨在为给定的图像生成符合图像内容的自然语言描述。作为人工智能领域中新兴的研究课题,图像描述受到了越来越多的关注。图像描述不仅需要识别图像中的目标、目标的属性和目标之间的关系,还需要生成语法和语义正确的描述语言。... 详细信息

图像描述旨在为给定的图像生成符合图像内容的自然语言描述。作为人工智能领域中新兴的研究课题,图像描述受到了越来越多的关注。图像描述不仅需要识别图像中的目标、目标的属性和目标之间的关系,还需要生成语法和语义正确的描述语言。因此,图像描述存在两个基本问题,即视觉理解和语言处理。这些问题的解决需要使用计算机视觉和自然语言处理两个方面的技术,极大地增加了图像描述任务的挑战性。目前先进的图像描述方法大都以深度学习算法为基础,先使用卷积神经网络(Convolutional Neural Network,CNN)作为编码器提取图像特征,然后使用循环神经网络(Recurrent Neural Network,RNN)作为解码器生成相应的描述。然而,现有的图像描述算法往往不能充分地利用图像的空间信息,也忽略了图像空间信息与时间序列信息之间的融合。为了解决以上问题,本文以编码-解码框架和注意力机制为基础,设计了三种图像描述算法,本文主要研究内容如下:1、设计了一种基于深度循环卷积网络的图像描述算法。该算法首先使用卷积神经网络提取图像特征,然后使用卷积长短期记忆网络(Convolutional LSTM,ConvLSTM)对三维的图像特征映射进行学习和记忆,最后将ConvLSTM隐藏单元的输出作为长短期记忆网络(Long Short-Term Memory,LSTM)的输入,指导语言生成模型在不同时刻单词的预测。与传统的基于CNN-LSTM框架的图像描述算法相比,本文算法生成的描述捕获了图像中更多的语义信息。2、为了更加充分地利用图像的空间信息,设计了一种基于空间注意力的图像描述算法。该算法首先使用卷积神经网络作为编码器;然后根据前一时刻生成的单词对卷积层输出的三维特征映射进行加权变化,最大程度地保留了图像的空间信息;最后将得到的空间注意力映射变换为上下文向量之后输入到语言生成模型中,使语言生成模型学习不同时刻下单词对应的图像区域。与之前的基于视觉注意力机制的图像描述算法相比,基于空间注意力的描述算法生成的图像描述包含更多图像的细节信息,更符合图像内容。3、为了将图像空间信息与时间序列信息相融合,结合上述两种算法的优点,设计了一种结合深度循环卷积网络和空间注意力的图像描述算法。首先使用ConvLSTM对得到的CNN特征进行学习和记忆,然后在ConvLSTM的输出之后添加空间注意力层,最后使用空间注意力层输出的上下文向量控制语言生成模型单词的生成。ConvLSTM层与空间注意力层的结合,使图像的空间信息与句子的时间序列信息相融合。网络的加深使模型学习了更多的图像和文本信息,从而使整个算法生成的描述与真实的标注语句更接近。此外,还设计了一种结合空间注意力和深度循环卷积网络的图像描述算法作为对比算法,以此证明结合深度循环卷积网络和空间注意力的图像描述算法的合理性与有效性。

关键词：图像描述深度学习深度神经网络编码-解码框架注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于多层级语义信息适配的图像语义分割

基于多层级语义信息适配的图像语义分割

引用

作者：刘利源天津大学

学位级别：硕士

近年来,基于深度学习的语义分割算法在计算机视觉领域占据了重要的地位,其应用也愈发广泛,如自动驾驶系统中的路面场景理解、无人机着陆点判断、医疗影像分析等。图像语义分割就是将图像中的像素按照其表达的语义含义进行不同的分类,使... 详细信息

近年来,基于深度学习的语义分割算法在计算机视觉领域占据了重要的地位,其应用也愈发广泛,如自动驾驶系统中的路面场景理解、无人机着陆点判断、医疗影像分析等。图像语义分割就是将图像中的像素按照其表达的语义含义进行不同的分类,使每个像素都有一个对应的分类标签。当前语义分割算法主要有两个突破性进展。首先是Deep Lab系列,它创造性地并行连接多路不同膨胀率的膨胀卷积,从而能够获取更加丰富的感受野信息。但是过分利用膨胀卷积会导致局部信息缺失的问题,这不利于图像中小物体和细节特征的分割。针对这个问题,本文提出了膨胀卷积填补网络,在获取丰富感受野的同时充分利用邻域像素点。除此之外,膨胀卷积填补网络还增加低分辨率图像分支、引入轻量级特征化图像金字塔模块,在网络解码端通过合适的通道配比融合网络中多层级语义信息去加强图像中大、小物体的检测。第二个重要进展是注意力机制在语义分割中的应用,它通过赋予图像中不同的像素以不同的注意力权值,使得训练的网络能够更加关注值得被关注的部分。但是传统注意力机制对其输入和输出特征的融合操作只是采用简单的求和操作,并没有对特征的重要程度进行区分的。针对这个问题,本文提出了门限注意力网络,对注意力模块的输入和输出赋予不同的可学习权重,通过训练网络得到最适配当前任务的权值。除此之外,门限注意力模块还设计了门限生成模块,设计卷积门限来赋予网络中不同层级的特征以不同的权值门限,获得很精确的分割结果。膨胀卷积填补网络和门限注意力网络均有效适配网络中多层级语义信息,使得网络的输出端包含丰富的语义信息。两个网络在Cityscapes路面场景数据集和场景更加复杂的ADE20K数据集上都取得了很好的效果。门限注意力网络相比较于膨胀卷积填补网络,在模块参数设置上更加灵活,可以进一步将门限注意力网络中的模块应用在膨胀卷积填补网络中。

关键词：语义分割卷积神经网络膨胀卷积注意力机制编码-解码框架

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：