检索结果-内蒙古大学图书馆

计算机辅助设计与图形学学报 2022年第12期34卷 1911-1919页

作者：胡学刚龚宇敬力源重庆邮电大学通信与信息工程学院重庆400065

对基于深度学习的高精度图像语义分割模型参数量大、分割速度慢的问题,提出一种基于双路径特征融合编解码结构的语义分割模型.首先,该模型编码器通过对语义路径和空间路径同时进行编码,其能够融合不同的特征信息,弥补了空间信息和语义... 详细信息

对基于深度学习的高精度图像语义分割模型参数量大、分割速度慢的问题,提出一种基于双路径特征融合编解码结构的语义分割模型.首先,该模型编码器通过对语义路径和空间路径同时进行编码,其能够融合不同的特征信息,弥补了空间信息和语义信息难以两全的弊端,对特征图进行高效的卷积操作;其次,该模型解码器通过融合高层语义信息和低层空间信息,有效地弥补了编码时下采样操作丢失的特征信息.在Cityscapes和Camvid数据集上的实验结果表明,整体模型的参数量仅为3.91×10^(6),在2个数据集上分别取得了67.7%和65.8%的均交并比,分割速度分别为111帧/s和86帧/s.对比其他同类模型,所提模型拥有更少的参数量和更高的精度,其分割速度远远超过实时语义分割的最低要求24帧/s.

关键词：神经网络语义分割特征融合深度学习编解码结构

来源：评论

学校读者我要写书评

暂无评论

一种编解码结构的车牌图像超分辨率网络

引用

西安交通大学学报 2022年第10期56卷 101-110页

作者：徐胜军邓博文史亚孟月波刘光辉韩九强西安建筑科技大学信息与控制工程学院西安710055 西安市建筑制造智动化技术重点实验室西安710055 西安交通大学电子与信息学部西安710049

针对复杂实际场景中模糊、污损、扭曲、倾斜等车牌图像关键信息缺失以及新能源车牌背景与字符对比度低难以识别的问题,提出了一种编解码结构的车牌图像超分辨率网络。首先,构建一种基于编解码结构的车牌重构生成器网络,利用编码器对车... 详细信息

针对复杂实际场景中模糊、污损、扭曲、倾斜等车牌图像关键信息缺失以及新能源车牌背景与字符对比度低难以识别的问题,提出了一种编解码结构的车牌图像超分辨率网络。首先,构建一种基于编解码结构的车牌重构生成器网络,利用编码器对车牌图像的纹理、字符等特征进行提取,解码器对车牌特征进行重构;然后,设计一种基于语义监督的判别器网络,在网络损失中引入了对抗损失与CTC(connectionist temporal classification)损失,增强生成器网络对车牌图像语义特征的表征能力;最后,基于VGG16网络提取车牌顶角点特征,利用坐标变换方法对车牌图像进行矫正,进一步提高重构清晰度与识别准确率。采用所提网络在自建XAUAT-Parking数据集和公开CCPD数据集上进行超分辨率重构与识别实验,结果表明:所提网络在CCPD数据集上的平均峰值信噪比可达25.5 dB,结构相似性(SSIM)可达0.989;在XAUAT-Parking数据集上峰值信噪比可达26.6 dB,结构相似性可达0.997。研究结果表明,该网络有较好的车牌图像超分辨率重建效果,而且对车牌关键信息缺失问题具有较强的鲁棒性。

关键词：车牌图像超分辨率图像矫正 VGG16网络编解码结构生成对抗网络

来源：评论

学校读者我要写书评

暂无评论

基于编解码结构的视频描述方法研究

基于编解码结构的视频描述方法研究

引用

作者：牛天资山东大学

学位级别：博士

视频描述是人工智能领域的一个活跃和蓬勃发展的标杆任务。视频描述旨在根据输入的视频内容自动生成相应的文字描述。该任务不仅要求对视频内容进行准确的分析和理解,还需要生成流畅、准确、连贯的描述文本。由于一方面视频相对于图片... 详细信息

视频描述是人工智能领域的一个活跃和蓬勃发展的标杆任务。视频描述旨在根据输入的视频内容自动生成相应的文字描述。该任务不仅要求对视频内容进行准确的分析和理解,还需要生成流畅、准确、连贯的描述文本。由于一方面视频相对于图片包含了丰富而复杂的时空信息,另一方面视觉信息与自然语言之间存在固有鸿沟,视频描述仍然是一项具有挑战性的任务。随着近几年深度神经网络的发展,基于编码器-解码器的深度神经网络框架逐渐成为视频描述任务的主流。尽管最近基于编码器-解码器框架的视频描述方法取得了许多可喜的成就,但仍存在许多问题需要解决。1)在编码器设计时,现有的方法仍采用简单的方案来处理不同类型的特征,这对于场景比较单一且视频内容易辨识的视频可能是有效的,然而当视频内容比较复杂且包含多个对象或视频内容较难辨识时,则需要更精细地处理视觉特征。2)在解码器设计时,当前基于RNN的解码器仅能使用一层或两层的结构,不同层之间的信息传递也比较单一,然而对于一些需要复杂语言结构来描述的视频,则需要多层解码器理解视频不同层次的语言信息。3)对于视频描述模型的整体设计,如何在编码器设计时提高视觉与语言特征的一致性,并在解码器生成语言时使用未来单词信息,以提高模型性能,并使模型具有可解释性同样值得研究。4)目前大多视频描述模型在视频编码时通常使用多个离线特征提取器来获取各种角度的视频特征,这些特征提取器与模型之间有一定的隔阂,不经过微调很难适应视频描述任务;而且目前大多数基于编解码结构的视频描述模型容易忽略一些浅层视觉和文本信息。设计一个以原始视频为输入的能够充分利用浅层特征的端到端训练模型,也是该任务努力的方向之一。本文针对上述问题,围绕基于编码器-解码器框架的视频描述方法展开了深入研究,设计了多个行之有效的视频描述方法。具体来说,本文的主要工作如下:(1)针对编码器存在的问题,本文提出了一种基于特征融合和语义增强的视频描述模型。它从三个方面优化了不同类型特征的使用。(2)针对解码器存在的问题,本文提出了一种基于多层内存共享解码器的视频描述模型,该模型可以在不影响性能的情况下堆叠更多解码层。本文通过构建一种新的内存共享结构来加强层与层之间的联系,使模型更容易训练。(3)围绕在编码器设计时如何提高视觉与语言特征的一致性,以及在解码器设计时如何使用未来单词信息等问题,本文提出了一种基于全局语义的视频描述模型。该模型的视觉模块是一种新颖的注意力网络,它可以将视觉特征映射到高级语言空间,并对整个句子进行显式建模;而它的语言模块在生成当前单词时,不仅可以有效地利用之前序列的信息,还可以查看将来的单词。此外,本文还提出了一种自治策略和多阶段训练方案来优化模型。(4)针对基于编解码结构的视频描述模型如何端到端训练问题,以及模型如何充分利用浅层视觉和文本特征问题,本文提出了一种使用多尺度特征端到端训练的视频描述模型,该模型可以有效地利用多尺度的特征生成视频描述。本文首先直接将原始视频帧输入到基于Transformer的网络中,以获得多尺度的视觉特征。然后使用一个掩码编码器和一个基于增强Transformer的解码器来有效利用多尺度视觉信息和浅层文本信息。

关键词：视频描述编解码结构视觉特征优化多层解码器语义一致性端到端训练

来源：评论

学校读者我要写书评

暂无评论

基于编解码结构的土地覆盖监测算法研究

基于编解码结构的土地覆盖监测算法研究

引用

作者：马占明南京信息工程大学

学位级别：硕士

高分辨率遥感图像监测土地覆盖和利用,提取城市和自然环境中的建筑物和水域是重要任务。精确提取可为环境监测和土地利用提供应用价值。因此,高分辨率遥感图像的建筑物和水域提取是土地覆盖检测中的关键任务之一。目前,大多数建筑物和... 详细信息

高分辨率遥感图像监测土地覆盖和利用,提取城市和自然环境中的建筑物和水域是重要任务。精确提取可为环境监测和土地利用提供应用价值。因此,高分辨率遥感图像的建筑物和水域提取是土地覆盖检测中的关键任务之一。目前,大多数建筑物和水域提取算法使用基于深度学习的语义分割方法,但仍然存在一些不足。一方面,遥感图像中的建筑物、水域等目标形态复杂,目标大小差异较大,需要对不同尺度的特征进行充分的利用,但现有的语义分割方法在多尺度信息的利用上仍存在不足。容易出现建筑物大面积误判和水域边缘模糊等问题。为了解决该问题,本文提出了基于编解码结构的特征强化网络,解码网络中通过多尺度特征融合模块,将不同尺度的特征进行融合,得到更加丰富和准确的特征表示,从而有效改善建筑物大面积误判和水域边缘模糊等问题。另一方面,由于高分辨率遥感图像中存在大量的细节信息,局部特征提取器往往难以充分捕捉图像中的重要特征,导致分割结果出现误差和漏分等问题。为了解决以上问题,本文提出了基于编解码结构的局部特征搜索网络,解码过程中通过融合注意力上采样模块可以增强局部信息的搜索能力,更好地捕捉目标的细节特征和纹理信息,提高对小目标和遮挡目标的识别能力,具有很好的应用前景。在对比实验中,本文提出的算法在两个遥感数据集上都取得了优秀的分割效果,在像素准确率、类别平均像素准确率和平均交并比等指标上都表现出色。

关键词：建筑物和水域语义分割局部特征特征融合编解码结构

来源：评论

学校读者我要写书评

暂无评论

基于深度学习编解码结构的图像语义分割算法研究

基于深度学习编解码结构的图像语义分割算法研究

引用

作者：张富财浙江理工大学

学位级别：硕士

在计算机视觉中,图像分割(为图像中每一个像素进行类别标记的技术)是后续其他研究的基础,所以图像分割效果的好坏会对后续的研究产生影响。基于深度学习的图像语义分割算法面临的主要问题包括:分割场景的复杂性、分割对象的多样性、分... 详细信息

在计算机视觉中,图像分割(为图像中每一个像素进行类别标记的技术)是后续其他研究的基础,所以图像分割效果的好坏会对后续的研究产生影响。基于深度学习的图像语义分割算法面临的主要问题包括:分割场景的复杂性、分割对象的多样性、分割对象空间位置的随机性以及分割模型的精度与计算效率相互制约的矛盾等,本文针对这些问题开展基于深度学习编解码结构的图像语义分割算法研究。本文主要研究工作和贡献如下:(1)对特征提取编码器结构的分析。基于深度学习编解码结构的图像语义分割模型,其编码器对输入图像的特征编码效果会对分割模型的性能产生巨大的影响,因此,本文首先分析了特征编码器的架构与性能,包括高精度的特征编码器VGG-Net、Google Net、Res Net和计算效率优先的Dense Net、Pelee Net,对这些模型的架构和典型的模块进行分析,为本文后续提出编解码架构的图像语义分割模型打下基础。(2)为解决图像语义分割任务中存在的分割场景的复杂性、分割对象的多样性及分割对象空间位置的差异性问题,本文提出一种高精度的基于稠密扩张卷积的双分支多层级语义分割模型。首先采用特征编码器编码输入图像的特征并输出4级不同分辨率的特征图(De1、De2、De3、De4),其次采用本文的特征精炼模块对De1和De3这两个特征图进行特征精炼处理,特征精炼之后的输出分支经过本文提出的稠密扩张卷积模块(以本文提出的混合扩张卷积模块搭建而成的模块)解码空间位置特征,而De4分支采用金字塔池化模块解码抽象语义特征,最后将这两个分支加权融合输出分割预测结果。最终模型在Celeb AMask-HQ测试集中m Io U精度为74.64%,在Cityscapes测试集中m Io U精度为78.29%,均高于对比方法,证明本文模型具有很好的性能与鲁棒性。(3)为在资源受限制的嵌入式设备上部署图像语义分割模型,就必须减少模型的参数量与运算量,取得精度与推理速度之间的平衡,本文提出一种基于Res Net18的平行效率语义分割模型。首先使用轻量级的主干网络Res Net18对输入图像进行特征编码,产生4级特征图(Fe1、2、3、4),其次使用本文提出的一级解码器强化浅层的空间位置特征图Fe1、Fe2和Fe3,使用金字塔池化模块强化抽象语义特征图Fe4;接着将上述强化特征表达后的特征图上采样进行元素级求和,再次使用本文提出的二级解码器处理逐级求和后的特征图,进行空间特征与抽象语义特征的融合,完成预测输出。最终模型在Cityscapes测试集中m Io U精度为73.02%,模型参数量为14.2M,推理一张2048x1024分辨率的图像耗时48ms,精度均高于对比的效率模型,并且模型的参数量和运算量最少,证明本文模型取得分割精度与计算效率之间的平衡。

关键词：深度学习编解码结构图像语义分割特征融合效率网络

来源：评论

学校读者我要写书评

暂无评论

基于编解码结构的心脏图像分割方法研究

基于编解码结构的心脏图像分割方法研究

引用

作者：胡盼盼齐鲁工业大学

学位级别：硕士

心血管疾病是全球死亡率和患病率不断上升的主要原因,给人们的生活质量和健康带来严重威胁,并影响着心脏的正常功能。心脏核磁共振成像(Magnetic Resonance Imaging,MRI)作为一种非侵入性的成像技术,能够提供关于心脏结构和功能的详细... 详细信息

心血管疾病是全球死亡率和患病率不断上升的主要原因,给人们的生活质量和健康带来严重威胁,并影响着心脏的正常功能。心脏核磁共振成像(Magnetic Resonance Imaging,MRI)作为一种非侵入性的成像技术,能够提供关于心脏结构和功能的详细信息。在临床实践中,心脏MRI的分割技术在评估心脏结构参数以及疾病诊断方面发挥着重要作用。然而,由于心脏结构的复杂性和上下文信息融合不足等问题,使得心脏MRI分割仍面临诸多挑战。因此,提出精确分割心脏结构的算法对医疗工作具有重要意义。基于上述问题,本文提出了两种基于编解码结构的心脏MRI分割方法,主要的工作和贡献如下: (1)针对心脏结构复杂且边缘区域分割的不完整性等问题,本文提出了一种基于高效注意力和深度融合的心脏MRI分割方法。首先,该方法以U-Net为基线框架,并设计了残差初始模块来增强编解码器中特征的表示能力,从而学习更多复杂的特征。其次,提出扩张卷积注意力模块,以实现对全局和局部信息的提取,从而更好地捕获边缘关键信息,并预测分割的完整性。此外,通过引入全局注意力机制来提高网络的训练效率,并将设计的密集阶梯空洞空间金字塔池化模块用于实现信息的特征融合。最后,实验结果表明该方法在平均Dice、平均HD和平均Jaccard指标上达到了90.5%、11.17mm和83.09%的结果,验证了该方法的显著性能。 (2)针对现有心脏MRI分割方法在每一层特征细化和上下文信息增强方面存在不足,本文提出了一种基于上下文级联注意力的心脏MRI分割方法。首先,在编码器中利用改进的金字塔视觉变换器(Improved Pyramid Vision Transformer,PVTv2)捕获远程依赖关系,并实现特征的提取和表示。其次,本研究提出了深度残差卷积模块,用于构建轻量级网络,并融合带有跳跃连接的特征。同时,设计了一种级联操作,旨在充分利用不同层之间的互补信息,以进一步细化每一层的特征。此外,在网络中引入了设计的上下文注意力机制,通过探索上下文信息来抑制不重要区域,突显显著特征,并实现对局部信息和全局信息的有效处理。最后,采用五折交叉验证的方法对模型进行评估,验证了该方法的鲁棒性。 (3)本文提出了结合Dice损失和交叉熵损失的组合损失函数,以更有效地应对类别不平衡问题。在以上提出的两个心脏MRI分割算法中使用组合损失函数,提高了模型训练的收敛速度和优化性能。同时,在自动心脏诊断挑战(Automated Cardiac Diagnosis Challenge,ACDC)数据集上进行了多项对比实验来评估这两种分割算法。通过实验验证和结果分析,表明这两种算法可以有效提升分割的准确性。

关键词：心脏MRI分割编解码结构 U-Net 金字塔视觉转换器注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于编解码结构的图像语义分割算法研究

基于编解码结构的图像语义分割算法研究

引用

作者：刘畅广西民族大学

学位级别：硕士

语义分割技术在地图导航、无人驾驶和机器人系统等实际应用中均起到重要作用。由于此类实际应用对实时使用语义分割的需求快速增长,这激发了设计低延迟、更高效的分割网络的热情。但是,目前的一些语义分割算法出现了多尺度信息利用不充... 详细信息

语义分割技术在地图导航、无人驾驶和机器人系统等实际应用中均起到重要作用。由于此类实际应用对实时使用语义分割的需求快速增长,这激发了设计低延迟、更高效的分割网络的热情。但是,目前的一些语义分割算法出现了多尺度信息利用不充分、细节特征丢失以及高层上下文信息和低层细节之间的分辨率差异较大等问题。为此,本文基于编解码结构展开研究,主要工作如下:(1)针对语义分割过程中图像分割不连续、深层特征的上下文信息模糊等问题,将隐式对齐函数(IFA)与基于Transformer的编解码语义分割模型相结合,提出了一个隐式特征对齐模块用于解码,该模块有效地替代双线性上采样和卷积来对齐多层特征,学习到精确且连续的语义信息;在损失处理部分,构建一个细节引导模块来引导浅层对空间信息进行编码,在不增加推理阶段的计算成本的情况下,提高了模型对上下文语义信息的学习能力和不同分辨率图像的分割性能。在公开数据集ADE20K上,所提出的模型比原模型提高了1.11%的m Io U值。通过实验证明,IFA使低层次的空间细节和高层次的语义信息可以精确地对齐,从而产生更准确的预测结果。(2)为了解决现有图像语义分割算法解码部分中,无法充分利用图像的多尺度信息、边界细节特征仍有丢失的情况,将空间金字塔池化框架与Transformer相结合,设计了一个在解码阶段增强多尺度特征融合的图像语义分割模型。该模型在编码阶段通过多个并行分支获取不同尺度的特征;在解码端,首先设计了一个瓶颈空间金字塔池化模块以有效增强特征融合,其次,将瓶颈空间金字塔模块与拉普拉斯金字塔方法相结合,最后,通过拼接操作恢复不同特征图的分辨率,从而保留更多细节特征。在公开数据集ADE20K上,改进模型相比原网络m Io U指标提升1.36%,浮点运算量仅为原网络的51%,证明其在提升精度和减少运算量方面的有效性。

关键词：图像语义分割编解码结构特征融合特征对齐空间金字塔池化

来源：评论

学校读者我要写书评

暂无评论

基于编解码结构与注意力机制的医学图像分割算法研究

基于编解码结构与注意力机制的医学图像分割算法研究

引用

作者：唐文博桂林电子科技大学

学位级别：硕士

现实生活中有大量的医学图像,单纯依赖人眼进行分析,过于费时费力,而且专业医师之间存在个体差异性,可能会导致误诊、漏诊等情况的发生。深度学习技术的出现有效的缓解了上述问题。但是二维病灶边缘不明确导致分割精度低,三维分支状结... 详细信息

现实生活中有大量的医学图像,单纯依赖人眼进行分析,过于费时费力,而且专业医师之间存在个体差异性,可能会导致误诊、漏诊等情况的发生。深度学习技术的出现有效的缓解了上述问题。但是二维病灶边缘不明确导致分割精度低,三维分支状结构图像中存在细微分支不易于被准确识别等问题的存在,基于深度模型的分割效果并不十分理想。为解决上述问题,本文工作主要有以下两个方面:提出基于边缘注意校正(EHS)网络与深度监督相结合的方法。针对医学图像中病灶边缘不明确导致分割精度低的问题,提出利用细节信息丰富的浅层特征进行边缘约束,并为深层网络提供边缘注意。该方法以二维肺炎患者肺部CT图像为例,采用改进的多任务编解码分割网络对肺部图像进行分割。网络共享一个部分编码器提取共同特征,拥有两个不同任务的解码器分别用于分割边缘与病灶。同时边缘分割网络为病灶分割网络提供边缘注意。之后在COVID-UESTC和COVID-19-CT100数据集上进行验证。实验证明,EHS网络在两个不同的数据集上均取得了较高的Dice得分和m Io U值。提出基于改进的3D U-Net网络对三维神经元图像进行分割。针对三维分支状结构图像中存在细微分支不易于被准确识别的问题,对编码部分采用注意力模块对目标分支加以注意。该方法对传统3D U-Net网络的编码模块和跳跃连接部分加以改进。在编码模块中,将通道空间注意模块扩展到三维空间进行应用,依次从通道和空间两个维度对神经元特征图像进行评分,选出有价值特征增强其重要性。同时采用空洞卷积扩大卷积核的感受野,在跳跃连接部分对编码部分图像重采样增强图像特征。最后在SYNTANEI数据集上进行验证,取得了较好的分割性能。

关键词：医学图像分割边缘注意改进3D U-Net 空洞卷积编解码结构

来源：评论

学校读者我要写书评

暂无评论

基于FBG编解码结构的快跳频光码分多址系统的研究

基于FBG编解码结构的快跳频光码分多址系统的研究

引用

2004年中国西部青年通信学术会议

作者：陈允邱昆周熹电子科技大学宽带光纤传输与通信网技术重点实验室成都 610054

在仿真平台上对基于FBG编解码结构的快跳频光码分多址系统进行了研究。结果表明,这种结构具有良好的匹配滤波特性,而且实现简便、传输波长可控,是一种很有发展前景的光码分多址系统。

关键词：素数跳频码光码分多址编解码结构

来源：评论

学校读者我要写书评

暂无评论

融合编码器和视觉关键词搜索的图像中文描述

引用

计算机应用与软件 2025年第4期42卷 208-216,244页

作者：孟繁聪徐伟李海波吴闽郑竣杰陈兴华东宜兴抽水蓄能有限公司江苏无锡214200 河海大学计算机与信息学院江苏南京211100

针对当前已有模型缺乏对图像局部细节的关注以及趋向于通用型描述问题,提出一种采用融合编码器和视觉关键词搜索技术的图像中文描述方法。构建融合编码器,在一个卷积神经网络(CNN)中同时提取图像的局部和全局特征,丰富长短时记忆网络(LS... 详细信息

针对当前已有模型缺乏对图像局部细节的关注以及趋向于通用型描述问题,提出一种采用融合编码器和视觉关键词搜索技术的图像中文描述方法。构建融合编码器,在一个卷积神经网络(CNN)中同时提取图像的局部和全局特征,丰富长短时记忆网络(LSTM)解码的语义信息;针对图像描述一般性表达,采用基于CNN的图像检索方法查找潜在视觉词汇,用于词向量解码;引入强化学习机制,在CIDEr评估指标上做句子层面上的优化,用以提高图像描述的词汇多样性。实验结果验证了所提方法的有效性。

关键词：图像中文描述编解码结构注意力机制图像检索强化学习

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：