检索结果-内蒙古大学图书馆

安徽农业科学 2025年第09期 196-202页

作者：陈春晖梁树能李金超安徽省基础测绘信息中心/江淮耕地资源保护与生态修复重点实验室自然资源部国土卫星遥感应用中心

基于Sentinel-2多光谱卫星数据对位于宿州市境内约440 km2的试验区进行小麦种植分布遥感监测。通过建立NDVI时间序列，经S-G方法平滑后，利用u-net模型进行小麦种植区域识别，并与光谱匹配法和人工神经网络法2种模型进行对比。结果显示... 详细信息

基于Sentinel-2多光谱卫星数据对位于宿州市境内约440 km2的试验区进行小麦种植分布遥感监测。通过建立NDVI时间序列，经S-G方法平滑后，利用u-net模型进行小麦种植区域识别，并与光谱匹配法和人工神经网络法2种模型进行对比。结果显示，3种模型分类准确性都达到80%的水平，u-net模型漏判率最低，光谱匹配法误判率最低，总体精度u-net模型达到83.15%,是同等条件下的最优方法。

关键词：多光谱归一化植被指数 u-net模型光谱匹配人工神经网络

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的地震数据喀斯特溶洞预测

基于深度学习的地震数据喀斯特溶洞预测

引用

第四届油气地球物理学术年会

作者：闫星宇李宗杰顾汉明邓光校马灵伟中国地质大学地球物理与空间信息学院地球内部多尺度成像湖北省重点实验室中国石化西北油田分公司勘探开发研究院中国石化石油物探技术研究院

传统喀斯特溶洞识别方法多解性强且效率低下,深度学习方法可以有效解决这一问题。喀斯特溶洞在地震波场上响应特征复杂,目标尺寸较小,训练样本难以获取,导致深度学习在应用于溶洞识别时具有诸多困难。面对些问题,本文提出了一套用于地... 详细信息

传统喀斯特溶洞识别方法多解性强且效率低下,深度学习方法可以有效解决这一问题。喀斯特溶洞在地震波场上响应特征复杂,目标尺寸较小,训练样本难以获取,导致深度学习在应用于溶洞识别时具有诸多困难。面对些问题,本文提出了一套用于地震溶洞识别的"两步法"深度学习方法:首先通过u-net模型对地震剖面上的串珠状异常反射进行识别;再根据"串珠"识别结果对地震数据进行小范围截取,输入至深度残差网络中,实现对实际溶洞轮廓的预测。对于实际溶洞预测训练数据难以获取这一问题,本文提出了一种基于波动方程正演模拟的方法进行制备。将本文提出的方法应用于实际工区地震数据的溶洞预测,实验结果表明:本文提出的深度学习方法在地震溶洞识别与预测中具有良好的效果。

关键词：碳酸盐岩储层溶洞识别深度学习 u-net模型深度残差网络

来源：评论

学校读者我要写书评

暂无评论

阴道镜下子宫颈鳞状上皮内病变的深度学习诊断系统的建立和验证

阴道镜下子宫颈鳞状上皮内病变的深度学习诊断系统的建立和验证

引用

作者：袁春女浙江大学

学位级别：博士

阴道镜辅助下子宫颈活检是诊断子宫颈癌及其癌前病变的金标准,但目前其准确率、敏感度和特异度在很大程度上随着临床医生的经验水平和患者的身体状况而波动,存在着很大的局限性。同时,我国目前需要接受阴道镜检查的患者数量与经验丰富... 详细信息

阴道镜辅助下子宫颈活检是诊断子宫颈癌及其癌前病变的金标准,但目前其准确率、敏感度和特异度在很大程度上随着临床医生的经验水平和患者的身体状况而波动,存在着很大的局限性。同时,我国目前需要接受阴道镜检查的患者数量与经验丰富的阴道镜医生的数量不匹配,导致患者需要经过很长的待诊期才能得到相应的检查和治疗。医学人工智能和计算机辅助诊断能利用影像学、医学图像处理技术以及其他可能的生理、生化手段,结合计算机的深度学习和分析计算,辅助发现病灶,提高诊断准确率,在医学影像领域获得了突破性进展。人工智能和阴道镜诊断的结合,也许能有效缓解目前宫颈癌筛查的压力,提高诊断的效率和准确率。本研究回顾性调查浙江大学医学院附属妇产科医院阴道镜室自2013年8月至2019年2月诊治的共22330份合格病例,收集其阴道镜图像(7.5倍放大倍数下拍摄)、年龄、人乳头瘤病毒检测结果、子宫颈细胞学结果、子宫颈转化区类型、阴道镜活检病理结果等临床信息。以病理结果作为金标准用Lableme软件对阴道镜图像中的病变部位进行标注,按训练集:测试集:验证集=8:1:1的比例将所有入组病例进行随机分配。预先使用Image net数据库中的百万张图片预训练出Rens net模型,再输入大量训练集中的阴道镜图像进行迁移学习,训练出多模态Resnet分类模型,u-net分割模型和Mask R-CNN检测模型,并计算验证集中该模型诊断及分割病变的准确率、敏感度、特异度、阳性预测值、阴性预测值、受试者工作特征曲线下面积、召回率、Dice指数等指标。同时,为了比较模型在普通阴道镜图像和高清阴道镜图像中的表现,本研究收集了浙江大学医学院附属妇产科医院阴道镜室2019年3月到2019年9月诊治的共5384份高清阴道镜图像病例作为独立样本再次验证上述三个模型的相关诊断指标,比较模型在不同类型的阴道镜图像中的适应性。除此之外,我们对五位来自浙江大学医学院附属妇产科医院的五位不同年资的阴道镜专家的阴道镜诊断、病理诊断、活检位点及每个活检位点对应的病理结果也进行了统计和分析。横向比较深度学习模型与临床不同年资的阴道镜专家的诊断能力。通过深度学习模型训练,Rensnet分类模型区分阴道镜图像是否有病变的整体准确率、敏感度、特异度分别为84.10%、85.38%和82.62%。ROC曲线下面积达到0.93。在此基础上,u-net分割模型在醋酸图像中分割出病变区域的召回率和Dice指数分别是84.73%和61.64%,整体准确率达95.59%。在碘图像中,召回率、Dice指数和整体准确率分别是:87.78%、63.80%和95.70%。除此之外,Mask R-CNN检测模型识别高级别鳞状上皮内病变的敏感度在醋酸图像和碘图像中分别达到了84.67%和84.75%。在高清阴道镜图像的独立样本验证中,分类模型表现比在普通阴道镜图像中稍差一些,区分是否有病变的敏感度、特异度和ROC曲线下面积分别是73.37%、58.16%和0.71。与阴道镜专家的诊断水平相比,模型诊断普通阴道镜图像的水平高于整体阴道镜专家的水平,诊断高清阴道镜图像的水平与年轻专家水平持平,比高年资专家水平稍差。分割模型和检测模型在两个数据库中的表现基本持平。在诊断决策所需时间上,临床医生诊断一个病例所需时间按分计算,而诊断模型从上传图像到输出结果总时间能控制在10秒以内,如果不计算图像上传的时间,模型进行诊断所需时间在1秒以内。本研究表明,基于深度学习的阴道镜诊断系统能较准确地区分正常和异常阴道镜图像,并能在此基础上分割出可疑病变的区域,指导HSIL区域活检。同时,计算机辅助诊断模型能够有效缓解当前阴道镜检查的压力,为分流患者、推荐活检部位提供了一种新思路。但是,模型在高清阴道镜图像中的诊断水平略低于在普通阴道镜图像中的诊断水平,还需要进一步提升优化。第一部分阴道镜下子宫颈鳞状上皮内病变的深度学习诊断系统的建立目的:回顾性收集大量临床阴道镜图像及相关临床资料,并进行预处理,为建立深度学习模型做好大数据的准备。在大数据集基础上,通过深度学习建立分类模型、分割模型和检测模型,形成一个完整的阴道镜人工智能辅助诊断系统。方法:回顾性调查浙江大学医学院附属妇产科医院阴道镜室自2013年8月至2018年3月所诊治的有病例,按照排除标准纳入合格病例后,收集其7.5倍镜下拍摄的阴道镜图像三张(生理盐水图像、醋酸图像、碘图像各一)、年龄、HPV检测结果、子宫颈细胞学结果、子宫颈转化区类型、阴道镜活检病理结果等临床信息。以病理结果作为金标准,用Labelme软件对阴道镜图像中的病变部位进行标注,并区分LSIL和HSIL。按训练集:测试集:验证集=8:1:1的比例将所有合格病例随机分配入组病例,最终以验证集的诊断结果作为模型的诊断结果。利用Image net数据库预训练

关键词：阴道镜鳞状上皮内病变深度学习计算机辅助诊断 Resnet模型 u-net模型 Mask R-CNN模型回顾性研究阴道镜鳞状上皮内病变深度学习计算机辅助诊断回顾性研究

来源：评论

学校读者我要写书评

暂无评论

基于Landsat8 OLI遥感影像的塑料大棚提取研究

基于Landsat8 OLI遥感影像的塑料大棚提取研究

引用

作者：吉莉江苏师范大学

学位级别：硕士

塑料栽培具有保温、保湿和保土等作用,可以有效提高农作物产量和质量,因此得到了广泛的应用。全球范围内的塑料栽培(主要包括温室、高低小拱棚和塑料地膜)每年以20%的速度快速扩张,2017年塑料栽培全球范围已经达到2022万公顷。然而,随... 详细信息

塑料栽培具有保温、保湿和保土等作用,可以有效提高农作物产量和质量,因此得到了广泛的应用。全球范围内的塑料栽培(主要包括温室、高低小拱棚和塑料地膜)每年以20%的速度快速扩张,2017年塑料栽培全球范围已经达到2022万公顷。然而,随着塑料农膜的广泛使用也带来了许多问题如环境污染等。因此需要快速准确的获取塑料栽培用地及其分布信息并对其进行监测,从而为农业管理、环境保护等问题提供决策依据。目前,利用遥感手段对塑料栽培的提取研究主要集中在塑料栽培大面积密集分布,地物类别单一的农业发达地区。对于零散分布、地类复杂地区的塑料栽培提取仍然存在着巨大的挑战。此外,目前已有的对塑料栽培的提取研究大多利用高分辨遥感影像,具有研究区面积小、算法不适用于大面积区域提取等特点。基于此,论文尝试利用中等分辨率遥感影像提取地类复杂地区的塑料大棚。本研究选取江苏省徐州市作为研究区,以Landsat 8 OLI遥感影像为数据源对徐州市的塑料大棚进行提取。本文尝试分别用面向对象法和深度学习算法提取塑料大棚,并比较两种方法优劣,选取精度较高的方法对徐州市2014～2018年的塑料大棚进行提取并进行时空分布变化分析。主要研究工作如下:(1)针对Landsat 8 OLI影像7个波段信息,通过分析塑料大棚与其他地类的光谱曲线,采用面向对象的方法提取徐州市的塑料大棚。利用地物的光谱特征和几何特征等信息,通过创建判别特征建立阈值模型对塑料大棚进行提取。首先对影像进行预处理包括辐射校正、FLAASH大气校正和影像裁剪,然后分析塑料大棚与其他地类的光谱差异,建立5个判别特征分别为Brightness、Band NIR、PGHI、CSBI、PMLI;再根据塑料大棚的几何特征建立Shape Index和Shape Index1指数。Brightness用来剔除植被、暗水体和暗建筑;Band NIR用来剔除亮水体;PGHI用以剔除裸地和白亮建筑;PMLI用以剔除地膜。利用这5个判别特征提取塑料大棚,为了优化分类结果又利用几何特征Shape Index和Shape Index 1剔除不规则对象。根据以上7个特征建立阈值模型,对2014年徐州市塑料大棚进行提取,总体精度达到95%以上。(2)深度学习是作为图像识别的一门新兴技术,可自动学习图像特征进行影像分类,本文研究了深度学习中适用于小样本分类的u-net模型,并尝试提取塑料大棚。针对Landsat 8 OLI影像特点对u-net模型进行改进,以能够输入任意尺寸的多波段遥感影像;借助高分辨率遥感影像,制作2014年Landsat 8 OLI影像的真实地表标签,标签类别为2类分别为塑料大棚和其他;针对影像分辨率低以及样本不足的特点,将影像裁剪成32×32尺寸大小的图片,共获得19800张图片;任意选取13860张图片作为训练样本,3960张图片作为验证样本,1960张图片作为测试样本,并对样本进行数据归一化、数据增强操作以提高样本质量。在基于Tensor Flow框架下利用样本训练改进的u-net模型,并利用模型对测试集中的塑料大棚进行提取,总体精度达到86%。(3)比较两种方法,发现面向对象法提取精度优于深度学习法。选取面向对象法对2014～2018年徐州市塑料大棚进行提取,并借助高分辨率影像对提取结果进行修改、校正,以得到真实、精确的塑料大棚时空分布图。利用修正后的结果对2014～2018年徐州市塑料大棚进行时空分布变化分析。分析发现,受厄尔尼若事件的影响,2015和2016年较2014年减少了许多零散分布的塑料大棚;2017和2018年塑料大棚均同比上年增加,增加的塑料大棚主要分布在沛县、主城区西北、睢宁和新沂东部,这使塑料大棚分布越来越密集。这种变化可能受土地流转制度的影响,越来越多的农户将土地流转给专业公司管理,而使得密集塑料大棚的增加、零散分布的塑料大棚减少。

关键词：塑料大棚 Landsat影像面向对象复杂地表 u-net模型时空分布

来源：评论

学校读者我要写书评

暂无评论

基于图像处理的小麦赤霉病检测研究

基于图像处理的小麦赤霉病检测研究

引用

作者：杨俊扬州大学

学位级别：硕士

[研究背景]小麦赤霉病是粮食生产的重大病害之一,对于小麦产量有很大损害,对小麦病害监测预警方面的研究和应用对于发展高产、优质、高效的科学化生产十分重要。为及时有效的对小麦赤霉病采取防治措施,需要对其发病情况进行及时准确的... 详细信息

[研究背景]小麦赤霉病是粮食生产的重大病害之一,对于小麦产量有很大损害,对小麦病害监测预警方面的研究和应用对于发展高产、优质、高效的科学化生产十分重要。为及时有效的对小麦赤霉病采取防治措施,需要对其发病情况进行及时准确的监测。目前,由于生产条件、地理因素、技术水平的限制,主要利用田间抽样调查的方法对赤霉病病情的危害程度进行评估。该方法不仅难以对大面积的发病产区进行有效监测,而且人工成本高,信息获取滞后,严重影响赤霉病的防治效率。[材料与方法]本次实验通过对小麦麦穗进行赤霉病菌人工接种的方式使小麦发生赤霉病病害,通过无人机和数码相机来获取小麦赤霉病的RGB图像,通过提取图像特征来对小麦赤霉病图像中发病麦穗进行检测与识别。[结果与分析](1)基于颜色特征指数提取小麦赤霉病图像中发病麦穗。在小麦赤霉病前期时,检测率为90.5%,在小麦赤霉病中期时,其检测率为88.4%。(2)建立了基于深度学习网络deeplabv3+的小麦赤霉病发病麦穗的检测与识别模型。该模型的精度为0.9692,损失函数Loss为0.1030,MIou为0.793,模型表现较好,基本上能够实现小麦赤霉病发病麦穗的检测与分割。(3)建立了基于改进的深度学习网络u-net的小麦赤霉病发病麦穗的检测与识别模型。该模型的精度为0.9694,损失函数Loss为0.0759,MIou为0.799,模型表现较好,能够实现小麦赤霉病发病麦穗的识别与分割。[结论]通过研究发现基于深度学习网络模型能够很好的检测与识别小麦赤霉病发病麦穗,识别精度较高,为小麦赤霉病的检测与识别提供了技术支持。

关键词：颜色特征指数小麦赤霉病深度学习 deeplabv3+模型 u-net模型

来源：评论

学校读者我要写书评

暂无评论

基于机器视觉的再生稻收获机导航路径识别算法研究

基于机器视觉的再生稻收获机导航路径识别算法研究

引用

作者：齐广亮福建农林大学

学位级别：硕士

再生稻是一种特殊的水稻,种植一次可收两季,我国作为农业大国,发展再生稻种植技术,提高再生稻产量,对我国发展农业强国及提高水稻种植综合效益具有重要的意义。目前,国内研究在提高再生稻产量的问题上,主要是采取种植再生能力强的优质... 详细信息

再生稻是一种特殊的水稻,种植一次可收两季,我国作为农业大国,发展再生稻种植技术,提高再生稻产量,对我国发展农业强国及提高水稻种植综合效益具有重要的意义。目前,国内研究在提高再生稻产量的问题上,主要是采取种植再生能力强的优质种子、改善再生稻的栽培技术、科学施肥、科学用水、保持合理的种植间隔等方式来提高再生稻的产量。随着机器视觉的快速发展,机器视觉技术在农业机械领域应用的也更加广泛。本论文致力于研究基于机器视觉的再生稻收获机导航路径识别算法研究,目的就是在收割机上运用机器视觉技术来避免收割机在收割头季再生稻时车轮对稻桩的碾压,减少车轮对再生稻茬休眠牙的破坏,从而提高再生稻第二季的产量。具体研究内容如下:1、图像采集。本研究所用到的图像由课题组在再生稻头季机械收割试验现场采集所得,以头季水稻收割后留下来的稻桩为研究对象,进行了论文所涉及的算法研究。2、图像的预处理。试验田所采集得到的图片由于光照、阴影、作物疏密度的影响,使得图像彩色信息过于丰富,因此应减少图像的信息冗余,简化数据,从而提高算法的效率。3、基于传统图像处理算法的路径识别。本论文提出了一种基于传统图像处理的收割机导航路径识别算法,基于OpenCV的图像处理函数库,运用C++语言完成了图像的灰度化、滤波去噪、采用大律法二值化、形态学处理、作物和道路轮廓线的提取筛选,最后采用投影法完成再生稻稻田路径导航中心线的提取,并完成运行与仿真。4、基于深度学习的图像处理算法的路径识别。本论文在研究了传统的图像处理基础上,提出了一种基于深度学习的收割机导航路径识别算法。采用了u-net语义分割模型,CNN卷积神经网络分类模型,并使用英特尔的OpenVINO神经网络加速工具进行模型加速,测试并验证了算法的可行性与可靠性。5、研究结论。通过基于传统图像处理的算法结果与基于深度学习图像处理算法的结果进行对比得出:传统的图像处理算法处理灰度图像时效果较好,而在稻田路径检测适应性上整体效果较差;深度学习图像处理的算法识别的准确性和适应性等方面比传统的图像处理算法更有优势。

关键词：再生稻收获机机器视觉 OpenCV u-net模型 OpenVINO

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络高分辨率城市遥感影像分类研究

基于卷积神经网络高分辨率城市遥感影像分类研究

引用

作者：周越东华理工大学

学位级别：硕士

随着遥感技术的不断发展,传统图像分类方法在高分辨率遥感影像中表现欠佳,随着深度学习的兴起,基于深度学习的方法对遥感影像进行分类成为了研究人员关注的热点之一,尤其是卷积神经网络在图像分类上的优异表现,使得其在遥感影像分类中... 详细信息

随着遥感技术的不断发展,传统图像分类方法在高分辨率遥感影像中表现欠佳,随着深度学习的兴起,基于深度学习的方法对遥感影像进行分类成为了研究人员关注的热点之一,尤其是卷积神经网络在图像分类上的优异表现,使得其在遥感影像分类中越来越受欢迎,然而使用卷积神经网络进行遥感影像分类也同样面临如下几点问题:一方面增加卷积神经网络的深度,网络获取深层特征能力越强,进行影像的分类精度越高,但随着深度的增加池化造成的空间信息尤其是小目标空间信息丢失越严重问题;另一方面随着遥感技术的不断发展,遥感影像分辨率不断提升,高分辨率遥感影像包含大量的地面物体信息,例如纹理,形状和空间位置等,然而由于地面物体的多样性与复杂性,高分辨率遥感影像通常表现为较大的类内差异和较小的类间差异,从而给分类任务带来了巨大的挑战。针对以上问题,本文主要做了以下工作:(1)本文基于u-net模型,针对高分辨率城市遥感影像中小目标分类效果较差这一问题,采用空间金字塔池化模块替代原始u-net深层网络的池化与上采样层,有效缓解了池化造成的空间信息尤其是小目标空间信息丢失问题,并且利用不同扩张率的扩张卷积具有提取不同尺度信息的能力,在空间金字塔模块通过多个不同尺度的扩张卷积有效提取特征图中不同地物的多尺度信息,提高模型分类精度。实验结果表明,相对原始u-net模型总体精度提高了1.95%,达到了86.93%,在小目标“汽车”类别F1得分提升了最高为13.81%,在所有类别中F1得分最高,说明了池化造成的空间信息丢失情况得到了有效的缓解。(2)针对高分辨率城市遥感影像中较大的类内差异和较小的类间差异,基于边缘检测思想,提出与原始u-net网络并行的边缘注意力分支BA-unet模型,通过与分类网络共享编码卷积层权值,利用地物边缘轮廓信息改善分类效果。针对边缘注意力分支中,边缘像素与背景像素存在类别极度不平衡的问题,在边缘分支中采用Focal Loss作为损失函数,以改善类别不平衡导致分类器预测结果偏向背景像素问题。实验结果表明,其总体精度较原始u-net提高了2.06%,达到了87.04%,在小目标“汽车”类别F1得分提升了13.39%,提升效果较基于金字塔池化模块改进的模型稍差一点,同时通过对比分类结果图发现,其地物边缘轮廓尤其是建筑物边缘得到了一定改善。(3)为了得到更好的分类结果,本文使用空间金字塔池化模块与边缘注意力分支共同改进u-net模型,得到了本文最优的分类结果,总体精度达到87.40%,相对使用空间金字塔池化模块得SPP-unet和引入边缘注意力分支的BA-unet分别提高0.47%和0.36%。

关键词：遥感影像分类卷积神经网络 u-net模型空间金字塔边缘注意力

来源：评论

学校读者我要写书评

暂无评论

基于深度学习和条件随机场的桥梁裂缝识别方法

基于深度学习和条件随机场的桥梁裂缝识别方法

引用

作者：王松河北工业大学

学位级别：硕士

钢筋混凝土桥梁表面裂缝是影响桥梁安全性能的主要病害之一,裂缝的检测是钢筋混凝土桥梁外观检测中十分重要的环节。目前广泛采用的检测方法主要以人工检测手段为主,基于人工检测的传统检测方法,存在着精度不足、效率低下、安全性差等... 详细信息

钢筋混凝土桥梁表面裂缝是影响桥梁安全性能的主要病害之一,裂缝的检测是钢筋混凝土桥梁外观检测中十分重要的环节。目前广泛采用的检测方法主要以人工检测手段为主,基于人工检测的传统检测方法,存在着精度不足、效率低下、安全性差等问题。因此,亟需一种基于机器视觉和图像识别的桥梁裂缝自动检测方法,代替目前的人工检测方法,从而高效地对钢筋混凝土桥梁的健康状况进行更为准确、全面的评估。近年来,计算机硬件性能的不断提升,以及人工智能的快速发展,为桥梁表面裂缝的检测提供了新的思路。本文参考u-net模型结构,搭建了一个基于全卷积神经网络（Fully convolutional networks,FCN）的钢筋混凝土桥梁裂缝识别模型,利用FCN模型初步提取裂缝特征,并将条件随机场（Conditional Random Fields,CRFs）作为后端优化模块,对FCN的分类结果进行修正,具体工作如下:1、建立钢筋混凝土桥梁表面裂缝数据集。对800张在实际工程环境中采集的钢筋混凝土桥梁表面裂缝照片原图进行标注,对原图和标签进行剪裁,并通过旋转、镜像、模糊、噪声等手段进行数据扩充,最终得到128像素×128像素的裂缝原始图像和标签图像各3750张的钢筋混凝土桥梁表面裂缝数据集。2、提取混凝土表面裂缝特征。参考u-net模型结构,基于FCN模型搭建了包含特征收缩阶段和特征扩展阶段改进型全卷积神经网络（Revised Fully Convolutional network,Re-FCN）模型,并采用特征融合的方式增强模型的识别能力,模型训练的验证精度最高可达98.77%。3、修正FCN的裂缝分割结果。基于混凝土裂缝图像,建立全连接条件随机场（Fully connected condition random fields,CRFs）模型,将前端分类器Re-FCN的裂缝分割结果作为输入,CRF作为后端优化模块完成对前端分类器的分割结果进行优化。4、在实验室条件下,采用Re-FCN模型+CRF模型的识别方法,对混凝土裂缝宽度进行识别,最终宽度误差可控制在5.64%。本文通过Re-FCN网络模型对钢筋混凝土桥梁表面裂缝进行像素级别的特征提取,并通过CRF模型对提取结果进行优化,较好地完成了钢筋混凝土桥梁表面裂缝的识别任务。

关键词：混凝土裂缝数据集增强全卷积神经网络 u-net模型条件随机场

来源：评论

学校读者我要写书评

暂无评论

生成对抗网络优化与图像翻译算法研究

生成对抗网络优化与图像翻译算法研究

引用

作者：常佳曲阜师范大学

学位级别：硕士

图像作为社交网络的主流信息载体,包含丰富的信息,能够为人们分享日常生活、记录事件、传递感情,被广泛地应用在人们日常生活中。图像翻译是在训练样本充足的情况下,源域到目标域之间的映射,可以将目标的一种表示形式转换为另一种形式... 详细信息

图像作为社交网络的主流信息载体,包含丰富的信息,能够为人们分享日常生活、记录事件、传递感情,被广泛地应用在人们日常生活中。图像翻译是在训练样本充足的情况下,源域到目标域之间的映射,可以将目标的一种表示形式转换为另一种形式。图像处理和计算机视觉问题可以看作是一种图像翻译问题,比如图像去模糊、人脸上妆、风格迁移、图像修复等。2014年提出的生成对抗网络(GAN)在图像翻译领域表现突出,可以根据需求生成不同内容的图像。基于GAN网络的图像翻译,输入是随机噪声,自由度大很难快速生成需要的目标内容,易出现振荡达不到均衡,出现部分模式崩溃现象,使得生成图像的轮廓、纹理等特征的丢失,造成图像翻译效果不佳。针对这些缺点,本文提出了通过改变网络跳跃连接次数改进u-net生成对抗网络模型的图像翻译算法,进行有监督图像翻译和Pix2Pix生成对抗网络模型对比实验、无监督图像翻译和CycleGAN模型对比实验,论文提出的改进模型能够很好地解决生成图像背景失真、多样性缺失的问题。首先,研究Pix2Pix生成对抗网络优化算法、学习率、迭代次数对图像翻译效果的影响,实验中当迭代次数为200次、优化算法为Adam、学习率为0.001时,网络的图像翻译效果最好。其次,针对Pix2Pix生成对抗网络在图像翻译过程中生成图像的轮廓、纹理等特征的丢失,造成图像翻译效果不佳的问题,提出了通过改变网络中跳跃连接次数的形式改进u-net生成对抗网络模型的图像翻译算法。u-net模型第i层和第n-i层承载着类似的信息,通过跳跃连接就可以将第i层的特征复制到第n-i层,使得生成图像更接近于真实图像。一次跳跃连接易丢失图像的背景、纹理、轮廓等特征,实验中通过逐次增加第i层和第n-i层之间的跳跃连接次数进行图像翻译实验,确定网络跳跃连接次数的最佳值。在CuFS人脸数据库上应用Pix2Pix生成对抗网络、改进的u-net模型进行实验,实验结果得出,当网络跳跃连接次数等于5时,图像翻译效果达到最优,图像翻译结果的MOS评分为4.2、PSNR达到14.3634、SSIM达到0.5763、L1损失为29292746、Cosin为0.9732,均优于Pix2Pix生成对抗网络模型。最后,采用无监督学习方法,数据库为horse2zebra、apple2orange库,应用改进的网络跳跃连接模型在非成对数据下进行图像翻译实验。实验结果看出,改进的网络跳跃连接方法相比于CycleGAN模型,生成图像质量和多样性有了进一步的提高,实验生成结果的Fréchet Inception distance(FID)评价达到166.39,比CycleGAN模型降低了2.84,解决了生成图像背景失真问题,且模型收敛速度快。

关键词：图像翻译生成对抗网络 u-net模型跳跃连接图像质量评估评价指标

来源：评论

学校读者我要写书评

暂无评论

基于改进的u-net生成对抗网络的图像翻译算法

引用

通信技术 2020年第2期53卷 327-334页

作者：常佳王玉德吉燕妮曲阜师范大学

针对传统生成对抗网络(Generative Adversarial networks,GAN)在图像翻译过程中生成图像的轮廓、纹理等特征丢失以及造成图像翻译效果不佳的问题,提出了基于改进u-net模型的生成对抗网络图像翻译算法。首先,实验研究Pix2Pix生成对抗网... 详细信息

针对传统生成对抗网络(Generative Adversarial networks,GAN)在图像翻译过程中生成图像的轮廓、纹理等特征丢失以及造成图像翻译效果不佳的问题,提出了基于改进u-net模型的生成对抗网络图像翻译算法。首先,实验研究Pix2Pix生成对抗网络优化算法、学习率以及迭代次数对图像翻译效果的影响,确定生成对抗网络模型参数与优化方法;其次,通过增加反卷积跳跃连接的重复次数增强特征的表达能力;最后,在CuFS人脸数据库上进行实验确定模型参数。实验表明,反卷积跳跃连接的重复次数为5次时,图像翻译的用户调研满意评价指标达到42%,图像翻译的质量达到最优。

关键词：图像处理生成对抗网络图像翻译优化算法 u-net模型跳跃连接

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：