检索结果-内蒙古大学图书馆

小型微型计算机系统 2024年第6期45卷 1451-1459页

作者：郑义林缪君罗超储珺南昌航空大学江西省图像处理与模式识别重点实验室南昌330063

基于深度学习的多视图三维物体重建各个视角之间的特征往往相互独立、缺乏关联性.并且可用的三维信息难以融合,导致无法重建出具有细节特征和结构完整性的单个物体,为此,提出一种端到端的结合跨视角特征关联的三维物体重建算法.首先,在... 详细信息

基于深度学习的多视图三维物体重建各个视角之间的特征往往相互独立、缺乏关联性.并且可用的三维信息难以融合,导致无法重建出具有细节特征和结构完整性的单个物体,为此,提出一种端到端的结合跨视角特征关联的三维物体重建算法.首先,在重建的编码部分构造跨视角关联模块,通过计算不同视角像素点之间的相关性,使每个视角都携带其它视角的特征信息,同时利用多尺度信息有效地聚合具有不同感受域和全局上下文特征,再构造视角信息注意力增强模块,增强视角内目标物体各部分特征的关联;其次,在三维解码部分,提出三维体素融合模块,通过选择性融合各视角中目标物体的高精度部分,使重建物体具有更多的细节.本文方法在合成数据集ShapeNet上和真实世界数据集Pix3D上的实验结果表明,与当前最先进的方法相比,重建效果有较明显提升.

关键词：三维重建全局上下文特征跨视角关联注意力增强选择性融合

来源：评论

学校读者我要写书评

暂无评论

基于SASK和双分支结构的服装图像识别方法

引用

应用科学学报 2023年第6期41卷 967-977页

作者：周啸辉余磊张睿婷熊邦书欧巧凤南昌航空大学图像处理与模式识别江西省重点实验室江西南昌330063

服装图像具有明暗不一、尺度各异的特性,这使得已有识别方法表现不佳。为解决此问题,本文基于空间注意力选择核(space attention selective kernel, SASK)模块和双分支结构搭建神经网络模型对服装图像进行识别。首先,结合跳跃连接、稠... 详细信息

服装图像具有明暗不一、尺度各异的特性,这使得已有识别方法表现不佳。为解决此问题,本文基于空间注意力选择核(space attention selective kernel, SASK)模块和双分支结构搭建神经网络模型对服装图像进行识别。首先,结合跳跃连接、稠密连接和多尺度、通道拆分的思想,设计双分支神经网络,充分提取服装对象的整体特征。其次,基于空间注意力机制,设计SASK模块,使网络可以更多地关注服装对象的形态特征信息,从而提升识别效果。实验结果表明,本文所提方法不但在典型服装数据集上能够取得优于现有主流方法的识别精度,而且在具有明暗不一、尺度各异特性的其他图像数据集上同样表现良好。

关键词：服装图像识别空间注意力选择核双分支神经网络明暗不一尺度各异

来源：评论

学校读者我要写书评

暂无评论

基于改进MobileNet V1的红外图像人体行为识别方法

引用

辽宁工程技术大学学报（自然科学版） 2023年第3期42卷 362-369页

作者：毛天雅余磊周啸辉姚天万文文熊邦书欧巧凤南昌航空大学图像处理与模式识别江西省重点实验室江西南昌330063

为解决红外图像人体行为识别中深度学习模型参数量多、运行速度慢,以及无法对突发事件进行实时处理等问题,提出一种基于改进MobileNet V1网络的人体行为识别方法。根据红外图像特性,在通道维度上压缩输入特征,生成空间信息描述符;进行... 详细信息

为解决红外图像人体行为识别中深度学习模型参数量多、运行速度慢,以及无法对突发事件进行实时处理等问题,提出一种基于改进MobileNet V1网络的人体行为识别方法。根据红外图像特性,在通道维度上压缩输入特征,生成空间信息描述符;进行充分的信息交互,并由Sigmoid函数得权重向量;与输入特征相乘,获得优化后的特征,构建高效空间注意力模块;利用空间注意力模块改进MobileNet V1网络,保留其轻量化优势并提升其在红外条件下的性能。实验结果表明,MobileNet V1+ESA网络的识别率达到99.83%,明显优于MobileNet V1网络;与基于红外图像的其他网络相比,在识别精度基本不变的情况下,大幅降低了参数量和运行时间,取得了良好的识别效果。

关键词：人体行为识别红外图像 MobileNet V1网络空间注意力 ESA模块

来源：评论

学校读者我要写书评

暂无评论

基于DBAFFNet的低照度图像增强

引用

应用科学学报 2023年第3期41卷 476-487页

作者：罗凡熊邦书余磊汪婉灵南昌航空大学图像处理与模式识别江西省重点实验室江西南昌330063

针对当前低照度图像增强后存在色偏、细节损失和噪声放大的问题,提出了基于双分支自适应特征融合网络的低照度图像增强方法。首先,设计自适应特征融合模块,在深层特征中融合更多细节和颜色信息;其次,构建通道及空间注意力模块,使网络着... 详细信息

针对当前低照度图像增强后存在色偏、细节损失和噪声放大的问题,提出了基于双分支自适应特征融合网络的低照度图像增强方法。首先,设计自适应特征融合模块,在深层特征中融合更多细节和颜色信息;其次,构建通道及空间注意力模块,使网络着重于图像细节和颜色的恢复;最后,根据Retinex理论设计Poisson-Retinex损失函数,抑制图像的噪声,从而提高图像的增强效果。在多个数据集上的主观和客观对比结果表明,所提方法不仅能恢复增强图像的颜色和细节,而且能更好地抑制噪声,从而获得良好的增强效果。

关键词：低照度图像增强自适应特征融合模块注意力模块 Retinex

来源：评论

学校读者我要写书评

暂无评论

结合高斯混合模型与多通道双边滤波的RGBD场景流计算方法

引用

模式识别与人工智能 2023年第3期36卷 225-241页

作者：王梓歌李盈盈葛利跃陈震张聪炫南昌航空大学江西省图像处理与模式识别重点实验室南昌330063 南昌航空大学测试与光电工程学院南昌330063 南昌航空大学信息工程学院南昌330063 南昌航空大学无损检测技术教育部重点实验室南昌330063

针对现有RGBD场景流计算方法在大位移、运动遮挡等复杂运动场景中存在计算准确性与可靠性较低的问题,文中提出结合高斯混合模型与多通道双边滤波的RGBD场景流计算方法.首先,构造基于高斯混合模型的光流聚类分割模型,从光流中提取目标运... 详细信息

针对现有RGBD场景流计算方法在大位移、运动遮挡等复杂运动场景中存在计算准确性与可靠性较低的问题,文中提出结合高斯混合模型与多通道双边滤波的RGBD场景流计算方法.首先,构造基于高斯混合模型的光流聚类分割模型,从光流中提取目标运动信息,逐层优化深度图分层分割结果,获取高置信度的深度运动分层分割信息.然后,在场景流计算中引入多通道双边滤波优化,建立结合高斯混合模型与多通道双边滤波的RGBD场景流计算模型,克服场景流计算边缘模糊问题.最后,在Middlebury、MPI-Sintel数据集上的实验表明,文中方法在大位移、运动遮挡等复杂运动场景下具有较高的场景流计算准确性和鲁棒性,特别在边缘区域具有较好的保护效果.

关键词： RGBD场景流高斯混合模型多通道双边滤波光流边缘模糊

来源：评论

学校读者我要写书评

暂无评论

联合深度超参数卷积和交叉关联注意力的大位移光流估计

引用

自动化学报 2024年第8期50卷 1631-1645页

作者：王梓歌葛利跃陈震张聪炫王子旭舒铭奕南昌航空大学江西省图像处理与模式识别重点实验室南昌330063 南昌航空大学测试与光电工程学院南昌330063 北京航空航天大学仪器科学与光电工程学院北京100083 南昌航空大学无损检测技术教育部重点实验室南昌330063

针对现有深度学习光流估计模型在大位移场景下的准确性和鲁棒性问题,提出了一种联合深度超参数卷积和交叉关联注意力的图像序列光流估计方法.首先,通过联合深层卷积和标准卷积构建深度超参数卷积以替代普通卷积,提取更多特征并加快光流... 详细信息

针对现有深度学习光流估计模型在大位移场景下的准确性和鲁棒性问题,提出了一种联合深度超参数卷积和交叉关联注意力的图像序列光流估计方法.首先,通过联合深层卷积和标准卷积构建深度超参数卷积以替代普通卷积,提取更多特征并加快光流估计网络训练的收敛速度,在不增加网络推理量的前提下提高光流估计的准确性;然后,设计基于交叉关联注意力的特征提取编码网络,通过叠加注意力层数获得更大的感受野,以提取多尺度长距离上下文特征信息,增强大位移场景下光流估计的鲁棒性;最后,采用金字塔残差迭代模型构建联合深度超参数卷积和交叉关联注意力的光流估计网络,提升光流估计的整体性能.分别采用MPI-Sintel和KITTI测试图像集对本文方法和现有代表性光流估计方法进行综合对比分析,实验结果表明本文方法取得了较好的光流估计性能,尤其在大位移场景下具有更好的估计准确性与鲁棒性.

关键词：光流大位移交叉关联注意力深度超参数卷积深度学习

来源：评论

学校读者我要写书评

暂无评论

遥感图像检索中上下文分段式多层感知机研究

引用

测绘科学 2023年第11期48卷 169-180页

作者：熊俊杰葛芸邵徽虎余洁洁南昌航空大学软件学院南昌330063 江西省图像处理与模式识别重点实验室南昌330063

针对遥感图像检索中特征难以准确表达遥感图像内容的问题,该文提出了一种面向遥感图像检索的上下文分段式多层感知机方法。该方法将卷积神经网络(CNN)中的全连接层替换为分段式多层感知机,使用分段和重建操作,不仅减少了参数数量,还提... 详细信息

针对遥感图像检索中特征难以准确表达遥感图像内容的问题,该文提出了一种面向遥感图像检索的上下文分段式多层感知机方法。该方法将卷积神经网络(CNN)中的全连接层替换为分段式多层感知机,使用分段和重建操作,不仅减少了参数数量,还提高了网络获取全局上下文信息的能力。为了进一步强化特征,该文还提出了一种跳跃融合模块,引入注意力机制和跳跃连接,并将其与上下文分段式多层感知机相结合,分别在空间和通道上增强局部信息,从而提高了特征的表达能力。在UC-Merced、AID和NWPU-RESISC45数据集上进行实验,检索的平均准确率均值分别达到0.9945、0.9865和0.9318,平均归一化修改检索等级分别为0.0042、0.0356和0.0521。结果表明,本文提出的方案不仅能增强CNN获取全局信息的能力,在降低参数的同时还能减少特征的冗余性,从而提高遥感图像的检索性能。

关键词：遥感图像检索分段式多层感知机特征融合 CNN 迁移学习

来源：评论

学校读者我要写书评

暂无评论

多分辨率上下文聚合网络的单幅图像去雨方法

引用

计算机辅助设计与图形学学报 2022年第2期34卷 232-244页

作者：谢强强张海盖杉南昌航空大学信息工程学院南昌330063 江西省图像处理与模式识别重点实验室南昌330063

雨天等恶劣天气将造成图像质量的严重退化,进而影响计算机视觉算法的准确性.为了更好地提取多尺度雨痕特征,恢复图像含有的重要细节信息,提出一种基于多分辨率上下文聚合网络的单幅图像去雨方法.首先利用混洗操作将单一分辨率输入图像... 详细信息

雨天等恶劣天气将造成图像质量的严重退化,进而影响计算机视觉算法的准确性.为了更好地提取多尺度雨痕特征,恢复图像含有的重要细节信息,提出一种基于多分辨率上下文聚合网络的单幅图像去雨方法.首先利用混洗操作将单一分辨率输入图像转化为多空间分辨率的输入图像,在低空间分辨率中使网络迅速扩大接受场,而在高空间分辨率下提取更加精细的雨痕特征,并将低分辨率提取的雨痕特征自上而下地聚合到高空间分辨率中,引导网络提取多尺度雨痕信息;然后采用多分辨率特征增强块细化不同分辨率下图像的细节,防止去雨图像中的细节损失或模糊,利用局部残差密集连接和挤压-激励网络增强网络的特征提取能力和效率;最后采用构造的混合损失函数,在获取较高评价指标数值的同时提高人类对去雨图像的视觉感知.实验结果表明,所提方法在Rain100H,Rain100L, Rain12合成数据集和真实雨数据集上取得显著的去雨效果,与现有方法比较,该方法的定性指标和定量指标得到明显提升,具有较高的细节保持度.

关键词：单幅图像去雨混洗操作多空间分辨率残差网络

来源：评论

学校读者我要写书评

暂无评论

基于退化四元数注意力机制的轻量化Transformer去雨网络

引用

计算机工程与应用 2024年第19期60卷 250-258页

作者：熊贡鹤陈飞龙孙成立郭桥生南昌航空大学信息工程学院南昌330063 南昌航空大学江西省图像处理与模式识别重点实验室南昌330063 朝阳聚声泰(信丰)科技有限公司江西赣州341600

现有主流图像去雨方法专注于提升去雨性能,而忽略了网络计算开销过大的问题。少数轻量化网络的研究只局限于修改网络结构来简化网络计算。针对上述问题,利用退化四元数可以获得更多图像先验信息的特性提出了一个基于退化四元数图像去雨... 详细信息

现有主流图像去雨方法专注于提升去雨性能,而忽略了网络计算开销过大的问题。少数轻量化网络的研究只局限于修改网络结构来简化网络计算。针对上述问题,利用退化四元数可以获得更多图像先验信息的特性提出了一个基于退化四元数图像去雨网络。网络使用退化四元数Swin-Transformer块(reduced biquaternion Swin-Transformer block,RQSTB)作为主要特征提取模块。其中设计了使用基于退化四元数多头注意力机制的Transformer块提取全局特征信息,同时穿插使用退化四元数多尺度卷积模块提取局部多尺度特征信息,用以弥补Transformer缺乏卷积神经网络自带的一些归纳偏置的缺陷。经实验证明,该方法在网络参数和计算复杂度方面都优于很多现有的图像去雨方法,并且在去雨性能方面也达到了先进的水平,无论是从定量还是定性的指标来看,都展现了显著的效果。

关键词：图像去雨退化四元数网络 Transformer 轻量化

来源：评论

学校读者我要写书评

暂无评论

基于高低频特征增强的图像去雾

引用

计算机工程 2023年第8期49卷 174-181页

作者：卢昂储珺冷璐江西省图像处理与模式识别重点实验室(南昌航空大学) 南昌330063 南昌航空大学信息工程学院南昌330063 南昌航空大学软件学院南昌330063

图像去雾是典型的不适定问题,编解码网络是常用的去雾网络架构,编解码网络由编码器、解码器和连接两者的特征转换器构成。已有去雾算法生成的去雾图像通常质量较低,存在局部细节去雾不彻底、颜色失真或引入噪声等问题。针对基于编解码... 详细信息

图像去雾是典型的不适定问题,编解码网络是常用的去雾网络架构,编解码网络由编码器、解码器和连接两者的特征转换器构成。已有去雾算法生成的去雾图像通常质量较低,存在局部细节去雾不彻底、颜色失真或引入噪声等问题。针对基于编解码网络的去雾算法在设计特征转换器时没有充分利用小尺度特征、解码阶段仅利用对应层编码特征的问题,提出一种基于高低频特征增强的去雾算法。在特征转换阶段,设计扩张残差组件并组成上下文聚合网络,充分利用大感受野的低分辨率特征,提取特征图远距离相关性,增强低频小尺度特征。设计基于通道注意力的多级特征重用网络,实现浅层高频特征的重利用,同时深度融合解码重建特征,增强视觉感知特征的恢复。在编码阶段构建视觉特性感知模块,利用残差块在局部建模方面的优势增强浅层丰富的高频视觉特征。实验结果表明,与AOD-Net、PFF-Net等去雾算法相比,该算法的PSNR和SSIM指标均有明显优势,在室内合成数据集SOTS和室外真实数据集Dense-Haze上,所提算法的PSNR和SSIM分别高出性能次优算法0.77 dB、0.000 7和0.40 dB、0.037 1。

关键词：图像去雾编解码网络扩张残差特征增强通道注意力

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：