检索结果-内蒙古大学图书馆

计算机应用研究 2024年第9期41卷 2854-2859页

作者：徐国明陈奇志刘綦马健王峰安徽大学互联网学院合肥230039 安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心合肥230601 偏振光成像探测技术安徽省重点实验室合肥230031

针对伪装物体分割中图像识别鲁棒性较差、模型泛化性不强的问题,受神经科学中人类视觉系统接受场结构的启发,提出一种基于集中注意力接受场网络的偏振成像伪装目标检测方法。根据偏振成像目标探测需要,构建了能有效遏制背景噪声以及获... 详细信息

针对伪装物体分割中图像识别鲁棒性较差、模型泛化性不强的问题,受神经科学中人类视觉系统接受场结构的启发,提出一种基于集中注意力接受场网络的偏振成像伪装目标检测方法。根据偏振成像目标探测需要,构建了能有效遏制背景噪声以及获取目标细节特征的偏振成像数据集。该方法基于识别与定位网络框架,通过改进特征提取模块和解码器模块,该模块利用了偏心度和感受野大小之间的关系,涵盖多尺度的目标信息,可以有效提高伪装目标特征的可分辨性和鲁棒性。实验验证利用自建数据集在多个典型目标上进行,并与经典算法进行分割结果的主观视觉与客观评价指标对比,对比实验结果验证了该方法的有效性。

关键词：偏振成像伪装目标分割机器视觉卷积神经网络数据集

来源：评论

学校读者我要写书评

暂无评论

一种结合增强对齐与多注意力融合的偏振视频超分辨方法

引用

光学技术 2024年第3期50卷 269-276页

作者：徐国明金苗梁栋马健王峰李毅安徽大学互联网学院安徽合肥230039 安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心安徽合肥230601 偏振光成像探测技术安徽省重点实验室安徽合肥230031 安徽文达信息工程学院智能技术研究所安徽合肥231201

在偏振成像探测中,偏振多通道视频序列给数据传输和处理带来挑战,同时探测精度又依赖高分辨率图像,为此超分辨率计算成像就成为偏振成像探测系统的关键技术。从视频运动特征入手,提出一种结合增强对齐与多注意力融合的偏振视频超分辨率... 详细信息

在偏振成像探测中,偏振多通道视频序列给数据传输和处理带来挑战,同时探测精度又依赖高分辨率图像,为此超分辨率计算成像就成为偏振成像探测系统的关键技术。从视频运动特征入手,提出一种结合增强对齐与多注意力融合的偏振视频超分辨率重建方法。采用三级级联结构实现特征对齐,每一级特征由上一级特征下采样两倍得到,并采用光流引导的可变形卷积进行特征对齐;在融合阶段结合包括时间注意力、空间注意力、通道注意力在内的多种注意力机制,以充分利用通道间依赖性和时空相关性来提升超分辨率重建效果。所提方法与VSR-DUF、RBPN、EDVR、RLSP、RSDN、RRN、DARN、MSAWN等视频超分辨率方法在0°、45°、90°、135°偏振角视频上进行定性和定量对比实验,该实验表明该算法峰值信噪比和结构相似度指标高于其他算法,并且视频帧的高频纹理细节的修复更加丰富,接近偏振成像系统的原始高清图像帧。

关键词：成像探测视频超分辨率深度学习偏振视频注意力机制

来源：评论

学校读者我要写书评

暂无评论

并行注意力机制在图像语义分割中的应用

引用

计算机工程与应用 2022年第9期58卷 151-160页

作者：张汉张德祥陈鹏章军王兵安徽大学电气工程与自动化学院合肥230601 安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心互联网学院合肥230601 安徽工业大学电气与信息工程学院安徽马鞍山201804

在卷积神经网络中融入注意力机制越来越成为语义分割强化特征学习的重要方法。提出了一种融合了局部注意力和全局注意力的卷积神经网络。输入图像经主干网络的特征提取,并行输入给局部注意力和全局注意力模块。局部注意力模块以编码-解... 详细信息

在卷积神经网络中融入注意力机制越来越成为语义分割强化特征学习的重要方法。提出了一种融合了局部注意力和全局注意力的卷积神经网络。输入图像经主干网络的特征提取,并行输入给局部注意力和全局注意力模块。局部注意力模块以编码-解码结构实现多尺寸的局部特征融合,全局注意力模块根据每个像素与其所在特征图上所有像素的相关性捕获全局信息。融合两个注意力模块不仅减少了局部信息的丢失,而且捕获了具有长距离依赖的全局信息,有效提升了特征提取的能力。采用一种数据相关的上采样方法代替双线性插值法恢复特征图至输入尺寸,同时改善了分割效果。采用Dice Loss损失函数并针对样本不平衡问题在类别损失前加入权重系数进一步改善了分割效果。该方法在药丸污点数据集、药丸缺损数据集以及走廊数据集上分别得到了96.39%、93.44%、96.28%的平均交并比结果。

关键词：局部注意力全局注意力数据相关上采样样本不平衡

来源：评论

学校读者我要写书评

暂无评论

快速三维重建的N级灰度编码法

引用

无线电通信技术 2022年第3期48卷 442-449页

作者：童陈恩蔡柏林梁栋安徽大学互联网学院安徽合肥230039 农业生态大数据分析与应用技术国家地方联合工程研究中心安徽合肥230601

基于灰度编码的条纹因易于编码和解码,在条纹投影轮廓术(Fringe Projection Profilometry,FPP)中有着广泛的应用,灰度编码方法通过给像素点设置不同的灰度值使得编码信息蕴含于图像之中。基于此,采用双灰度编码法,共投射五幅条纹图,其... 详细信息

基于灰度编码的条纹因易于编码和解码,在条纹投影轮廓术(Fringe Projection Profilometry,FPP)中有着广泛的应用,灰度编码方法通过给像素点设置不同的灰度值使得编码信息蕴含于图像之中。基于此,采用双灰度编码法,共投射五幅条纹图,其中包括三幅相移图像和两幅N级灰度编码图像。N级灰度编码图像经过解码后,可获取精确的条纹阶次信息,进而得到绝对相位信息。在解码过程中,使用两个交叉的二值掩膜对同级码字的码区进行统一解码,降低了因为条纹丢失或图像噪点引起的误差。与传统的灰度编码方法相比,新方法在不增加投射条纹数目的情况下获得了更加精准的编码信息。为验证该方法的有效性,进行了仿真实验和真实实验,实验结果表明可以有效获取物体表面三维形貌。

关键词：相位展开三维测量条纹投影灰度编码

来源：评论

学校读者我要写书评

暂无评论

融合注意力机制的小麦赤霉病语义分割网络

引用

中国农机化学报 2023年第4期44卷 145-152页

作者：陈鹏马子涵章军夏懿王兵梁栋安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心安徽大学互联网学院合肥市230601 安徽大学物质科学与信息技术研究院合肥市230601 安徽大学电气工程与自动化学院合肥市230601 安徽工业大学电气与信息工程学院安徽马鞍山201804

小麦赤霉病是导致小麦大幅度减产的病害之一,对其开展自动识别研究具有重大意义。然而,传统方法一般通过阈值、色彩直方图等在农田复杂背景下开展小麦赤霉病的分割识别研究,其分割识别精确度较差并且泛化能力也不尽如意。为了在节省大... 详细信息

小麦赤霉病是导致小麦大幅度减产的病害之一,对其开展自动识别研究具有重大意义。然而,传统方法一般通过阈值、色彩直方图等在农田复杂背景下开展小麦赤霉病的分割识别研究,其分割识别精确度较差并且泛化能力也不尽如意。为了在节省大量人力成本的同时对小麦赤霉病病斑进行快速、准确地分割从而辅助农业工作者对小麦患病的严重程度进行确认并开展后续的针对性研究,提出一种融合卷积神经网络和注意力机制的小麦赤霉病语义分割网络模型UNetA。该模型依据小麦赤霉病数据集的特点,使用融合了位置自注意力和空间注意力的注意力机制模块,并将注意力机制模块融入改进了的UNet结构中,再利用加权交叉熵损失函数来衡量预测值与实际值的差距同时缓解样本不均衡问题。试验结果表明,与现有的经典网络模型相比,UNetA模型的分割精度和实时性明显占据优势,其MIoU值达到83.90%,分割单张图像所用平均时间仅为0.5880 s。

关键词： UNet 注意力小麦赤霉病图像语义分割

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv5s的铝型材表观缺陷检测方法

引用

制造业自动化 2024年第1期46卷 169-173页

作者：刘寅龙王杰曹昂徐国明朱静珂安徽大学互联网学院合肥230039 中国科学技术大学信息科学技术学院合肥230026 安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心合肥230601

目前,在铝制品的加工生产过程中,缺陷检测环节仍以人眼观测为主,这种传统方式存在检测精度差和检测效率低等缺陷,为此,提出基于YOLOv5s的铝型材表观缺陷检测方法。针对具有9种缺陷的铝型材图像,使用labelimg进行标注,构建了铝型材数据... 详细信息

目前,在铝制品的加工生产过程中,缺陷检测环节仍以人眼观测为主,这种传统方式存在检测精度差和检测效率低等缺陷,为此,提出基于YOLOv5s的铝型材表观缺陷检测方法。针对具有9种缺陷的铝型材图像,使用labelimg进行标注,构建了铝型材数据集。基于该数据集,以YOLOv5s、YOLOv5m、YOLOv5l在COCO数据集上训练好的权值作为初始权值,对该3种模型进一步迭代训练,并将最优权重进行测试。对比3种模型的实验结果,决定采用YOLOv5s作为铝型材表观缺陷检测的模型,其测试精确度P、召回率R、均值平均精度mAP分别达到了0.684、0.742、0.692。并基于该模型,采用PyQt5开发了铝型材表观缺陷检测系统,其检测速率可达98Fps左右,可以很好地满足实时性要求,从而为铝型材表观缺陷检测提供了有效的参考方案。

关键词：机器视觉深度学习 YOLOv5 缺陷检测

来源：评论

学校读者我要写书评

暂无评论

用于小麦多生长阶段倒伏边界精准检测的分层交互特征金字塔网络

引用

智慧农业（中英文） 2024年第2期6卷 128-139页

作者：庞春晖陈鹏夏懿章军王兵邹岩陈天娇康辰瑞梁栋安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心/信息材料与智能感知安徽省实验室/安徽大学互联网学院安徽合肥230601 安徽财经大学管理科学与工程学院安徽蚌埠233030 中国科学院合肥物质科学院智能机械研究所安徽合肥230031 中国科学技术大学安徽合肥230031 西南科技大学四川绵阳621010 农业传感器与智能感知安徽省技术创新中心中科合肥智慧农业协同创新研究院安徽合肥231131 安徽鹏视智能科技有限公司安徽合肥230000

[目的/意义]传统的小麦倒伏检测方法需要人工进行田间观测和记录,这种方法存在主观、效率低、劳动强度大等问题,难以满足大规模的小麦倒伏检测的需求。基于深度学习的小麦倒伏检测技术虽已在一定程度上得到应用,但普遍局限于对小麦单一... 详细信息

[目的/意义]传统的小麦倒伏检测方法需要人工进行田间观测和记录,这种方法存在主观、效率低、劳动强度大等问题,难以满足大规模的小麦倒伏检测的需求。基于深度学习的小麦倒伏检测技术虽已在一定程度上得到应用,但普遍局限于对小麦单一发育阶段的倒伏识别,而倒伏可能发生在小麦生长的各个时期,不同时期倒伏特征变化复杂,这给模型特征捕捉能力带来考验。本研究旨在探索一种基于深度学习技术的多生育期小麦倒伏区域检测方法。[方法]用无人机采集小麦灌浆期、早熟期、晚熟期这三个关键生长阶段的RGB图像,通过数据增强等技术构建出多生育期小麦倒伏数据集。提出一种小麦倒伏提取模型Lodging2Former,该模型在Mask2Former的基础上加以改进,引入分层交互式特征金字塔网络(Hierarchical Interactive Feature Pyramid Network,HI-FPN),用于提高模型在复杂田间背景干扰下对于多个生长阶段小麦倒伏特征的捕捉能力。[结果和讨论]所提出的Lodg⁃ing2Former模型相较于现存的多种主流算法,如Mask R-CNN(Mask Region-Based Convolutional Neural Network)、SOLOv2(Segmenting Objects by Locations,Version 2)以及Mask2Former,在平均精度均值(mean Average Precision,mAP)上展现出显著优势。在阈值分别为0.5、0.75以及0.5~0.95的条件下,模型的mAP值分别达到了79.5%、40.2%和43.4%,相比Mask2Former模型,mAP性能提升了1.3%~4.3%。[结论]提出的HI-FPN网络可以有效利用图像中的上下文语义和细节信息,通过提取丰富的多尺度特征,增强了模型对小麦在不同生长阶段倒伏区域的检测能力,证实了HI-FPN在多生育期小麦倒伏检测中的应用潜力和价值。

关键词：无人机深度学习小麦倒伏检测特征金字塔网络 Mask2Former

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：