基于U^(2)-Net+的透水混凝土CT影像孔隙分割 被引量：1

1

作者 侯斌 孙水发 +2 位作者 张蕊 崔文超 李玉博 《水电能源科学》 北大核心 2024年第2期62-66,共5页

针对现阶段主流的透水混凝土CT影像孔隙分割方法存在的问题,提出了一种堆叠高效RSU模块的U^(2)-Net+的图像分割方法。该方法通过堆叠高效的RSU模块,在网络中引入了更多的上采样节点和跳跃连接,还原了更多下采样阶段丢失的特征图细节;在... 针对现阶段主流的透水混凝土CT影像孔隙分割方法存在的问题,提出了一种堆叠高效RSU模块的U^(2)-Net+的图像分割方法。该方法通过堆叠高效的RSU模块,在网络中引入了更多的上采样节点和跳跃连接,还原了更多下采样阶段丢失的特征图细节;在编码阶段增加了一个可学习的下采样操作,进一步提升了网络对细节的捕获能力;简化了原网络的深度监督,避免了底层特征图对融合输出特征图的负面影响;将单一的标准二分类交叉熵损失函数改为Focal loss和IoU loss组成的混合损失函数,提升了网络对高噪声孔隙的关注度;最后由于数据集的特点加网络改进的提升,原网络中各模块的中间通道数得以进一步缩减,减小了网络体积。试验结果表明,U^(2)-Net+相比U^(2)-Net†在保证轻量化和快速性的同时,平均交并比、精确度、F1得分由94.12%、88.89%、93.28%分别提升至94.24%、91.15%、94.29%;U^(2)-Net+综合指标优于U-Net、U-Net++、U-Net3+、U^(2)-Net、U^(2)-Net†,各指标相较于主流的阈值分割算法至少提高23.29%,实现了透水混凝土CT影像孔隙的精准、快速分割。 展开更多

关键词 透水混凝土CT影像 图像分割 深度学习 U^(2)-net

在线阅读 下载PDF 职称材料

基于边缘U^(2)-Net的视盘分割方法 被引量：1

2

作者 王雪 武现阳 +2 位作者 涂家亮 于洁茹 宁春玉 《长春理工大学学报（自然科学版）》 2024年第3期93-100,共8页

彩色眼底图像中的视盘分割在识别眼科疾病中起着关键作用。针对因各种因素影响的视盘边缘分割不准确及分割算法效率低问题,提出一种基于轻量级U^(2)-Net、融入边缘注意力机制的视盘自动分割方法。该方法以轻量级U^(2)-Net为主干网络,使... 彩色眼底图像中的视盘分割在识别眼科疾病中起着关键作用。针对因各种因素影响的视盘边缘分割不准确及分割算法效率低问题,提出一种基于轻量级U^(2)-Net、融入边缘注意力机制的视盘自动分割方法。该方法以轻量级U^(2)-Net为主干网络,使用视盘感兴趣区域提取的预处理方式去除无关特征,同时引入边缘注意力机制增强对视盘边缘特征的提取能力。在Drishti_GS和REFUGE两个公开数据集上的F1分数分别达到97.82%和97.36%,Dice相似系数分别达到97.15%和96.64%,IOU分别达到94.47%和93.50%,与其他网络模型相比表现出优越的分割性能,具有临床应用价值。 展开更多

关键词 彩色眼底图像 视盘分割 U^(2)-net 感兴趣区域提取 边缘注意力

在线阅读 下载PDF 职称材料

基于U^(2)-Net的高精度多套层位追踪方法及应用

3

作者 张世成 许辉群 +2 位作者 杨平 孙颖 杨梦琼 《石油地球物理勘探》 EI CSCD 北大核心 2024年第5期925-937,共13页

层位追踪是地震资料解释中一项基础且重要的工作,常规智能层位追踪方法的精度难以满足实际生产需求。为此,提出了一种基于U^(2)-Net的高精度多套层位追踪方法。首先,设计一种充填标签的制作方法,遍历地震数据每个像素点,判断当前像素点... 层位追踪是地震资料解释中一项基础且重要的工作,常规智能层位追踪方法的精度难以满足实际生产需求。为此,提出了一种基于U^(2)-Net的高精度多套层位追踪方法。首先,设计一种充填标签的制作方法,遍历地震数据每个像素点,判断当前像素点所在位置并为其划分一个层位区域;对于穿过断层的层位,则自动搜寻相邻层位,实现非全区层位、断层等复杂条件下的地震反射层位及不整合面的充填标签的制作;然后,利用充填标签,采用U^(2)-Net网络模型对F3数据体和M工区地震资料进行训练。与U-Net+PPM网络模型相比,U^(2)-Net网络模型的预测精度更高,稳定性更好,泛化性更强,训练时间更短,且预测复杂地区的地震反射层位的准确率和平均交并比都大于95%。该方法可以较好地适应低信噪比地震资料的层位追踪。 展开更多

关键词 U^(2)-net 语义分割 层位标签 多套层位追踪 不整合面

在线阅读 下载PDF 职称材料

基于改进U^(2)-Net模型的混凝土结构表面裂缝检测 被引量：1

4

作者 程浩东 李怡静 +2 位作者 李玥康 胡强 王姣 《水利水电技术（中英文）》 北大核心 2024年第6期159-171,共13页

【目的】背景复杂的混凝土结构表面裂缝连续性差、识别率低,基于深度学习的裂缝检测方法存在模型参数量大的问题。【方法】为此,结合U^(2)-Net框架构建了一种聚合多尺度信息的轻量级模型U^(2)-Net_Aggregation,用于复杂背景下的裂缝特... 【目的】背景复杂的混凝土结构表面裂缝连续性差、识别率低,基于深度学习的裂缝检测方法存在模型参数量大的问题。【方法】为此,结合U^(2)-Net框架构建了一种聚合多尺度信息的轻量级模型U^(2)-Net_Aggregation,用于复杂背景下的裂缝特征学习。该模型通过增加跳跃连接,使得每个解码层均聚合该层以上所有浅层编码特征,以获得足够的特征细节,提升裂缝分割精度;利用深度可分离卷积(Depthwise Separable Convolution, DSC)对原本的残差模块(ReSidual U-blocks, RSU)进行改进,提出了新的残差模块(RSU-DSC-ECA),来降低聚合多尺度信息时带来的模型复杂度提升的问题,其中的通道注意力机制(Efficient Channel Attention, ECA)可提升模型对裂缝区域的敏感性和对复杂背景的抗干扰能力。【结果】在三组裂缝数据集上进行消融试验,改进后的模型(U^(2)-Net_Aggregation)相较于U^(2)-Net在准确率、交并比、综合评价指标上均有优异的表现。为了验证模型对复杂背景中裂缝的识别能力,利用无人机实地采集的某混凝土结构数据进行试验,其检测效果优于FCN、SegNet、U-Net和U^(2)-Net。【结论】改进后的模型相比U^(2)-Net在召回率、交并比和综合评价指标方面分别提高了4.18%、2.97%和2.03%,可借助无人机影像快速准确地检测出裂缝,为结构裂缝检测提供一种新的方法。 展开更多

关键词 混凝土结构 裂缝检测 深度学习 语义分割 U^(2)-net 神经网络 混凝土

在线阅读 下载PDF 职称材料

基于轻量化U^(2)-Net的车道线检测算法研究

5

作者 邓欢 王健 +3 位作者 吴孟军 杜若飞 费明哲 王云靖 《汽车工程师》 2024年第8期22-28,共7页

针对车道线遮挡、道路阴影等多车道驾驶环境下提取的车道线特征信息缺失造成预测车道线模糊、不连续等问题,提出一种基于轻量化U^(2)-Net的车道线检测算法。首先,以轻量化U^(2)-Net的残差U形模块(RSU)和多特征尺度融合获得全局信息丰富... 针对车道线遮挡、道路阴影等多车道驾驶环境下提取的车道线特征信息缺失造成预测车道线模糊、不连续等问题,提出一种基于轻量化U^(2)-Net的车道线检测算法。首先,以轻量化U^(2)-Net的残差U形模块(RSU)和多特征尺度融合获得全局信息丰富的车道线特征;其次,对车道线特征进行逐像素阈值判断,并选择最小二乘法结合感兴趣区域(ROI)中车道线簇进行车道线的拟合,实现多车道线检测并确认自车道线区域;最后,在图森(TuSimple)数据集上进行验证与分析。验证结果表明,所提出的车道线检测算法的平均准确率达到98.4%,相比于其他车道线检测网络,该算法的网络参数量较少,准确率较高。 展开更多

关键词 轻量化U^(2)-net 残差U形模块 多车道线检测 自车道线

在线阅读 下载PDF 职称材料

基于改进U^(2)-Net与迁移学习的无人机影像堤防裂缝检测 被引量：13

6

作者 李怡静 程浩东 +2 位作者 李火坤 王姣 胡强 《水利水电科技进展》 CSCD 北大核心 2022年第6期52-59,共8页

为准确便捷地从大范围背景复杂的堤防表面获取裂缝的形态信息,提出了一种基于改进U^(2)-Net(U^(2)-ADSNet)的裂缝检测方法。该方法在U^(2)-Net中融合深度可分离卷积和扩张卷积,扩大了原有模型的感受野,增强了对细节特征的学习能力,降低... 为准确便捷地从大范围背景复杂的堤防表面获取裂缝的形态信息,提出了一种基于改进U^(2)-Net(U^(2)-ADSNet)的裂缝检测方法。该方法在U^(2)-Net中融合深度可分离卷积和扩张卷积,扩大了原有模型的感受野,增强了对细节特征的学习能力,降低了模型参数;在少量无人机实测影像数据基础上,利用裂缝开源数据集进行迁移学习,降低了训练成本;通过切片预测实现对大范围无人机影像的裂缝检测,利用连通域搜索去除可能的误检。将U^(2)-ADSNet与FCN、SegNet、U-Net和DeepCrack等语义分割模型在堤防裂缝数据集上进行对比,验证了U^(2)-ADSNet的有效性,该模型经过迁移学习后交并比达到78.55%,综合评价指标值为87.87%,可用于堤防裂缝的检测。 展开更多

关键词 堤防 裂缝检测 U^(2)-net 无人机影像 迁移学习 语义分割

在线阅读 下载PDF 职称材料

一种基于U^(2)⁃Net的红外热成像与可见光图像融合方法

7

作者 谢迅 程为彬 《现代电子技术》 北大核心 2024年第2期100-104,共5页

为解决红外热成像分辨率低且成本高昂的问题,结合可见光图像分辨率高、成本低的特点,提出一种采用U^(2)‐Net结构模型对红外热成像与可见光图像中显著目标检测的方法。针对图像中显著目标,通过图像裁剪、轮廓提取、仿射变换、形心计算... 为解决红外热成像分辨率低且成本高昂的问题,结合可见光图像分辨率高、成本低的特点,提出一种采用U^(2)‐Net结构模型对红外热成像与可见光图像中显著目标检测的方法。针对图像中显著目标,通过图像裁剪、轮廓提取、仿射变换、形心计算、尺寸变换、匹配定位与融合等操作,实现目标物体在红外图像与可见光图像中的融合。实验结果表明,通过所提方法将低分辨率红外热成像中目标物体与高分辨率可见光图像融合,能够有效提升目标物体在整体图像中的可视性。 展开更多

关键词 红外热成像 可见光图像 图像融合 U^(2)‐Net 显著目标检测 图像匹配定位

在线阅读 下载PDF 职称材料

基于改进U^(2)Net网络和无人机影像的城市绿化识别方法

8

作者 王桢 杨培峰 +1 位作者 张秋仪 杨晋苏 《陕西科技大学学报》 北大核心 2024年第3期174-181,共8页

针对城市绿化识别中存在的无可用公开数据集、人工标注数据任务大、图像边界分割不精确的问题,提出结合无人机影像和深度学习网络的城市绿化自动识别框架.首先建立基于无人机影像的城市绿化数据集,其次,运用交互式自动标注工具EISeg对... 针对城市绿化识别中存在的无可用公开数据集、人工标注数据任务大、图像边界分割不精确的问题,提出结合无人机影像和深度学习网络的城市绿化自动识别框架.首先建立基于无人机影像的城市绿化数据集,其次,运用交互式自动标注工具EISeg对数据进行标注,引入U^(2)Net用于无人机影像下的城市绿化识别,最后,在网络的特征提取模块引入最大池化索引来加强对目标边界的分割能力.结果表明,相较于其它深度学习网络,U^(2)Net在小规模数据集中有着优异的表现且改进后的网络在1 000张的训练集中达到了97.16%的分类精度,较原始的U^(2)Net提高0.68%,模型参数量、计算量、内存均未显著提升.改进后的方法提升了城市绿化的识别精度,可以为城市绿化识别提供一种新的自动解译方法. 展开更多

关键词 城市绿化识别 U2Net 无人机影像 深度学习

在线阅读 下载PDF 职称材料

基于集成学习的虹膜分割算法

9

作者 孙佳倩 朱金荣 +2 位作者 张小宝 张云恺 龚卫娟 《电子科技》 2025年第3期88-94,共7页

针对虹膜图像在分割过程中细节分割不准确、边界分割不圆滑以及易受噪声影响等问题,文中提出了一种基于集成学习的虹膜分割算法。相较于传统集成学习算法,文中算法基于皮尔森系数法选择合适的模型作为基学习器,从而提高了集成学习的性... 针对虹膜图像在分割过程中细节分割不准确、边界分割不圆滑以及易受噪声影响等问题,文中提出了一种基于集成学习的虹膜分割算法。相较于传统集成学习算法,文中算法基于皮尔森系数法选择合适的模型作为基学习器,从而提高了集成学习的性能。选用U^(2)-Net、DeepLabv3+以及PSPNet作为同质个体学习器在CASIA-Iris-Interval数据集上进行训练,并预测得到对应的虹膜分割预测结果。对预测结果进行CLAHE和Gamma校正等图像增强操作得到新的预测结果图,选取加权平均法作为集成算法将基学习器的预测结果进行集成学习,从而得到最终的虹膜分割预测结果。测试结果表明,在3个不同的评估指标下,相较于基学习器,所提算法的准确率提升了1%,平均交并比提升了3.8%,宏平均分数提升了2.4%,视觉效果和客观评价指标均有所提升。 展开更多

关键词 虹膜分割 集成学习 学习器 U^(2)-net DeepLabv3+ PSPNet 皮尔森系数法 图像处理

在线阅读 下载PDF 职称材料

基于WEU-Net模型的贺兰山东麓滞洪区水体信息提取 被引量：2

10

作者 赵金龙 李剑萍 李万春 《河海大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第4期18-26,共9页

针对经典U-Net模型在贺兰山东麓滞洪区水体信息提取中存在的过拟合、泛化能力有限等问题,基于Sentinel-1合成孔径雷达卫星和Sentinel-2多光谱卫星影像提出了一种水体信息提取卷积神经网络模型(WEU-Net)。WEU-Net模型通过减少编码器与解... 针对经典U-Net模型在贺兰山东麓滞洪区水体信息提取中存在的过拟合、泛化能力有限等问题,基于Sentinel-1合成孔径雷达卫星和Sentinel-2多光谱卫星影像提出了一种水体信息提取卷积神经网络模型(WEU-Net)。WEU-Net模型通过减少编码器与解码器的跳跃连接以及卷积核数量使网络结构简化,并引入残差块增强特征提取能力,弥补了因简化模型而损失的图像信息;在数据集方面,采用逐步回归法结合改进的归一化差异水体指数构建了Sentinel-1水体指数,优化了Sentinel-1卫星影像数据集特征丰富度。试验结果表明:WEU-Net模型预测总体精度为98.19%,F1分数为0.946 9,分别较经典U-Net模型提高了0.357 7%和0.948 8%,训练时长缩短了49.30%;融合Sentinel-1水体指数后,模型预测总体精度和F1分数分别提高了0.51%和3.16%。 展开更多

关键词 滞洪区 水体信息提取 水体指数 Sentinel-1 Sentinel-2 U-net 贺兰山东麓

在线阅读 下载PDF 职称材料

基于遥感指数与深度学习的黄河冰凌遥感监测识别分析 被引量：3

11

作者 宋文龙 冯天时 +5 位作者 陈龙 何倩 胡军 卢奕竹 冯珺 刘宏洁 《中国水利水电科学研究院学报（中英文）》 北大核心 2024年第1期28-35,共8页

黄河流域特殊的地理位置和环境因素造就了其复杂的凌情特征,及时准确掌握凌汛期间冰凌变化规律与特点是凌汛监测防治的关键任务。卫星遥感可实现黄河冰凌的大范围快速提取,目前常用的方法有遥感指数与深度学习两类,为验证和对比不同方... 黄河流域特殊的地理位置和环境因素造就了其复杂的凌情特征,及时准确掌握凌汛期间冰凌变化规律与特点是凌汛监测防治的关键任务。卫星遥感可实现黄河冰凌的大范围快速提取,目前常用的方法有遥感指数与深度学习两类,为验证和对比不同方法对黄河冰凌遥感监测识别的有效性,基于Sentinel-2遥感数据,利用归一化积雪指数及其改进形式和U^(2)-Net等三种方法对2023年黄河宁蒙段冰凌进行遥感提取。结果表明:NDSI、MNDSI、U^(2)-Net三种方法的结果分类精度分别为83.42%、87.98%和92.01%;Kappa系数分别为0.88、0.90和0.97;三种方法均对冰凌有较好的提取效果,但指数法对于流凌、清沟等其他类型的识别效果较差,浅滩处提取的边界较为杂乱,U^(2)-Net可以精确区分出清沟,提取冰凌边界的效果更好。 展开更多

关键词 黄河 冰凌 卫星遥感 NDSI MNDSI U^(2)-net

在线阅读 下载PDF 职称材料

无人机智能巡检混凝土裂缝方法和机制研究 被引量：1

12

作者 徐亮 何伟 +1 位作者 叶尔达·叶尔丁达拉 李楠楠 《水利水电技术（中英文）》 北大核心 2024年第S01期249-256,共8页

利用无人机搭载专业设备对坝体混凝土裂缝进行自动化检测和智能识别,可提升大坝表面病害视觉检测自动化水平,为大坝正常维修管理提供高质高效的信息。介绍了YOLO裂缝目标检测算法和U^(2)-net裂缝图像分割模型,以及裂缝参数的测量方法和... 利用无人机搭载专业设备对坝体混凝土裂缝进行自动化检测和智能识别,可提升大坝表面病害视觉检测自动化水平,为大坝正常维修管理提供高质高效的信息。介绍了YOLO裂缝目标检测算法和U^(2)-net裂缝图像分割模型,以及裂缝参数的测量方法和图像识别精度的评价标准。结合某水电站坝顶混凝土裂缝调查场景,分析无人机不同搭载形式与航拍高度和图像地面分辨率的理论关系,并利用YOLO和U^(2)-net算法进行裂缝宽度识别,探究不同航拍参数对裂缝识别精度的影响。最后,综合考虑各巡航场景实际运行要求和成果处理与发布效率,确定坝体裂缝自动化检测运行参数,为高精度识别坝体毫米级宽度裂缝提供一种思路。 展开更多

关键词 大坝 裂缝检测 U^(2)-net 无人机 航拍参数

在线阅读 下载PDF 职称材料

基于MRAU视频分割模型的矿井涌(突)水风险识别方法

13

作者 武强 张帅 +2 位作者 杜沅泽 徐华 赵颖旺 《煤炭科学技术》 EI CAS CSCD 北大核心 2024年第11期17-28,共12页

矿井涌(突)水视频识别是智能化矿井建设的关键之一,通过识别涌(突)水从无到有、从小到大的动态演变过程,有助于防止水量超出矿井排水能力并演变为水害。为此提出了一种基于多通道残差注意力机制的U^(2)Net视频分割模型(MRAU),旨在识别涌... 矿井涌(突)水视频识别是智能化矿井建设的关键之一,通过识别涌(突)水从无到有、从小到大的动态演变过程,有助于防止水量超出矿井排水能力并演变为水害。为此提出了一种基于多通道残差注意力机制的U^(2)Net视频分割模型(MRAU),旨在识别涌(突)水的演变过程。首先,基于卷积注意力模块(CBAM)改进U^(2)Net网络模型,以提高特征提取效果。通过多通道残差预处理,区分水流动态特征与静态背景,并将处理结果作为注意力机制输入模型,从而强化水流特征的学习。此外,使用中间帧掩码作为标签进行多帧融合学习,进一步提升网络对水流动态特征的识别能力。最终,通过学习不同场景下的水流特征,实现对未知场景中涌(突)水动态演变的有效识别。通过与Deeplab、LRASPP、FCN、U~2Net网络模型的对比试验,选用Dice和IoU作为评价指标。试验结果表明,MRAU模型的Dice和IoU分别达到92.88%和87.51%,相比U^(2)Net基础网络,识别结果分别提高了4.71%和7.41%。在未知的涌(突)水场景中测试时,MRAU的Dice和IoU得分分别达到了86.75%和80.23%。与其他模型相比,MRAU的识别精度最高,表明该模型在不同场景下对水流特征具有更强的泛化能力。此外,MRAU能够精准监测涌(突)水流量从小到大的演变过程。最后,通过在井下环境中模拟突水场景,进一步验证MRAU模型在实际生产中的实用性,为矿井水害监测提供了有效的技术手段。 展开更多

关键词 矿井涌(突)水 视频分割 MRAU 多通道残差预处理 注意力机制 U^(2)Net

在线阅读 下载PDF 职称材料

基于深度学习的黑臭水体遥感信息提取模型 被引量：13

14

作者 邵琥翔 丁凤 +1 位作者 杨健 郑子铖 《长江科学院院报》 CSCD 北大核心 2022年第4期156-162,共7页

黑臭水体分布广泛,严重损害人民的居住环境和城市整体美观形象。以河北省廊坊市为研究区,利用高分二号(GF-2)多光谱数据和实测数据,使用PSPNet(Pyramid Scene Parsing Network)和U-Net模型对黑臭水体遥感信息提取进行对比实验研究。基... 黑臭水体分布广泛,严重损害人民的居住环境和城市整体美观形象。以河北省廊坊市为研究区,利用高分二号(GF-2)多光谱数据和实测数据,使用PSPNet(Pyramid Scene Parsing Network)和U-Net模型对黑臭水体遥感信息提取进行对比实验研究。基于可见光波段(RGB)及近红外波段(NIR)计算归一化差异植被指数(NDVI)和归一化差异黑臭水体指数(NDBWI),针对细小形状的黑臭水体普遍存在的漏检问题,引入注意力机制模块对模型进行优化改进,构建改进型深度学习黑臭水体遥感信息提取模型。结果表明:输入RGB+NIR+NDVI+NDBW六通道组合遥感影像并引入注意力机制的U-Net网络模型对黑臭水体的提取结果最佳,其精度评价指标F1-srore、MIoU、Recall分别达到了0.8645、0.8681、0.8359。 展开更多

关键词 黑臭水体 深度学习模型 PSPNet网络模型 U-net网络模型 GF-2卫星 遥感信息 注意力机制

在线阅读 下载PDF 职称材料