全卷积神经网络与全连接条件随机场中的左心室射血分数精准计算 被引量：4

1

作者 刘晓鸣 雷震 +4 位作者 何刊 张惠茅 郭树旭 张歆东 李雪妍 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第3期431-438,共8页

左心室射血分数是临床上用于衡量心脏健康的一项重要指标.为提高左心室分割和射血分数计算的精度,提出一种基于改进的全卷积神经网络和全连接条件随机场的方法.首先利用预训练的全卷积神经网络模型对心脏核磁共振影像进行左心室分割并... 左心室射血分数是临床上用于衡量心脏健康的一项重要指标.为提高左心室分割和射血分数计算的精度,提出一种基于改进的全卷积神经网络和全连接条件随机场的方法.首先利用预训练的全卷积神经网络模型对心脏核磁共振影像进行左心室分割并输出概率图;之后采用3D全连接条件随机场对概率图进行后处理,完成像素级的精准密度预测;最后对左心室分割结果进行3D重建,并计算左心室舒张末期容积和收缩末期容积,进而计算出射血分数.实验结果表明,该方法能够实现左心室射血分数的精确且高效的计算,对左心室射血分数的平均预测误差为4.67%,各步骤耗时短. 展开更多

关键词 左心室射血分数计算 深度学习 全卷积神经网络 全连接条件随机场

在线阅读 下载PDF 职称材料

采用超像素标注匹配的交通场景几何分割方法 被引量：2

2

作者 胡江策 卢朝阳 +2 位作者 李静 邓燕子 刘阳 《西安交通大学学报》 EI CAS CSCD 北大核心 2018年第8期74-79,145,共7页

针对交通场景逐像素标注方法计算复杂、模型训练耗时长的问题,提出了一种基于超像素标注匹配的交通场景几何分割方法。该方法无需进行模型训练,根据全局特征搜索一组待分割交通场景图像的相似图像集。对待分割图像进行超像素分割和超像... 针对交通场景逐像素标注方法计算复杂、模型训练耗时长的问题,提出了一种基于超像素标注匹配的交通场景几何分割方法。该方法无需进行模型训练,根据全局特征搜索一组待分割交通场景图像的相似图像集。对待分割图像进行超像素分割和超像素块特征提取,并利用朴素贝叶斯原理进行似然比计算,根据似然比在相似图像集中进行超像素块标注匹配以实现初次分割。利用初次分割结果计算出一元势,应用全连接条件随机场模型对初次分割结果进行优化。实验结果表明,与传统的逐像素标注方法相比,本文方法的分割正确率和平均召回率分别提高了4%和3%,能够有效地实现交通场景几何分割。 展开更多

关键词 交通场景 超像素 几何分割 全连接条件随机场

在线阅读 下载PDF 职称材料

基于密集连接的高分辨率遥感图像分类 被引量：4

3

作者 陈知明 张江 +3 位作者 邱汉清 戴颖成 吴宇鑫 李建军 《广西师范大学学报（自然科学版）》 CAS 北大核心 2022年第3期88-94,共7页

高分辨率遥感图像分类是当前一个研究热点,基于深度卷积网络和全连接条件随机场的高分辨率遥感图像分类模型(Deeplab),因其高效精准的分类性能被广泛应用于该研究领域,但Deeplab模型存在空洞卷积核对高分辨率遥感图像的信息利用率不足... 高分辨率遥感图像分类是当前一个研究热点,基于深度卷积网络和全连接条件随机场的高分辨率遥感图像分类模型(Deeplab),因其高效精准的分类性能被广泛应用于该研究领域,但Deeplab模型存在空洞卷积核对高分辨率遥感图像的信息利用率不足、限制分类精度进一步提高的问题。本文提出一种基于密集连接的轻量级高分辨率遥感图像分类模型Dspp,采用密集卷积网络连接结构,将Deeplab的空洞卷积金字塔结构替换成密集连接结构,以提高信息利用率且增强模型的泛化能力,并与当前经典的FCN、FCN8S、Deeplab分类网络模型进行实验对比。结果表明,Dspp模型相较于FCN模型、FCN-8S模型和Deeplab模型的整体精度分别提高16.8、11.7和7.7个百分点,验证了本模型的有效性。 展开更多

关键词 高分辨率遥感图像 分类模型 空洞卷积 密集连接结构 全连接条件随机场

在线阅读 下载PDF 职称材料

基于改进DeeplabV3+的水面多类型漂浮物分割方法研究

4

作者 包学才 刘飞燕 +2 位作者 聂菊根 许小华 柯华盛 《水利水电技术（中英文）》 北大核心 2024年第4期163-175,共13页

【目的】为解决传统图像处理方法鲁棒性差、常用深度学习检测方法无法准确识别大片漂浮物的边界等问题,【方法】提出一种基于改进DeeplabV3+的水面多类型漂浮物识别的语义分割方法,提高水面漂浮的识别能力。对所收集实际水面漂浮物进行... 【目的】为解决传统图像处理方法鲁棒性差、常用深度学习检测方法无法准确识别大片漂浮物的边界等问题,【方法】提出一种基于改进DeeplabV3+的水面多类型漂浮物识别的语义分割方法,提高水面漂浮的识别能力。对所收集实际水面漂浮物进行分类,采用自制数据集进行对比试验。算法选择xception网络作为主干网络以获得初步漂浮物特征,在加强特征提取网络部分引入注意力机制以强调有效特征信息,在后处理阶段加入全连接条件随机场模型,将单个像素点的局部信息与全局语义信息融合。【结果】对比图像分割性能指标,改进后的算法mPA(Mean Pixel Accuracy)提升了5.73%,mIOU(Mean Intersection Over Union)提升了4.37%。【结论】相比于其他算法模型,改进后的DeeplabV3+算法对漂浮物特征的获取能力更强,同时能获得丰富的细节信息以更精准地识别多类型水面漂浮物的边界与较难分类的漂浮物,在对多个水库场景测试后满足实际水域环境中漂浮物检测的需求。 展开更多

关键词 深度学习 语义分割 特征提取 漂浮物识别 注意力机制 全连接条件随机场 算法模型 影响因素

在线阅读 下载PDF 职称材料

融合去卷积与跳跃嵌套结构的显著性区域检测 被引量：5

5

作者 余春艳 徐小丹 钟诗俊 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2018年第11期2150-2158,共9页

针对深度学习的显著性区域检测方法大多存在的显著性图边界信息丢失、轮廓模糊等问题,提出将全局嵌套边缘检测(HED)模型迁移至显著性区域检测任务以增强边界检测,在其基础网络结构之上融入去卷积模块与跳跃嵌套结构,构建了面向显著性区... 针对深度学习的显著性区域检测方法大多存在的显著性图边界信息丢失、轮廓模糊等问题,提出将全局嵌套边缘检测(HED)模型迁移至显著性区域检测任务以增强边界检测,在其基础网络结构之上融入去卷积模块与跳跃嵌套结构,构建了面向显著性区域检测的HED-DSN模型.首先利用去卷积模块以乘积的方式结合底层与高层信息,然后利用跳跃嵌套结构以通道连接的方式将不同层次的特征进行融合,最后用全连接条件随机场对预测得到的显著性图进行优化.在MSRA-B, ECSSD, HKU-IS, SOD和DUT-OMRON共5个数据集上进行实验及模型评价,结果表明,HED-DSN模型在各数据集上均表现良好,不仅能准确地定位出显著性区域,且检测出的区域完整、边界清晰;在客观指标上,该模型的总体性能优于目前最好的DSS模型,且在SOD数据集上提高了近0.7%. 展开更多

关键词 显著性区域检测 端到端 去卷积 跳跃嵌套结构 全连接条件随机场

在线阅读 下载PDF 职称材料

特征融合型卷积神经网络的语义分割 被引量：5

6

作者 马冬梅 贺三三 +1 位作者 杨彩锋 严春满 《计算机工程与应用》 CSCD 北大核心 2020年第10期193-198,共6页

语义分割是对图像中的不同目标进行像素级的分割和分类,是图像处理领域中的一项重要研究,应用十分广泛。深度卷积神经网络在近几年的机器视觉研究中取得了显著成效。针对密集预测的语义分割任务,提出了一种基于VGGNet网络的方法。该方... 语义分割是对图像中的不同目标进行像素级的分割和分类,是图像处理领域中的一项重要研究,应用十分广泛。深度卷积神经网络在近几年的机器视觉研究中取得了显著成效。针对密集预测的语义分割任务,提出了一种基于VGGNet网络的方法。该方法在深层特征图像中融合了浅层信息,且采用并行的不同采样率的空洞卷积进行特征提取与融合,更有效地提取不同层的特征和上下文信息,从而提高语义分割精度。采用全连接条件随机场优化图像边界,进一步提高语义分割的精度。该方法在PASCAL VOC 2012语义分割任务测试集中取得了71.3%mIOU的结果,优于之前基于VGGNet的主要经典方法。 展开更多

关键词 语义分割 卷积神经网络 机器视觉 密集预测 全连接条件随机场

在线阅读 下载PDF 职称材料

一种用于视频对象分割的仿U形网络

7

作者 黄志勇 韩莎莎 +3 位作者 陈致君 姚玉 熊彪 马凯 《图学学报》 CSCD 北大核心 2023年第1期104-111,共8页

在半监督的分割任务中,单镜头视频对象分割(OSVOS)方法根据第一帧的对象标记掩模进行引导,从视频画面中分离出后续帧中的前景对象。虽然取得了令人印象深刻的分割结果,但其不适用于前景对象外观变化显著或前景对象与背景外观相似的情形... 在半监督的分割任务中,单镜头视频对象分割(OSVOS)方法根据第一帧的对象标记掩模进行引导,从视频画面中分离出后续帧中的前景对象。虽然取得了令人印象深刻的分割结果,但其不适用于前景对象外观变化显著或前景对象与背景外观相似的情形。针对这些问题,提出一种用于视频对象分割的仿U形网络结构。将注意力机制加入到此网络的编码器和解码器之间,以便在特征图之间建立关联来产生全局语义信息。同时,优化损失函数,进一步解决了类别间的不平衡问题,提高了模型的鲁棒性。此外,还将多尺度预测与全连接条件随机场(FC/Dense CRF)结合,提高了分割结果边缘的平滑度。在具有挑战性的DAVIS 2016数据集上进行了大量实验,此方法与其他最先进方法相比获得了具有竞争力的分割结果。 展开更多

关键词 半监督视频对象分割 注意力机制 损失函数 多尺度特征 全连接条件随机场

在线阅读 下载PDF 职称材料

基于CFAR-DCRF红外遥感舰船单帧目标检测方法 被引量：7

8

作者 宋文韬 胡勇 +3 位作者 匡定波 巩彩兰 张文奇 黄硕 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2019年第4期520-527,共8页

针对红外舰船小目标图像复杂背景弱信号虚警率较高且难以被精确检测的问题提出了一种恒虚警率(Constant False Alarm Rate CFAR)全连接条件随机场(Dense Conditional Random Fields DCRF)舰船目标检测算法.该算法针对小目标与虚警信号... 针对红外舰船小目标图像复杂背景弱信号虚警率较高且难以被精确检测的问题提出了一种恒虚警率(Constant False Alarm Rate CFAR)全连接条件随机场(Dense Conditional Random Fields DCRF)舰船目标检测算法.该算法针对小目标与虚警信号变化特征相似但结构特征不同的特点利用CRF的多维上下文(空间、辐射)表达的优势实现虚警特征抑制并引入 CFAR 对模型进行改进提高了 DCRF 对于弱信号目标的检出能力实现舰船小目标的精确检测与分割.实验结果表明该算法能够充分利用海域的全局上下文信息能够在保持较高检出率同时有效降低虚警率实现单帧端到端的小目标检测. 展开更多

关键词 遥感 全连接条件随机场 红外小目标 恒虚警率

在线阅读 下载PDF 职称材料

基于3D scSE-UNet的肝脏CT图像半监督学习分割方法 被引量：5

9

作者 刘清清 周志勇 +4 位作者 范国华 钱旭升 胡冀苏 陈光强 戴亚康 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2021年第11期2033-2044,共12页

针对分割神经网络需要大量的高质量标签但较难获取的问题,提出基于3D scSE-UNet的半监督学习分割方法.该方法使用自训练的半监督学习框架,将包含改进的并行空间/特征通道压缩和激励模块(scSE-block+)的3D scSE-UNet作为分割网络.scSE-bl... 针对分割神经网络需要大量的高质量标签但较难获取的问题,提出基于3D scSE-UNet的半监督学习分割方法.该方法使用自训练的半监督学习框架,将包含改进的并行空间/特征通道压缩和激励模块(scSE-block+)的3D scSE-UNet作为分割网络.scSE-block+可以从图像空间和特征通道2个方面自动学习图像的有效特征,抑制无用冗余特征,更好地保留图像边缘信息.在自训练过程中加入全连接条件随机场,对分割网络产生的伪标签进行边缘细化,提升伪标签的精确度.在LiTS17 Challenge和SLIVER07数据集上验证所提出方法的有效性.当有标签图像占训练集总图像的30%时,所提方法的Dice相似系数(dice score)为0.941.结果表明,所提出的半监督学习分割方法可以在仅使用少量标注数据的情况下,取得与全监督分割方法相当的分割效果,有效减轻肝脏CT图像分割对专家标注数据的依赖. 展开更多

关键词 半监督学习 自训练 3D UNet 注意力模块 全连接条件随机场

在线阅读 下载PDF 职称材料

基于深度学习模型的遥感图像分割方法 被引量：48

10

作者 许玥 冯梦如 +1 位作者 皮家甜 陈勇 《计算机应用》 CSCD 北大核心 2019年第10期2905-2914,共10页

利用遥感图像快速准确地检测地物信息是当前的研究热点。针对遥感图像地表物的传统人工目视解译分割方法效率低下和现有基于深度学习的遥感图像分割算法在复杂场景下准确率不高、背景噪声多的问题,提出一种基于改进的U-net架构与全连接... 利用遥感图像快速准确地检测地物信息是当前的研究热点。针对遥感图像地表物的传统人工目视解译分割方法效率低下和现有基于深度学习的遥感图像分割算法在复杂场景下准确率不高、背景噪声多的问题,提出一种基于改进的U-net架构与全连接条件随机场的图像分割算法。首先,融合VGG16和U-net构建新的网络模型,以有效提取具有高背景复杂度的遥感图像特征;然后,通过选取适当的激活函数和卷积方式,在提高图像分割准确率的同时显著降低模型预测时间;最后,在保证分割精度的基础上,使用全连接条件随机场进一步优化分割结果,以获得更加细致的分割边缘。在ISPRS提供的标准数据集Potsdam上进行的仿真测试表明,相较于U-net,所提算法的准确率、召回率和均交并比(MIoU)分别提升了15.06个百分点、29.11个百分点和0.3662,平均绝对误差(MAE)降低了0.02892。实验结果验证了该算法具备有效性和鲁棒性,是一种有效的遥感图像地表物提取算法。 展开更多

关键词 深度学习 卷积神经网络 深度可分离卷积 全连接条件随机场

在线阅读 下载PDF 职称材料

基于深度语义分割的遥感图像海面舰船检测研究 被引量：31

11

作者 陈彦彤 李雨阳 +2 位作者 陈伟楠 张献中 王俊生 《仪器仪表学报》 EI CAS CSCD 北大核心 2020年第1期233-240,共8页

针对在复杂海况下,遥感图像舰船检测容易受到海杂波、薄云、海岛等影响,导致检测结果可靠性低的问题,引入了端对端的深度语义分割方法,将深度卷积神经网络与全连接条件随机场结合。以ResNet架构为基础,首先将遥感图像经过深度卷积神经... 针对在复杂海况下,遥感图像舰船检测容易受到海杂波、薄云、海岛等影响,导致检测结果可靠性低的问题,引入了端对端的深度语义分割方法,将深度卷积神经网络与全连接条件随机场结合。以ResNet架构为基础,首先将遥感图像经过深度卷积神经网络作为输入,对图像进行粗分割,然后经过改进的全连接条件随机场,利用高斯成对势和平均场近似定理建立条件随机场为递归神经网络作为输出,从而实现了端对端的连接。所提方法在Google Earth和NWPU-RESISC45建立的数据集上与其他模型进行对比,实验表明,所提方法提高了目标检测精度以及捕获图片精细细节的能力,平均交并比为83.2%,相对于其他模型具有明显优势,且运行速度快,满足遥感图像海面舰船检测的需求。 展开更多

关键词 遥感图像 语义分割 卷积神经网络 空洞卷积 全连接条件随机场

在线阅读 下载PDF 职称材料

一种改进的I-Unet网络的皮肤病图像分割算法 被引量：16

12

作者 蒋宏达 叶西宁 《现代电子技术》 北大核心 2019年第12期52-56,共5页

黑色素瘤是常见的皮肤癌,皮肤病图像分割在皮肤癌诊断过程中起到至关重要的作用。为了利用I.Unet深度神经网络强大的编码解码功能来自动分割出皮肤病病灶区域,文中提出一种改进的I.Unet网络的皮肤病图像分割算法。该方法采用空洞卷积扩... 黑色素瘤是常见的皮肤癌,皮肤病图像分割在皮肤癌诊断过程中起到至关重要的作用。为了利用I.Unet深度神经网络强大的编码解码功能来自动分割出皮肤病病灶区域,文中提出一种改进的I.Unet网络的皮肤病图像分割算法。该方法采用空洞卷积扩大卷积感受野,利用类Inception和循环神经网络(RCNN)分别提取图像不同尺度的特征,并进行多尺度特征融合,运用全连接条件随机场(CRF)进行图像后处理。结果表明,所提算法在皮肤病图像分割中取得了良好的效果,算法的Jaccard系数达到了0.780,Dice系数稳定在0.871;与同类最佳研究结果相比,Jaccard系数及Dice系数分别提高了1.5%,2.2%,表明该方法有效提升了网络图像分割的性能。 展开更多

关键词 皮肤病 I-Unet网络 图像分割 空洞卷积 特征融合 全连接条件随机场

在线阅读 下载PDF 职称材料

CRF 3D-UNet肺结节分割网络 被引量：12

13

作者 侯腾璇 赵涓涓 +2 位作者 强彦 王三虎 王磐 《计算机工程与设计》 北大核心 2020年第6期1663-1669,共7页

为提高计算机辅助诊断系统(computer-aided diagnosis,CAD)对肺结节的正确检出率,经过实验,提出融合3D-UNet和全连接条件随机场方法(fully connected conditional random fields)的网络模型,简称CRF 3D-UNet网络,对肺结节进行分割。前... 为提高计算机辅助诊断系统(computer-aided diagnosis,CAD)对肺结节的正确检出率,经过实验,提出融合3D-UNet和全连接条件随机场方法(fully connected conditional random fields)的网络模型,简称CRF 3D-UNet网络,对肺结节进行分割。前端使用3D-UNet网络结构,整合结节的空间信息和上下文信息提取不同分辨率级别的特征,对结节实现粗略分割;后面框架使用全连接条件随机场技术,随机场中考虑像素之间的关联性,编码像素的手工特征对前端的输出进行优化,实现结节的细分割。实验结果表明,该算法有效提高了肺结节分割的准确率,使得分割精度达到93.25%。 展开更多

关键词 全连接条件随机场 肺结节的分割 3D-UNet 空间信息 上下文信息

在线阅读 下载PDF 职称材料

焦炭显微光学组织自动检测与提取方法研究 被引量：2

14

作者 王夏霖 阚秀 +2 位作者 孙维周 曹乐 范艺璇 《电子测量与仪器学报》 CSCD 北大核心 2022年第2期32-39,共8页

焦炭显微光学组织结构测定是一种重要的焦炭质量评价方式,针对焦炭显微图像边缘模糊对比度低且存在光晕伪影等问题,设计一种基于语义分割和全连接条件随机场的焦炭显微光学组织自动检测与提取方法。首先,利用偏光显微镜、工业相机和上... 焦炭显微光学组织结构测定是一种重要的焦炭质量评价方式,针对焦炭显微图像边缘模糊对比度低且存在光晕伪影等问题,设计一种基于语义分割和全连接条件随机场的焦炭显微光学组织自动检测与提取方法。首先,利用偏光显微镜、工业相机和上位机等搭建焦炭显微光学组织测定平台;其次,利用残差模块和注意力模块改进Unet网络模型,加强显微光学组织区域的输出权重,实现对焦炭光学组织的自动检测与分割;最后,使用全连接条件随机场对显微光学组织的空间特性进行建模,细化分割边缘,精确提取焦炭显微光学组织。实验结果表明,所提方法的精确度、召回率、F1分数和准确率分别达到了0.967、0.959、0.963、0.965,优于其他对比语义分割网络,证明该方法具有较高的分割性能,能够实现对焦炭显微光学组织的自动检测与提取。 展开更多

关键词 焦炭显微图像 焦炭显微光学组织 图像分割 全连接条件随机场

在线阅读 下载PDF 职称材料

三维点云与图像双模态融合的空间目标部件识别方法 被引量：1

15

作者 袁萌萌 张泽旭 《宇航学报》 EI CAS CSCD 北大核心 2023年第5期796-804,共9页

针对二维图像目标识别准确率高但缺乏空间位置信息,三维点云几何信息精确但无语义信息的特点,为结合不同维度数据的优势,提出一种三维点云与二维图像双模态融合的空间目标部件识别方法。首先基于DeepLabv3+网络进行图像目标分割,并对分... 针对二维图像目标识别准确率高但缺乏空间位置信息,三维点云几何信息精确但无语义信息的特点,为结合不同维度数据的优势,提出一种三维点云与二维图像双模态融合的空间目标部件识别方法。首先基于DeepLabv3+网络进行图像目标分割,并对分割目标进行语义标记;其次,提出一种最近邻查找方法降低重建位姿误差带来的三维点云与二维目标映射过程中的语义信息缺失,实现三维点云与二维图像目标间的准确语义关联;最后,利用全连接条件随机场对具备语义信息的三维点云识别结果进行优化,得到更加精细的点云语义标签,融合多视角数据得到最终点云部件识别结果。仿真结果表明相较于传统聚类分割方法,本文方法可以有效地识别出空间目标的各部件,总体识别精度优于95%。 展开更多

关键词 空间目标部件识别 双模态融合 语义分割 位姿重建 全连接条件随机场

在线阅读 下载PDF 职称材料

深度学习图像分割算法在胃癌病理切片中的可行性分析 被引量：10

16

作者 梁桥康 南洋 +3 位作者 项韶 梅丽 孙炜 于观贞 《第二军医大学学报》 CAS CSCD 北大核心 2018年第8期903-908,共6页

目的采用基于深度学习的胃癌病理切片分割算法实现对癌症区域的识别。方法以U-Net网络为基本架构设计更深层次的胃癌病理切片分割算法模型Deeper U-Net(DU-Net)。采用区域重叠分割法将数据集分割成若干小块图片,然后利用预先训练好的DU-... 目的采用基于深度学习的胃癌病理切片分割算法实现对癌症区域的识别。方法以U-Net网络为基本架构设计更深层次的胃癌病理切片分割算法模型Deeper U-Net(DU-Net)。采用区域重叠分割法将数据集分割成若干小块图片,然后利用预先训练好的DU-Net网络模型对分割的小图片块进行初次分割,并使用图片分类器清除假阳性样本,重新合成新样本。采用重复学习的方法使用新样本进行多次重复训练,将得到的结果应用全连接条件随机场(CRF)进行后续处理。最终得到胃癌分割图片并验证结果。结果经过3次重复学习后,DU-Net网络模型的平均精度为91.5%,平均交叉联合度量(IoU)为88.4%;相比于未经重复学习的基础DU-Net模型,其平均精度提升了5.6%,平均IoU提升了2.9%。结论基于深度学习的胃癌病理切片分割算法实现了精准的分割,提高了模型的泛化能力和鲁棒性,可用于辅助胃癌病理诊断。 展开更多

关键词 人工智能 胃肿瘤 病理切片 深度学习 重叠分割 全连接条件随机场 重复学习

在线阅读 下载PDF 职称材料

基于U型检测网络的图像篡改检测算法 被引量：6

17

作者 王珠珠 《通信学报》 EI CSCD 北大核心 2019年第4期171-178,共8页

针对图像篡改检测算法依赖单一图像属性、适用度不高以及当前基于深度学习的检测算法时间复杂度过高、精度较低等缺陷,提出了一种基于U型检测网络的图像篡改检测算法。该算法首先利用连续的卷积层和最大池化层提取图像中多阶段的特征信... 针对图像篡改检测算法依赖单一图像属性、适用度不高以及当前基于深度学习的检测算法时间复杂度过高、精度较低等缺陷,提出了一种基于U型检测网络的图像篡改检测算法。该算法首先利用连续的卷积层和最大池化层提取图像中多阶段的特征信息,然后将得到的特征信息通过上采样操作恢复至输入图像的分辨率大小。同时,为保证在提取图像高级语义信息的同时实现更高的检测精度,U型检测网络中各阶段的输出特征会和对应的通过上采样层的输出特征进行合并。U型检测网络在一般网络展现出来的特性上,进一步探究了图像中篡改与非篡改区域间的隐藏特征信息,利用其端到端的网络结构和提取图像上下文间较强关联信息的属性,可以实现快速且高精度的检测效果。最后利用全连接条件随机场对U型检测网络的输出结果进行优化,以获得更精细的检测效果。实验结果表明,所提算法效果优于传统的基于图像单一属性的篡改检测算法和当前基于深度学习的检测算法,并且具有较好的顽健性。 展开更多

关键词 U型检测网络 隐藏特征信息 全连接条件随机场 图像篡改检测

在线阅读 下载PDF 职称材料

融合级联CRFs和U-Net深度学习模型的遥感影像建筑物自动提取 被引量：6

18

作者 陈嘉浩 邢汉发 陈相龙 《华南师范大学学报（自然科学版）》 CAS 北大核心 2022年第1期70-78,共9页

针对深度学习模型进行建筑物提取时存在的建筑物边缘模糊问题,将级联CRFs(全连接条件随机场)引入到U-Net深度模型中,提出了一种改进的U-Net模型(U-Net+级联CRFs),以用于遥感影像建筑物自动提取:构建级联CRFs并将其引入到U-Net模型的解... 针对深度学习模型进行建筑物提取时存在的建筑物边缘模糊问题,将级联CRFs(全连接条件随机场)引入到U-Net深度模型中,提出了一种改进的U-Net模型(U-Net+级联CRFs),以用于遥感影像建筑物自动提取:构建级联CRFs并将其引入到U-Net模型的解码层中,从多层结构中学习边界信息,增强模型对建筑物边界的分割能力。并以广东省佛山市为研究区,利用U-Net+级联CRFs、U-Net+CRFs、U-Net、SVM模型进行建筑物提取实验。结果表明U-Net+级联CRFs模型可以有效识别建筑物边界信息,提高建筑物提取的精度:U-Net+级联CRFs模型在准确度、召回率、F1值和交并比4个指标上的均值分别达到了93.1%、87.5%、91.4%和85.1%,均优于U-Net+CRFs、U-Net、SVM模型。 展开更多

关键词 深度学习 建筑物提取 U-Net模型 全连接条件随机场

在线阅读 下载PDF 职称材料

基于视觉与传感器的上下料机器人碰撞预判方法 被引量：1

19

作者 张泽宏 吉卫喜 +1 位作者 徐杰 陆家辉 《传感器与微系统》 CSCD 北大核心 2021年第3期44-47,51,共5页

为实现机器人上下料过程中的碰撞预判,采用视觉技术对工件抓取图像进行语义分割后判断是否即将产生干涉。先利用距离传感器实现一维定位后采集图像,再利用提出的组合全卷积网络与条件随机场的图像语义分割方法进行预判。以VGG—16为基... 为实现机器人上下料过程中的碰撞预判,采用视觉技术对工件抓取图像进行语义分割后判断是否即将产生干涉。先利用距离传感器实现一维定位后采集图像,再利用提出的组合全卷积网络与条件随机场的图像语义分割方法进行预判。以VGG—16为基础网络,利用残差网络的远程残差连接方法优化全卷积网络,后端连接条件随机场精细化分割结果。使用Keras深度学习框架对所设计的算法模型进行训练后,工件抓取图像分割均像素精度达99.17%,均交并比达到85.32%,均幅耗时0.86 s,达到了机器人碰撞预判所需的图像分割精度和实时性,机器人碰撞判准率达99.96%,方法具有一定的先进性。 展开更多

关键词 机器人碰撞 距离传感器 图像语义分割 全卷积网络 残差网络 全连接条件随机场

在线阅读 下载PDF 职称材料