期刊文献+
共找到199篇文章
< 1 2 10 >
每页显示 20 50 100
基于动态自适应通道注意力特征融合的小目标检测
1
作者 吴迪 赵品懿 +2 位作者 甘升隆 沈学军 万琴 《电子科技大学学报》 北大核心 2025年第2期221-232,共12页
针对小目标检测中卷积操作导致检测特征缺失和不同尺度语义隔阂的问题,提出一种基于动态自适应通道注意力特征融合的小目标检测方法。1)提出一种多尺度三角动态颈(Tri-Neck)网络结构,用于融合多尺度特征语义隔阂及弥补小目标特征缺失的... 针对小目标检测中卷积操作导致检测特征缺失和不同尺度语义隔阂的问题,提出一种基于动态自适应通道注意力特征融合的小目标检测方法。1)提出一种多尺度三角动态颈(Tri-Neck)网络结构,用于融合多尺度特征语义隔阂及弥补小目标特征缺失的问题。2)提出一种分组批量动态自适应通道注意力模块,增强弱语义小目标特征同时抑制无用信息,且在动态自适应通道注意力模块中设计新的激活函数和交并比损失函数,提升通道注意力表征能力。3)采用ResNet50作为骨干网络依次连接特征金字塔网络和Tri-Neck网络。实验结果表明,该方法在Pascal Voc 2007、Pascal Voc 2012上比YOLOv8算法mAP分别提升5.3%和6.2%,在MS COCO 2017数据集上AP和AP_S分别提升1.6%和2%,在SODA-D数据集上比YOLOv8算法AP提升0.9%。 展开更多
关键词 小目标检测 多尺度融合特征 特征金字塔 动态通道注意力 交并比损失函数
在线阅读 下载PDF
基于多尺度注意力机制的红外与可见光图像融合研究
2
作者 杨涛 刘福华 《无线互联科技》 2025年第5期46-52,共7页
红外与可见光图像的融合旨在提取和整合源图像中的信息,以生成包含重要且互补信息的结果。然而,目前的融合规则在有效提取最有价值的信息方面存在不足,无法很好地保留关键信息。文章在DenseFuse网络中引入了多头注意力模块(Multi-scale ... 红外与可见光图像的融合旨在提取和整合源图像中的信息,以生成包含重要且互补信息的结果。然而,目前的融合规则在有效提取最有价值的信息方面存在不足,无法很好地保留关键信息。文章在DenseFuse网络中引入了多头注意力模块(Multi-scale Attention Block,MAB)。该模块通过多尺度大核注意力机制,更有效地捕捉全局与局部信息。这使得融合后的图像具有更加丰富的语义信息,从而提升其在后续高层次视觉任务中的表现。 展开更多
关键词 图像融合 多尺度注意力机制 多头注意力模块
在线阅读 下载PDF
基于多头注意力与多尺度空洞卷积的动态手势识别方法
3
作者 李雯 程旭 胡晓宇 《中国电子科学研究院学报》 2025年第1期83-91,共9页
随着Kinect等深度传感器的推出,对于包含手部关节3D坐标的骨骼数据的研究越来越广泛,许多研究是基于通过计算关节之间的依赖关系来开发基于骨架的手势识别系统,然而,由于这些方法在捕捉关节间复杂空间关系和时间依赖性方面的局限性,往... 随着Kinect等深度传感器的推出,对于包含手部关节3D坐标的骨骼数据的研究越来越广泛,许多研究是基于通过计算关节之间的依赖关系来开发基于骨架的手势识别系统,然而,由于这些方法在捕捉关节间复杂空间关系和时间依赖性方面的局限性,往往提取到的特征效率较低,在实现高性能和通用性方面可能面临困难。本文提出了一种改进的手势识别模型,采用多头注意力机制,并利用多尺度空洞卷积增强对手部关节复杂依赖关系的捕捉,显著提升了识别性能和泛化能力。其次通过多头注意力机制对关节点间的空间关系进行编码,构建全连接图,从而精细捕捉关节点间的复杂依赖关系。同时引入具有不同膨胀率的并行多尺度卷积层,可以有效地捕获多项时间信息,从而提高模型对动态变化的感知能力。此外,为进一步增强模型在动态手势识别中的鲁棒性,采用了一种基于注意力加权的交叉熵损失函数。实验结果表明,在DHG动态手势数据集上,针对14个分类手势,模型取得了97.8%的分类准确率,较其他算法平均提升了7%,针对28个分类手势,模型取得了92.1%的分类准确率,较其他算法平均提升了5%。 展开更多
关键词 动态手势识别 手部骨骼点 时空注意力 多尺度空洞卷积 深度学习
在线阅读 下载PDF
融合多维注意力机制与动态尺度的数据校核算法
4
作者 张小凡 李涛 《电子设计工程》 2024年第3期22-26,共5页
为实现对医疗机构中设备、药品及耗材等数据的智能监控与校核,文中提出了一种基于多维注意力机制的动态尺度数据校核算法。该算法引入了通道注意力和空间注意力两种机制来挖掘出数据的深度特征及空间位置,并将其送入主干网络Transforme... 为实现对医疗机构中设备、药品及耗材等数据的智能监控与校核,文中提出了一种基于多维注意力机制的动态尺度数据校核算法。该算法引入了通道注意力和空间注意力两种机制来挖掘出数据的深度特征及空间位置,并将其送入主干网络Transformer中进行准确地数据校核。同时在算法模型中加入了动态尺度,且通过设置阈值来确定是否需要利用潜补偿来缓解不平衡网络。在自建数据集上进行的实验结果表明,所提算法模型的预测精确率可达96%,优于传统模型。证明了该算法的有效性,能够实现对数据的自动校核。 展开更多
关键词 多维注意力 医疗数据 Transformer网络 动态尺度
在线阅读 下载PDF
基于多尺度和多头注意力的图像去雨算法
5
作者 陈海秀 何珊珊 +2 位作者 陆康 房威志 黄仔洁 《信息技术》 2025年第3期28-34,41,共8页
针对现有图像去雨方法存在雨纹去除不干净、图像中细节信息丢失等问题,文中提出一种基于多尺度和多头注意力的图像去雨算法。通过在网络架构中引入跨尺度特征融合模块并运用门控循环单元来连接不同尺度的雨纹特征,提升网络捕获和融合多... 针对现有图像去雨方法存在雨纹去除不干净、图像中细节信息丢失等问题,文中提出一种基于多尺度和多头注意力的图像去雨算法。通过在网络架构中引入跨尺度特征融合模块并运用门控循环单元来连接不同尺度的雨纹特征,提升网络捕获和融合多尺度雨纹特征的能力;并运用多头注意力模块作为编码器-解码器之间的桥梁,获取雨纹更多的全局信息并打破卷积神经网络感受视野的局限性。在合成和真实的有雨图像数据集上与其他算法进行比照,实验结果表明,所提方法在图像雨纹去除和细节信息保留方面均优于比较算法。 展开更多
关键词 图像去雨 多尺度 特征融合 编码器-解码器 多头注意力
在线阅读 下载PDF
基于多尺度对比度增强和跨维度交互注意力机制的红外与可见光图像融合
6
作者 邸敬 梁婵 +2 位作者 任莉 郭文庆 廉敬 《红外技术》 CSCD 北大核心 2024年第7期754-764,共11页
针对目前红外与可见光图像融合存在特征提取不足、融合图像目标区域不显著、细节信息缺失等问题,提出了一种多尺度对比度增强和跨维度交互注意力机制的红外与可见光图像融合方法。首先,设计了多尺度对比度增强模块,以增强目标区域强度... 针对目前红外与可见光图像融合存在特征提取不足、融合图像目标区域不显著、细节信息缺失等问题,提出了一种多尺度对比度增强和跨维度交互注意力机制的红外与可见光图像融合方法。首先,设计了多尺度对比度增强模块,以增强目标区域强度信息利于互补信息的融合;其次,采用密集连接块进行特征提取,减少信息损失最大限度利用信息;接着,设计了一种跨维度交互注意力机制,有助于捕捉关键信息,从而提升网络性能;最后,设计了从融合图像到源图像的分解网络使融合图像包含更多的场景细节和更丰富的纹理细节。在TNO数据集上对提出的融合框架进行了评估实验,实验结果表明本文方法所得融合图像目标区域显著,细节纹理丰富,具有更优的融合性能和更强的泛化能力,主观性能和客观评价优于其他对比方法。 展开更多
关键词 红外与可见光图像融合 多尺度对比度增强 跨模态交互注意力机制 分解网络
在线阅读 下载PDF
多尺度和卷积注意力相结合的红外与可见光图像融合
7
作者 祁艳杰 侯钦河 《红外技术》 CSCD 北大核心 2024年第9期1060-1069,共10页
针对红外与可见光图像融合时,单一尺度特征提取不足、红外目标与可见光纹理细节丢失等问题,提出一种多尺度和卷积注意力相结合的红外与可见光图像融合算法。首先,设计多尺度特征提取模块和可变形卷积注意力模块相结合的编码器网络,多感... 针对红外与可见光图像融合时,单一尺度特征提取不足、红外目标与可见光纹理细节丢失等问题,提出一种多尺度和卷积注意力相结合的红外与可见光图像融合算法。首先,设计多尺度特征提取模块和可变形卷积注意力模块相结合的编码器网络,多感受野提取红外与可见光图像的重要特征信息。然后,采用基于空间和通道双注意力机制的融合策略,进一步融合红外和可见光图像的典型特征。最后,由3层卷积层构成解码器网络,用于重构融合图像。此外,设计基于均方误差、多尺度结构相似度和色彩的混合损失函数约束网络训练,进一步提高融合图像与源图像的相似性。本算法在公开数据集上与7种图像融合算法进行比较,在主观评价和客观评价方面,所提算法相较其它对比算法具有较好的边缘保持性、源图像信息保留度,较高的融合图像质量。 展开更多
关键词 红外与可见光图像 混合损失函数 多尺度特征提取 注意力机制 图像融合
在线阅读 下载PDF
基于多尺度注意力机制的无人机小目标检测算法
8
作者 冯迎宾 郭枭尊 晏佳华 《兵工学报》 北大核心 2025年第1期12-21,共10页
针对无人机航拍图像密集度大、目标尺寸小、背景复杂等难点,提出一种基于多尺度注意力机制的小目标检测(Small target detection of BPAN-EF_C2f YOLOv8s,SBE_YOLOv8s)算法,通过设计一种基于多尺度注意力机制的特征提取模块(EMA-Faster ... 针对无人机航拍图像密集度大、目标尺寸小、背景复杂等难点,提出一种基于多尺度注意力机制的小目标检测(Small target detection of BPAN-EF_C2f YOLOv8s,SBE_YOLOv8s)算法,通过设计一种基于多尺度注意力机制的特征提取模块(EMA-Faster Block_C2f,EF_C2f),替换YOLOv8网络中的C2f模块,提高网络对小目标特征的提取能力;在特征融合网络中增加P1检测层,并设计一种跨尺度特征融合结构(Bi-Path Aggregation Network,BPAN),融合小目标特征信息;增加一个微小目标检测头,使用SIoU Loss作为边界框损失函数,提升小目标检测精度和网络收敛速度。在公开数据集VisDrone2019上进行实验验证。验证结果表明:与YOLOv8s算法相比,新算法在检测精度上提升了6.9%、mAP50提升了9.1%,模型参数量减少了44.6%,检测速度为28帧/s,新算法在小目标检测领域具有一定的实用性。 展开更多
关键词 多尺度注意力机制 YOLOv8s算法 特征提取 尺度特征融合 小目标检测
在线阅读 下载PDF
基于注意力机制与多尺度融合的PCB缺陷检测 被引量:4
9
作者 陆维宽 周志立 +1 位作者 阮秀凯 聂赛赛 《无线电工程》 2024年第1期6-13,共8页
针对印制电路板(PCB)缺陷区域受背景干扰过多以及缺陷目标尺度较小导致缺陷检测精度低的问题,提出了一种基于注意力机制与多尺度融合的PCB缺陷检测方法。在YOLOv5模型的特征提取网络中,引入一种三维注意力模块,以增强缺陷目标特征的显著... 针对印制电路板(PCB)缺陷区域受背景干扰过多以及缺陷目标尺度较小导致缺陷检测精度低的问题,提出了一种基于注意力机制与多尺度融合的PCB缺陷检测方法。在YOLOv5模型的特征提取网络中,引入一种三维注意力模块,以增强缺陷目标特征的显著度,使模型更加注重目标特征;为充分利用微小缺陷目标的多尺度特征,在特征融合网络中引入加权双向特征金字塔网络(Bi-directional Feature Pyramid Network, BiFPN),减少缺陷目标特征信息的丢失,提高模型对微小缺陷目标的检测精度。实验结果表明,该方法能够准确检测出PCB图像中的缺陷目标,在保证实时性的同时,较原方法的平均检测精度提高了3.9%,表明了该方法的有效性。 展开更多
关键词 印制电路板 缺陷检测 YOLOv5 注意力机制 多尺度融合
在线阅读 下载PDF
融合通道全局注意力机制的双路径实时语义分割
10
作者 胡锦磊 田恩刚 瞿枫 《电子科技》 2025年第5期83-88,共6页
针对主流实时语义分割方法存在多尺度特征提取能力较差、轻量型骨干网络特征提取能力较弱、缺少上下文信息的有效融合等问题,文中提出一种融合通道全局注意力机制的双路实时语义分割模型。快速金字塔池化模块(Fast Pyramid Pooling Modu... 针对主流实时语义分割方法存在多尺度特征提取能力较差、轻量型骨干网络特征提取能力较弱、缺少上下文信息的有效融合等问题,文中提出一种融合通道全局注意力机制的双路实时语义分割模型。快速金字塔池化模块(Fast Pyramid Pooling Module,FPPM)在金字塔池化模块(Pyramid Pooling Module,PPM)基础上进行轻量化设计,在保持多尺度信息提取的同时提高模块的速度。空间信息分支可以弥补使用轻量级骨干网络产生的性能损失。通道全局注意力机制对空间信息和骨干网络提取的语义信息进行有效融合,并对全局信息进行交互,提高模型的分割性能。在不使用其他数据集预训练的情况下,所提模型在PASCAL VOC2012验证数据集上的平均交并比为73.8%,参数量为14.6 MB,在NVIDIA TITAN Xp上的每秒帧数可以达到43 frame0x0E0xFF瘙0x01簚0x0Fs-1,表明该模型在精度和速度上实现了较好平衡。 展开更多
关键词 语义分割 双路径 注意力机制 多尺度池化 实时 深度学习 信息融合 轻量化
在线阅读 下载PDF
多尺度特征融合注意力新冠肺炎病灶分割网络 被引量:1
11
作者 林洁沁 黄新 《激光杂志》 CAS 北大核心 2024年第3期168-174,共7页
新冠病毒传染性极强,尽早的诊断和治疗是减少疫情造成损失的关键因素。为辅助医生诊断新冠病情,高效、准确地从肺部CT切片中分割新冠病灶,提出了一种改进的编码器-解码器深度神经网络———多尺度融合注意力网络MSANet(Multi-scale Atte... 新冠病毒传染性极强,尽早的诊断和治疗是减少疫情造成损失的关键因素。为辅助医生诊断新冠病情,高效、准确地从肺部CT切片中分割新冠病灶,提出了一种改进的编码器-解码器深度神经网络———多尺度融合注意力网络MSANet(Multi-scale Attention Network),以图像分割效果较为出色的U-Net网络为基础,通过全局池化层和设置空洞卷积的采样率,增大网络感受野,捕获多尺度信息,实现对大目标的有效分割;使用通道注意力与空间注意力,在空间维度上建模,有效提取图像深层特征。测试结果表明,改进后的算法与U-Net网络相比,分割的平均交并比提升了1.46%,类别平均像素准确率提升了0.8%,准确率提升了1.17%。 展开更多
关键词 图像处理 特征提取 卷积块注意力模块 空洞空间卷积池化金字塔 U-Net结构 多尺度特征融合
在线阅读 下载PDF
融合多尺度特征表示和注意力机制的步态识别模型
12
作者 曹子康 裴颂文 黄立波 《上海理工大学学报》 CAS CSCD 北大核心 2024年第6期589-599,共11页
针对步态识别模型在特征表示粒度和时空依赖建模的不足,提出了一种融合多尺度特征表示和注意力机制的步态识别模型。该模型包含两个关键模块:多尺度特征融合网络(multi-scale features fusion network,MFFN)和步态注意力融合模块(gait a... 针对步态识别模型在特征表示粒度和时空依赖建模的不足,提出了一种融合多尺度特征表示和注意力机制的步态识别模型。该模型包含两个关键模块:多尺度特征融合网络(multi-scale features fusion network,MFFN)和步态注意力融合模块(gait attention fusion module,GAFM)。其中,MFFN通过多尺度、多粒度特征融合提高特征表示的丰富性和判别力;GAFM通过自适应地关注步态序列中的关键帧和重要区域,从而有效地建模长期时空依赖关系。在3个数据集CASIA-B,CASIA-B^(*)和OUMVLP上的实验结果表明,该模型在多种复杂条件下均优于现有模型,相较于基准模型,平均识别率分别提升了0.9%,0.3%和0.6%。 展开更多
关键词 步态识别 多尺度特征 注意力机制 时空依赖 特征融合
在线阅读 下载PDF
基于多尺度及多头注意力的红外与可见光图像融合
13
作者 李秋恒 邓豪 +4 位作者 刘桂华 庞忠祥 唐雪 赵俊琴 卢梦圆 《红外技术》 CSCD 北大核心 2024年第7期765-774,共10页
针对红外与可见光图像融合容易出现细节丢失,且现有的融合策略难以平衡视觉细节特征和红外目标特征等问题,提出一种基于多尺度特征融合与高效多头自注意力相结合的红外与可见光图像融合方法。首先,为提高目标与场景的描述能力,采用了多... 针对红外与可见光图像融合容易出现细节丢失,且现有的融合策略难以平衡视觉细节特征和红外目标特征等问题,提出一种基于多尺度特征融合与高效多头自注意力相结合的红外与可见光图像融合方法。首先,为提高目标与场景的描述能力,采用了多尺度编码网络提取源图像不同尺度的特征;其次,提出了基于Transformer的多头转置注意力结合残差密集块的融合策略以平衡融合细节与整体结构;最后,将多尺度特征融合图输入基于巢式连接的解码网络,重建具有显著红外目标和丰富细节信息的融合图像。基于TNO与M^(3) FD公开数据集与7种经典融合方法进行实验,结果表明,本文方法在视觉效果与量化评价指标上表现更佳,生成的融合图像在目标检测任务上取得更好的效果。 展开更多
关键词 图像融合 红外与可见光图像 多尺度特征 多头自注意力 TRANSFORMER
在线阅读 下载PDF
基于双通道多尺度特征提取和注意力的SAR与多光谱图像融合
14
作者 种法亭 董张玉 +1 位作者 杨学志 曾庆旺 《红外技术》 CSCD 北大核心 2024年第1期61-73,共13页
图像融合的根本任务是提取图像特征,由于合成孔径雷达(Synthetic Aperture Radar,SAR)图像和多光谱(Multi Spectral,MS)图像存在通道差异,针对现有算法难以充分提取和利用SAR图像的高频细节信息和多光谱图像的低频光谱信息,融合图像存... 图像融合的根本任务是提取图像特征,由于合成孔径雷达(Synthetic Aperture Radar,SAR)图像和多光谱(Multi Spectral,MS)图像存在通道差异,针对现有算法难以充分提取和利用SAR图像的高频细节信息和多光谱图像的低频光谱信息,融合图像存在细节丢失和光谱失真问题。本文提出了一种基于双通道多尺度特征提取和混合注意力的图像融合算法。首先采用双通道网络提取SAR和多光谱图像的多尺度高频细节特征和低频光谱特征,并连续使用不同空洞率的扩张卷积扩大感受野。然后将提取的特征映射到混合注意力模块中进行特征增强,再将这些增强特征与上采样的多光谱图像叠加。同时构建了基于光谱角度距离的损失函数,可以进一步缓解细节丢失和光谱失真。最后通过解码网络重建图像,得到高分辨率的融合图像。实验结果表明,本文算法达到了领先水平,并且融合图像在细节和光谱上保持了较好的平衡。 展开更多
关键词 SAR图像融合 扩张卷积 多尺度提取 残差网络 注意力机制
在线阅读 下载PDF
基于注意力机制的多尺度融合图像超分辨率重建 被引量:1
15
作者 盛月 辛月兰 +1 位作者 王庆庆 谢琪琦 《激光杂志》 CAS 北大核心 2024年第3期118-125,共8页
针对图像超分辨率重建算法在信息恢复过程中存在特征提取不充分、重建高频细节能力不足等问题,在SRGAN的基础上提出了一种基于注意力机制的多尺度融合图像超分辨率重建算法(SRGAN-MCA)。首先,构建了一种基于坐标注意力机制的多尺度密集... 针对图像超分辨率重建算法在信息恢复过程中存在特征提取不充分、重建高频细节能力不足等问题,在SRGAN的基础上提出了一种基于注意力机制的多尺度融合图像超分辨率重建算法(SRGAN-MCA)。首先,构建了一种基于坐标注意力机制的多尺度密集残差注意力模块来提取不同尺度的特征信息,以解决图像超分辨率重建非线性映射过程中特征提取不充分的问题;其次,通过在网络判别器中嵌入谱归一化来约束判别器的Lipschitz常数,以增强网络训练的稳定性;最后添加了Charbonnier损失函数对SRGAN-MCA进行训练优化,以实现更高质量重建。在Set5、Set14、BSD100数据集上的实验结果表明,与SRGAN相比,2倍和4倍放大重建图像的峰值信噪比(PSNR)平均提高了0.35 dB、0.47 dB,结构相似性(SSIM)平均提高了0.0054、0.016。 展开更多
关键词 超分辨率重建 生成对抗网络 注意力机制 多尺度特征融合
在线阅读 下载PDF
基于注意力机制及多尺度特征融合的图像去雨 被引量:1
16
作者 宋建辉 胡强强 +1 位作者 刘晓阳 赵亚威 《沈阳理工大学学报》 CAS 2024年第6期28-33,共6页
针对去除不同雨纹的同时恢复图像背景细节的问题,提出一种基于注意力机制及多尺度特征融合的图像去雨方法。该网络采用双分支结构,分别用于雨纹去除和背景恢复。雨纹提取模块采用跨空间学习的多尺度注意力机制,通过多尺度上下文信息捕... 针对去除不同雨纹的同时恢复图像背景细节的问题,提出一种基于注意力机制及多尺度特征融合的图像去雨方法。该网络采用双分支结构,分别用于雨纹去除和背景恢复。雨纹提取模块采用跨空间学习的多尺度注意力机制,通过多尺度上下文信息捕捉、均值计算、权重计算和整体信息综合,帮助改善雨纹去除任务中的图像质量,提高去雨效果。背景恢复模块包括多尺度特征提取部分和特征融合部分,采用多个扩张卷积层,每个卷积层具有不同的扩张因子,以扩大感受野,提取多尺度的图像背景特征;使用大核卷积对提取的多尺度特征信息进行融合调整,从而更准确地进行背景恢复。在多个公开数据集上的实验结果表明:所提方法能够有效去除真实雨图像场景中的雨纹,同时可以更好地恢复图像背景的细节信息。 展开更多
关键词 双分支去雨 多尺度特征融合 注意力机制 扩张卷积
在线阅读 下载PDF
基于注意力多尺度特征融合的频谱感知方法
17
作者 王琳 张世龙 王树彬 《无线电工程》 2024年第11期2520-2526,共7页
随着无线通信和物联网(Internet of Things,IoT)设备的迅速增长,频谱资源短缺和电磁环境复杂性成为通信系统面临的挑战。频谱感知作为频谱管理的一项关键技术,使频谱资源短缺问题得到了缓解。卷积神经网络(Convolutional Neural Network... 随着无线通信和物联网(Internet of Things,IoT)设备的迅速增长,频谱资源短缺和电磁环境复杂性成为通信系统面临的挑战。频谱感知作为频谱管理的一项关键技术,使频谱资源短缺问题得到了缓解。卷积神经网络(Convolutional Neural Network,CNN)作为深度学习的代表,近年来在频谱感知任务中表现出色。为解决CNN实现频谱感知任务时感受野受限、多尺度信息融合和空间信息捕获等方面存在局限性的问题,提出了一种注意力多尺度特征融合CNN(Attention-Multi-Scale Feature Extraction-CNN,AMFE-CNN)模型,包含多尺度特征提取和注意力模块。多尺度特征提取利用膨胀卷积获取更大的时频感受野,注意力模块通过多重卷积和池化操作关注时频图的空间信息。实验结果表明,该模型在频谱感知任务中表现出色,提高了检测性能和泛化能力。 展开更多
关键词 频谱感知 注意力机制 多尺度特征融合 卷积神经网络
在线阅读 下载PDF
多尺度特征融合注意力的轻量化遥感场景分类方法
18
作者 张冬梅 宋子涛 《信息技术与信息化》 2024年第10期25-30,共6页
针对目前常见的遥感影像场景分类卷积神经网络存在特征提取能力不足及模型参数量大的问题,提出一种多尺度特征融合注意力的轻量化遥感影像场景分类方法。将Res2Net网络作为基准模型,在Res2Net模块内嵌入改进的CBAM注意力模块进行优化,... 针对目前常见的遥感影像场景分类卷积神经网络存在特征提取能力不足及模型参数量大的问题,提出一种多尺度特征融合注意力的轻量化遥感影像场景分类方法。将Res2Net网络作为基准模型,在Res2Net模块内嵌入改进的CBAM注意力模块进行优化,关注场景中的关键特征,提高全局特征和局部特征的表达能力;在Res2Net模块间插入深度可分离单元,增加不同尺度特征的连接和复用性,轻量化网络模型,提高运行效率。在UCM数据集上,所提方法的总分类精度方面达到96.90%,相比基线方法提高2.38%。实验表明,所提方法参数量较低,能有效提高场景分类的准确率。 展开更多
关键词 场景分类 多尺度 特征融合 注意力机制
在线阅读 下载PDF
基于多尺度特征融合注意力的半监督图像去雾
19
作者 闫在爽 《信息技术与信息化》 2024年第12期45-48,共4页
在图像去雾任务中,有监督方法由于依赖大量合成配对图像,常面临泛化能力差和过拟合的问题;而无监督方法由于缺乏有效约束,往往去雾效果不理想,且容易导致图像纹理信息的丢失。为解决以上问题,文章提出一种基于多尺度特征融合注意力的半... 在图像去雾任务中,有监督方法由于依赖大量合成配对图像,常面临泛化能力差和过拟合的问题;而无监督方法由于缺乏有效约束,往往去雾效果不理想,且容易导致图像纹理信息的丢失。为解决以上问题,文章提出一种基于多尺度特征融合注意力的半监督图像去雾网络。首先,通过半监督学习策略,将合成图像与真实图像一同用于网络训练,从而提高模型的泛化能力并增强去雾效果。其次,引入多尺度特征融合注意力模块,通过融合不同尺度的注意力,整合多层次特征信息,从而增强模型捕捉图像细节与全局信息的能力,改善恢复图像的细节和纹理质量。在公开的合成和真实有雾数据集上的相关实验表明,该算法能够显著提升去雾性能。 展开更多
关键词 图像去雾 多尺度 注意力机制 特征融合 半监督学习
在线阅读 下载PDF
噪声背景下梅尔频率倒谱系数与多注意力网络在电机故障诊断中的应用
20
作者 宋恩哲 朱仁杰 +2 位作者 靖海国 姚崇 柯赟 《哈尔滨工程大学学报》 北大核心 2025年第3期475-485,共11页
针对电机实际工作过程中存在噪声干扰导致故障诊断精度下降的问题,本文提出了一种基于梅尔频率倒谱系数动态特征与多注意力融合卷积神经网络的故障诊断方法。通过梅尔频率倒谱系数动态特征提取噪声信号中的低频信息,并结合卷积注意力模... 针对电机实际工作过程中存在噪声干扰导致故障诊断精度下降的问题,本文提出了一种基于梅尔频率倒谱系数动态特征与多注意力融合卷积神经网络的故障诊断方法。通过梅尔频率倒谱系数动态特征提取噪声信号中的低频信息,并结合卷积注意力模块的自适应调节能力及多特征融合策略进一步减少噪声对故障诊断的干扰。通过电机台架数据验证了该方法在噪声条件下诊断的可行性,然而该方法受梅尔频率倒谱系数参数与网络结构的直接影响,因此具体分析了不同参数条件对抗噪性能的影响。实验结果表明:在信噪比-10 dB噪声背景下,梅尔频率倒谱系数动态特征与多注意力融合卷积神经网络相结合的故障诊断方法仍保持90%以上的诊断精度。 展开更多
关键词 电机 故障诊断 噪声环境 梅尔频率倒谱系数 卷积神经网络 多尺度 卷积注意力模块 特征融合
在线阅读 下载PDF
上一页 1 2 10 下一页 到第
使用帮助 返回顶部