基于双分支多尺度融合网络的毫米波SAR图像多目标语义分割方法 被引量：5

1

作者 丁俊华 袁明辉 《光电工程》 CAS CSCD 北大核心 2023年第12期70-80,共11页

在毫米波合成孔径雷达(SAR)安检成像违禁品的检测与识别中,存在着目标尺寸过小、目标被部分遮挡和多目标之间重叠等复杂情况,不利于违禁品的准确识别。针对这些问题,提出了一种基于双分支多尺度融合网络(DBMFnet)的违禁品检测方法。该... 在毫米波合成孔径雷达(SAR)安检成像违禁品的检测与识别中,存在着目标尺寸过小、目标被部分遮挡和多目标之间重叠等复杂情况,不利于违禁品的准确识别。针对这些问题,提出了一种基于双分支多尺度融合网络(DBMFnet)的违禁品检测方法。该网络使用Encoder-Decoder的结构,在Encoder阶段,提出一种双分支并行特征提取网络(DBPFEN)来增强特征提取;在Decoder阶段,提出一种多尺度融合模块(MSFM)来提高对目标的检测能力。实验结果表明,该方法的均交并比(mIoU)均优于现有的语义分割方法,降低了漏检与错检率。 展开更多

关键词 毫米波合成孔径雷达 违禁品检测 深度学习 语义分割 双分支多尺度融合网络

在线阅读 下载PDF 职称材料

共享超分的双分支遥感图像时空融合网络

2

作者 方帅 张小溪 张晶 《电子学报》 北大核心 2025年第2期581-594,共14页

本文从空间维度和时间维度分析了场景弱变化区域和类型变化区域的融合规律、物理模型的差异性和效果上的互补性,提出了共享超分辨率的双分支(Shared Super-Resolution Dual-Branch,SSRDB)遥感图像时空融合算法.该算法具有如下3个特点:(1... 本文从空间维度和时间维度分析了场景弱变化区域和类型变化区域的融合规律、物理模型的差异性和效果上的互补性,提出了共享超分辨率的双分支(Shared Super-Resolution Dual-Branch,SSRDB)遥感图像时空融合算法.该算法具有如下3个特点:(1)构建了互补性的网络框架,虽然该框架是端到端的深度学习模型,但每个模块有各自的物理意义和任务,通过增加中间监督,分别实现空间维的超分建模,时间维的变化预测建模,以及两者优势互补的融合建模;(2)对变化预测的数学表示进行推演,利用一个非线性补偿模块,使得两分支共享超分模块,在共享超分模块和递归复用超分单元的双重策略下,显著降低了网络参数;(3)递归超分模块使用固定的2倍率超分单元,在有效监督和有效参考下,渐进式进行特征增强与图像重建,这可以有效提高超分精度,且通过调整超分单元个数,灵活适应不同倍率差异的时空融合任务.SSRDB算法在空间和光谱特性上以及变化区域上都展现了优秀的融合效果,RMSE(Root Mean Squared Error)、SAM(Spectral Angle Mapper)和SSIM(Structural Similarity)3个定量评价指标显示,在CIA(Coleambally lrrigation Area)数据集上分别优于次优方法 7.067%、2.065%、0.563%;在LGC(Lower Gwydir Catchment)数据集上分别优于次优方法5.319%、5.490%、1.455%;在Nanjing数据集上分别优于次优方法6.486%、16.290%、0.481%. 展开更多

关键词 遥感图像 时空融合 双分支 图像超分 卷积神经网络

在线阅读 下载PDF 职称材料

融合局部-全局特征的双分支遥感影像建筑物提取网络

3

作者 刘二虎 李浩文 +3 位作者 胡煜 徐胜军 李小晗 史亚 《计算机科学与探索》 北大核心 2025年第9期2430-2444,共15页

从遥感影像中高效且自动地提取建筑物信息是遥感智能化解译的一项重要工作,然而高分辨率遥感影像中的建筑物大小不一、形状多变,背景干扰严重,导致现有算法的提取效果不佳。针对此问题,提出了一种融合局部-全局特征的双分支网络,用于遥... 从遥感影像中高效且自动地提取建筑物信息是遥感智能化解译的一项重要工作,然而高分辨率遥感影像中的建筑物大小不一、形状多变,背景干扰严重,导致现有算法的提取效果不佳。针对此问题,提出了一种融合局部-全局特征的双分支网络,用于遥感影像中建筑物的准确高效提取。设计了一种CNN与Transformer双分支结构的编码器以同时捕获建筑物的局部纹理信息和全局上下文依赖关系;为了克服CNN分支与Transformer分支所提取特征的差异性,设计了跨特征注意力融合模块(CFAFM)来有效地聚合两个分支所提取到的两组不同特征,对其进行重要性加权;为了增强解码器的细粒度特征恢复能力,设计了特征细化增强模块(FREM),插入至解码器的末端以减少上采样过程中的信息丢失,细化建筑物的边缘和局部细节。在WHU、Massachusetts及Inria建筑物数据集中,所提网络的IoU分别达到90.84%、74.94%、81.24%,F1-score分别达到95.20%、85.53%、89.69%。实验结果表明,所提网络可以有效提高遥感影像建筑物的提取精度,且在复杂任务场景下与现有方法相比具有明显的优势。 展开更多

关键词 遥感影像 建筑物提取 双分支网络 特征融合 特征细化增强

在线阅读 下载PDF 职称材料

一种双分支网络结构的典型电气设备多源图像融合算法

4

作者 聂启新 肖志云 +3 位作者 鲍腾飞 靳旭 高文强 郭浩 《电测与仪表》 北大核心 2025年第5期68-75,共8页

随着智能电网系统的快速发展,为提升热故障的准确定位,图像融合技术得到了广泛的关注。文中以变电站电气设备可见光和红外图像为研究对象,通过深度学习方法设计网络模型,以自动编码器为主干网络,其中编码器采用设计的密集连接分支和加... 随着智能电网系统的快速发展,为提升热故障的准确定位,图像融合技术得到了广泛的关注。文中以变电站电气设备可见光和红外图像为研究对象,通过深度学习方法设计网络模型,以自动编码器为主干网络,其中编码器采用设计的密集连接分支和加强分支双分支网络结构,一个分支为密集连接分支,使用密集块连接和自注意力机制来提取边缘和细节特征,另一个分支为加强分支,采用改进的特征金字塔结构(feature pyramid network,FPN),增强全局信息。文中通过双分支结构得到两组相应特征,采用L1-范数融合策略将特征进行融合后输入解码器重建融合图像。经过与多种方法对比,文中方法从主观视觉评价、客观图像融合评价指标两方面验证了该算法的先进性,其中客观评价指标Q MI、SSIM、FMI pixel分别为0.56726、0.59347、0.88760,达到最高值,证明融合图像质量得到提升,适用于电气设备多源图像融合。 展开更多

关键词 图像融合技术 双分支网络 电气设备可见光图像和红外图像 图像配准 深度学习

在线阅读 下载PDF 职称材料

边缘引导的双分支网络SAR图像相干斑抑制方法

5

作者 朱磊 姚同钰 +3 位作者 车晨洁 姚丽娜 张博 潘杨 《北京航空航天大学学报》 北大核心 2025年第6期1852-1862,共11页

为进一步提升深度学习方法对合成孔径雷达(SAR)图像相干斑的抑制与边缘保持性能,提出了一种边缘引导的双分支网络相干斑抑制方法。构建了一种由边缘信息提取模块与双分支抑斑网络2部分构成的新型抑斑网络模型。采用密集级联方式构建边... 为进一步提升深度学习方法对合成孔径雷达(SAR)图像相干斑的抑制与边缘保持性能,提出了一种边缘引导的双分支网络相干斑抑制方法。构建了一种由边缘信息提取模块与双分支抑斑网络2部分构成的新型抑斑网络模型。采用密集级联方式构建边缘信息提取模块,增强模型的边缘感知能力;利用基于通道注意力的残差抑斑子网络(CARNet)、基于混合注意力的增强抑斑子网络(MAENet)及基于多分支并行的多尺度特征融合模块(MPMFFB)共同形成双分支抑斑网络,实现在相干斑抑制的同时更好地保护边缘细节。实验结果表明:与SAR-Transformer、HTNet等先进方法相比,所提方法具有更好的相干斑抑制与边缘保持性能;对仿真SAR图像,峰值信噪比、结构相似性、边缘保持指数分别平均提升0.96 dB、2.60%、0.60%;对真实SAR图像,等效视数提升14.12%以上,边缘保持指数平均提升4.52%。 展开更多

关键词 图像去噪 合成孔径雷达图像 相干斑抑制 双分支网络 多尺度特征融合

在线阅读 下载PDF 职称材料

基于PSA引导双分支神经网络特征融合的同步电机故障诊断 被引量：1

6

作者 李俊卿 苑浩 +3 位作者 黄涛 张承志 何玉灵 张波 《智慧电力》 北大核心 2024年第12期51-58,共8页

针对单一传感器信号在同步电机故障诊断中精度不高的问题,提出了1种基于金字塔切分注意力机制(PSA)的神经网络模型。首先,将三相电流信号和振动信号作为双分支输入到卷积神经网络进行特征提取,之后通过特征融合层将提取的信号特征进行... 针对单一传感器信号在同步电机故障诊断中精度不高的问题,提出了1种基于金字塔切分注意力机制(PSA)的神经网络模型。首先,将三相电流信号和振动信号作为双分支输入到卷积神经网络进行特征提取,之后通过特征融合层将提取的信号特征进行融合。其次,添加PSA注意力机制捕获不同尺度的空间信息来丰富特征空间。最后,通过输出层输出诊断结果。实验表明所提模型能够显著提升同步电机故障诊断的准确率。 展开更多

关键词 同步电机 PSA注意力机制 双分支特征融合 故障诊断 神经网络

在线阅读 下载PDF 职称材料

Autoformer双分支网络下的多元空气质量长时预测研究

7

作者 刘杰 张译丹 +1 位作者 田明 韩轲 《安全与环境学报》 北大核心 2025年第1期310-321,共12页

空气质量数据复杂多变,现有方法难以捕捉长期依赖关系,且对季节趋势和多变量建模不足。针对以上问题,研究基于Autoformer模型进行改进,创新性地融入了特征渐进挖掘和多维深度联系两个分支。首先,特征渐进挖掘分支通过序列分解模块将空... 空气质量数据复杂多变,现有方法难以捕捉长期依赖关系,且对季节趋势和多变量建模不足。针对以上问题,研究基于Autoformer模型进行改进,创新性地融入了特征渐进挖掘和多维深度联系两个分支。首先,特征渐进挖掘分支通过序列分解模块将空气质量数据分解为季节分量和趋势分量,对季节分量设计了一种特征增强模块(Feature Enhancement,FE)以捕获关键特征。其次,对趋势分量设计了门控-膨胀因果卷积模块(Gated Linear Unit Dilated Causal Convolution,GLU-DCC)来获取高级时序特征。最后,构建了多维深度联系分支,该分支通过引入维度-分段嵌入模块(Dimension-Segment-Wise Embedding,DSW)和两阶段注意力机制(Two Stage Attention,TSA)提取了多元空气质量数据中的跨维度相关性。研究对两个站点进行空气质量指数(Air Quality Index,AQI)预测,试验结果显示:与基线模型相比,研究模型的两个数据集的均方误差(M_(SE))分别平均下降了47.6%和57.5%,平均绝对误差(M_(AE))分别平均下降了15.5%和38.5%,具有更优的预测性能。 展开更多

关键词 环境工程学 空气质量预测 双分支融合网络 特征挖掘 跨维度相关性

在线阅读 下载PDF 职称材料

基于双分支边缘卷积融合网络的红外与可见光图像融合方法 被引量：1

8

作者 张鸿德 冯鑫 +1 位作者 杨杰铭 邱国航 《光子学报》 EI CAS CSCD 北大核心 2024年第8期287-298,共12页

提出一种基于双分支边缘卷积融合网络的红外与可见光图像融合方法。首先,提出一种改进的双分支边缘卷积结构,将图像包含的信息分解为公共信息和模态信息,并于每个分支引入边缘卷积块,更好的提取深度特征;然后在融合层引入卷积注意力模... 提出一种基于双分支边缘卷积融合网络的红外与可见光图像融合方法。首先,提出一种改进的双分支边缘卷积结构,将图像包含的信息分解为公共信息和模态信息,并于每个分支引入边缘卷积块,更好的提取深度特征;然后在融合层引入卷积注意力模块对模态特征进行增强;最后基于所本文编解码网络特点,提出一种重建损失结合融合损失的损失函数。经过大量的消融性实验和对比实验表明,本文方法能够很好的保留原图像中的公共信息和模态信息,并且相比目前最新的融合方法在主观和客观评价上都具有优秀的综合性能。 展开更多

关键词 红外与可见光图像融合 双分支边缘卷积融合网络 深度学习 边缘卷积块 卷积注意力

在线阅读 下载PDF 职称材料

基于多尺度特征融合的双分支手部姿态估计算法

9

作者 陈征 李晋江 《计算机工程与设计》 北大核心 2024年第10期3059-3065,共7页

由于RGB图像的深度歧义性,关节点的深度坐标相对于关节点的二维图像坐标来说更难预测。提出一种基于手部多尺度特征融合的双分支手部姿态估计算法,将手部关节点的二维图像坐标和深度坐标进行分组预测。采用FPN提取手部多尺度特征,提出... 由于RGB图像的深度歧义性,关节点的深度坐标相对于关节点的二维图像坐标来说更难预测。提出一种基于手部多尺度特征融合的双分支手部姿态估计算法,将手部关节点的二维图像坐标和深度坐标进行分组预测。采用FPN提取手部多尺度特征,提出特征融合模块,对手部多尺度特征进行融合增强,得到手部高层特征和低层特征;提出双分支网络结构,利用融合之后的手部高层特征和低层特征分别预测手部关节点的深度坐标和二维图像坐标。在两个公开的手势数据集上进行了充分实验,与当前最好方法相比,所提方法在平均关节误差指标上取得了当前最好结果。 展开更多

关键词 手部姿态估计 多尺度特征融合 特征提取 平均关节误差 人机交互 分组预测 双分支网络

在线阅读 下载PDF 职称材料

采用级联策略融合边界特征的多尺度息肉分割网络 被引量：1

10

作者 易见兵 万建辉 +2 位作者 曹锋 李俊 陈鑫 《光学精密工程》 EI CAS CSCD 北大核心 2024年第18期2846-2860,共15页

结直肠息肉分割能有效辅助医生筛查大肠腺瘤,但息肉分割存在噪声较多、边界区分度不够等问题。针对以上问题,本文设计了一种采用级联策略融合边界特征的多尺度息肉分割网络。首先,本文提出了一种改进的通道分组空间增强模块,以增强骨干... 结直肠息肉分割能有效辅助医生筛查大肠腺瘤,但息肉分割存在噪声较多、边界区分度不够等问题。针对以上问题,本文设计了一种采用级联策略融合边界特征的多尺度息肉分割网络。首先,本文提出了一种改进的通道分组空间增强模块,以增强骨干网络提取的图像特征,从而提高通道和空间位置的相关性。其次,考虑到边界区分度不够,设计了一个级联特征融合网络,以更好地保留边界信息并提高边界区分度,从而提高分割精度。最后,引入了一种双分支混合上采样模块来获取更多的特征细节信息,以实现特征的互补以及捕获更完整有效的特征。在CVC-ClinicDB和Kvasir数据集上进行测试,本文算法的平均Dice系数分别为0.944,0.920,平均交并比分别为0.900,0.869;而M2SNet算法的平均Dice系数分别为0.922,0.912,平均交并比分别为0.880,0.861。在ETIS-LaribPolypDB,CVC-300和CVC-ColonDB数据集上进行测试,本文算法的平均Dice系数分别为0.776,0.915,0.782;而M2SNet算法的平均Dice系数分别为0.749,0.903,0.758。实验结果表明本文算法的分割精度较高,泛化能力较强。 展开更多

关键词 多尺度息肉分割 通道分组空间增强 边界特征增强 级联特征融合 双分支上采样

在线阅读 下载PDF 职称材料

基于双分支网络的表面肌电信号识别方法 被引量：1

11

作者 王万良 潘杰 +1 位作者 王铮 潘家宇 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2024年第11期2208-2218,2229,共12页

针对目前表面肌电信号(sEMG)手势识别细节信息提取不充分,对相似手势区分困难的问题,提出基于加强二维化特征的双分支网络(ETDTBN)模型.该模型通过加强二维化方法生成二维特征图,使用多层卷积神经网络(ML-CNN)提取sEMG的空间特征,利用... 针对目前表面肌电信号(sEMG)手势识别细节信息提取不充分,对相似手势区分困难的问题,提出基于加强二维化特征的双分支网络(ETDTBN)模型.该模型通过加强二维化方法生成二维特征图,使用多层卷积神经网络(ML-CNN)提取sEMG的空间特征,利用双向门控循环单元(Bi-GRU)提取原始信号的时序特征.考虑到不同的特征对网络的影响程度不同,引入自适应特征融合机制对不同分支进行融合,强化有用特征并弱化无用特征,提高表面肌电识别的准确率.实验在电极偏移和不同受试者2种情况下对ETDTBN进行训练与测试,与主流的肌电手势识别模型进行对比.可知,ETDTBN的总体识别准确率分别为86.95%和84.15%,准确率均为最优,证明了该模型的有效性. 展开更多

关键词 表面肌电信号(sEMG) 手势识别 加强二维化特征 双分支网络 自适应特征融合机制

在线阅读 下载PDF 职称材料

双路径双鉴别器生成对抗网络的红外与可见光图像融合 被引量：1

12

作者 许光宇 陈浩宇 张杰 《计算机辅助设计与图形学学报》 CSCD 北大核心 2024年第12期1946-1958,共13页

针对图像融合算法中存在源图像信息保留不够充分、细节信息不够丰富等问题,提出一种基于双路径双鉴别器生成对抗网络的红外与可见光图像融合方法.在生成器端构建基于源图像差异拼接的梯度路径和对比度路径,提高融合图像的细节信息和对比... 针对图像融合算法中存在源图像信息保留不够充分、细节信息不够丰富等问题,提出一种基于双路径双鉴别器生成对抗网络的红外与可见光图像融合方法.在生成器端构建基于源图像差异拼接的梯度路径和对比度路径,提高融合图像的细节信息和对比度;通过多尺度分解提取红外与可见光图像的特征信息,解决单一尺度特征提取不全面的问题;然后将源图像引入双路径密集网络的每一层,在提升特征传递效率的同时可获取更多源图像信息;在鉴别器端采用双鉴别器估计红外与可见光图像的区域分布,避免单鉴别器网络丢失红外图像对比度信息的模态失衡问题;最后构造主辅梯度和主辅强度损失函数,提升网络模型的信息提取能力.与8种主流图像融合方法在TNO数据集、RoadScene数据集和MSRS数据集上的对比实验结果表明,所提方法在4个客观评估指标(平均梯度、空间频率、结构相似性和峰值信噪比)上取得较好的结果. 展开更多

关键词 图像融合 生成对抗网络 多尺度分解 密集连接 双鉴别器

在线阅读 下载PDF 职称材料

基于双分支多尺度残差融合嵌套的SAR和多光谱图像融合架构与实验 被引量：4

13

作者 董张玉 许道礼 +5 位作者 张晋 安森 于金秋 李金徽 彭鹏 汪燕 《地理与地理信息科学》 CSCD 北大核心 2023年第1期23-30,共8页

基于深度学习融合合成孔径雷达(SAR)和多光谱(MS)图像的方法主要通过增加卷积层数量描述网络模型尺度,但未能提高算法对不同尺度空间细节特征的提取能力。该文设计双分支的多尺度残差融合嵌套连接网络架构(Double-branch Multiscale Res... 基于深度学习融合合成孔径雷达(SAR)和多光谱(MS)图像的方法主要通过增加卷积层数量描述网络模型尺度,但未能提高算法对不同尺度空间细节特征的提取能力。该文设计双分支的多尺度残差融合嵌套连接网络架构(Double-branch Multiscale Residual-fusion Nested-connections Net,DMRN-Net),将融合任务划分为细节提升和光谱保持两部分:在细节提升分路中,将SAR和MS图像中的高频信息分别经过多深度特征提取层、多尺度残差融合网络层及嵌套连接解码器得到重建图像;在光谱保持分路中,通过融合上采样后的MS图像和细节提升分路结果,将光谱信息注入融合图像中,从而得出融合结果。通过DMRN-Net和传统算法以及普通双分支网络的对比实验表明,DMRN-Net在主观判断和客观评价上均取得较好的融合结果,能在保持光谱信息的基础上,进一步增加图像的空间细节信息,验证了DMRN-Net在图像融合领域的重要价值。 展开更多

关键词 合成孔径雷达图像 多光谱图像 双分支 多尺度残差融合网络 嵌套连接

在线阅读 下载PDF 职称材料

基于双尺度动态贝叶斯网络及多信息融合的步态识别 被引量：6

14

作者 杨旗 薛定宇 《电子与信息学报》 EI CSCD 北大核心 2012年第5期1148-1153,共6页

步态识别在生物识别中研究日益增多。目前对步态的识别研究大都是考虑单一条件下步态的识别率,但在穿外套、背包等混合条件下识别率较低,该文分析了人体行走时步态的时序特征,提出一种4层的双尺度多信息融合的动态贝叶斯网络。模型中每... 步态识别在生物识别中研究日益增多。目前对步态的识别研究大都是考虑单一条件下步态的识别率,但在穿外套、背包等混合条件下识别率较低,该文分析了人体行走时步态的时序特征,提出一种4层的双尺度多信息融合的动态贝叶斯网络。模型中每个时间片都为整体信息即大尺度信息和局部细节信息即小尺度信息的融合。此模型能很好地表达步态的时序特性,即步态行走时人体姿态,运动幅度等特征的节奏性变化。实验结果表明该方法有较高的识别率,能有机地融合步态的整体信息及局部细节信息,并且在有轮廓噪声及信息缺失的情况下有较好的鲁棒性,大大降低了外套及背包对步态识别的影响。 展开更多

关键词 信息融合 步态识别 双尺度 动态贝叶斯网络

在线阅读 下载PDF 职称材料

基于多尺度空间注意力互补的红外与可见光图像融合

15

作者 张永兴 连博文 +2 位作者 顾乃庭 李方召 李杨 《光学精密工程》 北大核心 2025年第7期1152-1168,共17页

针对当前红外与可见光图像融合方法过度引入红外冗余信息导致复杂场景下无法平衡复杂场景信息,融合效果不佳的现状,提出基于多尺度空间注意力互补的红外和可见光图像融合方法,采用双分支卷积网络分别提取红外和可见光图像特征信息并进... 针对当前红外与可见光图像融合方法过度引入红外冗余信息导致复杂场景下无法平衡复杂场景信息,融合效果不佳的现状,提出基于多尺度空间注意力互补的红外和可见光图像融合方法,采用双分支卷积网络分别提取红外和可见光图像特征信息并进行差异互补,利用多尺度空间注意力互补处理后回归叠加至图像特征中,实现互补特征中途回归叠加的图像融合,有效平衡复杂场景信息。实验结果表明:相比于Densefuse,PIAFusion等主流融合方法,该方法在通用性较强的互信息(MI)方面分别提升了4.1%和4.3%,在视觉信息保真度(VIF)方面分别提升了5.0%和2.3%,有效保留了复杂场景下的目标特征信息并实现对冗余特征的有效抑制,具有良好的特征平衡能力,在复杂场景下目标检测和识别中具有潜在应用价值。 展开更多

关键词 图像融合 红外和可见光图像 双分支卷积网络 差异互补 多尺度空间注意力 回归叠加

在线阅读 下载PDF 职称材料

全局上下文引导的双代价聚合立体匹配网络

16

作者 方伟舟 孟小艳 +1 位作者 周洪 丁晓晨 《现代电子技术》 北大核心 2025年第17期104-111,共8页

针对目前立体匹配算法在无纹理、遮挡区域和边缘模糊区域存在的问题,提出一种全局上下文引导的双代价聚合立体匹配网络——GCDANet。首先,在特征提取部分利用引导全局上下文特征的注意力模块捕获特征的细节与丰富的全局上下文信息,提高... 针对目前立体匹配算法在无纹理、遮挡区域和边缘模糊区域存在的问题,提出一种全局上下文引导的双代价聚合立体匹配网络——GCDANet。首先,在特征提取部分利用引导全局上下文特征的注意力模块捕获特征的细节与丰富的全局上下文信息,提高特征的表达能力和鲁棒性;其次,构建组相关代价体和拼接代价体,每个代价体单独处理;然后,提出一个双分支代价聚合结构,通过设计的多尺度注意力特征融合模块,融合代价聚合网络上下分支的特征以及特征提取模块中的多尺度特征,从而获得准确和高分辨率的几何信息;最后,通过视差回归以获得视差图。实验结果表明,GCDANet在多个数据集上的性能优于基准模型(GWCNet)。在SceneFlow数据集中的评价指标EPE和D_(1)降至0.60 pixel和2.08%,在KITTI2012数据集中的评价指标3 pixel-All和3 pixel-Noc降至1.61%和1.29%。在KITTI2015数据集测试的评价指标中,所有像素区域的D_(1)-All降至1.94%。所提网络在处理复杂场景时具有较强的适应性和精确性,在自动驾驶、目标检测和三维重建等需要精确立体匹配领域有着广泛的应用前景。 展开更多

关键词 立体匹配 特征提取 全局上下文信息 代价体 双分支代价聚合 多尺度特征 特征融合 视差回归

在线阅读 下载PDF 职称材料

基于双分支注意力网络的青光眼诊断方法

17

作者 张旭刚 赵鲁江 +1 位作者 江志刚 张华 《武汉科技大学学报》 CAS 北大核心 2024年第5期384-393,共10页

通过分割眼底图像的视杯(OC)与视盘(OD)区域并计算二者直径之比得到的杯盘比(CDR)是诊断青光眼的一个重要指标,然而现有视杯/视盘分割方法的准确度较低,为此提出一种基于双分支注意力网络的青光眼诊断方法。首先,在图像输入主干网络前... 通过分割眼底图像的视杯(OC)与视盘(OD)区域并计算二者直径之比得到的杯盘比(CDR)是诊断青光眼的一个重要指标,然而现有视杯/视盘分割方法的准确度较低,为此提出一种基于双分支注意力网络的青光眼诊断方法。首先,在图像输入主干网络前使用边界到像素方向(BPD)方法增强眼底图像的轮廓信息;其次,在网络编码器部分结合ConvNeXt的全局交互优势以及U-Net的局部处理优势,充分提取全局和局部的病理语义信息;最后,在解码器特征重建阶段采用多重注意力融合模块,通过直接和间接映射重组两个编码器和上采样模块提取的平滑和突出特征,深度挖掘目标区域信息,以提高模型对视杯/视盘区域分割的准确性。在REFUGE、DRISHTI-GS和RIM-ONEr3三个具有互补性的临床数据集上进行对比实验,验证了所设计的改进模块在提高眼底图像分割效果上的有效性,而且本文方法可有效平衡OC和OD两个目标区域的分割精度,在定量指标和可视化效果上均优于对比方法。 展开更多

关键词 青光眼 眼底图像 视杯/视盘分割 双分支注意力网络 多重注意力融合模块

在线阅读 下载PDF 职称材料

基于双分支卷积神经网络的红外与可见光图像局部融合算法 被引量：5

18

作者 许云英 杨瑞 +3 位作者 贺天福 刘尚为 范太然 徐晨晨 《红外技术》 CSCD 北大核心 2022年第5期521-528,共8页

红外图像和可见光图像均存在一定的局限性,依靠单个种类图像无法满足工程实际需求,可通过引入图像融合技术,获取高质量的融合图像。为更好保障输出信息特征的多样性,本文引入一种双分支卷积神经网络实现红外与可见光图像局部融合;在双... 红外图像和可见光图像均存在一定的局限性,依靠单个种类图像无法满足工程实际需求,可通过引入图像融合技术,获取高质量的融合图像。为更好保障输出信息特征的多样性,本文引入一种双分支卷积神经网络实现红外与可见光图像局部融合;在双分支卷积神经网络基础上,同时从红外图像、可见光图像得到跨渠道信息、渠道内信息种特征,增加了融合图像的信息量。采用整数小波变换方法进行图像压缩。建立颜色空间模型时,合理调节t因子的数值,获得理想的融合图像。实验结果表明,与现有方法相比,本方法融合后图像边缘信息得到充分保留,图像细节得到增强,红外与可见光图像融合效果更好。 展开更多

关键词 双分支卷积神经网络 红外与可见光图像 梯度下降理论 小波变换 图像插值 图像融合

在线阅读 下载PDF 职称材料

基于双分支网络特征融合的车辆重识别方法 被引量：1

19

作者 张雪 孟令灿 聂秀山 《数据采集与处理》 CSCD 北大核心 2021年第3期468-476,共9页

车辆重识别目的是通过不同的摄像机来识别同一辆车。但是由于车辆图像类内差异性大、类间相似性大,使得车辆重识别成为一个极具挑战性的任务。本文提出了一个基于双分支网络特征融合的车辆重识别方法来解决这一问题。该方法使用2个分支... 车辆重识别目的是通过不同的摄像机来识别同一辆车。但是由于车辆图像类内差异性大、类间相似性大,使得车辆重识别成为一个极具挑战性的任务。本文提出了一个基于双分支网络特征融合的车辆重识别方法来解决这一问题。该方法使用2个分支和批擦除策略提取并融合全局特征和局部特征,以突出车辆图像的类内相似性和类间差异性;并且采用圆损失代替传统的三元组损失和交叉熵损失的组合来构造目标函数。最后使用本文方法在VeRi-776和VehicleID两个公共数据集上进行实验,结果表明其检索精度比现有方法提高5%左右,证明了本文方法的有效性。 展开更多

关键词 车辆重识别 双分支网络 特征融合 深度学习

在线阅读 下载PDF 职称材料

双分支GAN与注意力机制的火灾隐患检测算法 被引量：1

20

作者 李牧 何金诚 杨恒 《计算机工程与应用》 CSCD 北大核心 2024年第14期228-239,共12页

针对传统火灾报警在夜间等极端天气下效果不佳,受限于复杂环境等问题,提出一种基于红外与可见光图像融合的火灾预警算法。在生成对抗网络(GAN)中设计并提出双分支注意力结构。其中一条分支通过密集残差子网提取更多鲁棒的特征信息,另一... 针对传统火灾报警在夜间等极端天气下效果不佳,受限于复杂环境等问题,提出一种基于红外与可见光图像融合的火灾预警算法。在生成对抗网络(GAN)中设计并提出双分支注意力结构。其中一条分支通过密集残差子网提取更多鲁棒的特征信息,另一条分支通过注意力子网(efficient coordinate channel attention group,ECCAG)弥补空间信息的缺失,以最大限度获取更多高频细节特征,设计并提出了一种调节损失作为损失函数,通过改进GAN算法得到融合图像,根据提出的火灾预警算法判断是否存在火灾隐患。实验结果表明:改进GAN算法得到的融合数据集目标检测的平均准确率为96.19%,相较于单一红外数据集与原始GAN算法数据集的目标检测平均准确率分别提高了11.09个百分点与6.2个百分点,在公开数据集TNO与LLVIP数据集上测试火灾患检测准确率为97.45%。结果表明,火灾预警算法可以在未发生火灾时及时预警,针对不同场景都可得到显著的检测效果。 展开更多

关键词 生成对抗网络 图像融合 早期火灾预警 双分支结构 注意力机制

在线阅读 下载PDF 职称材料