期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
多尺度特征融合下三维视觉图像场景分割算法
1
作者 闫景富 王鹏飞 《现代电子技术》 北大核心 2024年第21期46-50,共5页
为减少噪声对分割结果的影响,降低单一尺度特征对分割结果的敏感性,提升分割算法的鲁棒性与稳定性,并增强分割边界清晰度,提高分割精度,文中提出一种多尺度特征融合下三维视觉图像场景分割算法。双路径多信息域注意力模块通过结合频域... 为减少噪声对分割结果的影响,降低单一尺度特征对分割结果的敏感性,提升分割算法的鲁棒性与稳定性,并增强分割边界清晰度,提高分割精度,文中提出一种多尺度特征融合下三维视觉图像场景分割算法。双路径多信息域注意力模块通过结合频域通道与空间注意力机制,提取三维视觉图像的多尺度特征,降低单一尺度特征对分割结果的敏感性;在多尺度特征融合模块内添加空洞卷积层,增大多尺度特征的感受野,并融合增大感受野的多尺度特征,捕捉图像的细节信息和全局信息,减少噪声对分割结果的影响,提升分割算法的鲁棒性与稳定性;利用Softmax分类器处理融合特征,得到三维视觉图像场景分割结果;通过全连接条件随机场、后处理分割结果,优化分割边界清晰度,提高分割精度。实验结果证明:该算法可有效提取三维视觉图像的多尺度特征,有效完成三维视觉图像场景分割,且场景分割的边界非常清晰。为三维视觉图像的处理与分析提供了新的思路和方法。 展开更多
关键词 多尺度 特征融合 三维视觉 图像场景分割 注意力机制 空洞卷积 Softmax分类器 条件随机场
在线阅读 下载PDF
一种融合多曝光图像的监控场景分割模型HDR-PSPNet
2
作者 乔金明 朱耀琴 《东北师大学报(自然科学版)》 CAS 北大核心 2023年第3期75-84,共10页
针对传统语义分割模型对监控场景下具有不同明亮程度图像分割效果不佳的问题,提出了一种融合多曝光图像的监控场景分割模型HDR-PSPNet.此模型通过融合多张不同曝光时间的图像实现数据增强,使用空洞卷积替代金字塔池化模块来保障特征图... 针对传统语义分割模型对监控场景下具有不同明亮程度图像分割效果不佳的问题,提出了一种融合多曝光图像的监控场景分割模型HDR-PSPNet.此模型通过融合多张不同曝光时间的图像实现数据增强,使用空洞卷积替代金字塔池化模块来保障特征图具有相同的分辨率,同时使用编解码结构增强图像底层特征的提取能力.通过基于自建新疆某水库监控图像数据集的实验结果可知,HDR-PSPNet相较于FCN、PSPNet和DeepLabv3,y MPA指标分别增加了5.5%,1.6%和1.0%,x MIoU指标分别增加了6.4%,2.9%和2.1%,表明其在多曝光时间图像监控场景的分割上HDR-PSPNet效果优于FCN、PSPNet和DeepLabv3网络. 展开更多
关键词 PSPNet 多曝光图像 图像场景分割 增强网络
在线阅读 下载PDF
Focus+Context语义表征的场景图像分割 被引量:5
3
作者 吴绿 张馨月 +2 位作者 唐茉 王梓 王永安 《电子学报》 EI CAS CSCD 北大核心 2021年第3期596-604,共9页
场景图像分割一直是机器视觉学习中较为复杂的重难点问题.本文在机器视觉注意力机制学习方法的基础上,融合人类对事物个体的认知,提出场景对象的Focus+Context语义表征,将对象类别信息带入图像底层特征学习中,运用概率统计理论,在抽象... 场景图像分割一直是机器视觉学习中较为复杂的重难点问题.本文在机器视觉注意力机制学习方法的基础上,融合人类对事物个体的认知,提出场景对象的Focus+Context语义表征,将对象类别信息带入图像底层特征学习中,运用概率统计理论,在抽象层上建模局部区域对象,再联合上下文语义信息推理全局与局部区域对象之间的关系,以实现类内焦点对象(Focus)突出的场景语义分割.实验验证,基于Focus+Context的语义表征和建模能够增加对象的识别率,尤其是在小样本环境下,所提出的方法能极大地简化场景的理解. 展开更多
关键词 场景图像分割 Focus+Context 语义表征 主题模型
在线阅读 下载PDF
地铁明挖施工监测图像下的反压土几何参数智能测量方法 被引量:1
4
作者 赵树林 李元凯 +3 位作者 李冬 翟鸿漾 张涛 王金 《测绘通报》 北大核心 2025年第1期150-154,169,共6页
为了提高地铁明挖施工视频监测的自动化程度,并智能测量施工过程中堆积反压土几何尺寸,本文提出了一种地铁明挖施工监测图像下反压土几何参数智能测量方法,该方法搭建了面向地铁明挖施工场景精准分割的AFU网络,跳跃连接融合注意力模块... 为了提高地铁明挖施工视频监测的自动化程度,并智能测量施工过程中堆积反压土几何尺寸,本文提出了一种地铁明挖施工监测图像下反压土几何参数智能测量方法,该方法搭建了面向地铁明挖施工场景精准分割的AFU网络,跳跃连接融合注意力模块和三重跨尺度注意力模块,增强了对施工监测图像细微结构和局部特征的感知能力;基于钢支撑空间分层原理,构建像素长度计算模型,准确估计出反压土的宽度和坡度角。通过3个地铁明挖施工现场视频的测试,AFU网络在消融试验和其他深度学习网络对比中,均取得了最优性能。反压土几何尺寸测量结果与实际较为吻合。本文成果对施工过程中的风险管理具有一定的理论和应用价值。 展开更多
关键词 地铁施工 智能测量 施工场景图像分割 反压土 安全监控
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部