期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到336篇文章
< 1 2 … 17 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
多尺度特征增强与交互融合的遥感小目标检测
1
作者 李云红 魏小双 +5 位作者 苏雪平 李丽敏 田谷丰 郝特吉 冯准若 李仕博 《西北大学学报(自然科学版)》 北大核心 2025年第2期277-285,共9页
针对遥感图像小目标检测任务中,存在目标细节纹理信息模糊导致特征提取与融合不佳、小目标漏检等问题,提出了一种基于多尺度特征增强与交互融合的遥感小目标检测算法。首先,采用跨层多分支连接结构的多尺度特征增强(multiscale feature ... 针对遥感图像小目标检测任务中,存在目标细节纹理信息模糊导致特征提取与融合不佳、小目标漏检等问题,提出了一种基于多尺度特征增强与交互融合的遥感小目标检测算法。首先,采用跨层多分支连接结构的多尺度特征增强(multiscale feature enhancement,MFE)模块,利用Split分流操作丰富和增强不同梯度获取的纹理特征信息,同时引入轻量级特征幻影模块Ghost进行通道线性变换,生成更多有效的特征细节信息流,以增强对图像中局部细节特征信息的关注;其次,构建特征交互融合(feature interaction fusion,FIF)模块,引入多分支串并行的卷积块与自适应机制的池化块,交互输入特征的通道语义信息和空间特征变换,捕获全局上下文信息,精确小目标的关键位置信息,加强特征信息之间的相关性,实现细粒度特征的多维度交互融合。使用公开的光学遥感数据集DIOR验证所提算法,改进后的网络模型平均精度值为87.6%,与NPMMR-Det、YOLOv7、YOLOv5等其他7种优秀算法相比均有提高,改进后的遥感图像小目标检测算法取得了更好的检测精度。 展开更多
关键词 遥感图像小目标检测 多尺度特征增强 Split分流 自适应机制 细节特征交互融合
在线阅读 下载PDF
基于特征增强与多尺度融合的烟包外观缺陷检测方法研究
2
作者 陆海华 黄春辉 +1 位作者 王旭东 曹维林 《中国烟草学报》 北大核心 2025年第4期41-50,共10页
【目的】解决烟包外观检测中目标与背景相混淆、缺陷目标较小不易识别的问题。【方法】基于YOLOv5s的改进,提出了一种融合特征增强与多尺度的烟包外观缺陷检测方法。首先在特征提取网络中引入特征重提取模块,并采用空间-深度层和非跨步... 【目的】解决烟包外观检测中目标与背景相混淆、缺陷目标较小不易识别的问题。【方法】基于YOLOv5s的改进,提出了一种融合特征增强与多尺度的烟包外观缺陷检测方法。首先在特征提取网络中引入特征重提取模块,并采用空间-深度层和非跨步卷积组合,减少信息丢失并保留小目标特征。然后在特征提取网络的最深层引入上下文注意力模块,通过学习上下文信息,使用可变形卷积提取小目标特征,增强对目标与背景的区分能力,减少漏检情况。最后在特征融合网络中引入多尺度感受野增强模块,通过多分支结构加强特征信息之间的相关性,增强特征的语义表示。【结果】FCM-YOLO相比起其他目标检测算法具有更高的缺陷检测精度。【结论】基于特征增强与多尺度融合的烟包外观检测方法有效减少信息丢失,提升目标与背景区分能力,检测精度达到98.3%,FPS为56.6,特别在易混淆类别(如污点和破损)上表现优异。 展开更多
关键词 机器视觉 烟包外观缺陷检测 YOLOv5 多尺度融合 特征增强
在线阅读 下载PDF
多尺度差分特征增强网络的遥感影像变化检测 被引量：1
3
作者 王杰 蒋伏松 蒋鹏 《计算机科学与探索》 北大核心 2025年第1期211-222,共12页
遥感影像变化检测旨在识别不同时期遥感影像中的目标差异,近年来基于卷积神经网络的方法在遥感影像变化检测任务中取得了很大进展。然而,受光照变化和季节更替的影响,不同时期遥感影像中的伪变化问题仍然难以解决。同时,大多方法中未充... 遥感影像变化检测旨在识别不同时期遥感影像中的目标差异,近年来基于卷积神经网络的方法在遥感影像变化检测任务中取得了很大进展。然而,受光照变化和季节更替的影响,不同时期遥感影像中的伪变化问题仍然难以解决。同时,大多方法中未充分利用多尺度特征,导致模型的性能和准确率受到一定程度的限制。针对上述问题,提出一种多尺度差分特征增强的变化检测方法。利用由孪生网络编码器和差分网络编码器组成的并行编码框架分别提取不同层级的特征,将同级的双时特征和差分特征通过拼接的方式建立两者间的互补关系。引入差分特征增强模块获取更具判别性的特征图并将其作为差分网络编码器的补充输入,丰富变化信息的同时增加模型对变化区域的关注度,使其准确地区分地物的真实变化与伪变化。为了增强特征的多样性和表达能力,使用特征错位融合模块实现语义特征的交叉融合,让每个特征中的语义信息得到充分而不同的交互。该方法在CDD数据集和LEVIRCD数据集上的F1分数分别达到了95.45%和92.04%,交并比分别达到了92.26%和82.93%,与其余八种主流方法相比均为最优,实验结果证明了该方法的有效性。 展开更多
关键词 遥感影像 变化检测 差分增强 并行编码 多尺度特征融合
在线阅读 下载PDF
采用多尺度特征增强的路面病害检测模型 被引量：2
4
作者 胡鹏 夏晓华 +3 位作者 钟预全 段智威 姚运仕 成高立 《西安交通大学学报》 北大核心 2025年第2期156-169,共14页
针对现有网络多尺度特征提取能力不足造成路面病害因尺寸差异难以完全识别的问题,提出了一种多尺度特征增强的路面病害检测模型。构建基于混合空洞卷积的快速空间金字塔池化模块,通过堆叠不同膨胀系数的空洞卷积进一步扩大网络感受野,... 针对现有网络多尺度特征提取能力不足造成路面病害因尺寸差异难以完全识别的问题,提出了一种多尺度特征增强的路面病害检测模型。构建基于混合空洞卷积的快速空间金字塔池化模块,通过堆叠不同膨胀系数的空洞卷积进一步扩大网络感受野,以实现更大范围上下文信息的捕捉,并保留更多的空间信息;设计多路径特征融合网络,通过多分支和跳跃连接实现跨层级的特征捕捉,并减少特征融合过程中的信息丢失;采用K-means聚类算法结合交叉比获得合理的瞄点框;在损失函数中,设计一种面积惩罚项并设置下降梯度,提高预测框回归精度与效率;通过引入跨通道交互的高效注意力实现模型重要通道间的交互。实验结果表明:所提模型的检测精度比原模型YOLOv5s提高了4.0%;与Faster R-CNN、CenterNet等经典模型和YOLOv8s、YOLOv7n-tiny等先进模型相比,检测精度提高了1.0%~17.9%。模型经TensorRT加速引擎优化加速后,在NVIDIA Jetson TX2与NVIDIA Jetson Nano平台上的检测速率提高近1倍,同时不影响检测精度。 展开更多
关键词 路面病害检测 多尺度特征增强 混合空洞卷积 特征融合网络 高效通道注意力 嵌入式平台
在线阅读 下载PDF
面向遮挡行人检测的自适应多尺度特征金字塔网络 被引量：1
5
作者 周华平 吴涛 孙克雷 《系统仿真学报》 北大核心 2025年第5期1222-1233,共12页
针对遮挡环境下现有检测器难以提取行人完整特征从而导致检测精度低的情况,提出了一种自适应多尺度特征金字塔网络。提出一个多尺度特征增强模块(multi-scale feature enhancement module,MFEM),通过不同感受野的多分支网络来捕获不同... 针对遮挡环境下现有检测器难以提取行人完整特征从而导致检测精度低的情况,提出了一种自适应多尺度特征金字塔网络。提出一个多尺度特征增强模块(multi-scale feature enhancement module,MFEM),通过不同感受野的多分支网络来捕获不同尺度行人可视区域。设计了一种自适应融合模块(adaptive fusion module,AFM),分别通过优化空间、特征层面的均值方差来计算不同像素点的重要程度,从而增强行人的纹理特征及语义特征并更加高效的融合不同尺度特征。且这两个模块可以构建为完整的特征金字塔网络用于更多下游任务。提出一个非极大值抑制算法(soft-set-non maximum suppression,Soft-SNMS),通过设计不同的衰减函数,在预测一个提案中所有候选框时保留高质量候选框,衰减多余的候选框,并提高模型训练效率。所提方法分别在CrowdHuman和Widerperson两个数据集上进行了实验,在AP指标上相较于原始方法分别提高了4.04%和1.51%,表明该方法可有效提高遮挡环境下行人目标的检测精度。 展开更多
关键词 遮挡行人检测 多尺度特征 自适应融合 特征金字塔 非极大值抑制
在线阅读 下载PDF
并行多尺度特征递归学习的低照度图像增强
6
作者 王璐雪 王晓霞 +1 位作者 李翔 陈晓 《计算机工程与应用》 北大核心 2025年第16期265-271,共7页
针对在低照度条件下拍摄的图像存在的如细节和纹理信息模糊或缺失、色彩失真、噪声污染严重等退化问题,提出基于并行多尺度特征递归学习(parallel multi-scale feature recursive learning,PMRL)的图像增强方法。通过从粗到细的递归学... 针对在低照度条件下拍摄的图像存在的如细节和纹理信息模糊或缺失、色彩失真、噪声污染严重等退化问题,提出基于并行多尺度特征递归学习(parallel multi-scale feature recursive learning,PMRL)的图像增强方法。通过从粗到细的递归学习策略从退化的输入图像中逐步学习恢复映射,使照度更接近于真实光照;提出一种表示融合机制,使不同阶段之间的特征可以进行信息交换,以抑制噪声和伪影;引入捕获上下文信息的双重注意力表示特征提取模块,得到更丰富的图像细节信息;根据灰度世界颜色恒定性假设,提出半监督的感知损失来自适应地提高增强效果,保持颜色分布的一致性。在公开数据集LOLv1和LOLv2上的实验结果表明,相较于ZeroDCE++、DRBN和MIRNet等网络,峰值信噪比提高了8.18%~55.59%,结构相似性提高了5.42%~53.44%,验证了该方法的优越性。 展开更多
关键词 低照度图像增强 递归学习 多尺度特征融合 注意力机制
在线阅读 下载PDF
结合多尺度特征增强与记忆引导Transformer的遥感图像描述算法
7
作者 姚志远 桑国明 张益嘉 《小型微型计算机系统》 北大核心 2025年第8期1978-1985,共8页
为解决传统的遥感图像描述算法对图像多尺度信息利用不充分的问题,本文提出了结合多尺度特征增强与记忆引导Transformer的遥感图像描述生成算法(MFE-MGT).首先,利用预训练的视觉特征提取器提取图像特征,并将卷积神经网络中浅层与深层的... 为解决传统的遥感图像描述算法对图像多尺度信息利用不充分的问题,本文提出了结合多尺度特征增强与记忆引导Transformer的遥感图像描述生成算法(MFE-MGT).首先,利用预训练的视觉特征提取器提取图像特征,并将卷积神经网络中浅层与深层的特征进行拼接;其次,通过多尺度特征增强模块获得融合增强后的图像特征,以更好地捕捉多尺度特征;接着,将融合增强后的视觉特征输入记忆引导Transformer的编码器进行编码聚合;最后,通过Transformer记忆解码器生成图像描述.模型采用RSICD数据集进行训练,实验结果表明,MFE-MGT在多个评价指标上的表现均优于当前主流的遥感图像描述生成算法,能够准确的描述图像内容. 展开更多
关键词 多尺度特征增强 深度神经网络 TRANSFORMER 遥感图像描述
在线阅读 下载PDF
自适应特征增强的多尺度红外与可见光图像配准和融合算法
8
作者 孙溪成 吕伏 尹艺潼 《电子测量与仪器学报》 北大核心 2025年第6期242-254,共13页
目前的红外与可见光图像融合算法对图像的特征提取不充分,细节信息丢失。实际生活中的红外与可见光图像多为未配准图像,已有的配准算法仍存在伪影和偏差等问题。针对以上问题,提出了一种自适应特征增强的多尺度红外与可见光图像配准和... 目前的红外与可见光图像融合算法对图像的特征提取不充分,细节信息丢失。实际生活中的红外与可见光图像多为未配准图像,已有的配准算法仍存在伪影和偏差等问题。针对以上问题,提出了一种自适应特征增强的多尺度红外与可见光图像配准和融合算法。首先,在配准网络中使用多尺度卷积核和密集连接,以提取不同尺度的特征和防止信息丢失,并引入ORB特征点检测算法和设计的特征增强模块,以充分提取特征和适应复杂环境;其次,通过引入通道注意力和自学习参数设计了光照增强模块,以增强可见光图像的信息表达;然后,在融合网络里,利用不同池化和可变卷积设计了自适应多尺度池化卷积,以提取不同尺度的细节信息,并设计EMA特征融合模块将局部特征和全局特征进行融合;最后,设计了流场一致性损失函数,从而减小配准误差。为了更好地验证方法的实用性,建立了红外与可见光图像数据集。在公开数据集TNO、Roadscene和自建数据集上进行对比实验和消融实验,实验表明,在主观评价上,配准图像偏差小无伪影,融合图像清晰可见,客观评价上,在指标MSE、MI、NCC、SD、EN上相比于其他算法提高了20%、7%、4%、15%、8%左右。另外,在YOLOv8上进行融合结果的目标检测性能实验,检测性能表现良好。 展开更多
关键词 图像配准 图像融合 多尺度 自适应 特征增强
在线阅读 下载PDF
基于特征增强的双重注意力去雾网络 被引量：2
9
作者 陈海秀 黄仔洁 +5 位作者 陆康 陆成 何珊珊 房威志 卢海涛 陈子昂 《电光与控制》 北大核心 2025年第1期15-20,67,共7页
针对现有去雾方法处理的图像细节模糊和色彩偏差等问题,提出了一种基于特征增强的双重注意力去雾网络。该网络采用编码器-解码器结构,设计了一个双重注意力特征增强模块,其中,利用Ghost模块替代非线性卷积,实现模型轻量化处理,通过RFB... 针对现有去雾方法处理的图像细节模糊和色彩偏差等问题,提出了一种基于特征增强的双重注意力去雾网络。该网络采用编码器-解码器结构,设计了一个双重注意力特征增强模块,其中,利用Ghost模块替代非线性卷积,实现模型轻量化处理,通过RFB充分融合不同尺度的特征,实现均匀去雾,引入双重注意力实现信息跨通道与空间交互,保证模型性能和抑制噪声特征。使用RESIDE数据集对网络进行训练和测试。实验结果表明,所提算法在主观视觉和客观评价指标上均有优异表现,能有效地提升网络的特征提取能力,实现对不同场景雾图的色彩恢复,增强图像的对比度和清晰度。 展开更多
关键词 图像去雾 特征增强 并行分支结构 多尺度映射 注意力机制
在线阅读 下载PDF
多尺度反向校正增强和无损下采样的毫米波图像目标检测方法 被引量：1
10
作者 叶学义 韩卓 +2 位作者 蒋甜甜 王佳欣 陈华华 《电子测量与仪器学报》 北大核心 2025年第4期50-61,共12页
针对毫米波图像中隐匿目标局部信噪比低导致检测障碍的问题,提出了一种基于多尺度反向校正增强和无损下采样的检测方法。首先设计了一种多尺度反向校正特征增强模块,在提取多尺度特征的多卷积核Res2Net上融合反向校正操作,实现大感受野... 针对毫米波图像中隐匿目标局部信噪比低导致检测障碍的问题,提出了一种基于多尺度反向校正增强和无损下采样的检测方法。首先设计了一种多尺度反向校正特征增强模块,在提取多尺度特征的多卷积核Res2Net上融合反向校正操作,实现大感受野区域对区域内相关小感受野区域卷积计算的反向校正,使得深度模型不仅能够获取更细粒度的特征,而且使宏观判别性表示贯穿多个尺度的特征信息;其次,利用非跨步卷积层的SPD-Conv实现无损下采样,缓解卷积下采样导致的信息丢失;最后,采用K-means++聚类算法生成适合隐匿目标检测任务的新锚框。实验在YOLO系列中选择了各方面性能都适中的YOLOv5s作为基础框架,针对现有的两种毫米波图像数据集(阵列图像集和线扫图像集)平均精度均值(mAP)mAP@0.5分别达到了96.21%和97.97%,相较于原版YOLOv5s以及YOLO其他系列等性能有显著提升。实验结果表明,该方法在不明显增加参数量和推理时间的同时,能够有效提升深度模型的检测性能。 展开更多
关键词 隐匿目标检测 主动毫米波图像 多尺度反向校正特征增强 无损下采样 K-means++
在线阅读 下载PDF
基于多尺度渐近金字塔的太阳电池缺陷检测网络
11
作者 朱磊 耿萃萃 +3 位作者 李博涛 潘杨 张博 姚丽娜 《太阳能学报》 北大核心 2025年第5期267-274,共8页
以YOLOv8网络为基础提出一种多尺度渐近金字塔网络MSANet。首先使用带有分层特征融合结构的特征提取块M-Block替换常规卷积层,以增强网络对多尺度目标的特征提取能力;其次引入空间注意力机制(SRU),抑制背景区域的特征冗余,使网络能更关... 以YOLOv8网络为基础提出一种多尺度渐近金字塔网络MSANet。首先使用带有分层特征融合结构的特征提取块M-Block替换常规卷积层,以增强网络对多尺度目标的特征提取能力;其次引入空间注意力机制(SRU),抑制背景区域的特征冗余,使网络能更关注重点区域的同时减少参数量的引入;最后提出一种改进渐近金字塔网络AFPNa结构,缓解网络在特征融合过程中信息的丢失或退化问题,提升缺陷检测精度。实验结果表明,与YOLOv8原模型及RTMDET等7种先进检测网络相比,MSANet具有更高的检测精度,相较原模型均值平均精度提升5.7个百分点。 展开更多
关键词 缺陷检测 深度学习 太阳电池 分层特征融合结构 多尺度渐近金字塔 空间注意力机制
在线阅读 下载PDF
高低频特征融合的低照度图像增强方法
12
作者 王德文 胡旺盛 +1 位作者 张润磊 赵文清 《智能系统学报》 北大核心 2025年第3期641-648,共8页
针对现有低照度图像增强方法中性能与开销不平衡的问题,本文提出一种高低频特征融合的低照度图像增强方法。该方法在多尺度上提取几何特征丰富的低频特征与语义特征丰富的高频特征,经过高低频特征融合得到增强图像,在保证良好图像质量... 针对现有低照度图像增强方法中性能与开销不平衡的问题,本文提出一种高低频特征融合的低照度图像增强方法。该方法在多尺度上提取几何特征丰富的低频特征与语义特征丰富的高频特征,经过高低频特征融合得到增强图像,在保证良好图像质量的同时降低开销。为提升低照度环境下的特征提取能力,构建残差混合注意力模块,从像素与通道两方面对重要的局部区域给予更多关注。针对下采样导致的信息丢失问题,提出一种特征合并模块对下采样后的特征进行特征补充。此外,通过多级残差密集连接模块增强特征复用能力。在SID(see-in-the-dark)数据集上的实验表明,该方法峰值信噪比和结构相似度分别达到29.67和0.792,模型参数量仅为1.5×10^(6)。 展开更多
关键词 低照度 图像增强 高频特征 低频特征 特征融合 注意力 多尺度 残差网络 密集连接
在线阅读 下载PDF
结合Segformer与增强特征金字塔的文本检测方法 被引量：1
13
作者 张铭泉 张泽恩 +1 位作者 曹锦纲 邵绪强 《智能系统学报》 CSCD 北大核心 2024年第5期1111-1125,共15页
针对自然场景文本检测算法中的小尺度文本漏检、类文本像素误检以及边缘定位不准确的问题,提出一种基于Segformer和增强特征金字塔的文本检测模型。该模型首先采用基于混合Transformer(mix Trans-former,MiT)的编码器生成多尺度特征图;... 针对自然场景文本检测算法中的小尺度文本漏检、类文本像素误检以及边缘定位不准确的问题,提出一种基于Segformer和增强特征金字塔的文本检测模型。该模型首先采用基于混合Transformer(mix Trans-former,MiT)的编码器生成多尺度特征图;然后,在具有特征金字塔结构解码器的上采样部分,提出级联融合注意力模块,通过全局平均池化、全局最大池化和Ghost模块获取全局通道信息并保留文本特征;接着,在解码器的特征融合部分提出两级正交融合注意力模块,利用非对称卷积分别从水平和垂直方向进行信息增强;最后,利用可微分二值化对结果进行后处理。将本文方法在ICDAR2015、ShopSign1265和MTWI 3个数据集上进行实验,相比于其他8种方法,本文方法的F值均为最优,分别达到了87.8%、59.1%和74.8%。结果表明,本文方法有效提高了文本检测的准确率。 展开更多
关键词 文本检测 特征金字塔 注意力机制 Segformer Ghost模块 多尺度特征融合 平均池化 最大池化
在线阅读 下载PDF
基于多尺度特征融合与重构卷积的肝肿瘤图像分割方法
14
作者 马金林 酒志青 +4 位作者 马自萍 夏明格 张凯 程叶霞 马瑞士 《华南理工大学学报(自然科学版)》 北大核心 2025年第5期94-108,共15页
针对肝肿瘤图像特征表达能力不足和全局上下文信息传递受限的问题,该文提出一种基于改进U-Net的肝肿瘤图像分割方法。首先,设计了一种低秩重构卷积来优化传统卷积运算所导致的大量参数问题,并用其构建使用残差结构改进编解码器的卷积核... 针对肝肿瘤图像特征表达能力不足和全局上下文信息传递受限的问题,该文提出一种基于改进U-Net的肝肿瘤图像分割方法。首先,设计了一种低秩重构卷积来优化传统卷积运算所导致的大量参数问题,并用其构建使用残差结构改进编解码器的卷积核重构模块,使编码器保留更多的细节信息,并使解码器能更有效地恢复信息,以提升肝肿瘤图像特征的表达能力。然后,为丰富全局上下文信息的传递,设计了三分支空间金字塔池化模块来优化瓶颈结构的信息传递,打破单一路径的限制。接着,设计了多尺度特征融合模块来优化编码器信息的复用机制,增强模型对全局上下文信息的建模能力,并提升其在提取不同尺度肝肿瘤图像特征时的效能。最后,在LiTS2017和3DIRCADb数据集上对该文方法的性能进行了测试。实验结果表明:在LiTS2017数据集上的肝脏图像分割任务中,该文方法的Dice系数和IoU值分别达97.56%和95.25%,在肝肿瘤图像分割任务中的Dice系数和IoU值分别达89.71%和81.58%;在3DIRCADb数据集上的肝脏图像分割任务中,该文方法的Dice系数和IoU值分别达97.63%和95.39%,在肝肿瘤图像分割任务中的Dice系数和IoU值分别达89.62%和81.63%。 展开更多
关键词 肝肿瘤图像分割 卷积核重构 空间金字塔池化 多尺度特征融合
在线阅读 下载PDF
多尺度金字塔注意力的葡萄果梗分割模型
15
作者 张丽英 贺静宇 赵建辉 《计算机工程与设计》 北大核心 2025年第5期1445-1450,共6页
为降低葡萄图像中目标尺寸差异大、光照等复杂环境的影响,提出一种多尺度金字塔注意力网络MPANet(multiscale pyramid attention network)。网络包括特征提取模块、多尺度特征的注意力池化金字塔模块和特征增强模块。在采集的葡萄图像... 为降低葡萄图像中目标尺寸差异大、光照等复杂环境的影响,提出一种多尺度金字塔注意力网络MPANet(multiscale pyramid attention network)。网络包括特征提取模块、多尺度特征的注意力池化金字塔模块和特征增强模块。在采集的葡萄图像数据集上进行实验,提出方法的交并比(IoU)和Dice系数分别为85.3%、97.98%,均优于对比模型,使用几何学方法对分割的果梗进行采摘点定位,准确率为98.26%,验证了模型在果梗分割任务上的有效性。 展开更多
关键词 果梗识别 语义分割 注意力机制 多尺度特征提取 池化金字塔 残差连接 采摘点定位
在线阅读 下载PDF
考虑多尺度纹理特征的红外传感图像频域增强 被引量：1
16
作者 曾琪 杨真 《传感技术学报》 CAS CSCD 北大核心 2024年第4期652-657,共6页
红外传感图像质量容易受探测器和传输距离影响,导致图像亮度和对比度较低、轮廓细节模糊等问题。为此,提出了考虑多尺度纹理特征的红外传感图像频域增强方法。引入残差学习策略,基于多尺度纹理特征搭建多尺度卷积神经网络模型,进行图像... 红外传感图像质量容易受探测器和传输距离影响,导致图像亮度和对比度较低、轮廓细节模糊等问题。为此,提出了考虑多尺度纹理特征的红外传感图像频域增强方法。引入残差学习策略,基于多尺度纹理特征搭建多尺度卷积神经网络模型,进行图像去噪。对去噪后图像进行傅里叶变换,获取红外传感图像的低频图像和高频图像。针对低频图像部分,调节图像灰度和对比度以增强低频分量。针对高频图像部分,利用Log算子和Laplace算子增强图像细节及边缘。加权融合两者处理结果,选取Gamma校正调节对比度,增强高频分量。融合两种增强后图像,实现红外传感图像频域增强。实验结果表明,该方法峰值信噪比高于43,信息熵大于8,边缘强度超过82,对比度熵大于8.1,平均梯度大于8。 展开更多
关键词 多尺度纹理特征 红外传感图像 图像频域增强 卷积神经网络 GAMMA校正
在线阅读 下载PDF
多尺度特征融合增强检测模型MFFE-YOLO 被引量：1
17
作者 彭继慎 马龙泽 +1 位作者 孙梦宇 刘金龙 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2024年第5期625-632,共8页
为解决传统巡检图像检测方法对电力设备小目标缺陷检测能力弱、错检和漏检率高、浅层网络语义信息不足等问题,提出针对电力设备小目标缺陷的多尺度特征融合增强检测模型(multi-scale feature fusion enhanced youonlylookonce,MFFE-YOLO... 为解决传统巡检图像检测方法对电力设备小目标缺陷检测能力弱、错检和漏检率高、浅层网络语义信息不足等问题,提出针对电力设备小目标缺陷的多尺度特征融合增强检测模型(multi-scale feature fusion enhanced youonlylookonce,MFFE-YOLO)。该方法设计了一种多尺度特征融合增强机制(multi-scalefeaturefusion enhancement,MFFE),能够更全面地捕捉目标特征。研究表明:在C2f-EF模块中嵌入跨空间学习多尺度注意力机制EMA以及FasterNet Block,能够优化模型的运行效率;MFFE-YOLO方法的平均精度、参数量和帧率指标均优于其他方法,能够实现高精度与实时性之间的良好平衡。 展开更多
关键词 电力巡检 电力设备缺陷 小目标检测 特征融合增强 YOLO 多尺度特征
在线阅读 下载PDF
多尺度特征增强CNN的遥感影像建筑物提取
18
作者 赵华 窦虎 张华 《遥感信息》 CSCD 北大核心 2024年第6期38-47,共10页
针对基于深度学习的建筑物自动提取结果中依然存在边界模糊、大尺度建筑物存在孔洞、小尺度建筑物丢失等问题,提出了一种多尺度特征增强CNN网络用于建筑物提取。模型以编码-解码框架为基础,在特征编码阶段,设计了多尺度特征增强模块,对... 针对基于深度学习的建筑物自动提取结果中依然存在边界模糊、大尺度建筑物存在孔洞、小尺度建筑物丢失等问题,提出了一种多尺度特征增强CNN网络用于建筑物提取。模型以编码-解码框架为基础,在特征编码阶段,设计了多尺度特征增强模块,对深层特征进行多尺度特征增强,以提高模型对复杂场景下及小目标的提取能力。在特征解码阶段,设计了跨空间信息融合模块,在不同空间和维度方向上进行特征聚合以增强语义信息。此外,模型引入了混合注意力模块,在通道和空间两个维度上对融合后的特征进行优化,减弱了不同特征间的语义差距。所提出方法分别在SpaceNet和WHU数据集上进行实验分析。结果表明,该方法对于高空间分辨率遥感影像提取任务有较好的效果。 展开更多
关键词 建筑物提取 深度学习 注意力机制 多尺度特征增强 感受野
在线阅读 下载PDF
基于多尺度时空特征融合的视频异常事件检测 被引量：1
19
作者 李歌 肖洪兵 +2 位作者 闫善武 王瑜 孙梅 《燕山大学学报》 北大核心 2025年第1期74-82,共9页
在视频异常事件检测的问题上,现有的研究方法未充分考虑场景中的背景信息干扰和目标尺度变化,导致检测精度普遍较低。针对此类问题,提出了一种融合多尺度时空信息的异常事件检测方法。首先,应用一种坐标注意力的方法,使模型更多地关注... 在视频异常事件检测的问题上,现有的研究方法未充分考虑场景中的背景信息干扰和目标尺度变化,导致检测精度普遍较低。针对此类问题,提出了一种融合多尺度时空信息的异常事件检测方法。首先,应用一种坐标注意力的方法,使模型更多地关注异常事件发生的区域。其次,为了提取到各层次丰富的时空信息,采用空洞卷积网络构建一种多分支多尺度的特征融合模块。最后,考虑到正常事件的多样性,提出一种规则分数,以便在测试阶段进一步更新记忆增强模块中的记忆项,提高对异常事件的检测精度。在CUHK Avenue和ShanghaiTech数据集的相关实验中,提出方法的帧级AUC分别达到了88.7%和77.5%,且满足视频检测的实时性要求,验证了该方法的可行性和有效性。 展开更多
关键词 视频异常检测 无监督学习 空洞卷积 多尺度时空特征融合 记忆增强模块
在线阅读 下载PDF
YOLO-BFEPS:一种高效注意力增强的跨尺度YOLOv10火灾检测模型 被引量：1
20
作者 高均益 张伟 李泽麟 《计算机科学》 北大核心 2025年第S1期412-420,共9页
为解决传统火灾检测模型在处理复杂场景时,特征提取不充分和模型复杂度过高导致预警延迟及识别精度下降的问题,提出一种可部署到终端设备上的基于改进YOLOv10的新型火灾检测模型YOLO-BFEPS(YOLO Bi-directional Fusion with Enhanced Pa... 为解决传统火灾检测模型在处理复杂场景时,特征提取不充分和模型复杂度过高导致预警延迟及识别精度下降的问题,提出一种可部署到终端设备上的基于改进YOLOv10的新型火灾检测模型YOLO-BFEPS(YOLO Bi-directional Fusion with Enhanced Partial Self-Attention),实现了同时对烟雾与火灾的快速准确检测。首先,改进PSA模块,加强空间语义特征提取,解决通道降维建模跨通道关系时带来的信息丢失与计算复杂度增加的问题,提高检测精度,并将改进后的模块记为E-PSA(Enhanced Partial Self-Attention);其次,基于BiFPN提出特征层双向跨连接的思想进行尺度融合,重新设计了YOLOv10的颈部结构,并创新性地增加来自低特征层信息的融合,在保持准确度的同时大大减少了模型参数以及计算复杂度;引入Faster Block结构替换C2f模块的Bottleneck结构,实现模型的轻量化设计,并将其称为C2f-Faster。最后,通过在多个数据集上进行实验验证了所提模型的有效性,其在参数量减少35.5%、计算复杂度降低17.6%的基础上,将检测精度(Precision)和mAP@0.5分别提升了5.9%和1.4%。 展开更多
关键词 高效注意力 多尺度特征 加权双向特征金字塔 火灾检测 YOLOv10 轻量化 计算机视觉 深度学习
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 17 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部