期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于密集多尺度特征的遥感影像水体提取
被引量：
1
1
作者
马天浩
杨海成
+2 位作者
李云涛
梁四幺
王晗
《海洋测绘》
CSCD
北大核心
2024年第1期63-67,共5页
针对传统遥感影像水体提取方法和基于深度学习的经典目标提取模型的提取结果存在丢失边缘细节信息和准确率低的问题,提出了基于深层特征编码-水体识别解码的多尺度特征密集连接网络结构。首先利用深层特征编码结构中的普通卷积提取影像...
针对传统遥感影像水体提取方法和基于深度学习的经典目标提取模型的提取结果存在丢失边缘细节信息和准确率低的问题,提出了基于深层特征编码-水体识别解码的多尺度特征密集连接网络结构。首先利用深层特征编码结构中的普通卷积提取影像中水体的特征信息,然后利用密集多尺度特征模块提取水体的多尺度特征和保留全局信息,最后利用水体识别解码结构对图像中的水体进行预测。实验结果表明:本文方法的提取结果精度优于经典全卷积神经网络模型,在测试集上的像元精度达到98.56%,交并比达到78.91%,有效保留了水体的完整性和细节边缘信息,实现了水体的精细化提取。
展开更多
关键词
遥感影像
深度学习
水体提取
密集
连接网络
膨胀卷积
密集多尺度特征
在线阅读
下载PDF
职称材料
基于多尺度密集特征融合的生成式对抗除雾网络
2
作者
连静
陈实
+1 位作者
丁堃
李琳辉
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2022年第11期1591-1598,共8页
在真实雾天场景下,针对除雾网络无法去除远处雾气、天空区域容易出现噪声的问题,提出了一种基于多尺度密集特征融合的生成式对抗除雾网络,并采用制作的合成雾天数据集进行对抗训练.首先,对除雾网络进行设计,构建了网络模型;其次,从合成...
在真实雾天场景下,针对除雾网络无法去除远处雾气、天空区域容易出现噪声的问题,提出了一种基于多尺度密集特征融合的生成式对抗除雾网络,并采用制作的合成雾天数据集进行对抗训练.首先,对除雾网络进行设计,构建了网络模型;其次,从合成晴朗天气图像中利用深度标签生成逼真的雾天数据集,以适用于真实雾天除雾领域;最后,在真实雾天数据集上测试,选取近几年具有代表性的6种基于深度学习的除雾网络进行主观视觉效果,并借助除雾领域常用的无参考图像质量评价指标进行客观分析.研究结果表明:提出的除雾网络在真实场景下的除雾效果较其他网络有显著提升,主观视觉效果明显优于对比的除雾网络,在无参评价指标上综合表现优于其他除雾网络.
展开更多
关键词
图像处理
图像除雾
生成式对抗网络
多尺度
密集
特征
融合
对抗训练
在线阅读
下载PDF
职称材料
多分辨率融合输入的U型视网膜血管分割算法
被引量：
7
3
作者
梁礼明
詹涛
+2 位作者
雷坤
冯骏
谭卢敏
《电子与信息学报》
EI
CSCD
北大核心
2023年第5期1795-1806,共12页
针对视网膜血管拓扑结构不规则、形态复杂和尺度变化多样的特点,该文提出一种多分辨率融合输入的U型网络(MFIU-Net),旨在实现视网膜血管精准分割。设计以多分辨率融合输入为主干的粗略分割网络,生成高分辨率特征。采用改进的ResNeSt代...
针对视网膜血管拓扑结构不规则、形态复杂和尺度变化多样的特点,该文提出一种多分辨率融合输入的U型网络(MFIU-Net),旨在实现视网膜血管精准分割。设计以多分辨率融合输入为主干的粗略分割网络,生成高分辨率特征。采用改进的ResNeSt代替传统卷积,优化血管分割边界特征;将并行空间激活模块嵌入其中,捕获更多的语义和空间信息。构架另一U型精细分割网络,提高模型的微观表示和识别能力。一是底层采用多尺度密集特征金字塔模块提取血管的多尺度特征信息。二是利用特征自适应模块增强粗、细网络之间的特征融合,抑制不相关的背景噪声。三是设计面向细节的双重损失函数融合,以引导网络专注于学习特征。在眼底数据用于血管提取的数字视网膜图像(DRIVE)、视网膜结构分析(STARE)和儿童心脏与健康研究(CHASE_DB1)上进行实验,其准确率分别为97.00%,97.47%和97.48%,灵敏度分别为82.73%,82.86%和83.24%,曲线下的面积(AUC)值分别为98.74%,98.90%和98.93%。其模型整体性能优于现有算法。
展开更多
关键词
视网膜血管分割
U型网络
并行空间激活模块
多尺度
密集
特征
金字塔模块
双重损失函数融合
在线阅读
下载PDF
职称材料
题名
基于密集多尺度特征的遥感影像水体提取
被引量：
1
1
作者
马天浩
杨海成
李云涛
梁四幺
王晗
机构
核工业航测遥感中心
中核三维地理信息工程技术研究中心
出处
《海洋测绘》
CSCD
北大核心
2024年第1期63-67,共5页
文摘
针对传统遥感影像水体提取方法和基于深度学习的经典目标提取模型的提取结果存在丢失边缘细节信息和准确率低的问题,提出了基于深层特征编码-水体识别解码的多尺度特征密集连接网络结构。首先利用深层特征编码结构中的普通卷积提取影像中水体的特征信息,然后利用密集多尺度特征模块提取水体的多尺度特征和保留全局信息,最后利用水体识别解码结构对图像中的水体进行预测。实验结果表明:本文方法的提取结果精度优于经典全卷积神经网络模型,在测试集上的像元精度达到98.56%,交并比达到78.91%,有效保留了水体的完整性和细节边缘信息,实现了水体的精细化提取。
关键词
遥感影像
深度学习
水体提取
密集
连接网络
膨胀卷积
密集多尺度特征
Keywords
remote sensing image
deep learning
water extraction
dense connection network
expansion convolution
dense multi-scale features
分类号
P237 [天文地球—摄影测量与遥感]
在线阅读
下载PDF
职称材料
题名
基于多尺度密集特征融合的生成式对抗除雾网络
2
作者
连静
陈实
丁堃
李琳辉
机构
大连理工大学汽车工程学院
大连理工大学工业装备结构分析国家重点实验室
大连海洋大学应用技术学院
出处
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2022年第11期1591-1598,共8页
基金
国家自然科学基金资助项目(61976039,52172382)
中央高校基本科研业务费专项资金资助项目(DUT22JC09)
大连市科技创新基金资助项目(2021JJ12GX015)。
文摘
在真实雾天场景下,针对除雾网络无法去除远处雾气、天空区域容易出现噪声的问题,提出了一种基于多尺度密集特征融合的生成式对抗除雾网络,并采用制作的合成雾天数据集进行对抗训练.首先,对除雾网络进行设计,构建了网络模型;其次,从合成晴朗天气图像中利用深度标签生成逼真的雾天数据集,以适用于真实雾天除雾领域;最后,在真实雾天数据集上测试,选取近几年具有代表性的6种基于深度学习的除雾网络进行主观视觉效果,并借助除雾领域常用的无参考图像质量评价指标进行客观分析.研究结果表明:提出的除雾网络在真实场景下的除雾效果较其他网络有显著提升,主观视觉效果明显优于对比的除雾网络,在无参评价指标上综合表现优于其他除雾网络.
关键词
图像处理
图像除雾
生成式对抗网络
多尺度
密集
特征
融合
对抗训练
Keywords
image processing
image dehazing
generative adversarial network
multi-scale dense feature fusion
adversarial training
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
多分辨率融合输入的U型视网膜血管分割算法
被引量：
7
3
作者
梁礼明
詹涛
雷坤
冯骏
谭卢敏
机构
江西理工大学电气工程与自动化学院
出处
《电子与信息学报》
EI
CSCD
北大核心
2023年第5期1795-1806,共12页
基金
国家自然科学基金(51365017,61463018)
江西省自然科学基金面上项目(20192BAB205084)
江西省教育厅科学技术研究重点项目(GJJ170491)。
文摘
针对视网膜血管拓扑结构不规则、形态复杂和尺度变化多样的特点,该文提出一种多分辨率融合输入的U型网络(MFIU-Net),旨在实现视网膜血管精准分割。设计以多分辨率融合输入为主干的粗略分割网络,生成高分辨率特征。采用改进的ResNeSt代替传统卷积,优化血管分割边界特征;将并行空间激活模块嵌入其中,捕获更多的语义和空间信息。构架另一U型精细分割网络,提高模型的微观表示和识别能力。一是底层采用多尺度密集特征金字塔模块提取血管的多尺度特征信息。二是利用特征自适应模块增强粗、细网络之间的特征融合,抑制不相关的背景噪声。三是设计面向细节的双重损失函数融合,以引导网络专注于学习特征。在眼底数据用于血管提取的数字视网膜图像(DRIVE)、视网膜结构分析(STARE)和儿童心脏与健康研究(CHASE_DB1)上进行实验,其准确率分别为97.00%,97.47%和97.48%,灵敏度分别为82.73%,82.86%和83.24%,曲线下的面积(AUC)值分别为98.74%,98.90%和98.93%。其模型整体性能优于现有算法。
关键词
视网膜血管分割
U型网络
并行空间激活模块
多尺度
密集
特征
金字塔模块
双重损失函数融合
Keywords
Retinal vessel segmentation
U-shaped network
Parallel space activation module
Multiscale dense feature pyramid module
Double loss function fusion
分类号
R318 [医药卫生—生物医学工程]
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于密集多尺度特征的遥感影像水体提取
马天浩
杨海成
李云涛
梁四幺
王晗
《海洋测绘》
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
基于多尺度密集特征融合的生成式对抗除雾网络
连静
陈实
丁堃
李琳辉
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2022
0
在线阅读
下载PDF
职称材料
3
多分辨率融合输入的U型视网膜血管分割算法
梁礼明
詹涛
雷坤
冯骏
谭卢敏
《电子与信息学报》
EI
CSCD
北大核心
2023
7
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
