基于拉普拉斯金字塔残差网络的多尺度图像压缩研究

1

作者 田学军 章文强 +3 位作者 马梓轩 陈良哲 叶卉荣 舒忠 《印刷与数字媒体技术研究》 CAS 北大核心 2024年第5期33-44,共12页

为了更好地进行图像重建,加强对图像多尺度特征表示和特征融合的处理,本研究提出一种新的多尺度特征融合图像重建网络模型。模型包括迭代降采样和迭代上采样过程。迭代降采样过程是通过在拉普拉斯金字塔残差控制网络模型中将高斯卷积核... 为了更好地进行图像重建,加强对图像多尺度特征表示和特征融合的处理,本研究提出一种新的多尺度特征融合图像重建网络模型。模型包括迭代降采样和迭代上采样过程。迭代降采样过程是通过在拉普拉斯金字塔残差控制网络模型中将高斯卷积核与子采样和高斯平滑滤波迭代操作规则相结合完成的。迭代上采样过程是通过使用拉普拉斯卷积核和二阶差分操作规则实现的。GJ-UNet深度学习网络模型通过其编码器下采样模块实现图像多尺度语义特征的精细分类,并在解码器上采样模块中应用反卷积和卷积操作规则,规范处理图像多尺度语义特征。实验表明,所提出的方法可以实现高精度的特征提取,同时对于图像特征融合的相关性更强,提取的图像边缘信息更清晰且相对噪声信息更低,重建图像的视觉效果基本与原始输入图像相同。本研究有望广泛应用于计算机图像视觉领域。 展开更多

关键词 压缩感知图像重构 图像多尺度特征 拉普拉斯金字塔模型 差分运算 GJ-UNet深度学习网络模型 Dice损失函数

在线阅读 下载PDF 职称材料

基于特征金字塔的多尺度特征融合网络 被引量：9

2

作者 郭启帆 刘磊 +2 位作者 张珹 徐文娟 靖稳峰 《工程数学学报》 CSCD 北大核心 2020年第5期521-530,共10页

特征金字塔网络(FPN)是CNN网络对图像信息进行表达输出的一种有效方法,在目标检测网络中广泛应用.然而,FPN没有充分地将浅层的细节信息传递到深层的语义特征,存在特征融合不足的缺陷,因而只能依靠深层语义信息来进行预测,从而忽略了网... 特征金字塔网络(FPN)是CNN网络对图像信息进行表达输出的一种有效方法,在目标检测网络中广泛应用.然而,FPN没有充分地将浅层的细节信息传递到深层的语义特征,存在特征融合不足的缺陷,因而只能依靠深层语义信息来进行预测,从而忽略了网络低层细节信息,对各种视觉学习的效果造成了一定的影响.针对FPN存在的以上问题,本文提出基于特征金字塔的多尺度特征融合网络模型,在FPN主干网络的基础上,设计了混合特征金字塔和金字塔融合模块,并结合注意力机制,对特征金字塔进行了多尺度的深度融合.本文在PASCAL VOC2012和MS COCO2014数据集上,以Faster R-CNN作为基础检测器进行实验,验证了MFPN对特征融合的有效性. 展开更多

关键词 特征金字塔网络 多尺度特征融合网络 注意力机制

在线阅读 下载PDF 职称材料

基于细化多尺度深度特征的目标检测网络 被引量：13

3

作者 李雅倩 盖成远 +2 位作者 肖存军 吴超 刘佳甲 《电子学报》 EI CAS CSCD 北大核心 2020年第12期2360-2366,共7页

现有深度卷积神经网络中感受野尺度单一,无法适应目标的尺度变化和边界形变,故此本文提出了一种提取并融合多尺度特征的目标检测网络.该网络通过减少池化并在网络底层加入空间加信道压缩激励模块来突出可利用的细节信息,生成高质量的特... 现有深度卷积神经网络中感受野尺度单一,无法适应目标的尺度变化和边界形变,故此本文提出了一种提取并融合多尺度特征的目标检测网络.该网络通过减少池化并在网络底层加入空间加信道压缩激励模块来突出可利用的细节信息,生成高质量的特征图;此外,在深层网络中加入可变多尺度特征融合模块,该模块具有多种尺度的感受野并可根据物体边界预测采样位置,最后通过融合多尺度特征使网络具有更强的特征表达能力并且对不同尺度实例及其边界信息更具鲁棒性.实验证明,本文结构实现了比原有结构更高的平均精度,与目前主流目标检测算法相比也具有一定优势. 展开更多

关键词 目标检测 特征金字塔网络 可变形卷积 信道空间压缩激励 多尺度特征融合

在线阅读 下载PDF 职称材料

基于密集特征金字塔的细胞图像实例分割网络 被引量：2

4

作者 董高君 许乐乐 +1 位作者 马忠松 于歌 《载人航天》 CSCD 北大核心 2021年第2期169-174,共6页

针对空间科学实验中复杂场景下细胞图像难以精细准确分割的问题,提出了基于Mask R-CNN的实例分割新算法——基于密集特征金字塔的实例分割网络(DFP-Mask)。该算法在特征金字塔网络自顶向下的特征传输过程中以密集连接的方式控制多尺度... 针对空间科学实验中复杂场景下细胞图像难以精细准确分割的问题,提出了基于Mask R-CNN的实例分割新算法——基于密集特征金字塔的实例分割网络(DFP-Mask)。该算法在特征金字塔网络自顶向下的特征传输过程中以密集连接的方式控制多尺度特征图间的信息传递,将高层语义结构信息传递至所有低层特征,提高低层特征的语义理解能力,从而提升多尺度特征的目标识别能力。实验选用天舟一号小鼠肝卵圆细胞图像数据,数据集中包涵200张背景复杂且有实例交叠的图片。实验结果表明:与Mask R-CNN相比,DFP-Mask在多个评价指标和视觉分割效果上表现更优,其中准确率提高了2.03%,召回率提高了3.77%,平均精确率mAP提高了1%。DFP-Mask可应用于更多空间科学实验对象的数量、形态、生长过程等表型特征的提取。 展开更多

关键词 深度学习 实例分割网络 细胞分割 多尺度特征 密集特征金字塔 细胞图像

在线阅读 下载PDF 职称材料

基于立体图像的多路径特征金字塔网络3D目标检测 被引量：3

5

作者 苏凯祺 阎维青 徐金东 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2022年第8期1487-1494,共8页

3D目标检测是计算机视觉和自动驾驶中一项重要的场景理解任务。当前基于立体图像的3D目标检测方法大多没有充分考虑多个目标之间的尺度存在较大差异,从而尺度小的物体容易被忽略,导致检测精度低。针对这一问题,提出了一种基于立体图像... 3D目标检测是计算机视觉和自动驾驶中一项重要的场景理解任务。当前基于立体图像的3D目标检测方法大多没有充分考虑多个目标之间的尺度存在较大差异,从而尺度小的物体容易被忽略,导致检测精度低。针对这一问题,提出了一种基于立体图像的多路径特征金字塔网络(MpFPN)3D目标检测方法。MpFPN对特征金字塔网络进行了扩展,增加了自底向上的路径、由上至下的路径及输入特征图到输出特征图之间的连接,为联合区域提议网络提供了更高语义信息和更细粒度空间信息的多尺度特征信息。实验结果表明:在3D目标检测KITTI数据集上,无论在场景简单、中等、复杂情况下,所提方法获得的结果都优于比较方法的结果。 展开更多

关键词 3D目标检测 特征金字塔网络(FPN) 立体图像 多尺度 深度学习

在线阅读 下载PDF 职称材料

多尺度渐近特征融合的遥感目标检测算法研究

6

作者 王海群 赵涛 王柄楠 《电光与控制》 CSCD 北大核心 2024年第12期33-40,共8页

针对遥感图像目标尺度多样、小目标密集、背景环境复杂导致检测时出现的漏检及误检等问题,提出一种基于YOLOv8n改进的多尺度渐近特征融合的遥感目标检测算法。首先,构建结合多尺度残差网络的Res2C2f模块,更有效地捕捉不同尺度的特征;其... 针对遥感图像目标尺度多样、小目标密集、背景环境复杂导致检测时出现的漏检及误检等问题,提出一种基于YOLOv8n改进的多尺度渐近特征融合的遥感目标检测算法。首先,构建结合多尺度残差网络的Res2C2f模块,更有效地捕捉不同尺度的特征;其次,设计跨级连接金字塔池化模块来改善原金字塔池化模块特征提取能力不足的问题;然后,重构多尺度的渐近特征融合网络来实现多尺度信息的交换,充分利用不同层级的特征来增强特征融合效果;最后,增加160×160尺寸的小目标检测层,提升模型在密集场景下对小目标的检测效果。在DOTA数据集中,相比基线模型,改进算法的精确率、召回率、平均精度均值分别提升了4.8、4.0和3.7个百分点。 展开更多

关键词 YOLOv8 遥感图像 渐近特征融合 多尺度残差网络 金字塔池化 小目标检测层

在线阅读 下载PDF 职称材料

基于多尺度特征融合的火灾检测模型 被引量：15

7

作者 张坚鑫 郭四稳 +1 位作者 张国兰 谭琳 《郑州大学学报（工学版）》 CAS 北大核心 2021年第5期13-18,共6页

对双阶段目标检测模型Faster R-CNN进行火灾检测应用的改进。采用Resnet101模型作为特征提取网络,使用特征金字塔结构FPN提取了Resnet101的浅层特征和高层特征,将Resnet101的浅层特征图输入Inception Module结构提取多种尺寸的卷积特征... 对双阶段目标检测模型Faster R-CNN进行火灾检测应用的改进。采用Resnet101模型作为特征提取网络,使用特征金字塔结构FPN提取了Resnet101的浅层特征和高层特征,将Resnet101的浅层特征图输入Inception Module结构提取多种尺寸的卷积特征,使用像素注意力机制和信道注意力机制对目标位置进行强化并弱化其余部分,使得检测目标更加精确。该网络避免了主干网络特征提取不充分的问题,融合了多种尺度的特征来区分火灾区域和非火灾区域,有效提高了火灾图像数据集的检测准确率,最终得到的平均检测准确率MAP为0.851。 展开更多

关键词 深度学习 火灾检测 卷积神经网络 多尺度特征 特征金字塔结构

在线阅读 下载PDF 职称材料

基于金字塔型残差神经网络的红外图像深度估计 被引量：5

8

作者 顾婷婷 赵海涛 孙韶媛 《红外技术》 CSCD 北大核心 2018年第5期417-423,共7页

对车载红外图像进行深度估计,可应用于车辆的夜间辅助驾驶系统(Driver Assistant Systems,DAS),本文提出了一种新型的神经网络结构来估计红外图像的深度。受景物分类思想的启发,将传统深度估计方法中的回归问题转化为分类问题。首先,对... 对车载红外图像进行深度估计,可应用于车辆的夜间辅助驾驶系统(Driver Assistant Systems,DAS),本文提出了一种新型的神经网络结构来估计红外图像的深度。受景物分类思想的启发,将传统深度估计方法中的回归问题转化为分类问题。首先,对红外图像进行归一化预处理,并将深度图置于自然对数空间对距离进行远近分类。其次,设计了一种新型的金字塔输入残差神经网络(Pyramid Residual Neural Networks,PRN),将红外图像以金字塔型结构作为网络输入,网络结构分为粗略特征提取和精细特征提取两部分。最后,将全连接层改为全卷积层,大大减少了网络中的参数个数,降低计算复杂度。金字塔型结构的输入使得网络能够多尺度提取特征,这使得估计出的深度图场景中的对象轮廓比同一网络单一红外图像输入估计出的景物轮廓更清晰。此外,通过计算错误和准确性评价指标,证明本文的提出方法能够很好地估计红外图像的深度,对比实验验证了本文方法更具优势。 展开更多

关键词 深度估计 车载红外图像 金字塔型输入 残差网络 多尺度特征

在线阅读 下载PDF 职称材料

一种轻量级网络模型的多尺度热红外行人检测方法

9

作者 刘强 姚小良 +4 位作者 尤帅 梅超君 刘尚东 季一木 亓晋 《南京邮电大学学报（自然科学版）》 北大核心 2022年第5期74-82,共9页

现有热红外行人检测算法存在网络参数众多、计算量大和小目标检测效果不佳的问题,针对这些问题,提出了一种轻量级行人目标检测算法。首先,该算法利用轻量级网络Resnext50作为骨干网络,实现检测网络的参数削减以及初始特征提取。其次,在... 现有热红外行人检测算法存在网络参数众多、计算量大和小目标检测效果不佳的问题,针对这些问题,提出了一种轻量级行人目标检测算法。首先,该算法利用轻量级网络Resnext50作为骨干网络,实现检测网络的参数削减以及初始特征提取。其次,在模型中引入特征金字塔模块实现多尺度语义信息融合,并结合多尺度训练策略有效地提高了多尺度目标的检测效果。最后,在数据预处理部分引入图像原色填充策略,该策略有效地防止图像变换尺寸过程中出现的目标失真情况。在自建数据集和公开数据集上实验结果表明,此方法在速度和精度上均取得较好的性能,在自建数据集上mAP达到94.49%,比原SSD高出0.53%,而参数量少了近39%。 展开更多

关键词 热成像红外行人检测 轻量级网络 特征金字塔 多尺度训练

在线阅读 下载PDF 职称材料

深度图像修复的动态特征融合取证网络 被引量：3

10

作者 任洪昊 朱新山 卢俊彦 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2022年第11期47-58,共12页

基于深度学习的图像修复方案在篡改后图像中遗留很少的痕迹信息给取证带来了极大的困难。目前针对深度图像修复的取证工作研究较少,并且存在篡改区域定位不准确的问题。为此,本文提出了一种动态特征融合取证网络(dynamic feature fusion... 基于深度学习的图像修复方案在篡改后图像中遗留很少的痕迹信息给取证带来了极大的困难。目前针对深度图像修复的取证工作研究较少,并且存在篡改区域定位不准确的问题。为此,本文提出了一种动态特征融合取证网络(dynamic feature fusion forensics network,DF 3 Net)用于定位经过深度图像修复操作的篡改区域。首先,该网络采用不同的篡改痕迹增强方式包括SRM滤波、空间域高通滤波和频率域高通滤波将单输入图像扩展到多输入,并提出动态特征融合模块对多种输入提取有效的修复痕迹特征后进行动态的特征融合;其次,网络采用编码器-解码器架构作为基础框架,并在编码器末端增加多尺度特征提取模块以获取不同尺度的上下文信息;最后,本文还设计了空间加权的通道注意力模块用于编、解码器之间的跳跃连接,以期实现有侧重地补充损失的边界细节。实验结果表明,面对不同的深度修复方案以及不同的图像数据库,DF 3 Net相较于现有的图像修复取证方法均可以更准确地定位篡改区域,并且对于JPEG压缩和高斯噪声具有较强的鲁棒性。 展开更多

关键词 图像修复取证 深度神经网络 深度修复 输入扩展 动态特征融合 痕迹特征 多尺度 注意力机制

在线阅读 下载PDF 职称材料

一种针对SAR图像的舰船目标检测算法

11

作者 孟凡龙 齐向阳 范怀涛 《电光与控制》 北大核心 2025年第1期74-79,共6页

由于环境复杂、舰船目标散焦和尺度的多样性,基于SAR图像的舰船目标检测仍然存在一些问题。提出了一种针对SAR图像的舰船目标检测算法。首先,基于可变形卷积构建舰船目标特征细化模块,提高对大长宽比姿态的舰船目标的特征提取能力;其次... 由于环境复杂、舰船目标散焦和尺度的多样性,基于SAR图像的舰船目标检测仍然存在一些问题。提出了一种针对SAR图像的舰船目标检测算法。首先,基于可变形卷积构建舰船目标特征细化模块,提高对大长宽比姿态的舰船目标的特征提取能力;其次,在主干网络末尾引入了舰船空间金字塔聚合结构,增强对舰船目标的全局特征提取能力;最后,设计了尺度扩展特征金字塔网络,增强舰船浅层和深层特征信息的交互,提高对多尺度舰船目标的检测能力。实验结果表明,所提算法在HRSID数据集上的mAP达到了93.72%,F1分数达到了89.70%,优于所有比较算法,具有良好的检测效果。 展开更多

关键词 SAR图像 舰船检测 可变形卷积 舰船空间金字塔聚合结构 尺度扩展特征金字塔网络

在线阅读 下载PDF 职称材料

基于改进YOLOv8模型的井下人员入侵带式输送机危险区域智能识别

12

作者 毛清华 苏毅楠 +3 位作者 贺高峰 翟姣 王荣泉 尚新芒 《工矿自动化》 北大核心 2025年第1期11-20,103,共11页

针对煤矿带式输送机场景存在尘雾干扰严重、背景环境复杂、人员尺度多变且易遮挡等因素导致人员入侵危险区域识别准确率不高等问题,提出一种基于改进YOLOv8模型的井下人员入侵带式输送机危险区域智能识别系统。改进YOLOv8模型通过替换... 针对煤矿带式输送机场景存在尘雾干扰严重、背景环境复杂、人员尺度多变且易遮挡等因素导致人员入侵危险区域识别准确率不高等问题,提出一种基于改进YOLOv8模型的井下人员入侵带式输送机危险区域智能识别系统。改进YOLOv8模型通过替换主干网络C2f模块为C2fER模块,加强模型的细节特征提取能力,提升模型对小目标人员的识别性能;通过在颈部网络引入特征强化加权双向特征金字塔网络(FE-BiFPN)结构,提高模型的特征融合能力,从而提升模型对多尺度人员目标的识别效果;通过引入分离增强注意力模块(SEAM)增强模型在复杂背景下对局部特征的关注度,提升模型对遮挡目标人员的识别能力;通过引入WIoU损失函数增强训练效果,提升模型识别准确率。消融实验结果表明:改进YOLOv8模型的准确率较基线模型YOLOv8s提升2.3%,mAP@0.5提升3.4%,识别速度为104帧/s。人员识别实验结果表明:与YOLOv10m,YOLOv8s-CA、YOLOv8s-SPDConv和YOLO8n模型相比,改进YOLOv8模型对小目标、多尺度目标、遮挡目标的识别效果均更佳,识别准确率为90.2%,mAP@0.5为87.2%。人员入侵危险区域实验结果表明:井下人员入侵带式输送机危险区域智能识别系统判别人员入侵危险区域的平均准确率为93.25%,满足识别需求。 展开更多

关键词 煤矿带式输送机 人员入侵危险区域 YOLOv8模型 遮挡目标检测 小目标检测 多尺度融合 C2fER模块 特征强化加权双向特征金字塔网络结构

在线阅读 下载PDF 职称材料

基于卷积神经网络的乳腺疾病检测算法

13

作者 赵京霞 钱育蓉 +1 位作者 张猛 杜娇 《微电子学与计算机》 北大核心 2019年第7期48-53,共6页

为提高计算机辅助乳腺疾病检测的准确率,提出一种基于卷积神经网络的乳腺疾病检测算法.首先,分别从卷积神经网络中提取图像的浅层特征与深层特征并对其进行加权融合;其次,通过在卷积神经网络中构建空间金字塔池化层,实现了卷积神经网络... 为提高计算机辅助乳腺疾病检测的准确率,提出一种基于卷积神经网络的乳腺疾病检测算法.首先,分别从卷积神经网络中提取图像的浅层特征与深层特征并对其进行加权融合;其次,通过在卷积神经网络中构建空间金字塔池化层,实现了卷积神经网络的多尺度输入;最后,在Mammographic Image Analysis Society(MIAS)数据集上进行验证实验.实验结果表明,本文提出的乳腺疾病检测算法平均准确率高达94.93%,与其他乳腺疾病检测算法进行对比实验可知,本文提出的乳腺疾病检测算法具有更高的检测准确率. 展开更多

关键词 卷积神经网络 特征融合 空间金字塔池化 尺度无关 乳腺疾病检测

在线阅读 下载PDF 职称材料

基于YOLOV5s改进的复杂场景下军事目标检测算法

14

作者 孙钿 张意 +2 位作者 韩旭东 夏志禹 汪国平 《弹箭与制导学报》 北大核心 2025年第1期45-52,共8页

针对现有算法特征学习能力欠佳、检测精度不高、计算量大等问题,提出一种基于YOLOV5s改进的多尺度目标检测算法AEM-YOLOV5(AFPN-EMA-MPDIoU-YOLOV5)。首先,在颈部网络引入AFPN渐进特征金字塔网络,以渐进的方式融合图像底层详细信息和顶... 针对现有算法特征学习能力欠佳、检测精度不高、计算量大等问题,提出一种基于YOLOV5s改进的多尺度目标检测算法AEM-YOLOV5(AFPN-EMA-MPDIoU-YOLOV5)。首先,在颈部网络引入AFPN渐进特征金字塔网络,以渐进的方式融合图像底层详细信息和顶层高级语义特征,增强了网络特征融合效果;其次,在每个检测分支前增添EMA注意力机制模块,跨空间聚合像素级特征,提高了复杂场景下对多尺度目标的关注程度;最后,使用MPDIoU替代YOLOV5原有C_(IoU)边界框损失函数,解决了预测框宽高比相同但绝对值不同时C_(IoU)退化的问题,使回归结果更为准确。实验结果表明,改进后算法在RSOD数据集上PmAP50达到94.5%,FPS达到42 frame/s,模型大小为14.8 MB。与现有算法相比,改进后算法性能显著提升,可满足军事目标检测的实时性要求、模型轻便。 展开更多

关键词 军事目标检测 YOLOV5 渐进特征金字塔网络 多尺度目标 注意力机制

在线阅读 下载PDF 职称材料

基于空间通道注意力机制与多尺度融合的交通标志识别研究 被引量：8

15

作者 黄志强 李军 《南京邮电大学学报（自然科学版）》 北大核心 2022年第2期93-102,共10页

通过YOLOV3深度神经网络算法可以实现道路交通标志的自动检测与识别,由于YOLOV3运算量较大,很难在小型嵌入式平台上使用,针对这一问题,文中提出了改进型的轻量化YOLOV3-3ctiny神经网络模型。为了融合浅层特征图的空间信息与深层特征图... 通过YOLOV3深度神经网络算法可以实现道路交通标志的自动检测与识别,由于YOLOV3运算量较大,很难在小型嵌入式平台上使用,针对这一问题,文中提出了改进型的轻量化YOLOV3-3ctiny神经网络模型。为了融合浅层特征图的空间信息与深层特征图的语义信息,将第19层卷积层通过上采样后与第7层卷积层相连接,多尺度融合后输入YOLO层形成新的特征金字塔,以此提高小目标的识别率。同时,为使网络更加关注交通标志的细节信息,在特征金字塔网络中增添能够增强前景信息降低背景信息的空间通道注意力机制。使用Kmeans聚类算法对数据集作聚类处理,获得一组先验框。在长沙理工大学交通标志数据集上进行测试,实验结果表明,改进后算法的识别率达到91.8%,与YOLOV3-tiny算法相比提高了24.9个百分点,而与YOLOV3算法相比,每张图片的检测时间降低至0.133s,降低了49.6%,该算法具有较强的实时性和准确性。 展开更多

关键词 交通标志 轻量化网络 YOLOV3-3ctiny 多尺度融合 特征金字塔 空间通道注意力机制

在线阅读 下载PDF 职称材料

一种改进的RefineDet多尺度人脸检测方法 被引量：5

16

作者 孙贵华 陈淑荣 《电子技术应用》 2019年第8期34-39,共6页

针对车站、商场等大型场所中客流量大、背景复杂等原因导致多尺度人脸检测精度低的问题,建立了一种基于RefineDet多层特征图融合的多尺度人脸检测方法。首先利用第一级网络进行特征提取并在不同尺度的特征图上粗略预估人脸位置;然后在... 针对车站、商场等大型场所中客流量大、背景复杂等原因导致多尺度人脸检测精度低的问题,建立了一种基于RefineDet多层特征图融合的多尺度人脸检测方法。首先利用第一级网络进行特征提取并在不同尺度的特征图上粗略预估人脸位置;然后在第二级中通过特征金字塔网络将低层特征与高层特征融合,进一步增强小尺寸人脸的语义信息;最后,通过置信度和焦点损失函数对检测框进行二次抑制,达到边框的精确回归。实验中将人脸候选区域的宽高比只设置为1:1,以此来降低运算量并提高人脸检测精度。在WiderFace数据集上的实验结果表明,该方法能有效检测不同尺度的人脸,在Easy、Medium、Hard3个子数据集上测试结果分别为93.4%、92%、84.4%的MAP,尤其对小尺寸人脸的检测精度有明显提高。 展开更多

关键词 多尺度 人脸检测 特征图融合 RefineDet 特征金字塔网络 焦点损失函数

在线阅读 下载PDF 职称材料

一种实时多尺度目标检测识别算法 被引量：3

17

作者 朱佩佩 吴元 赖作镁 《电讯技术》 北大核心 2022年第5期619-624,共6页

无人机目标检测与识别任务中,目标随着飞行高度的改变尺寸发生显著变化。常规目标检测模型中,获取的小目标细节信息有限,检测精度较低;而适用于小目标的实时检测模型往往容易丢失大目标的背景信息,降低大目标的检测精度。针对以上多尺... 无人机目标检测与识别任务中,目标随着飞行高度的改变尺寸发生显著变化。常规目标检测模型中,获取的小目标细节信息有限,检测精度较低;而适用于小目标的实时检测模型往往容易丢失大目标的背景信息,降低大目标的检测精度。针对以上多尺度目标检测识别任务难点,提出一种基于改进特征金字塔网络(Feature Pyramid Network,FPN)结构的实时多尺度目标检测识别模型。该模型通过增加特征金字塔层级覆盖更广的目标尺度,获取更为丰富的目标信息;同时,利用跨连接增加不同尺度特征融合的多样性,降低特征传导距离,保留更加完整的尺度特征来提高模型检测识别多尺度目标的性能。通过实验发现,相比于原始网络结构和相同特征层级的四层特征金字塔结构,加入改进特征金字塔结构的多尺度目标检测模型识别性能得到了提升。 展开更多

关键词 无人机(UAV) 目标检测与识别 多尺度目标检测 特征金字塔网络(FPN)

在线阅读 下载PDF 职称材料

改进的基于多尺度融合的立体匹配算法 被引量：2

18

作者 陈星 张文海 +1 位作者 候宇 杨林 《西北工业大学学报》 EI CAS CSCD 北大核心 2021年第4期876-882,共7页

针对局部立体匹配算法在弱纹理或视差不连续区域匹配精度低等问题,提出了一种结合卷积神经网络(CNN)和特征金字塔结构(FPN)的多尺度融合的立体匹配算法。在卷积神经网络的基础上应用了特征金字塔,实现立体图像的多尺度特征提取和融合,... 针对局部立体匹配算法在弱纹理或视差不连续区域匹配精度低等问题,提出了一种结合卷积神经网络(CNN)和特征金字塔结构(FPN)的多尺度融合的立体匹配算法。在卷积神经网络的基础上应用了特征金字塔,实现立体图像的多尺度特征提取和融合,提高了图像块的匹配相似度;利用引导图滤波器(guided filtering)快速有效地完成代价聚合,在视差的选择阶段采用改进的动态规划(DP)算法获得初始视差图,对初始视差图精细化得到最后的视差图。所提算法在Middlebury数据集上提供的图像进行训练和测试,结果表明该算法得到的视差图具有较好的效果。 展开更多

关键词 立体匹配 神经网络 特征金字塔 多尺度 引导图滤波器 动态规划

在线阅读 下载PDF 职称材料

一种乳腺X线影像肿块的多特征融合检测算法

19

作者 吴明明 顾春华 《电子技术应用》 2023年第7期35-40,共6页

针对在单视图的乳腺肿块检测算法中漏检率和假阳性率较高的问题,提出了一种改进的自动检测算法。将扩张残留网络(Dilated Residual Network,DRN)结合重新设计的特征金字塔网络(Feature Pyramid Network,FPN)用于对乳腺肿块的检测。首先... 针对在单视图的乳腺肿块检测算法中漏检率和假阳性率较高的问题,提出了一种改进的自动检测算法。将扩张残留网络(Dilated Residual Network,DRN)结合重新设计的特征金字塔网络(Feature Pyramid Network,FPN)用于对乳腺肿块的检测。首先利用DRN中的膨胀卷积,减少对图像的下采样次数;再扩充网络的深度,使其输出满足FPN所需的输入;在FPN结构中,采用注意力机制降低不同特征图直接融合所造成的信息损失,同时采用密集连接代替原有的横向连接,充分融合浅层特征中目标的位置和细节信息。仿真实验显示,所设计的模型在CBSI-DDSM数据集上的检测精度相比于基准模型提升了7.1%。 展开更多

关键词 乳腺癌 多尺度特征 目标检测 特征金字塔网络 扩张残差网络

在线阅读 下载PDF 职称材料

一种多分辨率图像目标检测算法

20

作者 杜琳琳 张瑜 +1 位作者 唐宇 马静静 《宇航总体技术》 2024年第3期29-36,共8页

为解决航天遥感图像分辨率和目标尺度变化大的挑战,提出了一种基于多分辨率图像的目标检测算法。改进了自适应特征金字塔和轻量级的分类预测模块,通过使用注意力机制,从不同层次的特征图中提取语义信息。引入了一种预测目标尺度的方法,... 为解决航天遥感图像分辨率和目标尺度变化大的挑战,提出了一种基于多分辨率图像的目标检测算法。改进了自适应特征金字塔和轻量级的分类预测模块,通过使用注意力机制,从不同层次的特征图中提取语义信息。引入了一种预测目标尺度的方法,以分析图像中目标的分布和尺度信息。将算法在DOTA(Dataset for Object deTection in Aerial Images)数据集上进行了实验验证,在U-Net(一种基于卷积神经网络的语义分割算法)和ResNet-34(一种深度残差网络)两种不同的主干网络设置下,召回率和检测速度均超过了RPN(Region Proposal Network,区域提议网络)算法。提出的多分辨率图像目标检测算法能有效地提高检测精度,降低计算复杂度。 展开更多

关键词 深度神经网络 目标检测 特征金字塔 多尺度目标 多分辨率图像

在线阅读 下载PDF 职称材料