检索结果-维普期刊中文期刊服务平台

基于双重注意力融合和空洞残差特征增强的场景文本检测被引量：1: 1; 作者李利荣张开 +4 位作者陈鹏周蕾乐玲熊炜巩朋成《激光杂志》 CAS 北大核心 2022年第1期45-51,共7页; 针对自然场景中任意形状文本容易漏检、错检的问题,提出了一种基于双重注意力融合和空洞残差特征增强的场景文本检测方法。为了增强文本特征通道之间的潜在联系,提出了双重注意力融合(DAF)模块,采用双向特征金字塔与双重注意力融合模块... 展开更多; 关键词场景文本检测双向特征金字塔双重注意力融合空洞残差特征增强; 在线阅读下载PDF 职称材料

采用动态样本分配的特征融合目标检测算法被引量：1: 2; 作者牛文涛王鹏 +3 位作者陈遵田李晓艳郜辉孙梦宇《计算机工程与应用》 CSCD 北大核心 2024年第15期211-220,共10页; 针对轻量级目标检测算法SSD-Lite检测精度低、对小目标预测能力差等问题,提出了一种采用动态样本分配策略的多尺度特征融合目标检测算法。在轻量级目标检测算法SSD-Lite的颈部网络引入特征金字塔结构(feature pyramid network,FPN),并... 展开更多; 关键词特征金字塔结构残差特征增强模块轻量级注意力机制动态样本分配策略; 在线阅读下载PDF 职称材料

增强特征金字塔结构的显著目标检测算法被引量：2: 3; 作者刘剑峰潘晨《计算机工程与应用》 CSCD 北大核心 2022年第12期226-233,共8页; 显著目标检测是计算机视觉的研究热点。显著目标检测算法存在一些问题,如:算法常采用单一损失函数,缺乏对多维特征损失的考虑,可能带来局限性;最高层特征图来源单一;特征图融合常使用对应像素相加,不能有效突出图像中感兴趣区域。针对... 展开更多; 关键词显著目标检测特征金字塔网络残差特征图增强; 在线阅读下载PDF 职称材料

基于EM自注意力残差的图像超分辨率重建网络: 4; 作者黄淑英胡瀚洋 +2 位作者杨勇万伟国吴峥《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第2期388-397,共10页; 基于深度学习的图像超分辨率(SR)重建方法主要通过增加模型的深度来提升图像重建的质量,但同时增加了模型的计算代价,很多网络利用注意力机制来提高特征提取能力,但难以充分学习到不同区域的特征。为此,提出一种基于期望最大化(EM)自注... 展开更多; 关键词超分辨率重建注意力机制期望最大化特征增强残差块 EM自注意力残差模块; 在线阅读下载PDF 职称材料

结合特征学习与注意力机制的服装图像分割被引量：8: 5; 作者顾梅花刘杰 +1 位作者李立瑶崔琳《纺织学报》 EI CAS CSCD 北大核心 2022年第11期163-171,共9页; 针对小尺寸服装与遮挡服装图像分割准确率低的问题,提出一种基于改进多尺度特征学习策略与注意力机制的服装图像分割方法。以Mask R-CNN为基础框架,首先采用增强特征金字塔网络优化模型的特征学习过程,对多尺度服装特征进行统一监督,缩... 展开更多; 关键词服装图像分割多尺度特征学习一致监督策略残差特征增强软感兴趣区域选择注意力机制; 在线阅读下载PDF 职称材料

改进Oriented R-CNN的遥感图像定向目标检测算法被引量：2: 6; 作者王雷雨王正勇 +1 位作者陈洪刚何小海《电子测量技术》北大核心 2024年第21期138-149,共12页; 近年来遥感目标检测的研究主要集中在改进边界框的表示方法,而忽略了遥感场景中独特的先验知识。为了进一步提高双阶段模型的检测精度,同时保持推理复杂度,本文以大核卷积构建的特征提取器LSKNet为基线,在特征表示和训练策略上进一步做... 展开更多; 关键词目标检测遥感图像小目标残差特征增强一致性监督; 在线阅读下载PDF 职称材料

基于增强跳跃连接U-Net的肾脏肿瘤分割方法: 7; 作者鲍文霞杜银徕 +1 位作者姚文君朱宏庆《安徽大学学报(自然科学版)》 2025年第5期19-28,共10页; 计算机断层扫描(computed tomography,简称CT)在肾脏肿瘤的诊断中占据重要地位,准确检测出CT图像中的肿瘤可以有效辅助医生进行初步的诊断.针对CT图像中肿瘤尺度多样以及边缘模糊等问题,论文提出一种基于增强跳跃连接U-Net的肾脏肿瘤分... 展开更多; 关键词 CT图像深度学习肾脏肿瘤分割增强跳跃连接并行残差特征增强器; 在线阅读下载PDF 职称材料

题名基于双重注意力融合和空洞残差特征增强的场景文本检测被引量：1: 1; 作者李利荣张开陈鹏周蕾乐玲熊炜巩朋成; 机构湖北工业大学电气与电子工程学院湖北工业大学太阳能高效利用省协同创新中心; 出处《激光杂志》 CAS 北大核心 2022年第1期45-51,共7页; 基金国家自然科学基金(No.62071172)。; 文摘针对自然场景中任意形状文本容易漏检、错检的问题,提出了一种基于双重注意力融合和空洞残差特征增强的场景文本检测方法。为了增强文本特征通道之间的潜在联系,提出了双重注意力融合(DAF)模块,采用双向特征金字塔与双重注意力融合模块相结合的方式进行多层的特征融合;另外针对深层特征图在降维的过程中可能造成语义丢失的现象,提出了空洞残差特征增强(D-RFA)模块。通过在弯曲文本数据集CTW1500上的测试表明,该方法的准确率、召回率和F值分别达到了87.8%、84.2%和86.0%,同时在多方向文本数据集ICDAR2015上也有良好的表现,证明了该方法在各种形状文本检测上的有效性。; 关键词场景文本检测双向特征金字塔双重注意力融合空洞残差特征增强; Keywords scene text detection bidirectional feature pyramid dual attention fusion dilated residual feature augmentation; 分类号 TN249 [电子电信—物理电子学]; 在线阅读下载PDF 职称材料

题名采用动态样本分配的特征融合目标检测算法被引量：1: 2; 作者牛文涛王鹏陈遵田李晓艳郜辉孙梦宇; 机构西安工业大学电子信息工程学院西安工业大学发展规划处西安机电信息技术研究所西安工业大学光电工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2024年第15期211-220,共10页; 基金国家自然科学基金(62171360) 陕西省科技厅重点研发计划(2022GY-110) +4 种基金山东省智慧交通重点实验室项目(筹)。; 文摘针对轻量级目标检测算法SSD-Lite检测精度低、对小目标预测能力差等问题,提出了一种采用动态样本分配策略的多尺度特征融合目标检测算法。在轻量级目标检测算法SSD-Lite的颈部网络引入特征金字塔结构(feature pyramid network,FPN),并对其进行轻量化设计,同时引入残差特征增强模块(residual feature augmentation,RFA),采用残差分支注入不同空间的上下文信息来改善高层特征的特征表达,以提升网络对小目标的检测能力;在特征金字塔结构中插入轻量级注意力机制ECA模块,提升网络对重要特征的关注能力;针对网络训练过程中采用的固定交并比(intersection-over-union,IOU)阈值的样本分配策略导致的正负样本分配适应性差、难以选出高质量正样本等问题,设计了一种动态样本分配策略,取消锚框的预设置,采用中心点采样的方式,同时结合样本均值、标准差作为筛选阈值,减少人工先验的影响,在不改变网络结构的情况下提升算法性能。算法在Pascal VOC数据集上测试,实验结果表明:该算法整体预测精度相较于基准算法提升1.9个百分点,对小目标检测能力提升3.3个百分点,算法推理时延仅增加2.32%;实验证明了该算法可以以较小的性能代价,显著提升算法的预测精度。; 关键词特征金字塔结构残差特征增强模块轻量级注意力机制动态样本分配策略; Keywords feature pyramid structure residual feature augmentatione module lightweight attention mechanism dynamic sample assignment strategy; 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

题名增强特征金字塔结构的显著目标检测算法被引量：2: 3; 作者刘剑峰潘晨; 机构中国计量大学; 出处《计算机工程与应用》 CSCD 北大核心 2022年第12期226-233,共8页; 基金浙江省自然科学基金(LY19F030013)。; 文摘显著目标检测是计算机视觉的研究热点。显著目标检测算法存在一些问题,如:算法常采用单一损失函数,缺乏对多维特征损失的考虑,可能带来局限性;最高层特征图来源单一;特征图融合常使用对应像素相加,不能有效突出图像中感兴趣区域。针对上述问题,结合结构性相似、交并比和交叉熵三种损失函数来捕捉图像细节,采用对应像素相乘操作融合特征图,令模型对显著区域更加敏感;通过残差特征图增强模块逆向构建更高层特征图强化其语义信息;采用特征金字塔结构融合不同尺度信息,完成编码解码模块。在5个数据集的对比实验表明该方法性能超过主流算法,能实现有效的显著目标检测。; 关键词显著目标检测特征金字塔网络残差特征图增强; Keywords salient object detection feature pyramid network enhanced residual fusion; 分类号 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

题名基于EM自注意力残差的图像超分辨率重建网络: 4; 作者黄淑英胡瀚洋杨勇万伟国吴峥; 机构天津工业大学软件学院江西财经大学信息管理学院天津工业大学计算机科学与技术学院江西财经大学软件与物联网工程学院; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第2期388-397,共10页; 基金国家自然科学基金(61862030,62072218) 江西省自然科学基金(20192ACB20002,20192ACBL21008)*。; 文摘基于深度学习的图像超分辨率(SR)重建方法主要通过增加模型的深度来提升图像重建的质量,但同时增加了模型的计算代价,很多网络利用注意力机制来提高特征提取能力,但难以充分学习到不同区域的特征。为此,提出一种基于期望最大化(EM)自注意力残差的图像超分辨率重建网络。该网络通过改进基础残差块,构建特征增强残差块,以更好地复用残差块中所提取的特征。为增加特征信息在空间上的相关性,引入EM自注意力机制,构建EM自注意力残差模块来增强模型中每个模块的特征提取能力,并通过级联EM自注意力残差模块来构建整个模型的特征提取结构。所获得的特征图通过上采样的图像重建模块获得重建的高分辨率图像。将所提方法与主流方法进行实验对比,结果表明:所提方法在5个流行的SR测试集上能够取得较好的主观视觉效果和更优的性能指标。; 关键词超分辨率重建注意力机制期望最大化特征增强残差块 EM自注意力残差模块; Keywords super-resolution reconstruction attention mechanism expectation maximization feature-enhanced residual block EM self-attention residual block; 分类号 TP391.41 [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

题名结合特征学习与注意力机制的服装图像分割被引量：8: 5; 作者顾梅花刘杰李立瑶崔琳; 机构西安工程大学电子信息学院; 出处《纺织学报》 EI CAS CSCD 北大核心 2022年第11期163-171,共9页; 基金国家自然科学基金项目(61901347)。; 文摘针对小尺寸服装与遮挡服装图像分割准确率低的问题,提出一种基于改进多尺度特征学习策略与注意力机制的服装图像分割方法。以Mask R-CNN为基础框架,首先采用增强特征金字塔网络优化模型的特征学习过程,对多尺度服装特征进行统一监督,缩小不同层级之间的语义差距,引入残差特征增强模块减少高层特征损失,采用软感兴趣区域选择自适应地获取最优感兴趣区域特征;然后在分类预测分支引入通道注意力模块,在边界框回归与掩膜预测分支分别引入空间注意力模块,提取图像中需要重点关注的服装区域特征。结果表明,与其他方法相比,本文方法改善了小尺寸服装图像和遮挡服装图像分割中存在的漏检、漏分割现象,提取出的服装实例更精确,其平均精度均值比原模型提升了3.8%。; 关键词服装图像分割多尺度特征学习一致监督策略残差特征增强软感兴趣区域选择注意力机制; Keywords clothing image segmenttation multi-scale feature learning consistent supervision residual feature augmentation soft region of interest selection attention mechanism; 分类号 TS941.2 [轻工技术与工程—服装设计与工程] 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

题名改进Oriented R-CNN的遥感图像定向目标检测算法被引量：2: 6; 作者王雷雨王正勇陈洪刚何小海; 机构四川大学电子信息学院; 出处《电子测量技术》北大核心 2024年第21期138-149,共12页; 基金国家自然科学基金(62271336,62211530110) 四川省科技计划资助(2024YFHZ0212) 中央高校基本科研业务费专项资金(SCU2023D062,2022CDSN-15-SCU)项目资助。; 文摘近年来遥感目标检测的研究主要集中在改进边界框的表示方法,而忽略了遥感场景中独特的先验知识。为了进一步提高双阶段模型的检测精度,同时保持推理复杂度,本文以大核卷积构建的特征提取器LSKNet为基线,在特征表示和训练策略上进一步做出了改进。首先,通过RFA提取比例不变的上下文信息,以缓解LSKNet引入的背景噪声、提高模型对噪声的鲁棒性;然后,通过构建CS进一步提出CS策略来缩小不同尺度特征之间的语义鸿沟、使模型具备多尺度能力的同时更专注于小目标。本文的方法在几乎没有增加推理复杂度的同时,在大型遥感图像数据集DOTA上的单尺度结果达到了79.03%mAP 50,证明了提出方案的有效性。; 关键词目标检测遥感图像小目标残差特征增强一致性监督; Keywords object detection remote sensing images small targets residual feature augmentation consistent supervision; 分类号 TP391 [自动化与计算机技术—计算机应用技术] TN911.73 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于增强跳跃连接U-Net的肾脏肿瘤分割方法: 7; 作者鲍文霞杜银徕姚文君朱宏庆; 机构安徽大学电子信息工程学院; 出处《安徽大学学报(自然科学版)》 2025年第5期19-28,共10页; 基金安徽省转化医学研究院科研基金(2021zhyx-C45)。; 文摘计算机断层扫描(computed tomography,简称CT)在肾脏肿瘤的诊断中占据重要地位,准确检测出CT图像中的肿瘤可以有效辅助医生进行初步的诊断.针对CT图像中肿瘤尺度多样以及边缘模糊等问题,论文提出一种基于增强跳跃连接U-Net的肾脏肿瘤分割方法.该方法在nnU-Net(no-new-net)的基础上,在跳跃连接部分设计一种并行残差特征增强器,实现对肾脏肿瘤各尺度特征以及边缘特征的有效提取与增强.在并行残差特征增强器里设计多分支的并行卷积结构获取肿瘤丰富的特征,同时将并行卷积设置残差连接以提取肿瘤多尺度特征,并且对深度可分离卷积进行改进从而强化边缘特征信息.在所构建的肾脏肿瘤CT图像数据集上的实验结果表明,采用5折交叉验证和全部数据训练两种训练策略,论文方法在肾脏肿瘤的DSC(dice similarly coefficient)达到了86.36%和86.96%,分别比基线提高1.31%和0.96%,具有一定的优越性.; 关键词 CT图像深度学习肾脏肿瘤分割增强跳跃连接并行残差特征增强器; Keywords CT images deep learning kidney tumor segmentation enhanced skip-connection parallel residual feature enhance; 分类号 TP391 [自动化与计算机技术]; 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	基于双重注意力融合和空洞残差特征增强的场景文本检测	李利荣张开陈鹏周蕾乐玲熊炜巩朋成	《激光杂志》 CAS 北大核心	2022	1	在线阅读下载PDF 职称材料
2	采用动态样本分配的特征融合目标检测算法	牛文涛王鹏陈遵田李晓艳郜辉孙梦宇	《计算机工程与应用》 CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
3	增强特征金字塔结构的显著目标检测算法	刘剑峰潘晨	《计算机工程与应用》 CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料
4	基于EM自注意力残差的图像超分辨率重建网络	黄淑英胡瀚洋杨勇万伟国吴峥	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
5	结合特征学习与注意力机制的服装图像分割	顾梅花刘杰李立瑶崔琳	《纺织学报》 EI CAS CSCD 北大核心	2022	8	在线阅读下载PDF 职称材料
6	改进Oriented R-CNN的遥感图像定向目标检测算法	王雷雨王正勇陈洪刚何小海	《电子测量技术》北大核心	2024	2	在线阅读下载PDF 职称材料
7	基于增强跳跃连接U-Net的肾脏肿瘤分割方法	鲍文霞杜银徕姚文君朱宏庆	《安徽大学学报(自然科学版)》	2025		在线阅读下载PDF 职称材料