检索结果-维普期刊中文期刊服务平台

基于多尺度注意力导向网络的单目图像深度估计被引量：8: 1; 作者刘杰平温竣文梁亚玲《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第12期52-62,共11页; 针对现有基于深度学习的单目图像深度估计算法存在的空间分辨率低和边缘模糊等问题,提出了一种基于多尺度注意力导向网络的单目图像深度估计算法。首先设计了一个端到端的编码器-解码器模型,编码器以多个尺度进行特征提取。为了保证更... 展开更多; 关键词深度学习单目图像深度估计多尺度注意力导向网络多尺度特征通道注意力融合; 在线阅读下载PDF 职称材料

改进U_Net网络的钢结构表面锈蚀图像分割方法被引量：1: 2; 作者陈法法董海飞 +1 位作者何向阳陈保家《电子测量与仪器学报》 CSCD 北大核心 2024年第2期49-57,共9页; 为实现锈蚀图像分割网络模型轻量化,同时消除非单一特征背景和锈液等类似特征背景干扰,本文将U_Net网络模型的编码部分替换为MobilenetV3_Large网络,导入基于ImageNet数据集的MobilenetV3_Large网络预训练权重,将U_Net网络模型解码部分... 展开更多; 关键词锈蚀区域分割 MobilenetV3 U_Net 注意力导向深度可分离残差卷积; 在线阅读下载PDF 职称材料

胃管插管中“心理诱导”应用50例被引量：1: 3; 作者吴素献孙联军吉占全《河南医科大学学报》北大核心 2001年第6期768-769,共2页; 关键词食管癌贲门癌胃管插管注意力导向外科手术; 在线阅读下载PDF 职称材料

基于改进卷积神经网络的腹部动脉血管分割被引量：2: 4; 作者纪玲玉高永彬 +2 位作者蔡清萍卫子然廖薇《计算机工程与科学》 CSCD 北大核心 2021年第11期1986-1993,共8页; 腹部动脉血管分割对于胃癌淋巴结的转移和肝动脉变异类型的判断至关重要。针对腹部动脉血管分割精度低、易断裂等问题,提出一种改进卷积网络架构的腹部动脉分割方法。卷积网络的编码部分使用带有卷积注意的预训练模块(resnet34),避免了... 展开更多; 关键词腹部动脉血管分割卷积神经网络注意力导向滤波迁移学习; 在线阅读下载PDF 职称材料

题名基于多尺度注意力导向网络的单目图像深度估计被引量：8: 1; 作者刘杰平温竣文梁亚玲; 机构华南理工大学电子与信息学院; 出处《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第12期52-62,共11页; 基金国家自然科学基金资助项目(61701181,61471173) 广东省自然科学基金资助项目(2017A030325430)。; 文摘针对现有基于深度学习的单目图像深度估计算法存在的空间分辨率低和边缘模糊等问题,提出了一种基于多尺度注意力导向网络的单目图像深度估计算法。首先设计了一个端到端的编码器-解码器模型,编码器以多个尺度进行特征提取。为了保证更好的深度连续性,解码器结合残差学习以及通道注意力融合,对提取的多尺度特征逐步优化细节以及场景结构。考虑到多次下采样会导致深度图细节的丢失,设计了边界增强模块,通过引入空间注意力,提升不同物体的类间对比度以增强图像的边界细节。最后,优化模块融合来自解码器和边界增强模块的多尺度特征,生成深度图像。实验结果表明,与当前主流的算法相比,文中算法生成的深度图像质量得到了提高,表现出了更细致的物体轮廓信息,在客观指标和主观效果上均有良好的表现。; 关键词深度学习单目图像深度估计多尺度注意力导向网络多尺度特征通道注意力融合; Keywords deep learning monocular image depth estimation multi-scale attention-oriented network multi-scale feature channel attention 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

题名改进U_Net网络的钢结构表面锈蚀图像分割方法被引量：1: 2; 作者陈法法董海飞何向阳陈保家; 机构三峡大学水电机械设计与维护湖北省重点实验室国家大坝安全工程技术研究中心; 出处《电子测量与仪器学报》 CSCD 北大核心 2024年第2期49-57,共9页; 基金国家自然科学基金(51975324) 国家大坝安全工程技术研究中心开放基金(CX2022B06) 湖北省教育厅科研项目(B2021036)资助。; 文摘为实现锈蚀图像分割网络模型轻量化,同时消除非单一特征背景和锈液等类似特征背景干扰,本文将U_Net网络模型的编码部分替换为MobilenetV3_Large网络,导入基于ImageNet数据集的MobilenetV3_Large网络预训练权重,将U_Net网络模型解码部分的普通卷积替换为深度可分离残差卷积,并在上采样的过程中添加注意力导向AG模块和Dropout机制。经实验验证表明,本文设计的改进U_Net网络模型在非单一特征背景和锈液等类似特征背景干扰下,具有明显的锈蚀图像分割优势,相比于原U_Net网络模型,模型大小减少了81.18%,浮点计算量减少了98.34%,检测效率提升了3.27倍,即从原来不足6 fps,提升至19 fps。网络模型实现轻量化的同时,网络模型的准确率达95.54%,相比于原U_Net网络模型提升了5.04%。; 关键词锈蚀区域分割 MobilenetV3 U_Net 注意力导向深度可分离残差卷积; Keywords rust area segmentation MobileNetV3 U_Net attention guided depth separable residual convolution; 分类号 TP391.41 [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

题名胃管插管中“心理诱导”应用50例被引量：1: 3; 作者吴素献孙联军吉占全; 机构安阳地区医院胸外科; 出处《河南医科大学学报》北大核心 2001年第6期768-769,共2页; 关键词食管癌贲门癌胃管插管注意力导向外科手术; 分类号 R735 [医药卫生—肿瘤] R730.56 [医药卫生—肿瘤]; 在线阅读下载PDF 职称材料

题名基于改进卷积神经网络的腹部动脉血管分割被引量：2: 4; 作者纪玲玉高永彬蔡清萍卫子然廖薇; 机构上海工程技术大学电子电气工程学院上海长征医院军医普通外科; 出处《计算机工程与科学》 CSCD 北大核心 2021年第11期1986-1993,共8页; 基金上海市上海市科委重点项目(18411952800) 上海工程技术大学协同创新基金(0232-E2-6202-19-022)。; 文摘腹部动脉血管分割对于胃癌淋巴结的转移和肝动脉变异类型的判断至关重要。针对腹部动脉血管分割精度低、易断裂等问题,提出一种改进卷积网络架构的腹部动脉分割方法。卷积网络的编码部分使用带有卷积注意的预训练模块(resnet34),避免了梯度消失且可更好地获取图像的特征信息。为了扩大感受野和聚集多尺度特征信息,提出了一种新的多尺度特征融合模块。此外,动脉血管的边缘结构信息的学习至关重要,引入注意力导向滤波作为信息扩展路径,使输出特征更加结构化,提升血管分割的精度。所提方法在腹部动脉血管分割的实验结果表明,与基础网络U-Net相比,所提方法在灵敏度和交并比上分别提升了2.84%和1.19%。与CE-Net网络相比,在灵敏度和交并比上分别提升了1.34%和1.61%。; 关键词腹部动脉血管分割卷积神经网络注意力导向滤波迁移学习; Keywords abdominal artery segmentation convolutional neural network attention guided filtering transfer learning; 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	作者	出处	发文年	被引量	操作
1	基于多尺度注意力导向网络的单目图像深度估计	刘杰平温竣文梁亚玲	《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心	2020	8	在线阅读下载PDF 职称材料
2	改进U_Net网络的钢结构表面锈蚀图像分割方法	陈法法董海飞何向阳陈保家	《电子测量与仪器学报》 CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
3	胃管插管中“心理诱导”应用50例	吴素献孙联军吉占全	《河南医科大学学报》北大核心	2001	1	在线阅读下载PDF 职称材料
4	基于改进卷积神经网络的腹部动脉血管分割	纪玲玉高永彬蔡清萍卫子然廖薇	《计算机工程与科学》 CSCD 北大核心	2021	2	在线阅读下载PDF 职称材料