语义信息提取和图结构挖掘的事件骨架生成方法

1

作者 黄凯 马廷淮 +3 位作者 孙圣杰 龚智恒 汤毅翔 陈思 《计算机工程与应用》 北大核心 2025年第12期187-195,共9页

事件骨架生成旨在从一系列的事件图中归纳出包含事件类型及其时序关系的事件骨架图。这是在时间复杂事件模式归纳任务中的一个核心步骤。尽管现有的方法在这项任务上已经取得了一定的效果,但是由于事件图的复杂性和多变性,这些方法在挖... 事件骨架生成旨在从一系列的事件图中归纳出包含事件类型及其时序关系的事件骨架图。这是在时间复杂事件模式归纳任务中的一个核心步骤。尽管现有的方法在这项任务上已经取得了一定的效果,但是由于事件图的复杂性和多变性,这些方法在挖掘事件图的结构信息和语义信息方面仍显不足。因此,为解决该问题,提出了一种事件骨架生成模型。在图编码阶段,模型使用了拉普拉斯位置编码,以精准捕捉和编码图结构的局部信息。同时,模型采用了多头注意力机制和图卷积网络,以提取语义信息和图结构信息,全面总结事件发展的全局结构信息,构建出更泛化、更全面的事件骨架图。实验证明,在事件骨架生成任务上,该模型在Event Match指标上提升了8.83%,Event Sequence Match指标上提升了11.2%(L=2)和7.6%(L=3),实现了较大的性能提升。 展开更多

关键词 事件模式归纳 事件骨架生成 图生成 语义信息提取 图结构挖掘

在线阅读 下载PDF 职称材料

基于结构语义熵的网上商品信息提取系统 被引量：2

2

作者 吴晓彦 郑骁庆 +1 位作者 顾轶灵 沈元一 《计算机应用与软件》 CSCD 2010年第9期49-52,84,共5页

目前网上销售已成为一种重要的商品销售途径,其中商品网页信息提取是商品发布信息监测、商品比价等应用的技术基础。传统的网页信息提取系统在提取这些商品信息时存在人工干预过多和提取数据的针对性不强的问题。针对商品销售网站数据... 目前网上销售已成为一种重要的商品销售途径,其中商品网页信息提取是商品发布信息监测、商品比价等应用的技术基础。传统的网页信息提取系统在提取这些商品信息时存在人工干预过多和提取数据的针对性不强的问题。针对商品销售网站数据的具体表现形式,提出了一种基于结构语义熵的商品信息提取算法。该算法结合了商品的语义特征和网页的结构表现形式,可以实现全自动的网页商品提取。并通过实验证明了算法的有效性,和其在网上商品销售领域的普适性。 展开更多

关键词 网页信息提取 结构语义熵 信息聚集度分析

在线阅读 下载PDF 职称材料

基于语义信息的无监督单目深度估计 被引量：1

3

作者 李颀 李煜哲 《传感器与微系统》 CSCD 北大核心 2024年第9期157-160,共4页

随着深度学习的发展,无监督单目深度估计成为计算机视觉的研究热点。由于深度图存在轮廓不清晰、深度估计不准确等问题,以编—解码器结构为基础,提出一种基于语义信息的无监督单目深度估计网络,为了获取更为清晰的轮廓信息,本文在编解... 随着深度学习的发展,无监督单目深度估计成为计算机视觉的研究热点。由于深度图存在轮廓不清晰、深度估计不准确等问题,以编—解码器结构为基础,提出一种基于语义信息的无监督单目深度估计网络,为了获取更为清晰的轮廓信息,本文在编解码器之间通过空洞空间卷积池化金字塔(ASPP)层进行语义信息的细化,提高生成的图像质量;该网络通过在编码器到解码器的跳层连接实现对多分辨率特征的提取,在编码器部分采用改进的高分辨率网络(HRNet)融合不同层的多分辨率特征,在解码前使用串联策略融合中间阶段的输出,提高深度估计的准确率。在KITTI数据集上的实验结果表明,本文方法的误差评价指标相较于目前的深度估计方法更低,在3个深度估计准确率评价指标上达到了89.4%,96.3%,98.1%,具有较好的准确性。 展开更多

关键词 深度估计 无监督学习 多分辨率特征 语义信息 编—解码结构

在线阅读 下载PDF 职称材料

一种面向非结构化道路的点云语义分割方法 被引量：3

4

作者 王章宇 陈阳 +3 位作者 周彬 王杰 段星集 赵忠山 《北京航空航天大学学报》 北大核心 2025年第2期457-465,共9页

针对以露天矿区为代表的非结构化道路场景环境恶劣、道路边界模糊、障碍物尺寸差异较大等问题,提出一种面向非结构化道路的点云语义分割方法,包括预处理、特征提取网络及逆处理3部分。其中,预处理通过坐标转换将三维点云映射到二维Range... 针对以露天矿区为代表的非结构化道路场景环境恶劣、道路边界模糊、障碍物尺寸差异较大等问题,提出一种面向非结构化道路的点云语义分割方法,包括预处理、特征提取网络及逆处理3部分。其中,预处理通过坐标转换将三维点云映射到二维Range View(RV)图上,以提高网络推理速度;特征提取网络包括卷积注意力模块及多尺度残差模块,卷积注意力模块用于细化分割边界,解决道路边界模糊问题,多尺度残差模块使用大卷积核扩大感受野并融合上下采样特征,以适应非结构化道路环境下障碍物尺寸变化较大的问题;逆处理通过K最邻近(KNN)算法修正语义标签并将点云映射回三维空间。在典型非结构化道路露天矿区数据集上对所提方法进行测试,平均交并比达到85.1%,推理速度达到6.423 ms,与主流的基于球面投影的语义分割网络相比整体精度提升了3%,此外,所提方法在非结构化道路场景下进行了实际应用。 展开更多

关键词 三维点云 语义分割 非结构化道路 深度学习 注意力机制

在线阅读 下载PDF 职称材料

基于ERNIE 2.0模型的肺结节病历结构化方法

5

作者 毛俊华 钟臻 +2 位作者 陶书衡 徐佳鼎 马驰野 《计算机应用与软件》 北大核心 2025年第2期102-110,共9页

采用手工阅读分析肺结节病历的方式容易产生实体遗漏和提取特征效率低下问题。为方便医生做肺结节病历的研究,基于ERNIE 2.0模型,对肺结节病历中有医学研究价值的疾病、异常检测结果、直径等实体进行抽取,处理成结构化文本,便于医生进... 采用手工阅读分析肺结节病历的方式容易产生实体遗漏和提取特征效率低下问题。为方便医生做肺结节病历的研究,基于ERNIE 2.0模型,对肺结节病历中有医学研究价值的疾病、异常检测结果、直径等实体进行抽取,处理成结构化文本,便于医生进行相关检索、统计与研究。实验结果表明,该模型具有深度剖析知识增强语义能力,具有更丰富的语料库,相较于固定规则,可以理解相对复杂的语义,有一定的泛化性,效果提升显著,F1值可达94%,优于BiLSTM(Bidirectional Long-Short Term Memory)和BERT模型的结果。 展开更多

关键词 病历结构化 命名实体识别 ERNIE 深度神经网络 语义理解

在线阅读 下载PDF 职称材料

基于图像语义分割与结构保持约束的风机叶片拼接技术 被引量：2

6

作者 许恒雷 陈帅旗 +1 位作者 宋勋 朱洺洁 《现代防御技术》 北大核心 2024年第4期123-129,共7页

以无人机对风机叶片的巡检拍摄为应用背景,开展了风机叶片图像的拼接方法研究,提出了一种先进行背景分割然后进行图像网格化拼接的处理方法。通过深度学习U-Net算法,进行图像中风机主体部分的提取,该处理能够有效处理多视角大视差、目... 以无人机对风机叶片的巡检拍摄为应用背景,开展了风机叶片图像的拼接方法研究,提出了一种先进行背景分割然后进行图像网格化拼接的处理方法。通过深度学习U-Net算法,进行图像中风机主体部分的提取,该处理能够有效处理多视角大视差、目标背景特征点分布不均导致的风机叶片拼接困难的问题;在图像网格优化的过程中,基于保护风叶全局线性度的策略设计能量函数,优化得到的网格顶点对风机边缘的直线特征进行了有效保护。实现了多幅风机叶片的自然拼接,拼接得到的图像视觉效果畸变小、连续真实。 展开更多

关键词 图像语义分割 as-projective-as-possible(APAP) 网格化图像拼接 直线结构保持 深度学习 特征提取

在线阅读 下载PDF 职称材料

融合边缘语义信息的单目深度估计 被引量：4

7

作者 张玉亮 赵智龙 +3 位作者 付炜平 刘洪吉 熊永平 尹子会 《科学技术与工程》 北大核心 2022年第7期2761-2769,共9页

单目深度估计研究是许多视觉任务的基础,从图像中得到边缘清晰,细节丰富的深度图对于后续任务具有重要的作用。针对当前单目深度估计模型中不能深度融合图像语义信息以及不能较好地利用图像对象的边缘信息问题,首先构建了超像素拓扑关系... 单目深度估计研究是许多视觉任务的基础,从图像中得到边缘清晰,细节丰富的深度图对于后续任务具有重要的作用。针对当前单目深度估计模型中不能深度融合图像语义信息以及不能较好地利用图像对象的边缘信息问题,首先构建了超像素拓扑关系图,使用图神经网络提取局部边缘信息之间的相互关系,得到以超像素为节点的拓扑关系图,其次构建了基于编解码结构的深度估计与语义分割的联合模型,通过优化联合目标函数,使模型能够融合边缘语义信息,从而提高模型提取局部结构信息的能力。通过在NYU-Depth V2数据集中进行实验验证,结果表明模型能够构建细节丰富边缘清晰的深度图,提高了单目深度视觉估计的质量,与其他模型相比,该模型具有一定的优越性。 展开更多

关键词 单目深度估计 语义分割 图神经网络 超像素 编解码结构

在线阅读 下载PDF 职称材料

基于U-net神经网络的烟草种植信息提取 被引量：6

8

作者 张雷 刘昌华 +1 位作者 石林峰 张鹰 《农业与技术》 2021年第22期44-47,共4页

烟草作为一种特殊的经济作物,在我国的经济发展中有着不可或缺的作用,其空间位置和面积等信息的精确监测是十分重要的。传统的监测方法耗时费力,而应用遥感技术开展相关监测分析成为当前研究热点。本文以洛宁县为研究区,高分二号卫星影... 烟草作为一种特殊的经济作物,在我国的经济发展中有着不可或缺的作用,其空间位置和面积等信息的精确监测是十分重要的。传统的监测方法耗时费力,而应用遥感技术开展相关监测分析成为当前研究热点。本文以洛宁县为研究区,高分二号卫星影像为数据源,通过自己制作的烟草数据集,利用U-net深度学习网络对研究区烟草进行提取,并与其它模型进行精度对比。结果表明:基于U-net网络模型方法取得了90.68%的准确率和92.87%的召回率,综合评价指标F_(1)值达91.76%。相比K最近邻分类算法、Decision Tree和Random Forest分类模型的鉴别准确率平均高3.8%。综上可知,本文使用的U-net深度学习网络模型在数据集较少的情况下依然能有较高的烟草提取精度,为烟草快速精细化提取提供技术支持。 展开更多

关键词 深度学习 语义分割 遥感影像 烟草 信息提取

在线阅读 下载PDF 职称材料

双编码结构的遥感影像滑坡识别方法

9

作者 邵进科 何荣 +1 位作者 方志刚 朱光辉 《遥感信息》 北大核心 2025年第3期122-128,共7页

针对目前深度学习算法在遥感影像的语义分割中识别滑坡体存在精度较差、模型单一的问题,基于UNet网络结构提出了使用Swin Transformer和ResNet双编码结构的特征提取网络SR_UNet。网络通过融合两种不同尺度的语义信息构建兼顾全局-局部... 针对目前深度学习算法在遥感影像的语义分割中识别滑坡体存在精度较差、模型单一的问题,基于UNet网络结构提出了使用Swin Transformer和ResNet双编码结构的特征提取网络SR_UNet。网络通过融合两种不同尺度的语义信息构建兼顾全局-局部的特征,通过解码器还原特征层,并将网络应用于毕节滑坡数据集进行滑坡体识别工作。将模型识别结果与UNet、DeeplabV3+、Swin Transformer和Swin_UNet模型进行对比。结果显示,相较于4种单一网络模型,SR_UNet在MIoU上分别提升了4.34、3.42、7.45、2.15个百分点,且SR_UNert在训练过程中拥有较快的收敛速度和较好的收敛效果。实验证明该模型在滑坡体识别中各方面都具有优于单一模型的性能,可以作为从遥感影像中识别滑坡体的有效手段。 展开更多

关键词 深度学习 双编码结构 Swin Transformer 语义分割 滑坡识别

在线阅读 下载PDF 职称材料

利用深度神经网络并结合配价信息的语义角色标注 被引量：2

10

作者 袁里驰 《小型微型计算机系统》 CSCD 北大核心 2022年第9期1925-1930,共6页

语义角色标记被认为是实现自然语言理解的关键一步,并已被广泛研究.近年来,基于深度神经网络的端到端语义角色标记越来越受到关注.然而当前的语义角色标记方法使用没有语言特征的深度神经网络,配价结构可以较好地刻画句子的句法结构和... 语义角色标记被认为是实现自然语言理解的关键一步,并已被广泛研究.近年来,基于深度神经网络的端到端语义角色标记越来越受到关注.然而当前的语义角色标记方法使用没有语言特征的深度神经网络,配价结构可以较好地刻画句子的句法结构和语义构成关系,因此,本文提出了一种融合配价信息的深度神经网络模型,它有效地结合了丰富的语言配价信息以进行语义角色标记.本文在CoNLL-2005共享任务数据集和CoNLL-2012共享任务数据集上对融合配价信息的深度神经网络模型进行了评估,在两个基准语义角色标记数据集上比以前的工作取得了更好的结果. 展开更多

关键词 深度神经网络 语义角色标注 配价结构

在线阅读 下载PDF 职称材料

双路径特征融合编解码结构的高速语义分割 被引量：4

11

作者 胡学刚 龚宇 敬力源 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2022年第12期1911-1919,共9页

对基于深度学习的高精度图像语义分割模型参数量大、分割速度慢的问题,提出一种基于双路径特征融合编解码结构的语义分割模型.首先,该模型编码器通过对语义路径和空间路径同时进行编码,其能够融合不同的特征信息,弥补了空间信息和语义... 对基于深度学习的高精度图像语义分割模型参数量大、分割速度慢的问题,提出一种基于双路径特征融合编解码结构的语义分割模型.首先,该模型编码器通过对语义路径和空间路径同时进行编码,其能够融合不同的特征信息,弥补了空间信息和语义信息难以两全的弊端,对特征图进行高效的卷积操作;其次,该模型解码器通过融合高层语义信息和低层空间信息,有效地弥补了编码时下采样操作丢失的特征信息.在Cityscapes和Camvid数据集上的实验结果表明,整体模型的参数量仅为3.91×10^(6),在2个数据集上分别取得了67.7%和65.8%的均交并比,分割速度分别为111帧/s和86帧/s.对比其他同类模型,所提模型拥有更少的参数量和更高的精度,其分割速度远远超过实时语义分割的最低要求24帧/s. 展开更多

关键词 神经网络 语义分割 特征融合 深度学习 编解码结构

在线阅读 下载PDF 职称材料

基于SegNet的非结构道路可行驶区域语义分割 被引量：14

12

作者 张凯航 冀杰 +1 位作者 蒋骆 周显林 《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第3期79-87,共9页

为了增强自动驾驶车辆对非结构化道路中可行驶区域的场景理解能力,基于SegNet深度学习网络结构,提出了一种针对非结构道路的可行驶区域语义分割方法。在传统的卷积神经网络基础上,构建编码-解码深度卷积神经网络,用于自动习得图片中非... 为了增强自动驾驶车辆对非结构化道路中可行驶区域的场景理解能力,基于SegNet深度学习网络结构,提出了一种针对非结构道路的可行驶区域语义分割方法。在传统的卷积神经网络基础上,构建编码-解码深度卷积神经网络,用于自动习得图片中非结构化道路的特征,通过在数据集上进行训练和学习,得到图像语义分割模型,可直接用该模型预测非结构道路中的可行驶区域,实现自动驾驶车辆在非结构道路中行驶时的环境感知。实验结果表明,研究方法分割效果和精确度提升明显,Dice相似度和Jaccard相似系数均可达80%以上。 展开更多

关键词 自动驾驶 非结构化道路 深度学习 语义分割

在线阅读 下载PDF 职称材料

基于深度学习的图像分割综述 被引量：19

13

作者 黄雯珂 滕飞 +1 位作者 王子丹 冯力 《计算机科学》 CSCD 北大核心 2024年第2期107-116,共10页

图像分割是计算机视觉中的一项基本任务,其主要目的是从图像输入中提取有意义和连贯的区域。多年来,图像分割领域已经开发出了各种各样的技术,包括基于传统方法,以及利用卷积神经网络的最新图像分割技术。随着深度学习的发展,更多的深... 图像分割是计算机视觉中的一项基本任务,其主要目的是从图像输入中提取有意义和连贯的区域。多年来,图像分割领域已经开发出了各种各样的技术,包括基于传统方法,以及利用卷积神经网络的最新图像分割技术。随着深度学习的发展,更多的深度学习算法也被应用到图像分割任务中。特别地,近两年学者对深度学习的兴趣高涨,涌现了许多应用于图像分割任务的深度学习算法。然而大部分新的算法还没有被归纳分析,这将不利于后续研究的进行。文中对近两年发表的基于深度学习的图像分割研究进行了全面回顾。首先对图像分割的常用数据集进行简要介绍,然后阐明了基于深度学习的图像分割的新分类,最后讨论了现有的挑战并对今后的研究方向进行了展望。 展开更多

关键词 图像分割 语义分割 深度学习 网络结构 监督学习

在线阅读 下载PDF 职称材料

基于PointNet优化网络的铁路站台语义分割 被引量：2

14

作者 鲁子明 黄世秀 +2 位作者 季铮 张思仪 黄翔翔 《现代电子技术》 北大核心 2024年第3期68-72,共5页

铁路站台点云语义分割是对铁路侵界现象进行检测的关键环节。文中以新型激光扫描测量系统采集的具有三维空间信息的点云数据为基础,在获取初步分割结果的基础上,设计PointNet网络整体结构提取点云数据全局特征,采用多层次金字塔结构对... 铁路站台点云语义分割是对铁路侵界现象进行检测的关键环节。文中以新型激光扫描测量系统采集的具有三维空间信息的点云数据为基础,在获取初步分割结果的基础上,设计PointNet网络整体结构提取点云数据全局特征,采用多层次金字塔结构对网络进行局部特征提取优化,实现铁路站台点云数据语义分割。研究表明,所提方法对实验点云数据的分割准确率达到84.5%,在铁路工程应用中的点云总体分割精度达到75.34%,在铁路检测中实现了大范围多尺度点云数据的可靠语义分割,满足铁路侵界现象检测分析需求。 展开更多

关键词 点云分割 深度学习 铁路站台 铁路侵界 PointNet 金字塔结构 深度神经网络 语义分割

在线阅读 下载PDF 职称材料

基于结构化特征的遥感影像道路智能提取方法 被引量：6

15

作者 王文庆 胡若同 +2 位作者 贺浩 杨东方 马晓华 《中国空间科学技术》 EI CSCD 北大核心 2021年第2期71-76,共6页

遥感影像道路提取是空基平台对地智能理解的重要内容。利用道路网络特有的结构特点,从道路网络结构相似性损失函数和结构化特征算子两个方面,提出了一种结构化特征表示的道路提取方法。首先,针对遥感图像中道路目标占比较小的特点,设计... 遥感影像道路提取是空基平台对地智能理解的重要内容。利用道路网络特有的结构特点,从道路网络结构相似性损失函数和结构化特征算子两个方面,提出了一种结构化特征表示的道路提取方法。首先,针对遥感图像中道路目标占比较小的特点,设计了深度较浅、分辨率较高的编解码网络结构;其次,引入道路网络的结构相似性(SSIM)损失,并提出一种道路结构化特征描述子,对道路提取结果进行优化;最后,在道路数据集上进行了对比试验,所提出的结构化特征提取方法的精度和F1-score分别达到了85.3%和84.6%。 展开更多

关键词 深度学习 遥感 道路提取 结构化特征描述子 语义分割

在线阅读 下载PDF 职称材料

一种基于结构感知的肝血管分割模型

16

作者 贾熹滨 孙馨蕊 +3 位作者 杨正汉 杨大为 王珞 HONG Min 《北京工业大学学报》 CAS CSCD 北大核心 2024年第1期61-69,共9页

为了在缺乏大量肝血管标注信息的情况下增强肝血管结构分割,提出了局部-长距离-相邻信息融合模块,并将其嵌入U-Net的编码阶段,得到一种基于结构感知的肝血管分割网络。该模块有3个分支:提取特征图局部信息的残差卷积模块,利用自注意力... 为了在缺乏大量肝血管标注信息的情况下增强肝血管结构分割,提出了局部-长距离-相邻信息融合模块,并将其嵌入U-Net的编码阶段,得到一种基于结构感知的肝血管分割网络。该模块有3个分支:提取特征图局部信息的残差卷积模块,利用自注意力机制提取特征图的全局信息的长距离提取模块,以及利用相邻切片补充上下文信息的相邻信息提取模块。通过将以上3个分支模块的输出特征图进行融合,可以有效提升网络的血管结构感知能力,缓解2D网络无法表征血管立体走向与3D网络训练数据不足的问题。分别在MICCAI十项全能数据集中的肝血管与肿瘤数据集和三甲医院收集标注的自采肝血管数据集上进行了广泛的对比实验。结果表明,与多种主流的分割算法相比,该算法取得了最优的血管分割性能。所提出的方法在MICCAI数据集上Dice值达到64.04%,在自采肝血管数据集上Dice值达到了72.07%。 展开更多

关键词 肝血管分割 语义分割 U型网络 深度学习 切片上下文融合 结构感知

在线阅读 下载PDF 职称材料

基于改进U^(2)-Net模型的混凝土结构表面裂缝检测 被引量：5

17

作者 程浩东 李怡静 +2 位作者 李玥康 胡强 王姣 《水利水电技术（中英文）》 北大核心 2024年第6期159-171,共13页

【目的】背景复杂的混凝土结构表面裂缝连续性差、识别率低,基于深度学习的裂缝检测方法存在模型参数量大的问题。【方法】为此,结合U^(2)-Net框架构建了一种聚合多尺度信息的轻量级模型U^(2)-Net_Aggregation,用于复杂背景下的裂缝特... 【目的】背景复杂的混凝土结构表面裂缝连续性差、识别率低,基于深度学习的裂缝检测方法存在模型参数量大的问题。【方法】为此,结合U^(2)-Net框架构建了一种聚合多尺度信息的轻量级模型U^(2)-Net_Aggregation,用于复杂背景下的裂缝特征学习。该模型通过增加跳跃连接,使得每个解码层均聚合该层以上所有浅层编码特征,以获得足够的特征细节,提升裂缝分割精度;利用深度可分离卷积(Depthwise Separable Convolution, DSC)对原本的残差模块(ReSidual U-blocks, RSU)进行改进,提出了新的残差模块(RSU-DSC-ECA),来降低聚合多尺度信息时带来的模型复杂度提升的问题,其中的通道注意力机制(Efficient Channel Attention, ECA)可提升模型对裂缝区域的敏感性和对复杂背景的抗干扰能力。【结果】在三组裂缝数据集上进行消融试验,改进后的模型(U^(2)-Net_Aggregation)相较于U^(2)-Net在准确率、交并比、综合评价指标上均有优异的表现。为了验证模型对复杂背景中裂缝的识别能力,利用无人机实地采集的某混凝土结构数据进行试验,其检测效果优于FCN、SegNet、U-Net和U^(2)-Net。【结论】改进后的模型相比U^(2)-Net在召回率、交并比和综合评价指标方面分别提高了4.18%、2.97%和2.03%,可借助无人机影像快速准确地检测出裂缝,为结构裂缝检测提供一种新的方法。 展开更多

关键词 混凝土结构 裂缝检测 深度学习 语义分割 U^(2)-Net 神经网络 混凝土

在线阅读 下载PDF 职称材料

基于语义分割的复杂场景下的秸秆检测 被引量：18

18

作者 刘媛媛 张硕 +2 位作者 于海业 王跃勇 王佳木 《光学精密工程》 EI CAS CSCD 北大核心 2020年第1期200-211,共12页

基于阈值或纹理分割的秸秆覆盖率检测算法,存在准确性低、复杂度高、运行耗时长等问题,且对含有大量干扰因素的复杂农田场景分割效果不佳。本文提出了一种检测准确度高、训练参数少且运行速度快的语义分割算法(DSRA-UNet)。该算法结合U... 基于阈值或纹理分割的秸秆覆盖率检测算法,存在准确性低、复杂度高、运行耗时长等问题,且对含有大量干扰因素的复杂农田场景分割效果不佳。本文提出了一种检测准确度高、训练参数少且运行速度快的语义分割算法(DSRA-UNet)。该算法结合UNet的对称编-解码架构,在浅层特征图使用标准卷积,深层采用深度可分离卷积,并在每一层增加残差结构来加大网络深度,以降低参数量的同时提高精度。此外,在跳级连接过程增加全局最大池化注意力机制,进一步提高网络的分割精度。将算法在秸秆数据集上进行验证,实验结果表明本文所提算法平均交并比达到94.3%,训练参数量仅为0.76 M,单张图片测试时间在0.05 s以下。该算法可以精准分割出秸秆和土壤,并可在复杂环境下将干扰信息分割出,可在一定程度上解决图像中的阴影问题。 展开更多

关键词 秸秆检测 语义分割 深度可分离卷积 注意力机制 残差结构

在线阅读 下载PDF 职称材料

基于跨模态协同表示学习的二进制代码相似性检测方法

19

作者 杨宏宇 王云龙 +1 位作者 胡泽 成翔 《电子学报》 北大核心 2025年第4期1279-1292,共14页

二进制代码相似性检测(Binary Code Similarity Detection,BCSD)技术能够在无源代码的情况下检测二进制文件内在的安全威胁,在软件成分分析、漏洞挖掘等软件供应链安全领域中广泛应用.针对现有BCSD方法普遍忽略程序实际执行信息和局部... 二进制代码相似性检测(Binary Code Similarity Detection,BCSD)技术能够在无源代码的情况下检测二进制文件内在的安全威胁,在软件成分分析、漏洞挖掘等软件供应链安全领域中广泛应用.针对现有BCSD方法普遍忽略程序实际执行信息和局部语义信息,导致汇编指令语义表示学习效果不佳、特征提取模型的训练资源消耗过大以及相似性检测性能较差等问题,提出一种基于跨模态协同表示学习的二进制代码相似性检测方法(Cross-Modal coordinated Representation Learning for binary code similarity detection,CMRL).首先,提取汇编指令序列和编程语言片段语义间的对应关系并构建一个对比学习数据集,提出一种面向二进制代码的汇编指令-编程语言协同表示学习方法(Assembly code-Programming language Coordinated representations Learning method,APECL),将源代码的高层次语义作为监督信息,通过对比学习任务使汇编指令编码器APECL-Asm与编程语言编码器生成的特征表示在语义空间中对齐,提升APECL-Asm对汇编指令的语义表示学习效果.然后,设计一种基于图神经网络的二进制函数嵌入向量生成方法,通过语义结构感知网络对APECL-Asm提取到的语义信息和程序实际执行信息进行融合,生成函数嵌入向量.最后,通过计算函数嵌入向量之间的余弦距离对二进制代码进行相似性检测.实验结果表明,与现有方法相比,CMRL对二进制代码相似性检测的Recall@1指标提升8%~33%;针对代码混淆场景下的相似性检测任务,CMRL的Recall@1指标衰减幅度更小,具有更强的抗干扰能力. 展开更多

关键词 二进制代码相似性检测 跨模态 协同表示学习 语义结构感知网络 深度神经网络

在线阅读 下载PDF 职称材料

基于区块自适应特征融合的图像实时语义分割 被引量：10

20

作者 黄庭鸿 聂卓赟 +3 位作者 王庆国 李帅 晏来成 郭东生 《自动化学报》 EI CAS CSCD 北大核心 2021年第5期1137-1148,共12页

近年来结合深度学习的图像语义分割方法日益发展,并在机器人、自动驾驶等领域中得到应用.本文提出一种基于区块自适应特征融合(Block adaptive feature fusion,BAFF)的实时语义分割算法,该算法在轻量卷积网络架构上,对前后文特征进行分... 近年来结合深度学习的图像语义分割方法日益发展,并在机器人、自动驾驶等领域中得到应用.本文提出一种基于区块自适应特征融合(Block adaptive feature fusion,BAFF)的实时语义分割算法,该算法在轻量卷积网络架构上,对前后文特征进行分区块自适应加权融合,有效提高了实时语义分割精度.首先,分析卷积网络层间分割特征的感受野对分割结果的影响,并在跳跃连接结构(SkipNet)上提出一种特征分区块加权融合机制;然后,采用三维卷积进行层间特征整合,建立基于深度可分离的特征权重计算网络.最终,在自适应加权作用下实现区块特征融合.实验结果表明,本文算法能够在图像分割的快速性和准确性之间做到很好的平衡,在复杂场景分割上具有较好的鲁棒性. 展开更多

关键词 深度学习 实时语义分割网络 区块自适应特征融合 跳跃连接结构

在线阅读 下载PDF 职称材料