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
共找到141篇文章
< 1 2 … 8 >
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：
基于孪生网络的特征融合位移RGB-T目标跟踪
1
作者 李海燕 曹永辉 +1 位作者 郎恂 李海江 《湖南大学学报(自然科学版)》 北大核心 2025年第4期68-78,共11页
为解决现有目标跟踪算法深层次特征提取困难、不能充分利用跨模态信息以及目标特征表示较弱等问题,提出了基于孪生网络的特征融合位移RGB-T目标跟踪算法.首先,基于可见光模态SiameseRPN++的目标跟踪框架,扩展设计红外模态分支,以获得多... 为解决现有目标跟踪算法深层次特征提取困难、不能充分利用跨模态信息以及目标特征表示较弱等问题,提出了基于孪生网络的特征融合位移RGB-T目标跟踪算法.首先,基于可见光模态SiameseRPN++的目标跟踪框架,扩展设计红外模态分支,以获得多模态目标跟踪框架,设计了改进步长的ResNet50作为特征提取网络,有效挖掘目标的深层次特征.随后,设计特征交互学习模块,利用一种模态的判别信息引导另一种模态的目标外观特征学习,挖掘特征空间和通道中的跨模态信息,增强网络对前景信息的关注.然后,设计多模特征融合模块计算输入的可见光图像和红外图像的特征融合度,对不同模态的重要特征进行空间融合以去除冗余信息,并采用级联融合策略重建多模态图像,增强目标特征表示.最后,设计特征空间位移模块,分割红外模态分支的特征图并向四个不同方向移位,增强热源目标特征的边缘表示.在两个RGB-T数据集上的实验验证了提出算法的有效性,消融实验证明了设计的单个模块的优越性. 展开更多
关键词 RGB-T跟踪 多模特征融合模块 特征空间位移模块 特征交互学习模块
在线阅读 下载PDF
基于特征分治与融合的铁路扣件轻量化实时检测模型
2
作者 鄢化彪 林初欣 +3 位作者 黄绿娥 李东丽 刘词波 徐方奇 《北京交通大学学报》 北大核心 2025年第3期56-67,共12页
为解决嵌入式设备实时处理海量铁路扣件视觉图像数据时无法兼顾精确度与检测速度的问题,提出一种基于特征分治与融合的轻量化实时检测模型.首先,利用基于空间与通道特征的分治混合注意力模块强化模型的特征提取能力,降低图像中复杂背景... 为解决嵌入式设备实时处理海量铁路扣件视觉图像数据时无法兼顾精确度与检测速度的问题,提出一种基于特征分治与融合的轻量化实时检测模型.首先,利用基于空间与通道特征的分治混合注意力模块强化模型的特征提取能力,降低图像中复杂背景对目标的干扰;其次,提出一种二重分治特征融合方法,提升对不同大小目标的检测能力,同时在检测头(YOLO Head)的代价体构建方面,引入可变焦距损失函数(Varifocal Loss,VFL)代替YOLOX-Nano检测头的二值交叉熵损失函数,提高轻量化实时检测的精度;再次,使用随机Alpha-IoU(RAL)损失函数动态调整参数,延缓算法的收敛速度从而优化模型的训练曲线,避免模型训练过程陷入局部最优解;最后,采集10233个检测目标并划分为6种类型,选择YOLOX-Nano、Faster R-CNN及YOLOv8n等主流目标检测模型作为对比进行实验.实验结果表明:所提模型的每秒帧数(Frames Per Second,FPS)为60.24,平均精度(Average Precision,AP)为83.40%,较基线模型提高了3.24%;参数量为2.31 M,较YOLOX-Tiny减少54.08%,浮点数计算量为1.99 G,较YOLOX-Tiny减少69.15%.研究成果可为轻量级实时检测模型与计算系统提供参考. 展开更多
关键词 轻量级嵌入式系统 分治混合注意力模块 分治特征融合 代价体构建
在线阅读 下载PDF
基于多尺度时空特征融合的视频异常事件检测 被引量：1
3
作者 李歌 肖洪兵 +2 位作者 闫善武 王瑜 孙梅 《燕山大学学报》 北大核心 2025年第1期74-82,共9页
在视频异常事件检测的问题上,现有的研究方法未充分考虑场景中的背景信息干扰和目标尺度变化,导致检测精度普遍较低。针对此类问题,提出了一种融合多尺度时空信息的异常事件检测方法。首先,应用一种坐标注意力的方法,使模型更多地关注... 在视频异常事件检测的问题上,现有的研究方法未充分考虑场景中的背景信息干扰和目标尺度变化,导致检测精度普遍较低。针对此类问题,提出了一种融合多尺度时空信息的异常事件检测方法。首先,应用一种坐标注意力的方法,使模型更多地关注异常事件发生的区域。其次,为了提取到各层次丰富的时空信息,采用空洞卷积网络构建一种多分支多尺度的特征融合模块。最后,考虑到正常事件的多样性,提出一种规则分数,以便在测试阶段进一步更新记忆增强模块中的记忆项,提高对异常事件的检测精度。在CUHK Avenue和ShanghaiTech数据集的相关实验中,提出方法的帧级AUC分别达到了88.7%和77.5%,且满足视频检测的实时性要求,验证了该方法的可行性和有效性。 展开更多
关键词 视频异常检测 无监督学习 空洞卷积 多尺度时空特征融合 记忆增强模块
在线阅读 下载PDF
时空网络特征融合的病理步态识别方法
4
作者 李聪聪 王斌 +1 位作者 李亚南 李一帆 《计算机工程与设计》 北大核心 2025年第7期2109-2116,共8页
针对病理步态识别方法中存在空间信息或时序信息丢失的问题,提出一种时空网络特征融合的病理步态识别方法。结合卷积网络和时序网络,学习更具判别性的步态时空特征。卷积网络中引入阶梯融合式空洞空间金字塔池化,获得更鲁棒的多尺度融... 针对病理步态识别方法中存在空间信息或时序信息丢失的问题,提出一种时空网络特征融合的病理步态识别方法。结合卷积网络和时序网络,学习更具判别性的步态时空特征。卷积网络中引入阶梯融合式空洞空间金字塔池化,获得更鲁棒的多尺度融合步态表征。联合卷积核替换和残差块改进对卷积网络进一步优化。时序网络中引入全局与局部时空特征融合模块,形成对时空特征的更细节表达。融合空间特征和时空特征,减轻Bi LSTM学习空间特征中时间模式的过程中丢失空间特征的影响。所提模型在自建数据集和GAIT-IST数据集上的准确率分别达到了97.69%和94.16%,实验结果表明,该方法较其它方法取得了更优的性能。 展开更多
关键词 病理步态识别 时空网络 特征融合 时空特征 阶梯融合式空洞空间金字塔池化 多尺度特征 全局与局部时空特征融合模块
在线阅读 下载PDF
基于自适应特征融合改进AlexNet的水稻磷素营养诊断
5
作者 黄带娣 杨红云 +2 位作者 孙爱珍 周雅雯 刘磊锟 《华南农业大学学报》 北大核心 2025年第6期789-800,共12页
【目的】对水稻Oryza sativa L.磷素营养状况进行精确、高效地诊断识别,提升水稻的产量及品质。【方法】提出了一种基于自适应特征融合改进AlexNet的水稻磷素营养诊断方法。该方法以AlexNet为基础主干网络模型,首先,引入迁移学习策略,将... 【目的】对水稻Oryza sativa L.磷素营养状况进行精确、高效地诊断识别,提升水稻的产量及品质。【方法】提出了一种基于自适应特征融合改进AlexNet的水稻磷素营养诊断方法。该方法以AlexNet为基础主干网络模型,首先,引入迁移学习策略,将在ImageNet图像数据集上获得的预训练权重迁移至基础网络中,以增强初始网络性能;同时,在网络4个特征提取阶段的每一个阶段分别引入1个残差模块和1个Inception模块,用于增强深层局部特征提取和多尺度特征表达能力;最后,引入自适应特征融合机制,对不同阶段提取的特征进行权重调节和有效整合,提升模型对关键磷素营养信息的感知能力。【结果】改进后的AlexNet网络在水稻分蘖期和拔节期的识别准确率分别达到94.81%和86.35%,比改进前的AlexNet网络分别提升了7.44和20.77个百分点;与AlexNet、GhostNet、ResNet34网络模型进行对比,改进后的AlexNet网络模型在分蘖期的识别精确率、召回率分别达到94.86%和94.81%,拔节期为86.30%和86.35%,整体识别性能均优于对比模型。在植物病害公共数据集Plant Village上,改进后的AlexNet网络模型也达到优异的效果,识别准确率达到99.24%,精确率和召回率分别为99.25%和99.24%,进一步验证了模型的有效性和泛化能力。【结论】本研究所构建的水稻磷素营养诊断模型能够更准确、高效地诊断水稻磷元素缺乏程度,为水稻科学施肥提供理论支持,同时也为其他农作物的病害诊断识别提供有力的科学参考。 展开更多
关键词 水稻 磷素营养 AlexNet 残差模块 Inception模块 自适应特征融合 迁移学习
在线阅读 下载PDF
融合视觉常识特征和门控计数方法的视觉问答
6
作者 徐钰涛 汤守国 《计算机科学》 北大核心 2025年第S1期421-427,共7页
为了更好地探索图像中的潜在常识信息,引入了一种创新的视觉常识特征用于视觉问答(Visual Question Answering,VQA)任务,并通过视觉特征融合模块有效地整合了自底向上特征和视觉常识特征,从而实现了丰富的视觉特征表示。其中引导式注意... 为了更好地探索图像中的潜在常识信息,引入了一种创新的视觉常识特征用于视觉问答(Visual Question Answering,VQA)任务,并通过视觉特征融合模块有效地整合了自底向上特征和视觉常识特征,从而实现了丰富的视觉特征表示。其中引导式注意力融合方法,通过将自底向上特征与视觉常识特征共同输入信息交互模块,使注意力机制能够捕捉到与问题文本更为相关的图片内容。在此基础上,设计并引入了一种门控计数模块(Gated Counting Module,GCM),旨在保留图像特征中实体的数量信息。这一模块在计数问题上显著提升了模型性能,同时保持了信息的完整性和相关性。与传统方法相比,GCM能够更准确地处理涉及数量的视觉问题,从而增强了整体VQA任务的准确性。最后,在广泛使用的数据集VQA v2.0上进行了大量实验,所提方法取得了较好的结果。 展开更多
关键词 视觉问答 视觉常识特征 特征融合 视觉特征 Faster R-CNN 门控计数模块
在线阅读 下载PDF
基于特征融合与RCB⁃EffcientNet网络的校园安全声检测方法
7
作者 孙凯玮 王玫 +3 位作者 阚瑞祥 刘鑫 仇洪冰 林桂耀 《现代电子技术》 北大核心 2025年第7期79-84,共6页
声音分类技术在校园事件监测中至关重要。然而,声音识别领域存在诸多挑战,如特征提取方法的适配性不足、现有方法难以平衡学习、理解能力与模型复杂度之间的关系等。为解决这些问题,文中提出一种基于LM⁃H声学特征和RCB⁃EfficientNet模... 声音分类技术在校园事件监测中至关重要。然而,声音识别领域存在诸多挑战,如特征提取方法的适配性不足、现有方法难以平衡学习、理解能力与模型复杂度之间的关系等。为解决这些问题,文中提出一种基于LM⁃H声学特征和RCB⁃EfficientNet模型的改进算法。从原始音频中提取Log⁃Mel和Hilbert谱图特征,融合为全新的LM⁃H特征来描述校园异常声,并提出轻量化音频分类模型RCB⁃EfficientNet。通过减少主要模块的堆叠和模型参数量,并添加特征层间的跳跃连接保证信息传递,同时通过替换注意力模块来避免信息丢失。最后,在基于数个公开数据集重组而成的自建数据集上进行实验,改进后的模型参数量为2.69 MB,减少了1.32 MB,总体下降32%,同时实现了98.70%的精度。证实了该改进算法在维持轻量级计算的同时,具有高准确性和稳健性。 展开更多
关键词 声音分类 特征融合 校园异常声 声学特征 轻量化 注意力模块
在线阅读 下载PDF
融合监督注意力模块和跨阶段特征融合的图像修复改进网络 被引量：2
8
作者 黄巧玲 郑伯川 +1 位作者 丁梓成 吴泽东 《计算机应用》 CSCD 北大核心 2024年第2期572-579,共8页
非规则缺失区域的图像修复技术用途广泛但具有挑战性。针对现有修复方法对高分辨率图像可能会产生伪影、扭曲结构和模糊纹理的问题,提出一种融合监督注意力模块(SAM)和跨阶段特征融合(CSFF)的图像修复改进网络(Gconv_CS)。在Gconv的两... 非规则缺失区域的图像修复技术用途广泛但具有挑战性。针对现有修复方法对高分辨率图像可能会产生伪影、扭曲结构和模糊纹理的问题,提出一种融合监督注意力模块(SAM)和跨阶段特征融合(CSFF)的图像修复改进网络(Gconv_CS)。在Gconv的两阶段网络模型上,引入了SAM与CSFF模块。SAM通过提供真实图像监督信号,监督上阶段输出特征,确保传入下阶段特征信息的有效性。CSFF将上阶段编码器-解码器的特征融合后送入下阶段的编码器,以弥补上阶段修复中特征信息的损失。实验结果表明,在缺失区域占比为1%~10%时,相较于基线模型Gconv,Gconv_CS在CelebA-HQ数据集上峰值信噪比(PSNR)和结构相似性指数(SSIM)分别提高了1.5%和0.5%,Fréchet起始距离(FID)和L1损失分别降低了21.8%、14.8%;在Place2数据集上,前2个指标分别提高了26.7%和0.8%,后2个指标分别降低了7.9%、37.9%。将Gconv_CS用于去除大熊猫面部遮挡物时,取得了较好的修复视觉效果。 展开更多
关键词 图像修复 两阶段网络 跨阶段特征融合 监督注意力模块 门控卷积
在线阅读 下载PDF
基于CNN-BiLSTM-CBAM的多特征融合恶意PDF文档检测方法
9
作者 王友贺 孙奕 《信息网络安全》 北大核心 2025年第10期1579-1588,共10页
为应对现有恶意PDF文档检测方法忽视特征之间语义关系以及局限于单一类型的特征分析等问题,文章提出一种检测方案,将CNN-BiLSTM-CBAM的模型和多特征融合应用于恶意PDF文档检测中。该方法不仅融合了静态分析中提取的常规信息和结构信息,... 为应对现有恶意PDF文档检测方法忽视特征之间语义关系以及局限于单一类型的特征分析等问题,文章提出一种检测方案,将CNN-BiLSTM-CBAM的模型和多特征融合应用于恶意PDF文档检测中。该方法不仅融合了静态分析中提取的常规信息和结构信息,还结合了动态分析捕获的API序列信息,构建了一个全面多维的特征集。首先,该模型利用卷积神经网络提取特征集中的局部特征;然后,利用双向长短时记忆(BiLSTM)网络捕获特征间的依赖性和上下文语义关系特征,通过卷积块注意力模块(CBAM)为不同特征分配不同的权重,筛选出较具区分性的关键特征;最后,利用Softmax分类器计算检测结果。实验结果表明,与现有方法相比,该模型在准确率、召回率和F1分数等关键性能指标上均展现出显著优势,有效提升了恶意PDF文档的检测性能。 展开更多
关键词 恶意PDF文档检测 多特征融合 卷积块注意力模块 双向长短时记忆网络
在线阅读 下载PDF
基于多级特征融合与注意力模块的场景识别方法 被引量：2
10
作者 许华杰 秦远卓 杨洋 《计算机科学》 CSCD 北大核心 2022年第4期209-214,共6页
场景图像通常由背景信息和前景目标对象构成,用于场景识别任务的卷积神经网络(CNN)通常需要根据场景中关键目标的特征,甚至结合目标之间的位置关系来识别出场景所属类别。针对场景图像中较小尺寸的关键目标特征随着网络层次的加深而逐... 场景图像通常由背景信息和前景目标对象构成,用于场景识别任务的卷积神经网络(CNN)通常需要根据场景中关键目标的特征,甚至结合目标之间的位置关系来识别出场景所属类别。针对场景图像中较小尺寸的关键目标特征随着网络层次的加深而逐渐消失,从而导致场景识别错误的问题,提出了一种基于多级特征融合与注意力模块的场景识别方法。首先,将深度神经网络ResNet-18的特征提取部分划分出5个分支;然后,将5个分支输出的多级特征进行融合,利用融合后的特征进行场景识别和分类,以弥补丢失的目标信息;最后,在网络中加入改进的注意力模块,以达到着重学习场景图像中关键目标的目的,进一步提升识别效果。在多个场景数据集上进行实验对比,结果表明,所提方法在MIT-67,SUN-397和UIUC-Sports这3个场景数据集上的识别准确率分别达到了88.2%,79.9%和97.7%,相比目前主流的场景识别方法其具有更高的识别准确率。 展开更多
关键词 场景识别 卷积神经网络 特征融合 注意力模块
在线阅读 下载PDF
融合局部和全局特征的息肉分割模型 被引量：1
11
作者 张攀峰 杨贺 +2 位作者 神显豪 程小辉 杜慧 《电子测量技术》 北大核心 2024年第16期100-109,共10页
针对现有模型在息肉分割中存在复杂区域分割困难、边缘细节信息丢失、泛化能力不足等问题,提出一种融合局部和全局特征的息肉分割模型。以卷积神经网络和Transformer作为并行编码器,使模型可以兼顾多种尺度的局部细节特征和全局语义特征... 针对现有模型在息肉分割中存在复杂区域分割困难、边缘细节信息丢失、泛化能力不足等问题,提出一种融合局部和全局特征的息肉分割模型。以卷积神经网络和Transformer作为并行编码器,使模型可以兼顾多种尺度的局部细节特征和全局语义特征;在跳跃连接处构建注意力增强模块和多尺度残差模块,前者强化模型对重要信息的关注度,后者高效探索目标区域并准确预测其边界,同时促进不同层次特征之间的交互;在解码阶段采用基于残差的逐步上采样特征融合方式汇聚各阶段特征,进一步增强模型的感知能力,丰富息肉特征;最后使用高效预测头促进浅层特征的融合,输出分割结果。该模型在多个对比实验中表现最优,同次优模型相比,在Kvasir、CVC-ClinicDB数据集上,mDice平均提升了1.21%;mIoU平均提升了1.82%;在CVC-ColonDB、ETIS数据集上,mDice平均提升了2.67%,mIoU平均提升了2.83%。实验结果表明,相比于现有主流模型,该模型具有较优的分割精度和泛化性能。 展开更多
关键词 息肉分割 TRANSFORMER 卷积神经网络 注意力增强模块 多尺度残差模块 特征融合
在线阅读 下载PDF
DB-YOLO:特征增强融合的双骨干YOLOv8道路缺陷检测模型 被引量：6
12
作者 叶发茂 张立 +1 位作者 袁燎 李大军 《计算机工程与应用》 CSCD 北大核心 2024年第24期260-269,共10页
虽然已经提出了许多基于深度学习的道路缺陷检测方法,但这些方法通常忽略了一些道路缺陷检测任务中非常重要的道路缺陷相关的边缘特征信息。为了充分利用这些边缘特征信息,提出了一种改进的双骨干YOLOv8模型(dual backbone YOLOv8 model... 虽然已经提出了许多基于深度学习的道路缺陷检测方法,但这些方法通常忽略了一些道路缺陷检测任务中非常重要的道路缺陷相关的边缘特征信息。为了充分利用这些边缘特征信息,提出了一种改进的双骨干YOLOv8模型(dual backbone YOLOv8 model,DB-YOLO)用于道路缺陷检测。设计了边缘特征提取模块(edge feature extraction model,EFEM)用于过滤图像低频信息,提取图像高频边缘信息。设计了双骨干网络来提取特征,在原模型基础上增加一个边缘特征骨干网络(edge feature backbone,EFB),对EFEM提取的图像高频边缘信息进行处理,提取边缘特征,为道路缺陷检测提供更丰富的特征。提出了一种新的特征增强融合模块(feature enhancement fusion module,FEFM)用于融合各种特征,并采用多个FEFM模块将边缘特征、不同级别的图像特征进行有机融合。引入Label smoothing策略减弱了数据集中标签质量的影响,增强了模型的泛化能力,进一步提升模型的检测精度。实验结果表明,在GRDDC2020数据集上,DB-YOLO_v8s的mAP和F1分别取得56.42%、56.13%,较YOLO_v8s分别提升了1.3和1.96个百分点,检测速度达到了64.94帧/s,满足实时检测要求。此外,DB-YOLO_v8s在官方测试集Test_1和Test_2上的F1分数分别为58.79%和58.52%,与其他方法相比,在两个测试数据集中F1分别高了0.65和1.37个百分点。因此,提出的模型可以提升道路缺陷检测精度。 展开更多
关键词 道路缺陷检测 YOLOv8 双骨干 特征增强融合模块 注意力机制
在线阅读 下载PDF
多尺度融合增强与注意力机制结合的图像语义分割
13
作者 刘书刚 杜昊东 王洪涛 《计算机应用与软件》 北大核心 2025年第6期225-233,278,共10页
针对当前图像语义分割中分割效率不高与分割边界不连续问题,提出一种多尺度融合增强与注意力机制结合的语义分割算法。该算法对原有DeepLabv3+网络结构进行改进,在编码器部分提出一种特征提取增强网络结构,充分利用相邻层各个尺度的特... 针对当前图像语义分割中分割效率不高与分割边界不连续问题,提出一种多尺度融合增强与注意力机制结合的语义分割算法。该算法对原有DeepLabv3+网络结构进行改进,在编码器部分提出一种特征提取增强网络结构,充分利用相邻层各个尺度的特征信息进行融合,在解码器末端使用改进的轻量化卷积注意力模块,使得对于物体边界分割更加充分。通过在Pascal VOC2007和Cityscapes数据集上进行实验验证,结果表明该方法较原有网络的精确度有显著的提高。 展开更多
关键词 语义分割 特征融合增强 注意力模块 编码器 上采样
在线阅读 下载PDF
多尺度特征融合注意力新冠肺炎病灶分割网络 被引量：2
14
作者 林洁沁 黄新 《激光杂志》 CAS 北大核心 2024年第3期168-174,共7页
新冠病毒传染性极强,尽早的诊断和治疗是减少疫情造成损失的关键因素。为辅助医生诊断新冠病情,高效、准确地从肺部CT切片中分割新冠病灶,提出了一种改进的编码器-解码器深度神经网络———多尺度融合注意力网络MSANet(Multi-scale Atte... 新冠病毒传染性极强,尽早的诊断和治疗是减少疫情造成损失的关键因素。为辅助医生诊断新冠病情,高效、准确地从肺部CT切片中分割新冠病灶,提出了一种改进的编码器-解码器深度神经网络———多尺度融合注意力网络MSANet(Multi-scale Attention Network),以图像分割效果较为出色的U-Net网络为基础,通过全局池化层和设置空洞卷积的采样率,增大网络感受野,捕获多尺度信息,实现对大目标的有效分割;使用通道注意力与空间注意力,在空间维度上建模,有效提取图像深层特征。测试结果表明,改进后的算法与U-Net网络相比,分割的平均交并比提升了1.46%,类别平均像素准确率提升了0.8%,准确率提升了1.17%。 展开更多
关键词 图像处理 特征提取 卷积块注意力模块 空洞空间卷积池化金字塔 U-Net结构 多尺度特征融合
在线阅读 下载PDF
基于多注意力机制与跨特征融合的语义分割算法 被引量：1
15
作者 闵莉 董冰洁 安冬 《计算机工程》 CAS CSCD 北大核心 2024年第8期282-289,共8页
图像语义分割技术在缺陷检测、医疗诊断、无人驾驶等领域广泛应用。针对现有语义分割模型普遍存在训练成本过高、目标轮廓分割效果不佳以及对小目标误分割、漏分割等问题,基于DeepLabv3+网络框架,提出多注意力机制与跨特征融合相结合的... 图像语义分割技术在缺陷检测、医疗诊断、无人驾驶等领域广泛应用。针对现有语义分割模型普遍存在训练成本过高、目标轮廓分割效果不佳以及对小目标误分割、漏分割等问题,基于DeepLabv3+网络框架,提出多注意力机制与跨特征融合相结合的图像语义分割算法。该算法选取轻量级网络MobileNetv2作为主干,以缩短训练时间;通过优化空洞空间金字塔池化模块中空洞卷积的膨胀率,改善多尺度语义特征的提取效果,提高模型对小目标的分割能力,并将兼具通道与空间的卷积块注意力机制引入其中,更加关注对分割起决定作用的区域,从而加强对目标边界的提取;在编码器中设计跨特征融合模块,以聚合不同层次特征图的空间信息和语义信息,提高网络学习特征的能力;在编码和解码部分均引入坐标注意力机制,以分解全局平均池化的方式将位置信息嵌入到通道中,从而得到分割目标的准确位置。实验结果表明,所提算法F3crc-DeepLabv3+在PASCAL VOC 2012增强数据集和Cityspaces数据集上的平均交并比分别达到了75.06%和73.06%,平均精度分别达到了84.16%和82.05%,精确率分别达到了86.18%和85.43%,训练时间分别为10 h和13.8 h,具有较优的网络性能。 展开更多
关键词 语义分割 DeepLabv3+网络 MobileNetv2网络 坐标注意力 卷积块注意力模块 跨特征融合
在线阅读 下载PDF
基于联合学习和多级小波特征金字塔的MRI-TRUS图像配准方法
16
作者 蒋宏贵 胡冀苏 +3 位作者 钱旭升 郑毅 周志勇 戴亚康 《计算机工程》 北大核心 2025年第10期270-283,共14页
磁共振图像(MRI)和经直肠超声(TRUS)图像的配准是将术前MRI配准在超声图像上,结合两种模态图像的优势,快速定位病灶区域,在辅助诊断、穿刺、术中导航等医学手术中起重要作用。由于这两种图像模式之间固有的表征差异,具有显著的强度失真... 磁共振图像(MRI)和经直肠超声(TRUS)图像的配准是将术前MRI配准在超声图像上,结合两种模态图像的优势,快速定位病灶区域,在辅助诊断、穿刺、术中导航等医学手术中起重要作用。由于这两种图像模式之间固有的表征差异,具有显著的强度失真和变形,因此在这两种图像模式之间寻找精确的密集对应关系面临较大挑战。为此,提出一种基于联合学习和多级小波特征金字塔(MWFP)的弱监督可变形配准网络框架,对MRI和TRUS图像进行对齐。联合学习是基于预训练的半监督分割网络和配准网络组成的框架,在联合学习框架中分割网络和配准网络继续交替训练,分割网络为配准网络提供前列腺标签约束全局配准,有效解决了配准网络中标签不足的问题。MWFP是采用多分辨小波构成的配准网络,小波金字塔生成的多尺度图像过滤了噪声并减小了两种模式图像之间的表征差异,提高配准网络学习多尺度特征的能力,并在配准网络中设计多尺度特征融合注意力(MSFFA)模块,对特征进行更进一步筛选,为配准提供局部密集对应关系。此外,配准网络提供的形变分割图像和分割标签混合原有的人工标注标签和图像及其分割网络生成的伪标签和其图像放入分割网络继续训练,进一步提高多模态图像分割的性能。在642例公开前列腺MRI和TRUS图像活检数据集上的实验结果表明,所提的配准方法达到最优的Dice相似系数(DSC)值、95%Hausdorff距离(HD95)、互信息(MI)值和结构相似性(SSIM)值,分别是81.05%±1.77%、12.83±1.49 mm、18.12%±4.63%和27.12%±4.63%,优于对比的传统配准方法和先进的深度学习配准方法。此外,所提方法的平均配准时间为0.18±0.02 s,比传统的方法提升了近400倍。所提的配准方法能够准确实时地估计前列腺MRI和TRUS图像之间的形变场,具有更高的配准精度和更快的配准速度。 展开更多
关键词 联合学习 多级小波特征金字塔 可变形配准 多尺度特征融合注意力模块 半监督分割
在线阅读 下载PDF
基于自适应特征融合的抓取检测方法研究
17
作者 熊焕 俞建峰 +2 位作者 钱陈豪 蒋毅 化春键 《电子测量与仪器学报》 CSCD 北大核心 2024年第10期118-127,共10页
针对因角度训练标签冲突和可抓取区域与物体区域间的非一致性导致的现有抓取检测方法在复杂的非结构化抓取场景中抓取检测准确性不足的问题,本文提出了一种自适应特征融合抓取检测网络AFFGD-Net。该网络首先采用基于分区法的角度预测方... 针对因角度训练标签冲突和可抓取区域与物体区域间的非一致性导致的现有抓取检测方法在复杂的非结构化抓取场景中抓取检测准确性不足的问题,本文提出了一种自适应特征融合抓取检测网络AFFGD-Net。该网络首先采用基于分区法的角度预测方法,将角度值编码为角度类别和偏移量两部分进行学习预测,冲突的角度值划分到同一类别,减少角度训练标签的冲突,偏移量用于补偿分类部分的精度损失,提升网络对抓取角度的预测准确率。其次,引入自适应感受野模块(ARFB)和注意力跳跃连接模块ASCM,ARFB增强网络对多尺度可抓取区域特征的表征能力,并通过自适应融合不同尺度特征,提升对多尺度物体的抓取检测能力,ASCM通过自适应融合低层空间特征和高层语义特征以恢复可抓取区域的边缘特征,提高网络的抓取角度和抓取宽度预测准确率。最后,通过实验验证了所提网络的有效性。在Cornell数据集的图像划分和对象划分测试模式下,AFFGD-Net的准确率分别达到98.9%和97.7%,在Jacquard数据集中准确率达到95.2%。网络检测速度达到111 FPS,显示出良好的实时性。实验结果表明,AFFGD-Net在抓取检测的准确性和实时性方面均优于现有方法,验证了所提方法的有效性。 展开更多
关键词 抓取检测 感受野模块 特征融合 注意力机制
在线阅读 下载PDF
超融合残差行进几何感知的遥感目标检测
18
作者 白晨帅 白晓凤 +1 位作者 邬开俊 王昊雯 《光学精密工程》 北大核心 2025年第8期1289-1302,共14页
本文提出超融合残差行进几何感知算法,旨在解决遥感图像目标检测中的多尺度、密集重叠及数据分布不均等挑战。超融合残差行进模块优化网络结构,其多层次卷积操作利用不同尺度感受野,能捕捉目标各尺度细节,增强模型对目标特征的感知能力... 本文提出超融合残差行进几何感知算法,旨在解决遥感图像目标检测中的多尺度、密集重叠及数据分布不均等挑战。超融合残差行进模块优化网络结构,其多层次卷积操作利用不同尺度感受野,能捕捉目标各尺度细节,增强模型对目标特征的感知能力,实现小尺度目标特征提取和大尺度目标准确定位。通过计算检测与真实结果的几何相似度精准评估检测效果,在目标密集重叠场景精细考量契合度,筛选最终结果,减少漏检、误检,提高算法准确性;设计多路径特征融合模块,融合不同层次特征信息,提取更丰富目标特征,增强网络表示与判别能力,提升检测准确性与稳定性。在NWPU-VHR-10数据集的实验结果显示,其mPrecision,mRecall,mAP和mF1 Score分别提高了0.041 9,0.104 0,0.045 5和0.085 0;在RSOD数据集的实验结果显示,其mPrecision,mRecall,mAP和mF1 Score分别提高了0.022 1,0.103 4,0.061 9和0.087 5。充分证明了所提出超融合残差行进几何感知算法在遥感图像目标检测领域的有效性和优越性。 展开更多
关键词 遥感图像 目标检测 超融合残差行进模块 几何相似度 多路径特征融合
在线阅读 下载PDF
融合Mobile Vit和倒置门控编解码的视网膜血管分割算法 被引量：1
19
作者 梁礼明 阳渊 +2 位作者 朱晨锟 何安军 吴健 《北京航空航天大学学报》 北大核心 2025年第3期712-723,共12页
针对视网膜血管分割时存在背景噪声干扰、边界纹理模糊和微细血管提取难等问题,提出一种融合Mobile Vit和倒置门控编解码的视网膜血管分割算法(FMVG-Net)。改进Mobile Vit模块,在编码部分实现双联合特征提取;利用多谱注意力模块,从频域... 针对视网膜血管分割时存在背景噪声干扰、边界纹理模糊和微细血管提取难等问题,提出一种融合Mobile Vit和倒置门控编解码的视网膜血管分割算法(FMVG-Net)。改进Mobile Vit模块,在编码部分实现双联合特征提取;利用多谱注意力模块,从频域维度减少图像特征信息缺失,精确分割血管前景像素;提出特征自适应融合模块,建立血管纹理上下文依赖关系,提高血管分割灵敏度;优化编解码结构,设计倒置门控编解码模块,进一步捕获空间信息与深层语义信息,提高视网膜血管图像分割精度。在公共数据集DRIVE、STARE和CHASE_DB1上对所提算法进行实验,特异性分别为0.9863、0.9897和0.9873,准确度分别为0.9709、0.9754和0.9760,敏感度分别为0.8109、0.8010和0.8079。仿真实验证明,所提网络对视网膜血管分割具有较好的分割效果,为眼科疾病的诊断提供了新窗口。 展开更多
关键词 视网膜血管 Mobile Vit模块 离散余弦变换 倒置门控编解码模块 特征自适应融合
在线阅读 下载PDF
骨骼点特征提取下运动姿态异常识别
20
作者 赵国栋 李勇啸 沈梦英 《现代电子技术》 北大核心 2025年第21期88-92,共5页
为解决传统方法在姿态异常识别中存在的特征表达能力不足、对视角变化敏感等问题,文中提出一种骨骼点特征提取下运动姿态异常识别方法。利用人体姿态估计算法处理运动监控视频,提取多分支骨骼点特征后,将其作为基于自适应图卷积的运动... 为解决传统方法在姿态异常识别中存在的特征表达能力不足、对视角变化敏感等问题,文中提出一种骨骼点特征提取下运动姿态异常识别方法。利用人体姿态估计算法处理运动监控视频,提取多分支骨骼点特征后,将其作为基于自适应图卷积的运动姿态异常识别模型的输入;基于密集邻接的空间图卷积模块捕捉同一帧视频中关节点之间的空间结构关系;通过多尺度时间图卷积模块学习连续帧视频运动姿态的动态演变,将这两个模块的输出送入到注意力融合模块中;利用空间、时间、通道注意力机制强化特征表达,由全连接层输出运动姿态异常识别结果。实验结果表明:该方法可实现运动姿态异常识别,F_(1) score、APE、PSI、MVC指标值分别为91.53%、1.13、0.72、0.915,模型具有一定的泛化性和鲁棒性。 展开更多
关键词 骨骼点特征 人体姿态估计 空间图卷积 时间图卷积 关节点 注意力融合模块
在线阅读 下载PDF
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 2 … 8 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部