基于图卷积的自适应特征融合MRI脑肿瘤分割方法

1

作者 张野 张睦卿 +1 位作者 袁学刚 牛大田 《河北科技大学学报》 北大核心 2025年第4期395-404,共10页

针对U-Net模型在MRI脑肿瘤分割上存在的全局信息捕获不足和深层语义信息融合不充分等问题,提出一种新的基于图卷积的自适应特征融合网络(adaptive spatial and graph-convolutional U-Net, ASGU-Net)。以三维U-Net为基础,通过构建图卷... 针对U-Net模型在MRI脑肿瘤分割上存在的全局信息捕获不足和深层语义信息融合不充分等问题,提出一种新的基于图卷积的自适应特征融合网络(adaptive spatial and graph-convolutional U-Net, ASGU-Net)。以三维U-Net为基础,通过构建图卷积推理模块,捕获额外的远程上下文特征;在编解码器中引入动态蛇形卷积(dynamic snake convolution, DSConv)能更精准地契合肿瘤形态各异的特点,提高边缘特征提取能力,从而有效提升分割精度;在解码器中引入自适应空间特征融合(adaptive spatial feature fusion, ASFF)模块,通过整合多个编码器块捕获的语义信息提升特征融合效果。在公开的BraTS 2019—2021数据集上的评估表明,整个肿瘤、肿瘤核心和增强肿瘤的Dice值分别为90.70%/90.70%/91.00%、84.90%/84.00%/88.80%和77.30%/77.40%/82.50%,证明了ASGU-Net在脑肿瘤分割任务中的有效性。ASGU-Net可有效解决全局信息捕获不足和特征融合不充分的问题,为脑肿瘤高精度自动化分割提供了参考。 展开更多

关键词 计算机神经网络 脑肿瘤分割 三维U-Net 图卷积推理瓶颈层 动态蛇形卷积 自适应空间特征融合

在线阅读 下载PDF 职称材料

基于特征融合和增强的蚕茧图像分类模型

2

作者 刘莫尘 侯欣 +6 位作者 韦伟 张鑫山 李法德 宋占华 张桂征 梁光健 闫银发 《蚕业科学》 北大核心 2025年第1期59-67,共9页

为对原料茧中的上车茧和下茧进行准确分类,实现蚕茧分拣智能化、机械化,文中提出了一种基于多尺度特征融合和增强的双线性池化分类模型。首先以ResNet41作为特征提取骨干网络构建双线性池化模型,增强网络特征提取能力的同时得到不同维... 为对原料茧中的上车茧和下茧进行准确分类,实现蚕茧分拣智能化、机械化,文中提出了一种基于多尺度特征融合和增强的双线性池化分类模型。首先以ResNet41作为特征提取骨干网络构建双线性池化模型,增强网络特征提取能力的同时得到不同维度语义信息;然后引入自适应空间特征融合模块,融合蚕茧浅层图像信息和深层语义信息,解决ResNet41在特征提取过程中出现的信息丢失问题;最后采用挤压和激发模块抑制冗余信息,降低分类偏差。改进模型B-Res41-ASE在测试集中的分类准确率和F 1值分别为93.7%和94.9%,对上车茧的分类精确率为97.8%,对黄斑茧、柴印茧、烂茧、瘪茧、薄皮茧等下茧的分类精确率分别为96.4%、93.7%、98.6%、94.5%、93.1%,相比于改进前模型和常用的细粒度分类模型均有明显优势,且B-Res41-ASE对蚕茧的可判别区域的聚焦更精准。实验结果表明,文中提出的优化方法在分类准确率、鲁棒性等方面优于其他蚕茧分类模型,可为蚕茧智能分拣提供理论依据。 展开更多

关键词 蚕茧分类 双线性池化 自适应空间特征融合 可视化分析

在线阅读 下载PDF 职称材料

基于可变形卷积和自适应空间特征融合的硬币表面缺陷检测算法 被引量：7

3

作者 王品学 张绍兵 +2 位作者 成苗 何莲 秦小山 《计算机应用》 CSCD 北大核心 2022年第2期638-645,共8页

针对硬币表面缺陷较小、形状多变且易与背景混淆而不易检出的问题,改进YOLOv3算法并提出基于可变形卷积和自适应空间特征融合的硬币表面缺陷检测算法DCA-YOLO。首先,由于缺陷形状的多变设计了3种在主干网络中不同位置添加可变形卷积模... 针对硬币表面缺陷较小、形状多变且易与背景混淆而不易检出的问题,改进YOLOv3算法并提出基于可变形卷积和自适应空间特征融合的硬币表面缺陷检测算法DCA-YOLO。首先,由于缺陷形状的多变设计了3种在主干网络中不同位置添加可变形卷积模块的网络结构,通过卷积学习偏移量和调节参数来提高缺陷的提取能力;然后,使用自适应空间特征融合网络学习权重参数来调整不同尺度特征图中各像素点的贡献度以更好地适应不同尺度的目标;最后,改进先验锚框比例,动态调节类别权重,优化并对比网络性能,从而提出在主干网络输出特征进行多尺度融合的上采样前增加可变形卷积的模型网络。实验结果表明,在硬币缺陷数据集上,DCA-YOLO算法检测平均精度均值(mAP)接近于Faster-RCNN,达到了92.8%;而相较于YOLOv3,所提算法的检测速度基本持平,在检测mAP上提高了3.3个百分点,F1分数提升了3.2个百分点。 展开更多

关键词 YOLOv3算法 硬币 表面缺陷检测 可变形卷积 自适应空间特征融合

在线阅读 下载PDF 职称材料

基于HHT和CSSD的多域融合自适应脑电特征提取方法 被引量：36

4

作者 李明爱 崔燕 +1 位作者 杨金福 郝冬梅 《电子学报》 EI CAS CSCD 北大核心 2013年第12期2479-2486,共8页

为改善运动想象脑电信号特征提取的自适应性和实时性,提出一种基于希尔伯特-黄变换(HHT)与共空域子空间分解算法(CSSD)的特征提取方法(HCSSD).在对脑电信号进行预处理的基础上,定义一种相对距离准则优选脑电极组合;计算脑电的Hilbert瞬... 为改善运动想象脑电信号特征提取的自适应性和实时性,提出一种基于希尔伯特-黄变换(HHT)与共空域子空间分解算法(CSSD)的特征提取方法(HCSSD).在对脑电信号进行预处理的基础上,定义一种相对距离准则优选脑电极组合;计算脑电的Hilbert瞬时能量谱和边际能量谱,以获取脑电的时-频特征,并基于CSSD提取其空域特征,采用串行特征融合策略得到脑电的时-频-空特征;设计学习矢量量化神经网络分类器,实现脑电数据分类.在训练集与测试集间隔一周且减少导联数量的情况下,基于HCSSD对左手小指和舌头的运动想象ECoG脑电数据的平均识别率为92%.实验结果表明:HCSSD在增强特征提取方法的自适应性、改善实时性的同时,提高了脑电信号识别率,为便携式BCI系统在康复领域的应用创造了条件. 展开更多

关键词 脑机接口 运动想象 希尔伯特-黄变换 共空域子空间分解 特征融合 自适应 brain-computer interface (BCI) motor imagery (MI) hilbert-huang transform (HHT) common spatial sub-space decomposition (CSSD )

在线阅读 下载PDF 职称材料

基于注意力机制及多分支特征融合的实时语义分割算法

5

作者 蒋锐 陈儒娜 +2 位作者 王小明 李大鹏 徐友云 《南京邮电大学学报（自然科学版）》 北大核心 2024年第2期91-100,共10页

为了合理平衡语义分割中的精确度与实时性,基于快速卷积神经网络模型(Fast-SCNN)提出了一种基于注意力机制及多分支特征融合的实时语义分割算法模型。该算法模型首先通过注意力模块捕获空间特征之间的相互联系,增强空间细节信息;然后合... 为了合理平衡语义分割中的精确度与实时性,基于快速卷积神经网络模型(Fast-SCNN)提出了一种基于注意力机制及多分支特征融合的实时语义分割算法模型。该算法模型首先通过注意力模块捕获空间特征之间的相互联系,增强空间细节信息;然后合理设计融合模块,最大化利用各分支信息,实现深层特征与浅层特征更好的融合;最后引入自适应特征增强注意力模块,捕获长距离像素间的相互依赖关系。实验结果表明,文中算法模型在Cityscapes数据集上获得了71.55%的分割精度,推理速度FPS达到97.6帧/s,模型参数量为1.39 M,验证了该算法所构成网络模型的有效性。 展开更多

关键词 实时语义分割 通道注意力 空间注意力 特征融合 自适应注意力

在线阅读 下载PDF 职称材料

基于IHS变换与自适应区域特征的遥感图像融合算法 被引量：12

6

作者 白鑫 卫琳 《电子测量与仪器学报》 CSCD 北大核心 2019年第2期161-167,共7页

当前较多遥感图像融合算法主要通过独立像素点的像素特征来完成图像子带的融合,忽略了图像子带的区域相关性,导致融合图像存在不连续以及模糊效应等不足。因此,设计了IHS变换耦合自适应区域特征的遥感图像融合算法。引入IHS(intensity, ... 当前较多遥感图像融合算法主要通过独立像素点的像素特征来完成图像子带的融合,忽略了图像子带的区域相关性,导致融合图像存在不连续以及模糊效应等不足。因此,设计了IHS变换耦合自适应区域特征的遥感图像融合算法。引入IHS(intensity, hue, saturation)变换,对多光谱(MS)图像进行分解获取强度分量,将其与全色(PAN)图像进行融合。再通过非下采样Contourlet变换(NSCT)对PAN图像与强度分量进行子带分解,获取高、低频子带信息。并利用图像的区域能量以及区域空间特征,对低频子带融合模型的调节因子进行自适应整定,使得融合低频子带能够包含更多的空间信息。基于图像的区域方差特征来构建高频子带融合模型,使得融合高频子带能够包含更多的纹理信息。实验结果表明,与当前遥感图像融合算法相比,所提算法的融合图像具有更好地光谱特性以及空间特性。 展开更多

关键词 遥感图像融合 IHS变换 非下采样CONTOURLET变换 区域空间特征 自适应区域特征 子带融合

在线阅读 下载PDF 职称材料

色度马氏距离图与灰度图特征自适应融合的彩色人脸识别 被引量：4

7

作者 崔法毅 《红外与激光工程》 EI CSCD 北大核心 2015年第4期1382-1389,共8页

色彩提供了比灰度更为丰富的信息,鉴于彩色人脸图像所包含的鉴别信息远多于灰度人脸图像,将色度马氏距离图引入彩色人脸识别中。基于YCb Cr颜色空间,分离彩色人脸图像的色度与亮度信息,构建出基于色度信息的马氏距离图,同时分离出基于... 色彩提供了比灰度更为丰富的信息,鉴于彩色人脸图像所包含的鉴别信息远多于灰度人脸图像,将色度马氏距离图引入彩色人脸识别中。基于YCb Cr颜色空间,分离彩色人脸图像的色度与亮度信息,构建出基于色度信息的马氏距离图,同时分离出基于亮度信息的灰度图。提出一种色度马氏距离图与灰度图特征自适应融合的人脸识别算法。分别构造出色度马氏距离图与灰度图的基于小波包结点能量的归一化特征向量,采用多种融合策略进行特征融合,并根据融合效果自适应地选取特征融合参数,构造出最佳的鉴别特征向量,实现色度与亮度特征的互补。使用基于方差相似度的分类器获得人脸识别结果。实验表明:该算法识别率高、鲁棒性好。 展开更多

关键词 彩色人脸识别 色度马氏距离图 YCBCR颜色空间 小波(包)变换 自适应特征融合

在线阅读 下载PDF 职称材料

基于自适应融合色度与亮度特征的彩色人脸识别算法 被引量：1

8

作者 崔法毅 《高技术通讯》 CAS CSCD 北大核心 2015年第1期89-96,共8页

鉴于彩色人脸图像所包含的鉴别信息远多于灰度人脸图像,将色度马氏距离图引入彩色人脸识别中,提出了一种基于自适应融合色度与亮度特征的彩色人脸识别算法。该算法基于YDhDr颜色空间分离彩色人脸图像的色度与亮度信息,构建出基于色度信... 鉴于彩色人脸图像所包含的鉴别信息远多于灰度人脸图像,将色度马氏距离图引入彩色人脸识别中,提出了一种基于自适应融合色度与亮度特征的彩色人脸识别算法。该算法基于YDhDr颜色空间分离彩色人脸图像的色度与亮度信息,构建出基于色度信息的马氏距离图,同时分离出基于亮度信息的灰度图;通过自适应融合色度与亮度特征来构建彩色人脸识别特征;基于小波包结点能量的特征表示方法,分别在实数域和复数域中提取并融合色度与亮度分量的最崖鉴别特征向量,实现色度与亮度特征的最优化互补;使用基于方差相似度的分类器获得人脸识别结果。实验表明,该算法识别率高、鲁棒性好。 展开更多

关键词 彩色人脸识别 色度马氏距离图 YDbDr颜色空间 小波包变换 自适应特征 融合

在线阅读 下载PDF 职称材料

多尺度增强特征融合的钢表面缺陷目标检测 被引量：3

9

作者 林珊玲 彭雪玲 +3 位作者 王栋 林志贤 林坚普 郭太良 《光学精密工程》 EI CAS CSCD 北大核心 2024年第7期1075-1086,共12页

针对轻量级目标检测算法在钢表面缺陷检测任务中识别精度低的问题,提出一种多尺度增强特征融合的钢表面缺陷目标检测算法。该算法采用提出的自适应加权融合模块为不同层级特征自适应计算融合权重,将深层语义与浅层细节进行加权融合,使... 针对轻量级目标检测算法在钢表面缺陷检测任务中识别精度低的问题,提出一种多尺度增强特征融合的钢表面缺陷目标检测算法。该算法采用提出的自适应加权融合模块为不同层级特征自适应计算融合权重,将深层语义与浅层细节进行加权融合,使得浅层特征在不丢失细节信息的同时获得丰富的深层语义。利用提出的空间特征增强模块从3个独立方向强化融合特征,通过引出残差旁路增强网络结构的稳定性,使卷积过程能够挖掘到更多的关键信息。根据先验框与真实框的整体交并程度为模型选择更为合适的训练样本。实验结果表明,该算法的检测精度达到80.47%,相比原始算法提升6.81%。该算法的参数量为2.36 M,计算量为952.67 MFLOPs,能快速且高精度检测钢材表面的缺陷信息,具有较高的应用价值。 展开更多

关键词 缺陷检测 单发多框检测器 增强特征融合 自适应加权融合 空间特征增强

在线阅读 下载PDF 职称材料

基于颜色和空间信息的多特征融合目标跟踪算法 被引量：9

10

作者 许婉君 侯志强 +1 位作者 余旺盛 张浪 《应用光学》 CAS CSCD 北大核心 2015年第5期755-761,共7页

为解决单一特征目标跟踪鲁棒性较差的问题,提出一种基于颜色和空间信息的多特征融合目标跟踪算法。采用一种自适应划分颜色区间的方法提取目标颜色特征,利用空间直方图提取目标颜色的空间分布信息。在粒子滤波框架下将自适应颜色直方图... 为解决单一特征目标跟踪鲁棒性较差的问题,提出一种基于颜色和空间信息的多特征融合目标跟踪算法。采用一种自适应划分颜色区间的方法提取目标颜色特征,利用空间直方图提取目标颜色的空间分布信息。在粒子滤波框架下将自适应颜色直方图和空间直方图相结合,在特征融合中引入特征不确定性度量方法,自适应调整不同特征对跟踪结果的贡献,提高算法的鲁棒性。仿真实验结果表明,该跟踪算法平均位置最小误差值仅6.967像素,而单一特征跟踪算法以及传统融合算法的跟踪误差达192.576像素和199.464像素。说明本文算法在跟踪准确性上优于单一特征跟踪算法及传统融合算法,具有更好的跟踪精度和更高的鲁棒性。 展开更多

关键词 目标跟踪 自适应颜色直方图 空间直方图 多特征融合

在线阅读 下载PDF 职称材料

基于航拍图像的自适应感知目标检测网络

11

作者 袁玲玲 陈春梅 +2 位作者 朱天鑫 邓豪 刘桂华 《电子测量技术》 北大核心 2025年第2期57-65,共9页

由于无人机拍摄高度和角度的多样性,其图像往往呈现背景复杂且小目标居多的特征,这导致了相关检测算法性能较差。针对此问题,本文提出了一种基于自适应感知网络的航拍图像车辆检测方法,旨在从提高车辆特征显著度和改善特征信息损失两个... 由于无人机拍摄高度和角度的多样性,其图像往往呈现背景复杂且小目标居多的特征,这导致了相关检测算法性能较差。针对此问题,本文提出了一种基于自适应感知网络的航拍图像车辆检测方法,旨在从提高车辆特征显著度和改善特征信息损失两个方面来提升小目标的检测性能。首先,为了提取更高效的特征表征,提出了自适应感知特征提取模块,该模块通过捕捉长程依赖关系和更强的几何特征表示,能够自适应地对物体的形状进行建模。其次,为了减少下采样和连续池化造成的信息损失,设计了双分支空间感知下采样模块,该模块混合不同通道的特征图,以最大限度地保留小目标特征信息。然后,在特征融合网络中,引入了具有丰富空间信息的浅层特征图,以增强小目标的检测能力。最后,设计了新的动态回归损失函数DEIoU,该函数引入惩罚项来度量真实框与检测框之间横纵比的相关性,从而进一步提高网络的预测精度。在Visdrone数据集上的实验结果表明,所提方法的平均精度均值mAP达到了70%,推理速度达到了99.26 fps,实现了较好的速度与精度的平衡,并且所提方法在UCAS-AOD数据集上取得了最佳的检测精度,具有较强的泛化能力。 展开更多

关键词 无人机 目标检测 自适应感知特征提取 特征融合网络 双分支空间感知下采样

在线阅读 下载PDF 职称材料

多尺度特征自适应融合的轻量化织物瑕疵检测 被引量：12

12

作者 杨毅 桑庆兵 《计算机工程》 CAS CSCD 北大核心 2022年第12期288-295,共8页

织物瑕疵检测是纺织行业保证产品质量的重要环节,针对织物瑕疵检测中存在小目标瑕疵检测困难、不同种类瑕疵长宽比差异大、对实时性要求高等问题,提出一种新的轻量化织物瑕疵检测算法。以YOLOv4网络为基础,使用轻量化网络MobileNetv2为... 织物瑕疵检测是纺织行业保证产品质量的重要环节,针对织物瑕疵检测中存在小目标瑕疵检测困难、不同种类瑕疵长宽比差异大、对实时性要求高等问题,提出一种新的轻量化织物瑕疵检测算法。以YOLOv4网络为基础,使用轻量化网络MobileNetv2为主干网络,有效减少模型参数总量与运算量,以满足实时性需求。在MobileNetv2的逆残差结构中加入CoordAttention注意力模块,将空间精确位置信息嵌入到通道注意力中,增强网络聚焦小目标特征的能力。使用自适应空间特征融合(ASFF)网络改进路径聚合网络(PANet),使模型通过学习获得多尺度特征图的融合权重,从而充分利用浅层特征与深层特征,提高算法对小目标瑕疵的检测精度。采用K-means++算法确定先验框尺寸,并用Focal Loss函数修改模型损失函数,降低正、负样本不平衡对检测结果的影响,解决不同种类瑕疵长宽比差异大及类别不平衡的问题。实验结果表明,相较于YOLOv4算法,所提算法的平均精度均值提高了2.3个百分点,检测速度提升了12 frame/s,能较好地应用于织物瑕疵检测。 展开更多

关键词 织物瑕疵检测 自适应空间特征融合 CoordAttention模块 YOLOv4网络 MobileNetv2网络

在线阅读 下载PDF 职称材料

基于窗口自注意力网络与YOLOv5融合的输电线路通道异物检测 被引量：2

13

作者 薛昂 姜恩宇 +2 位作者 张文涛 林顺富 米阳 《上海交通大学学报》 北大核心 2025年第3期413-423,共11页

针对输电线路通道异物检测背景复杂以及小目标情况下检测效果不佳等问题,提出一种基于窗口自注意力网络与YOLOv5模型融合的输电线路通道安全检测算法.首先,选用窗口自注意力(S-T)网络优化主干网络,扩大模型感受视野,增强提取有效信息的... 针对输电线路通道异物检测背景复杂以及小目标情况下检测效果不佳等问题,提出一种基于窗口自注意力网络与YOLOv5模型融合的输电线路通道安全检测算法.首先,选用窗口自注意力(S-T)网络优化主干网络,扩大模型感受视野,增强提取有效信息的能力.其次,改进自适应空间特征融合(ASFF)模块,增强多尺度特征融合能力.最后,考虑到真实框与预测框不匹配的问题,引入结构相似性交并比(SIoU),优化边界误差,提高小目标定位准确性.实验结果表明,本文模型对线路通道多目标入侵检测精度达到90.2%,且提升了小目标检测效果;与主流目标检测算法相比,可以更好地满足输电线路通道中的异物检测需求. 展开更多

关键词 智能化巡检 输电线路通道 目标检测 窗口自注意力网络 自适应空间特征融合

在线阅读 下载PDF 职称材料

双分支跨级特征融合的自然场景文本检测 被引量：1

14

作者 刘光辉 张钰敏 +1 位作者 孟月波 占华 《智能系统学报》 CSCD 北大核心 2023年第5期1079-1089,共11页

现有的场景文本检测方法在处理任意形状文本时,由于复杂背景的影响会造成文本区域定位不准确、相邻文本漏检误检的问题,基于此提出一种双分支跨级特征融合的自然场景文本检测方法。首先,以Resnet50为主干网络提取初始特征,设计跨级特征... 现有的场景文本检测方法在处理任意形状文本时,由于复杂背景的影响会造成文本区域定位不准确、相邻文本漏检误检的问题,基于此提出一种双分支跨级特征融合的自然场景文本检测方法。首先,以Resnet50为主干网络提取初始特征,设计跨级特征分布增强模块(cross-level feature distribution enhancement module,CFDEM),增强跨级特征文本信息的交互性,提高特征的表达能力;然后,为自适应地选择过滤非文本或冗余特征,降低误检率和漏检率,提出自适应融合策略(adaptive fusion strategy,AFS),利用双分支结构加强不同维度特征之间的联系,优化融合过程;最后,预测阶段采用可微分二值化的方法来生成文本检测结果。所提方法在ICDAR2015、ICDAR2017、Total-Text、CTW1500数据集上进行消融实验,实验结果表明该方法能准确定位文本区域,克服文本漏检误检影响。 展开更多

关键词 文本检测 任意形状 跨级特征分布增强 自适应融合 双分支 空间维度 通道维度 可微分二值化

在线阅读 下载PDF 职称材料

基于自适应马氏空间与深度学习的滚动轴承退化趋势预测 被引量：3

15

作者 吴梦蝶 程龙生 陈闻鹤 《系统工程与电子技术》 EI CSCD 北大核心 2023年第10期3338-3349,共12页

滚动轴承退化趋势预测中,传统特征选择主要依赖人工经验和单一评价算法,容易造成特征的少选或错选,且单一深度学习网络无法充分挖掘数据中包含的性能退化信息,导致模型预测精度较低。针对上述问题,提出一种基于自适应马氏空间(adaptive ... 滚动轴承退化趋势预测中,传统特征选择主要依赖人工经验和单一评价算法,容易造成特征的少选或错选,且单一深度学习网络无法充分挖掘数据中包含的性能退化信息,导致模型预测精度较低。针对上述问题,提出一种基于自适应马氏空间(adaptive Mahalanobis space,AMS)与融合深度学习网络的滚动轴承退化趋势预测方法。首先,分解原始信号并利用相关峭度系数准则筛选固有模态函数(intrinsic mode function,IMF)分量重构新信号,从多域视角提取特征;然后,构建基于AMS的多目标特征选择算法自动优选特征,减少人工依赖,加强自适应性和泛化性,并将马氏距离(Mahalanobis distance,MD)与指数加权移动平均(exponential weighted moving average,EWMA)方法进行结合,对轴承性能退化趋势进行良好表征;最后,利用稀疏自动编码器和门控循环单元(sparse auto encoder-gated recurrent unit,SAE-GRU)融合模型进行预测。实验结果表明,所提方法能够有效筛选最优特征,显著提高预测精度。 展开更多

关键词 滚动轴承 自适应马氏空间 多目标特征选择 融合模型 退化趋势预测

在线阅读 下载PDF 职称材料

一种适用于多模态医学图像融合的自适应脉冲耦合神经网络改进算法 被引量：9

16

作者 于淼 宁春玉 +1 位作者 石乐民 吕冰垚 《科学技术与工程》 北大核心 2020年第22期9116-9121,共6页

针对医学图像融合存在伪影、边缘保持性弱等问题,提出了一种参数自适应的脉冲耦合神经网络(pulse coupled neural network,PCNN)图像融合方法。首先,对源图像通过非下采样Contourlet变换(non-subsampled contourlet transform,NSCT)得... 针对医学图像融合存在伪影、边缘保持性弱等问题,提出了一种参数自适应的脉冲耦合神经网络(pulse coupled neural network,PCNN)图像融合方法。首先,对源图像通过非下采样Contourlet变换(non-subsampled contourlet transform,NSCT)得到一个低通子带和多个尺度多个方向下的带通子带。然后用区域标准差调整连接范围,进而调整突触权重矩阵以及加权系数;用各子带的改进空间频率中方向特征最显著的分量调整连接强度;对于外部激励,低通子带用区域能量和区域方差的线性组合计算,带通方向子带采用改进的拉普拉斯能量和计算。点火映射图的判决遵循取大原则。最后,通过NSCT逆变换得到融合结果图。实验结果表明,此算法能更多地保留源图像的信息,边缘保持能力更强,融合图像对比度高,视觉效果更佳,适用于多种模态医学图像之间的融合。 展开更多

关键词 图像处理 医学图像融合 自适应脉冲耦合神经网络 改进空间频率 区域特征 改进拉普拉斯能量和

在线阅读 下载PDF 职称材料

基于空间相关性增强的无人机检测算法 被引量：3

17

作者 张会娟 李坤鹏 +3 位作者 姬淼鑫 刘振江 刘建娟 张弛 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2024年第3期468-479,共12页

针对无人机(UAV)体积小、复杂背景下特征难以提取导致被误检和漏检的问题,提出基于自适应上采样和空间相关性增强的无人机小目标检测方法.采用多尺度的空洞卷积获取重要的上下文信息,然后通过注意力特征融合模块抑制多尺度特征融合造成... 针对无人机(UAV)体积小、复杂背景下特征难以提取导致被误检和漏检的问题,提出基于自适应上采样和空间相关性增强的无人机小目标检测方法.采用多尺度的空洞卷积获取重要的上下文信息,然后通过注意力特征融合模块抑制多尺度特征融合造成的信息冲突;采用亚像素卷积和双线性插值自适应融合的新上采样方式,融合更多无人机特征信息,同时平衡计算量;对深层特征图的空间局部特征和全局特征采用空间相关性增强策略,提高复杂背景下前景目标的敏感度,增强目标表达和抑制背景噪声.在自制无人机数据集上进行消融实验和对比实验,与原始YOLOv5算法相比,本算法的m AP0.5和m AP0.5∶0.95分别提高了2.4%和2.7%,检测速度能够达到58.5帧/s;在VisDrone2019数据集上进行验证,本算法较YOLOv5算法的mAP0.5和mAP0.5∶0.95分别提高了4.6%和1.3%. 展开更多

关键词 无人机(UAV) 小目标检测 特征融合 自适应上采样 空间相关性增强

在线阅读 下载PDF 职称材料

NFP-AST:自然特征保留的任意风格迁移模型

18

作者 赵敏 钱雪忠 宋威 《计算机应用研究》 CSCD 北大核心 2024年第10期3183-3187,共5页

亲和特征提取和自然融合是实现风格迁移的关键。为此,提出一个新的自然特征保留的任意风格迁移模型NFP-AST。通过可逆残差网络在前向和后向推理中对特征二分处理,保证了提取特征亲和性,减少因提取过程造成的图像重建误差。在自适应空间... 亲和特征提取和自然融合是实现风格迁移的关键。为此,提出一个新的自然特征保留的任意风格迁移模型NFP-AST。通过可逆残差网络在前向和后向推理中对特征二分处理,保证了提取特征亲和性,减少因提取过程造成的图像重建误差。在自适应空间重构模块ASRM中,先通过全局统计信息匹配内容风格特征,接着在融合特征中插值自适应权重捕获细节无偏融合内容风格特征,使风格过渡自然。定性和定量实验研究结果表明,NFP-AST产生的风格化图像与先进方法相比都取得了较好得分,艺术表达更具有视觉冲击力。 展开更多

关键词 自然特征保留 可逆残差网络 特征亲和性 自适应空间重构 无偏融合

在线阅读 下载PDF 职称材料

改进YOLOv5s的路面坑槽目标检测模型 被引量：1

19

作者 赵江平 王欣然 吴立舟 《中国安全科学学报》 北大核心 2025年第1期67-74,共8页

为提高道路安全巡检工作中路面坑槽隐患的检测效率和自动化水平,降低交通事故发生概率,构建一种基于改进YOLOv5s的路面坑槽隐患智能检测模型。在原YOLOv5s网络中加入自适应空间特征融合(ASFF)模块,将主干网络替换为FasterNet网络,引入... 为提高道路安全巡检工作中路面坑槽隐患的检测效率和自动化水平,降低交通事故发生概率,构建一种基于改进YOLOv5s的路面坑槽隐患智能检测模型。在原YOLOv5s网络中加入自适应空间特征融合(ASFF)模块,将主干网络替换为FasterNet网络,引入轻量通道注意力(ECA)模块;通过消融试验分析改进模块对检测模型性能的影响,验证目标检测效果,并开发交互式可视化检测界面。结果表明:改进后的模型精度、召回率和平均检测精度分别提升了4.1%、9.9%和5.6%。较原网络有较为显著的提升,具有良好的检测效果,能够满足路面坑槽自动化检测的应用需求,提高巡检效率,减少因路面坑槽导致的交通事故。 展开更多

关键词 YOLOv5s 路面坑槽 目标检测 自适应空间特征融合(asff) FasterNet

在线阅读 下载PDF 职称材料

自然环境下改进YOLOv5对小目标苹果的检测

20

作者 刘子龙 张磊 《系统仿真学报》 北大核心 2025年第8期2124-2138,共15页

针对苹果的分布通常会存在遮挡、小目标,以及密集目标等问题,提出了一种改进YOLOv5的目标检测算法。在YOLOv5的基础上加入了坐标注意力机制、感受野模块,以及自适应空间特征融合,加强了对小目标检测的能力。将YOLOv5中使用的CIoU替换为... 针对苹果的分布通常会存在遮挡、小目标,以及密集目标等问题,提出了一种改进YOLOv5的目标检测算法。在YOLOv5的基础上加入了坐标注意力机制、感受野模块,以及自适应空间特征融合,加强了对小目标检测的能力。将YOLOv5中使用的CIoU替换为了SIoU,提高了目标检测框的位置预测精度。将部分普通卷积替换为了深度可分离卷积,减少了计算量。实验结果表明:改进YOLOv5的综合性能要优于原始YOLOv5及其他算法,mAP值相比原始YOLOv5提升了9.6%。 展开更多

关键词 智能农业 坐标注意力机制 感受野 自适应空间特征融合 小目标检测 YOLOv5

在线阅读 下载PDF 职称材料