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1,637篇文章
< 1 2 … 82 >
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：
激光三维点云在岩性语义分割中的应用综述 被引量：2
1
作者 邵燕林 刘浪 +4 位作者 曾齐红 胡忠贵 魏薇 邓帆 王庆 《科学技术与工程》 北大核心 2025年第4期1313-1324,共12页
激光三维扫描技术可快速获取扫描目标表面的点云数据,包括用于描述目标几何特征的空间点坐标和刻画目标材质反射率信息的激光反射强度。将激光三维点云的自动语义分割技术应用于地质勘探研究中,能为区域地质特征描绘奠定基础。为了展示... 激光三维扫描技术可快速获取扫描目标表面的点云数据,包括用于描述目标几何特征的空间点坐标和刻画目标材质反射率信息的激光反射强度。将激光三维点云的自动语义分割技术应用于地质勘探研究中,能为区域地质特征描绘奠定基础。为了展示激光三维扫描技术在地质场景大规模语义分割领域的最新进展,首先对摄影测量和激光雷达两种三维点云获取方式进行了比较,得到激光雷达在精度、泛用性、不易受光照条件影响等方面具有优势。通过阐述岩性语义分割的原理,将近年来基于几何特征或强度特征的岩性点云分割方法进行了全面的归纳和总结;介绍了常用大规模点云数据集和评价指标,并比较不同算法分割性能;最后总结了现有方法的局限性,并指出岩性语义分割任务未来研究方向进行展望。 展开更多
关键词 三维激光雷达 数字模型 点云语义分割 岩性分类
在线阅读 下载PDF
基于调制-全局推理的弱监督语义分割算法研究 被引量：1
2
作者 刘洲峰 李冰芮 +3 位作者 杨瑞敏 李春雷 何媛 丁淑敏 《计算机工程》 北大核心 2025年第2期344-355,共12页
基于图像级标签的弱监督语义分割方法可利用少量带有图像级标签的注释对网络进行训练,从而减轻注释负担。然而,现有基于类激活映射的方法存在分割区域不完整的问题。为使最终分割预测结果包含更多前景目标,提出一种基于调制-全局推理的... 基于图像级标签的弱监督语义分割方法可利用少量带有图像级标签的注释对网络进行训练,从而减轻注释负担。然而,现有基于类激活映射的方法存在分割区域不完整的问题。为使最终分割预测结果包含更多前景目标,提出一种基于调制-全局推理的弱监督语义分割方法。在分类网络中,首先设计空间-通道激活调制模块以提取更完整的目标对象特征,从而避免类激活图过度关注显著性区域;其次提出全局推理单元模块,利用该模块捕获特征图中不相交区域和较远区域之间的全局关系以便选出包含更完整的目标对象,从而进一步增强非显著区域的特征;最后通过设计潜在目标挖掘模块以降低伪标签中的假阴性率,进而提取其中的丢失信息,从而有效缓解初始伪标签中目标区域不完整的问题。在分割网络中,将分类网络生成的初始预测和伪标签相结合,并通过非显著区域挖掘模块进一步生成掩蔽伪标签从而提升分割效果。实验结果表明,该方法在仅使用图像级标签的情况下,在Pascal VOC 2012验证集和测试集上的精度分别为69.5%和69.8%,在MS COCO 2014验证集上的精度为32.8%,同时可有效解决分割区域不完整的问题,优于已有方法。 展开更多
关键词 语义分割 弱监督 非显著区域 激活调制 全局推理单元
在线阅读 下载PDF
跨模态多层特征融合的遥感影像语义分割 被引量：1
3
作者 李智杰 程鑫 +3 位作者 李昌华 高元 薛靖裕 介军 《计算机科学与探索》 北大核心 2025年第4期989-1000,共12页
多模态语义分割网络能够利用不同模态中的互补信息来提高分割精度,在地物分类领域具有广泛的应用潜力。然而,现有的多模态遥感影像语义分割模型大多忽略了深度特征的几何形状信息,未将多层特征充分利用就进行融合,导致跨模态特征提取不... 多模态语义分割网络能够利用不同模态中的互补信息来提高分割精度,在地物分类领域具有广泛的应用潜力。然而,现有的多模态遥感影像语义分割模型大多忽略了深度特征的几何形状信息,未将多层特征充分利用就进行融合,导致跨模态特征提取不充分,融合效果不理想。针对这些问题,提出了一种基于多模态特征提取和多层特征融合的遥感影像语义分割模型。通过构建双分支编码器,模型能够分别提取遥感影像的光谱信息和归一化数字表面模型(nDSM)的高程信息,并深入挖掘nDSM的几何形状信息。引入跨层丰富模块细化完善每层特征,从深层到浅层充分利用多层的特征信息。完善后的特征通过注意力特征融合模块,对特征进行差异性互补和交叉融合,以减轻分支结构之间的差异,充分发挥多模态特征的优势,从而提高遥感影像分割精度。在ISPRS Vaihingen和Potsdam数据集上进行实验,mF1分数分别达到了90.88%和93.41%,平均交互比(mIoU)分别达到了83.49%和87.85%,相较于当前主流算法,该算法实现了更准确的遥感影像语义分割。 展开更多
关键词 遥感影像 归一化数字表面模型(nDSM) 语义分割 特征提取 特征融合
在线阅读 下载PDF
基于双路径监督的遥感图像语义分割网络 被引量：1
4
作者 刘春娟 乔泽 +3 位作者 闫浩文 吴小所 王嘉伟 辛钰强 《北京航空航天大学学报》 北大核心 2025年第3期732-741,共10页
为解决遥感图像语义分割任务中目标物体边界分类模糊的问题,提出双路径监督与注意力筛选网络。引入可监督的边界提取模块来增加边界信息通道,提高边界信息在语义分割中的权重,增强对目标物体边界像素的注意力;引入注意力筛选模块,通过... 为解决遥感图像语义分割任务中目标物体边界分类模糊的问题,提出双路径监督与注意力筛选网络。引入可监督的边界提取模块来增加边界信息通道,提高边界信息在语义分割中的权重,增强对目标物体边界像素的注意力;引入注意力筛选模块,通过注意力图筛选出浅层网络中的空间细节信息和深层网络中的抽象语义信息,舍弃网络中的冗余信息,防止过拟合。双路径监督与注意力筛选网络在Potsdam数据集和Jiage数据集上的平均交并比分别为85.44%和86.07%,比次优网络MagNet和SAPNet分别提升了1.24%和1.28%、1.54%和1.27%。实验结果表明,所提网络能更精准地分割目标物体的边界。 展开更多
关键词 遥感图像 语义分割 可监督 边界信息 注意力筛选
在线阅读 下载PDF
基于自注意力机制的高分遥感影像语义分割 被引量：2
5
作者 杨军 张金影 康玥 《哈尔滨工程大学学报》 北大核心 2025年第2期344-354,共11页
针对遥感影像多尺度特征提取困难、上下文信息利用不足的问题,本文结合自注意力机制和深度可分离卷积提出一种线性多头自注意力网络模型,适用于高分辨率遥感影像语义分割。在自注意力模块之前引入深度可分离卷积,减少计算量的同时有助... 针对遥感影像多尺度特征提取困难、上下文信息利用不足的问题,本文结合自注意力机制和深度可分离卷积提出一种线性多头自注意力网络模型,适用于高分辨率遥感影像语义分割。在自注意力模块之前引入深度可分离卷积,减少计算量的同时有助于捕获局部特征;在编码器分支中提出线性的多头自注意力模块以降低模型的计算复杂度;设计一个解码器来恢复特征图分辨率,通过级联操作整合各层级的特征并生成高分辨率的语义分割结果。所提算法在ISPRS Vaihingen和Potsdam数据集上的分割结果的mF1分别达到了90.77%和92.36%,与目前主流算法相比,不透水表面、建筑、低矮植物、树木类的分割准确率及总体分割准确率均有提高。本文算法构建的线性多头自注意力网络是一种高效的高分辨率遥感影像语义分割模型。 展开更多
关键词 高分辨率遥感影像 多头自注意力 深度可分离卷积 语义分割 特征提取 卷积神经网络 编码器 解码器
在线阅读 下载PDF
基于样本迭代优化策略的密集连接多尺度土地覆盖语义分割 被引量：1
6
作者 郑宗生 高萌 +3 位作者 周文睆 王政翰 霍志俊 张月维 《自然资源遥感》 北大核心 2025年第2期11-18,共8页
针对分割结果小尺度地物遗漏、连续地物缺乏完整性问题,提出密集连接多尺度语义分割模型(densely connected multi-scale semantic segmentation network, DMS-Net),实现土地覆盖分割。通过多尺度密集连接空洞空间卷积金字塔池化(multi-... 针对分割结果小尺度地物遗漏、连续地物缺乏完整性问题,提出密集连接多尺度语义分割模型(densely connected multi-scale semantic segmentation network, DMS-Net),实现土地覆盖分割。通过多尺度密集连接空洞空间卷积金字塔池化(multi-scale dense connected atrous spatial convolution pyramid pooling module, MDCA)和条形池化(spatial pyramid pooling, SP)提取多尺度和空间连续性地物;利用特征增强双注意力并联模块(position paralleling channel attention module, PPCA)衡量特征权重,实现高效表达;采用浅层特征级联模块(cascade low-level feature fusion, CLFF)捕捉被忽略的浅层特征,进一步补充细节。实验结果表明:DMS-Net模型在迭代扩充数据集上的总体精度(overall accuracy, OA)达到89.97%,平均交并比(mean intersection over union, mIoU)达到75.59%,高于传统机器学习方法及U-Net, PSPNet, Deeplabv3+等深度学习模型。分割结果显示,地物结构完整且边缘分割明晰,在实现多尺度的土地覆盖遥感信息提取分析中具有较好的实用价值。 展开更多
关键词 深度学习 全卷积神经网络 多尺度 语义分割 土地覆盖
在线阅读 下载PDF
基于DI-PointNet的变电站主设备点云高精度语义分割方法 被引量：1
7
作者 裴少通 孙海超 +2 位作者 孙志周 胡晨龙 祝雨馨 《电工技术学报》 北大核心 2025年第9期2917-2930,共14页
在变电站机器人巡检任务中,三维点云数据的高精度语义分割是关键技术之一,有助于机器人理解电力设备、障碍物和其他物体的空间布局。然而,现有的点云分割算法在变电站场景中的应用效果有限,准确度较低、计算复杂度高,难以实现对变电站... 在变电站机器人巡检任务中,三维点云数据的高精度语义分割是关键技术之一,有助于机器人理解电力设备、障碍物和其他物体的空间布局。然而,现有的点云分割算法在变电站场景中的应用效果有限,准确度较低、计算复杂度高,难以实现对变电站主设备点云的准确分割。为了解决这一问题,该文提出了一种基于PointNet++的DI-PointNet算法。首先,采用双层连续变换器模块增强点云之间的信息交互,有效地聚合长距离上下文,增大网络有效感受野;其次,通过分层键采样策略生成自注意力机制所需的键值,降低算法复杂度;最后,使用倒置残差模块,通过倒置瓶颈设计和残差连接缓解梯度消失,有效地增加模型的深度,同时降低计算复杂度。此外,该文构建了变电站点云数据集,对DI-PointNet算法进行详细的消融实验,并与主流深度学习算法和电力领域典型点云分割算法进行对比。实验验证结果表明,DI-PointNet算法对变电站主设备点云分割的平均交并比达到82.5%,相比PointNet++算法提高了2.1个百分点,且总体精度提高了3.4个百分点,达到90.1%。DI-PointNet算法为智能电力设备巡检和维护提供了有效的解决方案。 展开更多
关键词 点云语义分割 双层连续变换器 分层键采样 倒置残差 变电站
在线阅读 下载PDF
用于铁路场景语义分割的改进动态图卷积神经网络 被引量：1
8
作者 王卫东 刘延 +3 位作者 邱实 刘贤华 魏晓 王劲 《计算机辅助设计与图形学学报》 北大核心 2025年第1期139-147,共9页
针对目前在铁路场景语义分割中存在的数据获取成本高、分割精度低、泛化能力差等问题,提出了一种基于改进动态图卷积神经网络的铁路场景语义分割方法.首先利用高分辨率的无人机采集铁路场景的多视角图像,并通过结构运动恢复与基于面片... 针对目前在铁路场景语义分割中存在的数据获取成本高、分割精度低、泛化能力差等问题,提出了一种基于改进动态图卷积神经网络的铁路场景语义分割方法.首先利用高分辨率的无人机采集铁路场景的多视角图像,并通过结构运动恢复与基于面片的多视角立体视觉算法生成铁路场景的三维点云;然后在动态图卷积神经网络中引入空间注意力模块,增强网络结构的分割精度与泛化性;最后通过改进后的图卷积神经网络对预处理后的铁路场景点云完成高精度的语义分割.实验阶段采用的铁路场景包括桥梁段、路基段与联络线,共计11个区域.以平均交并比为评价指标,与动态图卷积神经网络、PointNet++进行对比,研究结果表明,基于图像点云训练的改进动态图卷积神经网络对于铁路场景语义分割具有更高的精度,与动态图卷积神经网络、PointNet++相比,分割精度分别提高3.3个百分点与6.0个百分点,且具有更好的泛化能力. 展开更多
关键词 铁道工程 点云语义分割 无人机点云 卷积神经网络
在线阅读 下载PDF
基于互引导条件耦合的小样本语义分割
9
作者 刘胜男 姜璐璐 +2 位作者 郑宛露 王少荣 汪国平 《计算机辅助设计与图形学学报》 北大核心 2025年第6期973-982,共10页
针对现有的小样本语义分割方法普遍采用简单的融合策略来实现跨分支信息传递,难以捕获复杂的特征交互信息的问题,提出一个实现支持-查询分支高效融合的互引导条件耦合网络.所提网络设计了一个耦合信息生成模块,该模块聚焦于支持特征中... 针对现有的小样本语义分割方法普遍采用简单的融合策略来实现跨分支信息传递,难以捕获复杂的特征交互信息的问题,提出一个实现支持-查询分支高效融合的互引导条件耦合网络.所提网络设计了一个耦合信息生成模块,该模块聚焦于支持特征中与查询特征高度相似的区域,以使查询特征中的每个像素能够自适应地融合支持特征的像素级信息.同时,为了减少查询图像背景对融合效果的负面影响,设计了一个条件耦合模块.在该模块中,生成的条件可用于抑制查询图像背景区域的信息吸收,从而有效地避免了背景信息对结果的干扰.在PASCAL-5i以及COCO-20i的实验结果表明,所提网络在多数任务上,其mIoU和FBIoU指标优于或接近相关方法的最佳性能. 展开更多
关键词 语义分割 小样本学习 小样本语义分割 特征融合
在线阅读 下载PDF
基于Transformer与深度可分离卷积的轻量级遥感图像语义分割
10
作者 马飞 张森峰 +1 位作者 杨飞霞 徐光宪 《电光与控制》 北大核心 2025年第7期33-38,66,共7页
遥感图像语义分割在环境变化监测、汽车辅助驾驶等领域具有广泛的应用。遥感图像在语义对象层面表现出较大的类内变化和较小的类间差异,导致分割模型精度受限且耗费计算资源。为此提出了一种基于Transformer与深度可分离卷积的轻量级遥... 遥感图像语义分割在环境变化监测、汽车辅助驾驶等领域具有广泛的应用。遥感图像在语义对象层面表现出较大的类内变化和较小的类间差异,导致分割模型精度受限且耗费计算资源。为此提出了一种基于Transformer与深度可分离卷积的轻量级遥感图像语义分割方法。首先,引入权重自适应的多头自注意力,在全局范围内对远距离像素关联性建模,获取丰富的上下文信息;其次,构建堆叠的深度可分离卷积层,以低计算复杂度减少空间细节信息的丢失;此外利用线性注意力机制设计特征聚合模块,对全局情景信息与空间细节信息进行融合。经过在Vaihingen和Potsdam数据集上测试结果表明,所提方法的分割总体准确率分别高达92.6%和92.1%,GFLOPs仅为11.5,不仅有效提升了分割精度,而且大大降低了计算复杂度。 展开更多
关键词 遥感图像 语义分割 深度学习 深度可分离卷积 线性注意力机制
在线阅读 下载PDF
基于语义分割的长白山火山岩性遥感数据集
11
作者 李成范 韩晶鑫 +5 位作者 盘晓东 刘岚 颜丽丽 康建红 刘学锋 肖舟怡 《岩石学报》 北大核心 2025年第4期1442-1453,共12页
火山岩性数据集是利用深度学习进行火山遥感岩性智能识别的关键和数据基础。当前,缺乏可信的火山岩性遥感数据集,制约了大区域、复杂地质环境下火山岩性智能识别的快速发展。本文在归纳和整合长白山火山岩性主要类型的基础上,以哨兵2(Se... 火山岩性数据集是利用深度学习进行火山遥感岩性智能识别的关键和数据基础。当前,缺乏可信的火山岩性遥感数据集,制约了大区域、复杂地质环境下火山岩性智能识别的快速发展。本文在归纳和整合长白山火山岩性主要类型的基础上,以哨兵2(Sentinel-2)遥感图像为数据源,结合地质资料和野外核查制作了一个基于深度学习语义分割的长白山火山岩性遥感数据集。该数据集内容包含遥感图像、标签数据、说明文件,岩性类型覆盖玄武质火山岩、粗面质火山岩、碱流质火山岩、火山岩性混合堆积(碎屑堆积、火山泥流堆积、火山空落堆积);共计36张样本图像,单张图像尺寸为395像元×395像元,空间分辨率为10m。利用经典的深度卷积神经网络(deep convolution neural network,DCNN)DeepLab V3+模型对火山岩性数据集进行了测试和验证,实验结果表明本文数据集具有较强的火山岩性描述能力,鲁棒性和泛化性较好,总体准确率均高于88%;特征训练与提取过程中人为干扰较少,自动化水平较高。可为火山岩性智能识别提供数据基础,提高野外火山遥感岩性调查的准确性和效率。 展开更多
关键词 长白山火山 语义分割 岩性数据集 岩性识别 遥感图像
在线阅读 下载PDF
基于双分支多尺度特征融合的跨模态语义分割算法
12
作者 陈广秋 任天蓉 +1 位作者 段锦 黄丹丹 《电子测量与仪器学报》 北大核心 2025年第5期144-154,共11页
针对单模态可见光RGB图像语义分割在夜晚或光线变化环境下存在分割效果差、目标边缘分割不清晰等问题,以及现有的跨模态语义分割在获取全局上下文信息和融合跨模态特征时还存在大量不足。为此提出了一种基于双分支多尺度特征融合的跨模... 针对单模态可见光RGB图像语义分割在夜晚或光线变化环境下存在分割效果差、目标边缘分割不清晰等问题,以及现有的跨模态语义分割在获取全局上下文信息和融合跨模态特征时还存在大量不足。为此提出了一种基于双分支多尺度特征融合的跨模态语义分割算法。采用Segformer作为主干网络提取特征,捕获长距离依赖关系,采用特征增强模块提升浅层特征图的对比度和边缘信息的判别性,利用有效注意力增强模块和跨模态特征融合模块,对不同模态特征图像素点间的关系进行建模,聚合互补信息,发挥跨模态特征优势。最后,采用轻量级的All-MLP解码器重建图像,预测分割结果。相比较于已有主流算法,该算法在MFNet城市街景数据集上的各项评估指标均为最优,平均准确率(mAcc)和平均交并比(mIoU)分别达到了76.9%和59.8%。实验结果表明,该算法在处理复杂场景时,能够有效改善目标边缘轮廓分割不清晰的问题,提高图像的分割精度。 展开更多
关键词 多模态深度学习 语义分割 特征融合 跨模态 Segformer
在线阅读 下载PDF
基于混合深度卷积的遥感影像语义分割
13
作者 田智慧 郎杰 魏海涛 《计算机应用与软件》 北大核心 2025年第8期253-258,290,共7页
高分辨率遥感影像语义分割作为遥感解译的重要组成部分,其中包含了大量复杂的地物特征信息,且不同地物目标尺寸相差较大,这为遥感影像语义分割带来了一定困难。针对该问题,设计并实现一种基于混合深度卷积的遥感影像语义分割模型MDU-Ne... 高分辨率遥感影像语义分割作为遥感解译的重要组成部分,其中包含了大量复杂的地物特征信息,且不同地物目标尺寸相差较大,这为遥感影像语义分割带来了一定困难。针对该问题,设计并实现一种基于混合深度卷积的遥感影像语义分割模型MDU-Net。该模型在编码器中采用分阶段的并行网络结构,通过对不同层级中子分支动态的分配权重来实现编码器的动态网络结构,同时引入一种通道和空间注意力模块来改进编码器到解码器的特征融合效果,提升语义分割效果。在ISPRS validation数据集上的测试集精度比DeepLabv3+提高3.44百分点。实验结果表明,该网络在高分辨率遥感影像分割问题中取得了良好的分割效果。 展开更多
关键词 语义分割 遥感影像 深度学习 特征融合
在线阅读 下载PDF
类感知对比学习的弱监督语义分割
14
作者 白雪飞 许文杰 +1 位作者 王渊辉 王文剑 《电子学报》 北大核心 2025年第6期1741-1754,共14页
图像级弱监督语义分割方法通常采用类激活图定位目标物体,但现有方法生成类激活图时存在目标区域激活不足或背景区域误激活等问题.文章提出了一种类感知对比学习的弱监督语义分割框架,通过融合文本提示与图像类别信息,提升模型对目标区... 图像级弱监督语义分割方法通常采用类激活图定位目标物体,但现有方法生成类激活图时存在目标区域激活不足或背景区域误激活等问题.文章提出了一种类感知对比学习的弱监督语义分割框架,通过融合文本提示与图像类别信息,提升模型对目标区域的精确定位能力.首先,文章分析了不同文本提示模板对各类别类激活图的影响,在此基础上,为了获取更具适应性的类别表示,本文构建了一个上下文提示集,并设计上下文提示动态选择策略,根据图像目标区域与文本提示之间的相似性获取最合适的上下文提示.其次,采用图像-文本对比学习方法,以增强模型在处理图像与文本语义对齐任务中的表现,并设计了对比损失函数监督模型的训练过程.最后,提出一个类别特定的背景抑制模块,抑制与目标类别紧密相关的背景区域的误激活,从而生成更加完整和紧凑的类激活图,实现更精确的语义分割.文章在通用数据集PASCAL VOC 2012和MS COCO 2014中对提出的模型进行实验验证,mIoU值分别达到71.9%和43.9%,性能优于所有对比方法,有效提升了弱监督语义分割精度. 展开更多
关键词 弱监督语义分割 类激活图 类感知 对比学习 文本提示
在线阅读 下载PDF
一种基于轻量化卷积模块的语义分割网络
15
作者 连晓峰 康毛毛 +1 位作者 谭励 王艳莉 《应用科学学报》 北大核心 2025年第1期66-79,共14页
融合深度学习的语义同步定位与地图构建技术为处理动态场景提供了有效的解决方案,但仍面临计算资源消耗大和模型复杂度高的挑战。为此,提出了一种基于BlendMask改进的轻量化语义分割网络。首先,设计了一种轻量的GDS-ECA卷积(Ghost-depth... 融合深度学习的语义同步定位与地图构建技术为处理动态场景提供了有效的解决方案,但仍面临计算资源消耗大和模型复杂度高的挑战。为此,提出了一种基于BlendMask改进的轻量化语义分割网络。首先,设计了一种轻量的GDS-ECA卷积(Ghost-depthwise separable convolution with efficient channel attention)模块,利用深度可分离卷积替代Ghost卷积中的少量卷积操作,减少参数量和计算量,并添加注意力机制提升特征表达能力。其次,提出了特征提取网络BGTNet(bottleneck GDS-ECA attention transformer network),将GDS-ECA卷积应用于颈部模块的卷积层以提升网络的提取精度;此外,将特征金字塔网络(feature pyramid network,FPN)中的传统卷积替换为GDS-ECA卷积,构建轻量化特征金字塔网络,并结合BGTNet形成语义分割网络的主干网。最后在数据集COCO上进行了实验验证,改进后的模型处理图像时间缩短了7.3 ms,平均精度提升了1.5%。 展开更多
关键词 语义分割 同步定位与地图构建 轻量化 注意力机制 特征金字塔
在线阅读 下载PDF
融合显著边界约束的弱监督语义分割方法
16
作者 白雪飞 张丽娜 王文剑 《计算机工程与应用》 北大核心 2025年第19期214-225,共12页
针对现有弱监督语义分割方法存在的类激活不足、伪标签边界不清晰的问题,提出了融合显著边界约束的弱监督语义分割方法。提出由共享参数的孪生网络作为类激活图生成网络,将仿射变换前后的图像作为孪生网络两个分支的输入,得到不同的类... 针对现有弱监督语义分割方法存在的类激活不足、伪标签边界不清晰的问题,提出了融合显著边界约束的弱监督语义分割方法。提出由共享参数的孪生网络作为类激活图生成网络,将仿射变换前后的图像作为孪生网络两个分支的输入,得到不同的类激活图后,通过一致性损失函数融合仿射变换前后的互补信息,以生成具有完整信息的类激活图。设计显著性修正模块,在类激活图中引入边界约束,抑制背景信息的错误激活;同时,设计显著性亲和模块从显著图中学习像素之间的亲和矩阵,进一步细化初始伪标签,提升模型的语义分割性能。实验结果表明,该方法在PASCAL VOC 2012验证集上的mIoU值为71.4%,与基线相比,性能提升了2.1个百分点,测试集上的mIoU值为70.8%;在COCO 2014验证集上的mIoU值为39.2%,展现了良好的分割结果,该方法可以更好地完成弱监督语义分割任务。 展开更多
关键词 弱监督语义分割 图像级标签 TRANSFORMER 卷积神经网络 孪生网络 显著图
在线阅读 下载PDF
多尺度大核注意力遥感图像语义分割实验设计
17
作者 项学智 宁怡博 +2 位作者 王路 贲晛烨 乔玉龙 《实验室研究与探索》 北大核心 2025年第10期56-62,共7页
针对遥感图像语义分割任务中卷积神经网络(CNN)远程建模能力不足与Transformer计算复杂度过高的问题,提出一种基于多尺度大核注意力(MSLKA)的遥感图像语义分割网络MSLKASeg。MSLKA将多尺度机制与大核注意力(LKA)相结合,并引入门控机制... 针对遥感图像语义分割任务中卷积神经网络(CNN)远程建模能力不足与Transformer计算复杂度过高的问题,提出一种基于多尺度大核注意力(MSLKA)的遥感图像语义分割网络MSLKASeg。MSLKA将多尺度机制与大核注意力(LKA)相结合,并引入门控机制以抑制无关信息,能在保持较低复杂度的同时,生成多粒度级别的注意力图,从而有效聚合全局和局部信息。在两个典型数据集实验表明,所提方法取得了具有竞争力的结果。在ISPRS Vaihingen数据集上,mF1和mIoU得分分别达到了90.31%和82.73%;在LoveDA Urban数据集,mF1和mIoU得分分别为66.24%和50.41%。多场景实验结果表明,所提方法有效提升了遥感图像语义分割效果。 展开更多
关键词 遥感图像 语义分割 多尺度大核 大核注意力
在线阅读 下载PDF
改进U-Net模型的隧道掌子面图像语义分割研究
18
作者 陈登峰 程静 +1 位作者 赵蕾 何拓航 《防灾减灾工程学报》 北大核心 2025年第4期776-783,共8页
隧道掌子面岩体结构是判断岩土工程地质条件、制定施工和支护方案、预防塌方及涌水等事故的直观依据。将U-Net模型应用于掌子面岩体结构图像分割与识别时,下采样过程中缩小图像尺寸会导致岩体部分细节信息丢失,上采样过程中将低层特征... 隧道掌子面岩体结构是判断岩土工程地质条件、制定施工和支护方案、预防塌方及涌水等事故的直观依据。将U-Net模型应用于掌子面岩体结构图像分割与识别时,下采样过程中缩小图像尺寸会导致岩体部分细节信息丢失,上采样过程中将低层特征传递到高层的跳跃连接导致特征映射过大。因此,提出加入空洞空间卷积池化金字塔模块ASPP和卷积注意力模块CBAM的改进U-Net模型。在U-Net模型的跳跃连接过程中加ASPP,利用不同膨胀率的空洞卷积捕获不同尺度的上下文信息,融合不同感受野的信息,从而更全面的理解图像内容;U-Net模型的下采样过程中加入CBAM,使网络模型更加关注有用的特征,从而增强特征的表达能力。实验结果表明,改进的网络模型相较于原始U-Net模型分割和识别性能有显著提升,在某隧道工程掌子面岩体图像数据集上Precision达到93.04%,mIoU达到74.98%,mPA达到78.89%。 展开更多
关键词 隧道掌子面 图像语义分割 卷积注意力模块 空洞空间卷积池化金字塔模块
在线阅读 下载PDF
全局感知与多尺度特征融合的城市道路语义分割
19
作者 邬开俊 张治瑞 +1 位作者 汪滢 安立伟 《光学精密工程》 北大核心 2025年第14期2262-2277,共16页
语义分割在自动驾驶与智能交通工程应用中发挥着不可替代的作用。针对语义分割现存分割边界模糊、物体间相互遮挡及物体多尺度差异造成的分割精度不足问题,提出全局感知与多尺度特征融合的城市道路语义分割网络。为改善分割边界模糊的问... 语义分割在自动驾驶与智能交通工程应用中发挥着不可替代的作用。针对语义分割现存分割边界模糊、物体间相互遮挡及物体多尺度差异造成的分割精度不足问题,提出全局感知与多尺度特征融合的城市道路语义分割网络。为改善分割边界模糊的问题,设计全局感知模块,通过联合空间和通道信息增强特征之间的交互以感知全局信息;物体间相互遮挡情况下模型往往需要提升被遮挡区域的敏感度,为此提出多尺度特征融合模块以兼顾大小物体的分割精度;采用综合性的多约束特征平滑损失评估模型,进一步平滑特征,优化目标以求最优解。经实验验证,本文方法于Cityscapes数据集上在不同分辨率情况下mIoU值分别提升0.5%,0.9%,1.7%,在ADE20K数据集上mIoU值提升2.1%。相比于现有语义分割网络模型,本文方法分割效果有进一步提升。 展开更多
关键词 深度学习 图像处理 语义分割 特征融合 损失函数
在线阅读 下载PDF
基于双分支融合的图像实时语义分割方法
20
作者 宋玉琴 娄辉 +1 位作者 张琪 商纯良 《空军工程大学学报》 北大核心 2025年第2期62-70,共9页
针对现有实时语义分割网络分割多尺度目标时存在类别错分和分割不完整的问题,提出了一种基于双分支融合的图像实时语义分割方法。提出尺度注意融合模块,融合细节分支和语义分支提取到的目标空间特征和语义信息,以提高网络对多尺度目标... 针对现有实时语义分割网络分割多尺度目标时存在类别错分和分割不完整的问题,提出了一种基于双分支融合的图像实时语义分割方法。提出尺度注意融合模块,融合细节分支和语义分支提取到的目标空间特征和语义信息,以提高网络对多尺度目标识别的准确率。使用边缘损失函数引导细节分支学习目标边缘轮廓,增强网络对目标边缘细节的分割性能。最后,构建全局感知模块提高网络的全局上下文感知能力。实验结果表明:文中方法在CityScapes和CamVid数据集上平均交并比(mIoU)分别为78.1%和76.2%,平均像素准确率(mPA)分别为87.6%和85.4%,对于小尺度目标边缘实现了更精准的分割,且在一个GTX 1080Ti GPU上推理达到实时要求,帧速率(FPS)分别达到59.8和43.5。 展开更多
关键词 深度学习 实时语义分割 尺度注意 特征融合 全局感知
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 … 82 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