基于语义多尺度的矿山地下空间建模方法 被引量：2

1

作者 李雯静 张馨心 +2 位作者 林志勇 邱莉 邱立强 《工矿自动化》 北大核心 2022年第3期129-134,共6页

针对基于语义的地下矿山实体建模方法细节层次划分不够详细、模型配置自由度较小、缺乏多尺度精细化表达的问题,将参数化建模和语义多尺度思想应用到矿山多细节层次(LOD)模型构建中,提出基于语义多尺度的矿山地下空间建模方法。确定建... 针对基于语义的地下矿山实体建模方法细节层次划分不够详细、模型配置自由度较小、缺乏多尺度精细化表达的问题,将参数化建模和语义多尺度思想应用到矿山多细节层次(LOD)模型构建中,提出基于语义多尺度的矿山地下空间建模方法。确定建模对象为矿山地下空间内的实体要素,依据实体要素位置划分为巷道模型和巷道内模型,巷道模型包括巷道主体模型及其他人工构筑物模型,巷道内模型包括矿山设施模型和设备模型;根据实体要素的语义信息定义不同的语义类,语义类向下划分成族,再按照功能将族分解为组件元素;通过语义属性、几何属性、外观属性、特征属性等可量化指标来描述每个语义类。设计了矿山LOD模型,该模型包括6个层次的离散化LOD模型:巷道网络模型、巷道粗略模型、巷道精细模型、巷道内主要设施模型、巷道内主要设备模型、巷道内其他设备模型,将离散化LOD模型与各种属性进行组合,可清晰显示矿山LOD模型的详细程度和主次关系。基于语义多尺度的矿山地下空间建模方法能够提供不同细节丰富度的实体要素模型,降低场景渲染的计算复杂度,提高模型构建的效率和灵活性。 展开更多

关键词 矿山三维建模 参数化建模 语义多尺度 LOD 语义划分 精细化表达

在线阅读 下载PDF 职称材料

多尺度语义感知和注意力融合的多模态方面级情感分析模型 被引量：1

2

作者 杨丽莎 马常霞 +4 位作者 仲兆满 周子豪 周志耀 胡文彬 赵雪峰 《南京大学学报(自然科学版)》 北大核心 2025年第2期223-236,共14页

多模态方面级情感分析模型在特征提取过程中可能过度依赖文本模态,而忽视文本与图像内容潜在的语义关联.由于模态之间的异质编码属性和信息质量差异,无法执行有效的跨模态交互.为了解决这一问题,提出一种多尺度语义感知和注意力融合模型... 多模态方面级情感分析模型在特征提取过程中可能过度依赖文本模态,而忽视文本与图像内容潜在的语义关联.由于模态之间的异质编码属性和信息质量差异,无法执行有效的跨模态交互.为了解决这一问题,提出一种多尺度语义感知和注意力融合模型(Multiscale Semantic Perception and Attention Fusion Model,MSPAF).首先,充分挖掘多尺度的图像语义信息,进行跨模态语义关联建模,以促进文本图像在统一特征空间内的有效交互.提出一种动态门控交叉注意力机制,在方面引导下进行视觉特征提取.其次,结合图卷积神经网络深度共现词间的语义依赖关系,获取句法和语义增强的上下文表征.最后,在多模态特征融合阶段,通过多层注意力池化学习不同模态特征的相关性,并降低融合特征维度.在公开的情感分析数据集上,对提出的模型进行评估,实验结果表明,与一系列基线模型相比,本模型具有更佳的情感分类效果. 展开更多

关键词 多模态方面级情感分析 多尺度图像语义提取 统一特征空间 语义关联建模 文本图卷积 注意力池化

在线阅读 下载PDF 职称材料

基于多尺度语义编解码网络的遥感图像语义分割 被引量：4

3

作者 梁燕 易春霞 +1 位作者 王光宇 胡跃辉 《电子学报》 EI CAS CSCD 北大核心 2023年第11期3199-3214,共16页

针对遥感图像语义分割中存在的多层次信息提取和多尺度特征图上下文依赖性两个问题,本文分析现有处理方案,提出了一种综合运用多项技术的多尺度语义编解码网络(Multi-scale Semantic Encoder-Decoder Networks,MSEDNet).MSEDNet由编码... 针对遥感图像语义分割中存在的多层次信息提取和多尺度特征图上下文依赖性两个问题,本文分析现有处理方案,提出了一种综合运用多项技术的多尺度语义编解码网络(Multi-scale Semantic Encoder-Decoder Networks,MSEDNet).MSEDNet由编码与解码两部分构成.编码阶段,首先提出残差协同空间注意(Residuals Coordinate Spatial Attention,RCSA)的MobileNetV3增强型模块,提取语义信息;其次,设计多层增强语义上下文模块(Enhance Semantic Context Module,ESCM),提升多尺度结构特征图的表征能力.解码阶段,首先提出多核卷积与Focus并行的强化空间细节信息模块(Strengthen Spatial Detail Information Module,SSDIM),增强浅层特征细节和结构信息;其次,设计了三元迭代多尺度特征融合(Triplet Iterative Multi-Scale Feature Fusion,TIMSFF)策略,强化图像深层全局语义信息与浅层局部细节特征的多尺度融合,提升分割精度.所提模型在ISPRS Vaihingen和Potsdam数据集上验证,总体分割精度(Overall Accuracy,OA)分别达到95.699%、95.534%,平均F1-score(mean F1-score,m F1)分别提高2.661%和2.929%,且平均交并比(mean Intersection over Union,mIoU)分别增长3.973%和4.012%.所耗参数量Param下降至6.77 M. 展开更多

关键词 遥感语义分割 多尺度语义上下文 注意力机制 空间细节 多尺度特征融合

在线阅读 下载PDF 职称材料

注意力感知的多尺度语义视杯盘分割 被引量：1

4

作者 燕杨 曹娅迪 黄文博 《光学精密工程》 EI CAS CSCD 北大核心 2023年第21期3203-3211,共9页

为了解决编码器-解码器网络结构在目标提取中抑制无关语义、跨越语义鸿沟等问题,以获取更高精度,采用UNet作为提取特征的主干网络;为了减轻浅层特征与深层特征语义的差异,设计一种融合注意力感知的多尺度语义池化模块(Channel-Spatial-P... 为了解决编码器-解码器网络结构在目标提取中抑制无关语义、跨越语义鸿沟等问题,以获取更高精度,采用UNet作为提取特征的主干网络;为了减轻浅层特征与深层特征语义的差异,设计一种融合注意力感知的多尺度语义池化模块(Channel-Spatial-Pyramid,CSP),替代早期层中的跳跃链接。CSP模块从空间与通道两个层面强调更有意义的语义信息,通过4个不同池化核的并行分支提取不同尺度特征,聚合所有分支结果与后期层特征拼接。实验结果表明,CSP-Net在彩色眼底图像视盘分割中的Dice指数可达99.6%,视杯分割结果的Dice指数为92.1%,相比现有算法均有提高。所提出的CSP-Net对于眼底图像中的微小目标提取的有效性及抗干扰性较高,可为青光眼筛查与诊断临床提借鉴。 展开更多

关键词 多尺度语义 注意力感知 目标提取 U-Net

在线阅读 下载PDF 职称材料

多尺度遥感语义分割网络 被引量：10

5

作者 胥智杰 杨小兵 +1 位作者 何灵敏 潘承瑞 《计算机工程与应用》 CSCD 北大核心 2020年第21期210-217,共8页

高分辨率遥感图像语义分割在国土规划、地理监测、智慧城市等领域有着广泛的应用价值,但是现阶段研究中存在相似地物和精细地物分割不准确问题。为解决这一问题,提出了一种新型的多尺度语义分割网络MSSNet。它由编码层、解码层和输出层... 高分辨率遥感图像语义分割在国土规划、地理监测、智慧城市等领域有着广泛的应用价值,但是现阶段研究中存在相似地物和精细地物分割不准确问题。为解决这一问题,提出了一种新型的多尺度语义分割网络MSSNet。它由编码层、解码层和输出层组成。为解决相似地物的分割问题,编码层使用深层网络ResNet101充分提取地物特征,并在解码层的解码器中加入残差块,提高基于像素点的分类能力。为解决精细结构地物的分割问题,解码层中的解码器加入了空洞空间金字塔池化结构提取多尺度地物特征,以便精确分割不同尺度的地物。为了强化语义分割能力,输出层合并了多个解码器的输出,为最终的预测提供了更多的信息。在两个公开数据集Vaihingen和Potsdam上进行了实验,分别取得了87%和87.3%的全局精确度,超过了大多数已发表的方法。实验结果表明,提出的MSSNet能够精确地分割相似地物和精细地物,并且具有训练过程简单和易于使用的优点,非常适合进行高分辨率遥感图像语义分割。 展开更多

关键词 高分辨率遥感图像 语义分割 深度学习 多尺度语义分割网络(MSSNet)

在线阅读 下载PDF 职称材料

基于多尺度混合注意力卷积神经网络的关系抽取模型 被引量：4

6

作者 唐媛 陈艳平 +2 位作者 扈应 黄瑞章 秦永彬 《计算机应用》 CSCD 北大核心 2024年第7期2011-2017,共7页

针对基于卷积神经网络(CNN)的关系抽取获取句子语义信息时缺少不同尺度语义特征信息的获取以及对关键信息的关注的问题,提出基于多尺度混合注意力CNN的关系抽取模型。首先,将关系抽取建模为二维化表示的标签预测;其次,通过多尺度的特征... 针对基于卷积神经网络(CNN)的关系抽取获取句子语义信息时缺少不同尺度语义特征信息的获取以及对关键信息的关注的问题,提出基于多尺度混合注意力CNN的关系抽取模型。首先,将关系抽取建模为二维化表示的标签预测;其次,通过多尺度的特征信息提取与融合,获得更细粒度的多尺度空间信息;然后,通过注意力与卷积的结合自适应地细化特征图,使模型关注重要的上下文信息;最后,使用两个预测器共同预测实体对之间的关系标签。实验结果表明,多尺度混合卷积注意力模型能够获取多尺度语义特征信息,而通道注意力和空间注意力通过权重捕捉通道和空间的关键信息,以此来提升关系抽取的性能。所提模型在数据集SemEval(SemEval-2010 task 8)、TACRED(TAC Relation Extraction Dataset)、Re-TACRED(Revised-TACRED)和SciERC(Entities,Relations,and Coreference for Scientific knowledge graph construction)上的F1值分别达到90.32%、70.74%、85.71%和89.66%。 展开更多

关键词 关系抽取 二维化表示 通道注意力 空间注意力 多尺度语义特征

在线阅读 下载PDF 职称材料

多尺度语义特征水下图像增强研究 被引量：1

7

作者 郭强 孟祥众 《兵器装备工程学报》 CAS CSCD 北大核心 2022年第11期95-102,共8页

针对水下武器图像对比度低,细节模糊等问题,提出多尺度语义特征水下图像增强算法。该算法将编码解码结构作为主框架结合多尺度语义特征模块使不同尺度信息融合,提升网络对语义信息的感知能力;同时,将注意力机制引入多尺度融合模块与生... 针对水下武器图像对比度低,细节模糊等问题,提出多尺度语义特征水下图像增强算法。该算法将编码解码结构作为主框架结合多尺度语义特征模块使不同尺度信息融合,提升网络对语义信息的感知能力;同时,将注意力机制引入多尺度融合模块与生成模块中,加强网络提取不同像素特征的能力;此外,构造高斯金字塔函数,结合全局相似性、WGAN、VGG19色彩感知损失函数增强图像。实验结果表明,该算法相比较UDCP、fusion、UWCNN、UGAN算法在水下图像颜色质量评价与峰值信噪比整体上平均提升0.0719与17.0198;自然图像评价整体上下降0.0135。 展开更多

关键词 多尺度语义特征模块 高斯金字塔损失函数 注意力机制 水下图像增强 武器测试系统

在线阅读 下载PDF 职称材料

融合视觉机制和多尺度特征的小目标检测算法 被引量：1

8

作者 武德彬 刘笑楠 +1 位作者 刘振宇 杨娜 《电讯技术》 北大核心 2024年第2期200-206,共7页

针对SSD(Single Shot MultiBox Detector)目标检测算法对小目标检测能力不足的问题,提出一种引入视觉机制和多尺度语义信息融合的VFF-SSD(Vision Feature Fusion SSD)改进算法。为了增大浅层网络的感受野提高特征提取能力,首先在SSD浅... 针对SSD(Single Shot MultiBox Detector)目标检测算法对小目标检测能力不足的问题,提出一种引入视觉机制和多尺度语义信息融合的VFF-SSD(Vision Feature Fusion SSD)改进算法。为了增大浅层网络的感受野提高特征提取能力,首先在SSD浅层特征层中加入视觉机制,然后利用改进PANet(Path Aggregation Network)多尺度特征融合网络与深层特征增强网络得到新的特征层,旨在增强浅层网络的语义信息并加强深层特征的特征表达能力,最后应用注意力机制模块提高对重要信息的学习能力。实验结果表明,在PASCAL VOC2007测试集检测的mAP(Mean Average Precision)值达到81.1%,对数据集中小目标的mAP值较原SSD提高了6.6%。 展开更多

关键词 小目标检测 深度学习 视觉机制 多尺度语义信息 注意力机制

在线阅读 下载PDF 职称材料

基于改进SEGNET模型的图像语义分割 被引量：11

9

作者 罗嗣卿 张志超 岳琪 《计算机工程》 CAS CSCD 北大核心 2021年第4期256-261,共6页

使用原始SEGNET模型对图像进行语义分割时,未对图像中相邻像素点间的关系进行考虑,导致同一目标中像素点类别预测结果不一致。通过在SEGNET结构中加入一条自上而下的通道,使得SEGNET包含的多尺度语义信息更加丰富,从而提升对每个像素点... 使用原始SEGNET模型对图像进行语义分割时,未对图像中相邻像素点间的关系进行考虑,导致同一目标中像素点类别预测结果不一致。通过在SEGNET结构中加入一条自上而下的通道,使得SEGNET包含的多尺度语义信息更加丰富,从而提升对每个像素点的类别预测精度,在模型中加入生成对抗网络以充分考虑空间中相邻像素点间关系。实验结果表明,该模型的语义分割效果相比原始SEGNET模型显著提升,且可有效解决SEGNET测试中出现的分类错误问题。 展开更多

关键词 SEGNET模型 生成对抗网络 多尺度语义信息 相邻像素类别关系 特征融合

在线阅读 下载PDF 职称材料

融合注意力机制的肠道息肉分割多尺度卷积神经网络 被引量：4

10

作者 单芳湄 王梦文 李敏 《图学学报》 CSCD 北大核心 2023年第1期50-58,共9页

肠道息肉分割能够提供息肉在结肠中的位置和形态信息,方便医生依据其结构变化程度来推断癌变可能性,有利于结肠癌的早期诊断和治疗。针对许多现有的卷积神经网络所提取的多尺度特征有限,且常引入冗余和干扰特征,难以应对复杂多变的肠道... 肠道息肉分割能够提供息肉在结肠中的位置和形态信息,方便医生依据其结构变化程度来推断癌变可能性,有利于结肠癌的早期诊断和治疗。针对许多现有的卷积神经网络所提取的多尺度特征有限,且常引入冗余和干扰特征,难以应对复杂多变的肠道息肉分割问题,提出了一种融合注意力机制的肠道息肉分割多尺度卷积神经网络(CNN)。首先,设计不同比例金字塔池化策略提取丰富的多尺度上下文信息;然后,通过在网络中融入通道注意力机制,模型能够根据目标自适应地选择合适的局部上下文信息和全局上下文信息进行特征集成;最后,联合金字塔池化策略和通道注意力机制构建多尺度有效语义融合解码网络,增强模型对形状、大小复杂多变的肠道息肉分割的鲁棒性。实验结果表明,本文模型分割的Dice系数、IoU和灵敏度在CVC-ClinicDB数据集上分别为90.6%,84.4%和91.1%,在ETIS-Larib数据集上分别为80.6%,72.6%和79.0%,其能够从肠镜图像中准确、有效地分割出肠道息肉。 展开更多

关键词 息肉分割 肠镜图像 卷积神经网络 多尺度语义信息 注意力机制

在线阅读 下载PDF 职称材料

基于ML-pLSA模型的目标识别算法 被引量：1

11

作者 陈琳 卢湖川 《电子与信息学报》 EI CSCD 北大核心 2011年第12期2909-2915,共7页

为了避免图像目标识别过程中识别结果对分割结果的过度依赖,该文提出了一种基于多尺度的概率潜在语义分析目标识别方法(Multi-Level-probabilistic Latent Semantic Analysis,ML-pLSA)。该方法利用多种分割算法对图像进行多尺度分割,再... 为了避免图像目标识别过程中识别结果对分割结果的过度依赖,该文提出了一种基于多尺度的概率潜在语义分析目标识别方法(Multi-Level-probabilistic Latent Semantic Analysis,ML-pLSA)。该方法利用多种分割算法对图像进行多尺度分割,再利用pLSA算法和词袋方法(Bag Of Words,BOW)对分割区域进行目标类别估计,最后联合多尺度的估计值给出最终分割结果。在目标尺度、目标角度、外界光照变化都相对较大的GRAZ-02数据库上进行实验,结果表明:与传统目标识别算法相比,该方法鲁棒性更强;在识别准确率方面,也有了很大的提高,取得了很好的效果。 展开更多

关键词 目标识别 多种分割 多尺度 多尺度概率潜在语义分析(ML-pLSA)

在线阅读 下载PDF 职称材料