期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
SwinEA:融合边缘感知的医学图像分割网络
被引量：
3
1
作者
叶晋豫
李娇
+2 位作者
邓红霞
张瑞欣
李海芳
《计算机工程与设计》
北大核心
2024年第4期1149-1156,共8页
基于卷积神经网络的方法在医学图像分割任务中取得了显著成果,但该方法固有的归纳偏置使其不能很好地学习全局和长距离的语义信息交互,而Transformer的优势是关注全局信息,两者可以优势互补。因此提出一种针对分割边缘利用Swin Transfor...
基于卷积神经网络的方法在医学图像分割任务中取得了显著成果,但该方法固有的归纳偏置使其不能很好地学习全局和长距离的语义信息交互,而Transformer的优势是关注全局信息,两者可以优势互补。因此提出一种针对分割边缘利用Swin Transformer融合边缘感知的医学图像分割网络。设计基于上下文金字塔的边缘感知模块,用于融合全局的多尺度的上下文信息,针对边缘和角落等局部特征,利用浅层深度主干的特征产生丰富的边缘特征,因此提出的边缘感知模块可以尽可能多地产生边缘特征。在腹部多器官分割任务和心脏分割数据集的实验结果表明,该方法在各项指标中都有所提高。
展开更多
关键词
医学图像分割
移动窗口变形器
多头自注意力
边缘感知模块
上下文金字塔
多尺度特征
深度学习网络
在线阅读
下载PDF
职称材料
基于区域语义和边缘信息融合的作物苗期植株分割模型
被引量：
10
2
作者
廖娟
陈民慧
+3 位作者
张锴
邹禹
张顺
朱德泉
《农业机械学报》
EI
CAS
CSCD
北大核心
2021年第12期171-181,共11页
为在自然环境下准确分割作物苗期植株,实现苗期植株定位及其表型自动化测量,本文提出一种融合目标区域语义和边缘信息的作物苗期植株分割网络模型。以U-Net网络构建主干网络,基于侧边深度监督机制,引导主干网络在提取特征时能感知植株...
为在自然环境下准确分割作物苗期植株,实现苗期植株定位及其表型自动化测量,本文提出一种融合目标区域语义和边缘信息的作物苗期植株分割网络模型。以U-Net网络构建主干网络,基于侧边深度监督机制,引导主干网络在提取特征时能感知植株边缘信息;利用空间空洞特征金字塔构建特征融合模块,融合主干网络和边缘感知模块提取的特征,融合后的特征图具有足够的细节信息和更强的语义信息;联合边缘感知的损失与特征融合的损失,构建联合损失函数,用于整体网络优化。实验结果表明,本文模型对不同数据集的作物植株的语义分割像素准确率高达0.962,平均交并比达到0.932;与U-Net、SegNet、PSPNet、DeepLabV3模型相比,本文模型在不同数据集上平均交并比最高提升0.07,对自然环境下作物苗期植株具有良好的分割效果和泛化能力,可为植株定位、对靶喷药、长势识别等应用提供重要依据。
展开更多
关键词
作物苗期
植株分割
U-Net网络
区域语义信息
边缘感知模块
特征融合
模块
在线阅读
下载PDF
职称材料
题名
SwinEA:融合边缘感知的医学图像分割网络
被引量：
3
1
作者
叶晋豫
李娇
邓红霞
张瑞欣
李海芳
机构
太原理工大学信息与计算机学院
出处
《计算机工程与设计》
北大核心
2024年第4期1149-1156,共8页
基金
浙江大学CAD&CG国家重点实验室2022年开放基金项目(A2221)
山西省中央引导地方科技发展基金项目(YDZJSX2022A016)
+1 种基金
国家自然科学基金项目(61976150)
山西省自然科学基金项目(201901D111091)。
文摘
基于卷积神经网络的方法在医学图像分割任务中取得了显著成果,但该方法固有的归纳偏置使其不能很好地学习全局和长距离的语义信息交互,而Transformer的优势是关注全局信息,两者可以优势互补。因此提出一种针对分割边缘利用Swin Transformer融合边缘感知的医学图像分割网络。设计基于上下文金字塔的边缘感知模块,用于融合全局的多尺度的上下文信息,针对边缘和角落等局部特征,利用浅层深度主干的特征产生丰富的边缘特征,因此提出的边缘感知模块可以尽可能多地产生边缘特征。在腹部多器官分割任务和心脏分割数据集的实验结果表明,该方法在各项指标中都有所提高。
关键词
医学图像分割
移动窗口变形器
多头自注意力
边缘感知模块
上下文金字塔
多尺度特征
深度学习网络
Keywords
medical image segmentation
Swin Transformer
multiple self-attention
edge awareness module
context pyramid fusion network
multiscale feature
deep learning network
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于区域语义和边缘信息融合的作物苗期植株分割模型
被引量：
10
2
作者
廖娟
陈民慧
张锴
邹禹
张顺
朱德泉
机构
安徽农业大学工学院
安徽农业大学智慧农业研究院
安徽省农业科学院水稻研究所
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2021年第12期171-181,共11页
基金
智慧农业研究院开放基金项目(IAR2021A02)
安徽省自然科学基金项目(2108085MC96、1808085ME158)
安徽省研发计划项目(202004a06020016、202004a06020061)。
文摘
为在自然环境下准确分割作物苗期植株,实现苗期植株定位及其表型自动化测量,本文提出一种融合目标区域语义和边缘信息的作物苗期植株分割网络模型。以U-Net网络构建主干网络,基于侧边深度监督机制,引导主干网络在提取特征时能感知植株边缘信息;利用空间空洞特征金字塔构建特征融合模块,融合主干网络和边缘感知模块提取的特征,融合后的特征图具有足够的细节信息和更强的语义信息;联合边缘感知的损失与特征融合的损失,构建联合损失函数,用于整体网络优化。实验结果表明,本文模型对不同数据集的作物植株的语义分割像素准确率高达0.962,平均交并比达到0.932;与U-Net、SegNet、PSPNet、DeepLabV3模型相比,本文模型在不同数据集上平均交并比最高提升0.07,对自然环境下作物苗期植株具有良好的分割效果和泛化能力,可为植株定位、对靶喷药、长势识别等应用提供重要依据。
关键词
作物苗期
植株分割
U-Net网络
区域语义信息
边缘感知模块
特征融合
模块
Keywords
plant seedling
segmentation
U-Net network
regional semantic information
edge perception module
feature fusion module
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
S513 [农业科学—作物学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
SwinEA:融合边缘感知的医学图像分割网络
叶晋豫
李娇
邓红霞
张瑞欣
李海芳
《计算机工程与设计》
北大核心
2024
3
在线阅读
下载PDF
职称材料
2
基于区域语义和边缘信息融合的作物苗期植株分割模型
廖娟
陈民慧
张锴
邹禹
张顺
朱德泉
《农业机械学报》
EI
CAS
CSCD
北大核心
2021
10
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
