改进U-net++的遥感图像语义分割方法 被引量：2

1

作者 何佳佳 徐杨 张永丹 《计算机工程与应用》 CSCD 北大核心 2024年第13期255-265,共11页

遥感图像语义分割在土地资源规划、智慧城市等领域有着广泛的应用。由于高分辨率遥感的图像存在边界分割不清、小尺寸目标分割不清等问题,为此提出了一种基于U-net++的改进网络TU-net,该模型通过优化网络结构加强模型的特征提取能力,引... 遥感图像语义分割在土地资源规划、智慧城市等领域有着广泛的应用。由于高分辨率遥感的图像存在边界分割不清、小尺寸目标分割不清等问题,为此提出了一种基于U-net++的改进网络TU-net,该模型通过优化网络结构加强模型的特征提取能力,引入特征头细化模块,通过构建了两条通道来增强通道特征表示和空间特征表示,提升了对高层语义信息的解析能力;引入基于Transformer的注意力聚合模块来捕捉全局上下文信息,设计了十字窗交互模块,显著降低了计算复杂度;在解码器末端设计了一个动态特征融合块,以此得到多类、多尺度的语义信息,增强最终的分割效果。TU-net在两个数据集上进行实验,其中OA、mIoU、mF1分数均高于主流模型,Vaihingen数据集中小尺寸目标车的IoU和F1分数分别为0.896和0.962,比次优模型提升了5%和15.8%;Potsdam数据集中树的IoU和F1分数分别为0.913和0.936,比次优模型提升了6.3%和4.3%,实验结果表明该模型能够更精准地分割小尺寸目标及目标边界。 展开更多

关键词 高分辨率遥感的图像 语义分割 小尺寸目标 特征头细化模块 十字窗交互模块 动态特征融合块

在线阅读 下载PDF 职称材料

YOLOv3-A:基于注意力机制的交通标志检测网络 被引量：41

2

作者 郭璠 张泳祥 +1 位作者 唐琎 李伟清 《通信学报》 EI CSCD 北大核心 2021年第1期87-99,共13页

为了解决已有YOLOv3算法对于存在小目标问题和背景复杂问题的交通标志检测任务会有较多的误检和漏检的问题,在YOLOv3算法的基础上,提出了目标检测的通道注意力方法和基于语义分割引导的空间注意力方法,形成YOLOv3-A算法。YOLOv3-A算法... 为了解决已有YOLOv3算法对于存在小目标问题和背景复杂问题的交通标志检测任务会有较多的误检和漏检的问题,在YOLOv3算法的基础上,提出了目标检测的通道注意力方法和基于语义分割引导的空间注意力方法,形成YOLOv3-A算法。YOLOv3-A算法通过对检测分支特征在通道和空间2个维度进行重新标定,使网络聚焦和增强有效特征,并抑制干扰特征,提高了算法的检测能力。在TT100K交通标志数据集上的实验表明,所提算法对小目标检测性能的改善尤为明显,相比于YOLOv3算法,所提算法的精度和召回率分别提升了1.9%和2.8%。 展开更多

关键词 交通标志检测 小目标检测 注意力机制 语义分割

在线阅读 下载PDF 职称材料

手机屏幕轻微划痕检测方法 被引量：11

3

作者 任秉银 李智勇 代勇 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2021年第1期29-36,共8页

针对手机屏幕等产品光滑表面轻微划痕的自动检测问题,提出一种基于分类网络+Attention U⁃Net的小目标分割与微小缺陷检测方法.论述基于经典的U⁃Net网络进行光滑表面缺陷检测的数据集准备、语义分割网络构建、评估指标、损失函数、正则... 针对手机屏幕等产品光滑表面轻微划痕的自动检测问题,提出一种基于分类网络+Attention U⁃Net的小目标分割与微小缺陷检测方法.论述基于经典的U⁃Net网络进行光滑表面缺陷检测的数据集准备、语义分割网络构建、评估指标、损失函数、正则化方法以及初始化方式,分析应用经典的U⁃Net神经网络对微小缺陷误检测与漏检测的原因;给出在分类网络中加入分割网络以及加入Attention机制对U⁃Net网络进行改进的方案;搭建分类网络+Attention U⁃Net以改善小目标分割与微小缺陷检测效果.结果表明:提出的改进网络方案对手机屏幕轻微划痕等微小缺陷检测的像素准确率达到0.997,能够很好地满足准确检测手机屏幕轻微划痕的实际需求,也能为瓷砖等产品的光滑表面的轻微划痕与裂纹检测提供有益参考. 展开更多

关键词 手机屏幕 缺陷检测 轻微划痕 深度学习 语义分割 小目标检测

在线阅读 下载PDF 职称材料

遥感图像中细弱目标分割方法 被引量：3

4

作者 叶秀芬 于淼 +1 位作者 郭书祥 梁洪 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2020年第11期1689-1694,共6页

为了解决现有图像分割方法在遥感图像细弱目标分割任务中所存在的分割精度较低,受背景噪声干扰明显等问题,本文提出了一种基于Dense-Unet网络和集成学习的改进语义分割方法,实现了高分辨率遥感图像中的高压电线一类细弱目标的精准分割... 为了解决现有图像分割方法在遥感图像细弱目标分割任务中所存在的分割精度较低,受背景噪声干扰明显等问题,本文提出了一种基于Dense-Unet网络和集成学习的改进语义分割方法,实现了高分辨率遥感图像中的高压电线一类细弱目标的精准分割。融合DenseNet思想和U-net网络结构,提出了一种Dense-Unet网络模型,从而提取图像中更加精细的特征;为了增强模型对小类别目标的学习能力,使用了代价敏感权重向量方法,改进了训练时的目标函数,提升了模型训练时的收敛速度和在测试数据上的泛化能力;采用了集成学习Bagging的方法对多个网络模型进行集成,采用决策级融合方法集成多个模型对预测结果进行投票表决,使得细弱目标分割精度得到进一步提升。在最终的测试集上进行网络模型评估表明:本文所提出算法的精度达到94%,在细弱目标分割效果上优于目前常用的深度学习语义分割网络,且拥有更好的泛化能力和优异的视觉效果。 展开更多

关键词 遥感图像 深度学习 图像分割 语义分割 细弱目标分割 图像类别信息非均衡 集成学习 多模型融合

在线阅读 下载PDF 职称材料

基于小目标类别注意力机制与特征融合的AF-ICNet非结构化场景语义分割方法 被引量：8

5

作者 艾青林 张俊瑞 吴飞青 《光子学报》 EI CAS CSCD 北大核心 2023年第1期181-194,共14页

针对非结构化道路分割难度大、小目标检测精度较低等问题,构建基于小目标类别注意力机制与特征融合的AF-ICNet轻量级实时语义分割网络。采用空洞空间卷积池化金字塔融合不同尺度特征感受野以增强网络的全局感知能力。嵌入CA注意力机制,... 针对非结构化道路分割难度大、小目标检测精度较低等问题,构建基于小目标类别注意力机制与特征融合的AF-ICNet轻量级实时语义分割网络。采用空洞空间卷积池化金字塔融合不同尺度特征感受野以增强网络的全局感知能力。嵌入CA注意力机制,建立通道信息和空间位置信息以增强网络对非结构化道路小目标类别语义特征的提取能力。针对类别分布不均衡问题,改进权重交叉熵损失函数。利用AF-ICNet模型对Cityscapes与IDD数据集进行训练,在Cityscapes测试图像中分割的MIoU达到了71.5%,在IDD测试图像中分割的MIoU达到了62.5%。搭建实验测试系统进行实景测试,测试结果表明,AF-ICNet有效提升了非结构化道路及小目标类别的分割精度,并满足测试的实时性要求。 展开更多

关键词 小目标类别语义分割 AF-ICNet CA注意力机制 空洞空间卷积池化金字塔 损失函数

在线阅读 下载PDF 职称材料

基于多级叠加和注意力机制的图像语义分割 被引量：3

6

作者 苏晓东 李世洲 +3 位作者 赵佳圆 亮洪宇 张玉荣 徐红岩 《计算机工程》 CAS CSCD 北大核心 2023年第9期265-271,278,共8页

针对目标空间复杂度高容易造成小尺度目标丢失和边界分割不连续等问题,借鉴DeepLabv3+网络结构,建立基于多级叠加和注意力机制的图像语义分割模型。在编码器阶段,采用不同尺度的平均池化操作构建多尺度平均池化模块,使用不同扩张率的空... 针对目标空间复杂度高容易造成小尺度目标丢失和边界分割不连续等问题,借鉴DeepLabv3+网络结构,建立基于多级叠加和注意力机制的图像语义分割模型。在编码器阶段,采用不同尺度的平均池化操作构建多尺度平均池化模块,使用不同扩张率的空洞卷积组成多尺度叠加模块扩大卷积运算的感受野,增强对局部特征的获取能力,并利用由通道和空间组成的注意力机制模块抑制无意义的特征,增强有意义的特征,提高对小尺度目标及局部边界的分割精度。在解码器阶段,通过双线性插值法对特征图进行分辨率恢复,并结合通道维度信息进行像素填充补充特征信息,并使用Softmax激活函数进行语义分割的输出预测。实验结果表明,该模型在PASCAL VOC2012和SUIM公开数据集上的平均交并比分别达到85.6%和60.8%,在整体分割精度和小尺度图像的分割效果上明显优于多数图像语义分割模型。 展开更多

关键词 语义分割 小尺度目标 注意力机制 多尺度叠加 多尺度平均池化

在线阅读 下载PDF 职称材料

融合多尺度分形注意力的红外小目标检测模型 被引量：3

7

作者 谷雨 张宏宇 孙仕成 《电子与信息学报》 EI CSCD 北大核心 2023年第8期3002-3011,共10页

为提高红外图像小目标检测的性能,融合传统方法的先验知识和深度学习方法的特征学习能力,该文设计了一种融合多尺度分形注意力的红外小目标端到端检测模型。首先,在对适用于红外图像弱小目标检测的多尺度分形特征分析基础上,给出了基于... 为提高红外图像小目标检测的性能,融合传统方法的先验知识和深度学习方法的特征学习能力,该文设计了一种融合多尺度分形注意力的红外小目标端到端检测模型。首先,在对适用于红外图像弱小目标检测的多尺度分形特征分析基础上,给出了基于深度学习算子对其进行加速计算的过程。其次,设计卷积神经网络(CNN)学习度量得到目标显著性分布图,结合特征金字塔注意力模块和金字塔池化下采样模块,提出了一种基于多尺度分形特征的注意力模块。将其嵌入到红外目标语义分割模型时,采用非对称上下文融合机制提高浅层特征和深层特征的融合效果,并利用非对称金字塔非局部模块获取全局注意力,以提高红外小目标检测性能。最后,采用单帧红外小目标(SIRST)数据集验证提出算法的性能,所提模型交并比(IoU)和归一化交并比(nIoU)分别达到了77.4%和76.1%,优于目前已知方法的性能。同时通过迁移实验进一步验证了提出模型的有效性。由于有效地融合了传统方法和深度学习方法的优势,所提模型适用于复杂环境下的红外小目标检测。 展开更多

关键词 红外小目标检测 语义分割 多尺度分形特征 注意力机制 金字塔池化下采样

在线阅读 下载PDF 职称材料

基于双支网络协作的红外弱小目标检测

8

作者 王强 吴乐天 +3 位作者 李红 王勇 王欢 杨万扣 《兵工学报》 EI CAS CSCD 北大核心 2023年第10期3165-3176,共12页

红外弱小目标检测在预警系统和导弹制导中具有重要的作用,一直是红外图像处理中颇受关注的研究方向。由于红外弱小目标具有信杂比低、尺寸小、形状结构不明显和纹理弱等特点,现有的通用目标检测和语义分割网络直接应用到红外弱小目标检... 红外弱小目标检测在预警系统和导弹制导中具有重要的作用,一直是红外图像处理中颇受关注的研究方向。由于红外弱小目标具有信杂比低、尺寸小、形状结构不明显和纹理弱等特点,现有的通用目标检测和语义分割网络直接应用到红外弱小目标检测效果不佳,为此提出一种基于双支网络协作的红外弱小目标检测网络(DualNet)。将检测任务划分成两个子任务,即降低漏检和降低虚警,进而设计两个不同的网络架构分别处理,并利用加权融合损失函数将两支网络信息整合,使得DualNet能够有效地平衡漏检率和虚警率。在自建数据集上的实验结果表明:DualNet相较于通用性能较好的FCN、DeepLabv3、cGAN以及U-net语义分割网络模型具备更高的准确率和鲁棒性,其在F1-measure指标上提高了8%;在SIRST公开数据集上的检测性能也显著超过了基于深度学习的红外目标检测模型ACM和MDvsFA-cGAN,以及多个经典的非深度学习红外弱小目标检测方法。研究结果表明,所提出的方法能够有效提高红外弱小目标的检测精度。 展开更多

关键词 红外弱小目标 目标检测 双支网络协作 语义分割 深度学习

在线阅读 下载PDF 职称材料

多尺度融合增强的图像语义分割算法 被引量：7

9

作者 田启川 孟颖 《计算机工程与应用》 CSCD 北大核心 2021年第2期177-185,共9页

针对现有的图像语义分割算法存在小尺度目标丢失和分割不连续的问题,提出多尺度融合增强的图像语义分割算法,该算法在DeeplabV3+网络模型的基础上,通过构建多尺度特征提取和融合增强网络提高了对小目标特征的描述能力,使网络在分割大目... 针对现有的图像语义分割算法存在小尺度目标丢失和分割不连续的问题,提出多尺度融合增强的图像语义分割算法,该算法在DeeplabV3+网络模型的基础上,通过构建多尺度特征提取和融合增强网络提高了对小目标特征的描述能力,使网络在分割大目标的同时也能获得小目标的特征信息,从而解决了语义分割时小尺度目标丢失和分割不连续的问题。在Cityscapes数据集上实验的结果表明,改进后的算法明显提升了小目标分割精度,解决了分割不连续的问题。最后在公开数据集PASCAL VOC 2012上进一步验证了改进算法的泛化性。 展开更多

关键词 图像语义分割 DeeplabV3+ 高分辨率信息 小目标分割

在线阅读 下载PDF 职称材料

基于上下文注意力的室外点云语义分割方法 被引量：4

10

作者 苏鸣方 胡立坤 黄润辉 《计算机工程》 CAS CSCD 北大核心 2023年第3期248-256,共9页

基于直接点的语义分割方法能够避免因点云结构化处理所造成的信息损失,但未充分利用多尺度上下文特征,导致行人、自行车等小目标的分割精度降低。提出一种基于上下文注意力的点云语义分割方法,其由双向上下文注意力融合和上下文编码-通... 基于直接点的语义分割方法能够避免因点云结构化处理所造成的信息损失,但未充分利用多尺度上下文特征,导致行人、自行车等小目标的分割精度降低。提出一种基于上下文注意力的点云语义分割方法,其由双向上下文注意力融合和上下文编码-通道自注意力模块组成。通过前向注意力通道进行邻近尺度特征融合,从而获得更多的浅层细粒度信息,而反向注意力通道进一步融合高层语义信息,以增强模型的上下文感知能力。为捕获全局上下文信息,设计上下文编码-通道自注意力模块,通过对多尺度特征进行编码,并为特征通道分配不同的权重,使网络更关注特定的通道特征,以减少特征的冗余。在SemanticKITTI和Semantic3D大规模室外点云数据集上的实验结果表明,该方法的平均交并比分别为55.0%和76.4%,其中在SemanticKITTI数据集上,相比基准方法RandLA-Net的行人和自行车交并比分别提高3.0和6.9个百分点,能有效捕获多尺度上下文信息,提高小目标的分割精度。 展开更多

关键词 语义分割 上下文注意力 室外点云 多尺度特征 通道自注意力 点云小目标

在线阅读 下载PDF 职称材料

基于Deeplab-v3+的小目标与边缘增强热图像语义分割网络 被引量：2

11

作者 任莎莎 刘琼 张晓东 《厦门大学学报（自然科学版）》 CAS CSCD 北大核心 2022年第4期701-713,共13页

由于热图像存在无颜色信息,边缘模糊,细节信息较弱等问题,较难获得高质量的图像分割效果.为解决这个问题,在编码-解码(encode-decode)架构的基础上,本文增加了多级像素空间注意模块(multi-level pixel spatial attention module,MPAM)... 由于热图像存在无颜色信息,边缘模糊,细节信息较弱等问题,较难获得高质量的图像分割效果.为解决这个问题,在编码-解码(encode-decode)架构的基础上,本文增加了多级像素空间注意模块(multi-level pixel spatial attention module,MPAM)、边缘提取模块(edge extraction module,EEM)和小目标提取模块(tiny target extraction module,TTM).其中,MPAM能使网络充分保留细节的同时捕捉到语义信息,EEM和TTM分别提取具有语义信息的边缘和小目标等细节特征.为提高各类别边缘相交区域像素点和小目标物体的预测精度,设计了专门的损失函数对已获得的边缘和小目标特征进行监督训练,提高各类别边缘相交区域像素点和小目标物体的预测精度.将该方法分别应用于课题组构建的热图像数据集SCUT_SEG、公开的热图像数据集SODA和合成热红外数据集Cityscpae,实验结果表明:本文方法比FCN、PSPNet、Deeplabv3+、MCNet、EC-CNN等5种网络分割算法效果略好,性能提升约2.2个百分点. 展开更多

关键词 热图像语义分割 编码-解码 注意模块 小目标特征 边缘特征

在线阅读 下载PDF 职称材料

基于改进U-Net的卫星图像分割算法 被引量：1

12

作者 杨崎 张卓然 何嘉 《计算机工程与设计》 北大核心 2023年第6期1714-1720,共7页

为解决传统模型与算法对遥感卫星图像小目标的分割精度低、泛化能力差等问题,提出一种基于改进U-Net的图像分割算法。将骨干网络改为ResNet18并加入优化后的空洞卷积池化金字塔与卷积注意力机制模块,充分提取小目标边缘特征。该算法在... 为解决传统模型与算法对遥感卫星图像小目标的分割精度低、泛化能力差等问题,提出一种基于改进U-Net的图像分割算法。将骨干网络改为ResNet18并加入优化后的空洞卷积池化金字塔与卷积注意力机制模块,充分提取小目标边缘特征。该算法在中国南部某地区的公开卫星图像数据集上的平均交并比与分割总精度分别达到了75.8%与95.6%,均超过U-Net、DeepLabV3+、SegNet、W-Net等主流语义分割网络。实验结果表明,该算法能有效改善网络的预测精度与小目标的分割结果。 展开更多

关键词 图像分割 卫星图像 语义分割 小目标 空洞卷积 深度学习 注意力机制

在线阅读 下载PDF 职称材料

改进 RangeNet++损失函数的车载点云小目标语义分割方法 被引量：14

13

作者 张硕 叶勤 +1 位作者 史婧 刘行 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2021年第5期704-711,共8页

针对道路场景点云全语义分割对行人等重要移动小目标实时分割效果差的问题,提出一种基于RangeNet++深度神经网络并对损失函数进行优化改进的小目标语义分割方法.首先对原本使用交叉熵损失函数的RangeNet++网络进行改进;然后采用Focal L... 针对道路场景点云全语义分割对行人等重要移动小目标实时分割效果差的问题,提出一种基于RangeNet++深度神经网络并对损失函数进行优化改进的小目标语义分割方法.首先对原本使用交叉熵损失函数的RangeNet++网络进行改进;然后采用Focal Loss损失函数调节稀少但重要的移动小目标的权重,能在卷积层数更少的DarkNet21特征提取网络下,通过少次训练就能提高行人等重要移动小目标类别的检测和分割精度.在SemanticKITTI数据集上的实验表明,与原有的RangeNet++相比,该方法使用的backbone卷积层数和网络训练次数都更少,但对移动小目标的语义分割达到了更高的准确率和精度. 展开更多

关键词 车载点云 移动小目标 损失函数 实时语义分割

在线阅读 下载PDF 职称材料

TopPixelLoss:类别不均衡的遥感影像语义分割损失函数 被引量：2

14

作者 袁伟 许文波 周甜 《中国空间科学技术》 CSCD 北大核心 2021年第6期85-90,共6页

针对遥感影像中类别不均衡的小目标分割效果不理想的问题,提出了一种类别不均衡小目标二分类分割的损失函数——TopPixelLoss损失函数。首先计算出每个像素的交叉熵,然后将所有像素的交叉熵按从大到小进行排序,随后确定一个K值作为阈值... 针对遥感影像中类别不均衡的小目标分割效果不理想的问题,提出了一种类别不均衡小目标二分类分割的损失函数——TopPixelLoss损失函数。首先计算出每个像素的交叉熵,然后将所有像素的交叉熵按从大到小进行排序,随后确定一个K值作为阈值,筛选出前K个交叉熵最大的像素,最后对于筛选出的K个像素交叉熵取平均,做为损失值。在ISPRS提供的Vaihingen数据集上,使用PSPNet网络与普通交叉熵、FocalLoss、TopPixelLoss三种损失函数分别对车辆进行二分类分割试验。结果表明,不同的K值,使用TopPixelLoss损失函数的平均交并比(MIoU)、F1-score、准确度(ACC)都最高;当K值为5×10^(4)时效果最佳,MIoU、F1-score、ACC分别比FocalLoss提高了3.0%、5.0%、0.1%。TopPixelLoss损失函数是一种针对类别不均衡分割非常有效的损失函数。 展开更多

关键词 遥感影像 语义分割 深度学习 类别不均衡 小目标分割 不均衡样本

在线阅读 下载PDF 职称材料

基于Transformer的红外小目标分割算法研究

15

作者 张严 段沛沛 车祎瑜 《现代电子技术》 2023年第18期8-14,共7页

红外小目标由于成像距离远,在其图像中仅为很少的几个像素点,因此无法有效获取目标的形状、纹理等特征,进而难以将其从复杂背景中提取出来。文中在分析红外小目标图像特点的基础上,将已在自然语言处理领域取得成功的Transformer模型引... 红外小目标由于成像距离远,在其图像中仅为很少的几个像素点,因此无法有效获取目标的形状、纹理等特征,进而难以将其从复杂背景中提取出来。文中在分析红外小目标图像特点的基础上,将已在自然语言处理领域取得成功的Transformer模型引入到红外小目标检测领域,提出一个基于Transformer模型的红外小目标图像分割网络U-former。该网络采用U形的编码器-解码器结构,通过对图像像素点的线性叠加和切分,保留小目标细节特征;同时在编码器的不同层次中使用Transformer模型对图像全局特征进行分析,通过对背景信息的提取和抑制,实现小目标的分割提取。实验结果表明:U-former网络能够在复杂背景中分割提取出红外小目标,且相比已有的其他方法,所提方法可以获得更高的F-Measure值,在低虚警率下获得较高的目标检测率。 展开更多

关键词 红外小目标 U-former网络 TRANSFORMER 图像语义分割 特征提取 编码器 解码器

在线阅读 下载PDF 职称材料