基于DMD的红外与可见光图像融合

1

作者 杨艳春 李毅 +1 位作者 李佳龙 王泽煜 《激光与红外》 北大核心 2025年第8期1305-1313,共9页

针对红外与可见光图像融合算法中出现缺失纹理细节、对比度信息问题,本文提出了一种基于双马尔可夫鉴别器(DMD)的红外与可见光图像融合方法。首先,在生成器的主通道中提取红外与可见光图像的公共信息,同时在辅通道中提取两者的互补信息... 针对红外与可见光图像融合算法中出现缺失纹理细节、对比度信息问题,本文提出了一种基于双马尔可夫鉴别器(DMD)的红外与可见光图像融合方法。首先,在生成器的主通道中提取红外与可见光图像的公共信息,同时在辅通道中提取两者的互补信息,利用梯度残差密集块(GRDB)提取特征的深层次细粒度信息;然后,通过混合注意力机制,获取到更加丰富的细节信息;最后,采用DMD与生成器构建对抗博弈机制,估计红外图像与可见光图像的分布概率,专注于区分输入图像的每一个局部块,从而促使融合图像保留更多的纹理细节信息。实验结果表明,本文方法的融合图像在纹理细节和对比度信息上表现丰富,同时在平均梯度、信息熵、标准差、空间频率等客观评价指标上也优于其他图像融合方法。 展开更多

关键词 红外与可见光图像融合 双马尔可夫鉴别器 生成器 梯度残差密集块

在线阅读 下载PDF 职称材料

多源信息融合的电机小样本故障诊断 被引量：1

2

作者 贾晗 尚前明 金华标 《机械科学与技术》 北大核心 2025年第5期847-856,共10页

在实际的工程应用中,电机故障发生的频率极低,电机的故障数据通常较少,正常数据与故障数据存在严重的比例失衡,这对基于数据驱动的电机故障诊断方法提出了挑战。针对这一问题,该文提出一种多源信息融合的电机故障诊断方法。首先,采用快... 在实际的工程应用中,电机故障发生的频率极低,电机的故障数据通常较少,正常数据与故障数据存在严重的比例失衡,这对基于数据驱动的电机故障诊断方法提出了挑战。针对这一问题,该文提出一种多源信息融合的电机故障诊断方法。首先,采用快速谱峭度的特征提取方法将电机定子电流信号和振动加速度信号转化为谱峭度特征图像;其次,搭建一种双通道残差网络模型融合振动信号和电流信号的故障特征并完成故障分类;最后,利用实验台架所采集的5种故障电机数据对多源信息融合的故障诊断方法进行了验证。研究结果表明:在故障数据严重缺失的情况下,故障诊断准确度可以达到95%以上,远高于传统的基于数据驱动的故障诊断方法,同时该方法还可以同样应用于旋转机械设备的故障诊断,具备良好的泛化性。 展开更多

关键词 故障诊断 信息融合 快速谱峭度法 残差神经网络 卷积注意力模块

在线阅读 下载PDF 职称材料

基于残差卷积网络的多传感器融合永磁同步电机故障诊断 被引量：8

3

作者 邱建琪 沈佳晨 +2 位作者 史涔溦 史婷娜 李鸿杰 《电机与控制学报》 EI CSCD 北大核心 2024年第7期24-33,42,共11页

作为工业生产与日常生活的常见设备,永磁同步电机的故障诊断研究具有十分重要的意义。以永磁同步电机的匝间短路、退磁、轴承故障为诊断目标,提出一种新型的多传感器特征融合网络(MSFFN),结合多传感器融合技术与卷积神经网络实现永磁同... 作为工业生产与日常生活的常见设备,永磁同步电机的故障诊断研究具有十分重要的意义。以永磁同步电机的匝间短路、退磁、轴承故障为诊断目标,提出一种新型的多传感器特征融合网络(MSFFN),结合多传感器融合技术与卷积神经网络实现永磁同步电机的可靠故障诊断。网络采用2个带有残差模块的卷积神经网络,对输入的电流信号与振动信号并行提取隐藏特征,并设计一种中间特征融合模块(IFFM)有效融合电流和振动的各层隐藏特征,IFFM基于注意力机制对网络中的电流特征与振动特征进行筛选,自适应关注不同信号的内在相关特征,以实现更好的诊断效果。搭建了故障样机测试平台进行数据采集与实验验证,实验结果表明,提出方法具有更高的诊断准确率,同时在叠加了强噪声的条件下,具备更强的抗干扰能力。 展开更多

关键词 多传感器融合 卷积神经网络 中间特征融合模块 残差模块 永磁同步电机 故障诊断

在线阅读 下载PDF 职称材料

融合局部和全局特征的息肉分割模型 被引量：1

4

作者 张攀峰 杨贺 +2 位作者 神显豪 程小辉 杜慧 《电子测量技术》 北大核心 2024年第16期100-109,共10页

针对现有模型在息肉分割中存在复杂区域分割困难、边缘细节信息丢失、泛化能力不足等问题,提出一种融合局部和全局特征的息肉分割模型。以卷积神经网络和Transformer作为并行编码器,使模型可以兼顾多种尺度的局部细节特征和全局语义特征... 针对现有模型在息肉分割中存在复杂区域分割困难、边缘细节信息丢失、泛化能力不足等问题,提出一种融合局部和全局特征的息肉分割模型。以卷积神经网络和Transformer作为并行编码器,使模型可以兼顾多种尺度的局部细节特征和全局语义特征;在跳跃连接处构建注意力增强模块和多尺度残差模块,前者强化模型对重要信息的关注度,后者高效探索目标区域并准确预测其边界,同时促进不同层次特征之间的交互;在解码阶段采用基于残差的逐步上采样特征融合方式汇聚各阶段特征,进一步增强模型的感知能力,丰富息肉特征;最后使用高效预测头促进浅层特征的融合,输出分割结果。该模型在多个对比实验中表现最优,同次优模型相比,在Kvasir、CVC-ClinicDB数据集上,mDice平均提升了1.21%;mIoU平均提升了1.82%;在CVC-ColonDB、ETIS数据集上,mDice平均提升了2.67%,mIoU平均提升了2.83%。实验结果表明,相比于现有主流模型,该模型具有较优的分割精度和泛化性能。 展开更多

关键词 息肉分割 TRANSFORMER 卷积神经网络 注意力增强模块 多尺度残差模块 特征融合

在线阅读 下载PDF 职称材料

基于无人机机载AI模块的电力巡检技术 被引量：10

5

作者 王昊 丁国斌 杨家慧 《沈阳工业大学学报》 CAS 北大核心 2024年第1期49-53,共5页

针对输电线路无人机巡检实时性和准确性的要求,深入研究了YOLOv3目标检测算法在无人机巡检机载AI模块中的应用。利用将目标检测候选区选取和对象识别合二为一的YOLOv3算法,结合多尺度特征融合方式实现了目标检测的高准确性和实时优化,... 针对输电线路无人机巡检实时性和准确性的要求,深入研究了YOLOv3目标检测算法在无人机巡检机载AI模块中的应用。利用将目标检测候选区选取和对象识别合二为一的YOLOv3算法,结合多尺度特征融合方式实现了目标检测的高准确性和实时优化,并采用残差块解决了模型退化问题。输电线路绝缘子检测结果表明:YOLOv3算法平均精度可达90%,相同条件下YOLOv3算法平均处理速度约为Faster RCNN算法的3.2倍,约为SSD算法的1.6倍。 展开更多

关键词 无人机巡检 目标检测 图像识别 多尺度特征融合 残差块 输电线路 实时性

在线阅读 下载PDF 职称材料

一种复杂背景下的铁路货运车辆车号定位方法

6

作者 蔡康程 赖毅辉 +1 位作者 周书民 蓝贤桂 《现代电子技术》 北大核心 2024年第9期82-85,共4页

针对复杂背景下铁路货运车辆车号定位复杂、定位准确率低的问题,提出一种采用ResNet50作为基本特征提取网络,同时引入空残差块对学习样本进行多层特征融合,构造了一种新的特征提取网络和改进算法,提高目标检测网络的特征表达能力,实现... 针对复杂背景下铁路货运车辆车号定位复杂、定位准确率低的问题,提出一种采用ResNet50作为基本特征提取网络,同时引入空残差块对学习样本进行多层特征融合,构造了一种新的特征提取网络和改进算法,提高目标检测网络的特征表达能力,实现了快速车号目标检测。实验数据集采用自建数据集,并通过三个对比实验验证了该方法的可靠性。当IoU阈值为0.5时,改进算法的平均精度值为97.1%,分别比F⁃VGG和F⁃ResNet50高9.4%和6.8%,同时采用改进算法对我国铁路常用不同车型货运车辆进行车号定位测试实验,从实验结果可以看出优化方法没有误分类或漏检。改进后的算法可以提高复杂背景下铁路货运车辆车号的定位精度,具有较强的泛化能力,对实现复杂背景下车辆车号快速定位具有一定的参考意义。 展开更多

关键词 车号定位 特征提取网络 RCNN ResNet50 空残差块 多层特征融合

在线阅读 下载PDF 职称材料

基于梯度残差密集块和注意力混洗的红外与可见光图像融合

7

作者 袁硕智 刘培培 +2 位作者 张宇晓 徐湖洋 刘思李 《激光杂志》 CAS 北大核心 2024年第7期150-156,共7页

针对当前基于深度学习的红外和可见光图像融合存在提取细粒度细节信息不足、深层特征利用困难的问题,提出了一种基于梯度残差密集块和注意力混洗机制的红外与可见光融合方法。该方法在编码器中加入梯度残差密集块和注意力混洗模块,提升... 针对当前基于深度学习的红外和可见光图像融合存在提取细粒度细节信息不足、深层特征利用困难的问题,提出了一种基于梯度残差密集块和注意力混洗机制的红外与可见光融合方法。该方法在编码器中加入梯度残差密集块和注意力混洗模块,提升自编码器对图像细粒度细节信息和深层全局特征的提取能力并抑制噪声。在与其他方法的对比实验中,本方法在主观评价上具有良好的细节纹理和全局层次,并可以很好地融合红外与可见光源图像的有效特征;在客观评价上,本算法在标准差、峰值信噪比、视觉保真度、基于边缘信息的指标和小波特征互信息五项取得最优值,分别为76.9275、16.7755、0.8767、0.5141、0.4313。 展开更多

关键词 图像融合 深度学习 注意力机制 梯度残差密集块

在线阅读 下载PDF 职称材料

西夏文字的多层掩码识别方法

8

作者 马金林 闫琦 马自萍 《计算机工程与科学》 CSCD 北大核心 2024年第12期2227-2238,共12页

针对现有方法对模糊、残缺西夏文字识别能力较差的问题,提出西夏文字识别模型MMSFTR。首先,提出多层掩码学习策略,分层次提取字符关键特征,帮助模型更有效地理解西夏文字内部结构,提高对复杂西夏文字的特征描述能力。其次,设计多尺度特... 针对现有方法对模糊、残缺西夏文字识别能力较差的问题,提出西夏文字识别模型MMSFTR。首先,提出多层掩码学习策略,分层次提取字符关键特征,帮助模型更有效地理解西夏文字内部结构,提高对复杂西夏文字的特征描述能力。其次,设计多尺度特征融合模块,以提取更丰富的多尺度特征。然后,提出通道自适应注意力模块,更好地选择和关注特定通道的信息,并设计掩码注意力模块改善模型感知能力。最后,设计特征增强模块,对网络进行多层次特征优化,并进行深层次特征增强。MMSFTR通过4个模块的协同作业,使得模型达到了预期效果。实验结果显示:MMSFTR在TCD-E数据集上达到99.40%的识别准确率,有效提升了对模糊、残缺西夏文字的识别效果。 展开更多

关键词 西夏文字识别 多尺度特征融合 掩码学习 逆残差块

在线阅读 下载PDF 职称材料

基于多特征融合的图像修复算法

9

作者 蒋行国 黎明 《电子测量技术》 北大核心 2024年第18期80-88,共9页

针对现有图像修复算法修复结果存在结构一致性差和纹理细节不足等问题,在生成对抗网络(GAN)的框架下,提出一种基于多特征融合的图像修复算法。首先,采用双编码-解码结构提取纹理和结构特征信息,并引入快速傅里叶卷积残差块,有效捕获全... 针对现有图像修复算法修复结果存在结构一致性差和纹理细节不足等问题,在生成对抗网络(GAN)的框架下,提出一种基于多特征融合的图像修复算法。首先,采用双编码-解码结构提取纹理和结构特征信息,并引入快速傅里叶卷积残差块,有效捕获全局上下文特征。然后,通过注意力特征融合(AFF)模块完成结构与纹理特征之间的信息交换,提高图像的全局一致性。并利用密集连接特征聚合(DCFA)模块在多个尺度上提取丰富的语义特征,进一步提升修复图像的一致性和准确性,以呈现更精细的内容。实验结果表明,在破损区域占比为40%~50%时,相较于最优对比算法,所提算法在CelebA-HQ数据集上PSNR和SSIM分别提高1.18%和0.70%,FID降低3.99%。在Paris StreetView数据集上PSNR和SSIM分别提高1.17%和0.50%,FID降低2.29%。实验证明所提算法能有效修复大面积破损图像,修复结果具有更合理的结构和丰富的纹理细节。 展开更多

关键词 图像修复 生成对抗网络 多特征融合 快速傅里叶卷积残差块

在线阅读 下载PDF 职称材料

生成对抗残差网络的医学图像融合算法 被引量：7

10

作者 高媛 吴帆 +1 位作者 秦品乐 王丽芳 《计算机应用》 CSCD 北大核心 2019年第12期3528-3534,共7页

针对传统医学图像融合中需要依靠先验知识手动设置融合规则和参数,导致融合效果存在不确定性、细节表现力不足的问题,提出了一种基于改进生成对抗网络(GAN)的脑部计算机断层扫描(CT)/磁共振(MR)图像融合算法。首先,对生成器和判别器两... 针对传统医学图像融合中需要依靠先验知识手动设置融合规则和参数,导致融合效果存在不确定性、细节表现力不足的问题,提出了一种基于改进生成对抗网络(GAN)的脑部计算机断层扫描(CT)/磁共振(MR)图像融合算法。首先,对生成器和判别器两个部分的网络结构进行改进,在生成器网络的设计中采用残差块和快捷连接以加深网络结构,更好地捕获深层次的图像信息;然后,去掉常规网络中的下采样层,以减少图像传输过程中的信息损失,并将批量归一化改为层归一化,以更好地保留源图像信息,增加判别器网络的深度以提高网络性能;最后,连接CT图像和MR图像,将其输入到生成器网络中得到融合图像,通过损失函数不断优化网络参数,训练出最适合医学图像融合的模型来生成高质量的图像。实验结果表明,与当前表现优良的基于离散小波变换(DWT)算法、基于非下采样剪切波变换(NSCT)算法、基于稀疏表示(SR)算法和基于图像分类块稀疏表示(PSR)算法对比,所提算法在互信息(MI)、信息熵(IE)、结构相似性(SSIM)上均表现良好,最终的融合图像纹理和细节丰富,同时避免了人为因素对融合效果稳定性的影响。 展开更多

关键词 医学图像融合 生成对抗网络 计算机断层成像(CT)/磁共振(MR) 层归一化 残差块

在线阅读 下载PDF 职称材料

基于MDM-ResNet的脑肿瘤分类方法 被引量：8

11

作者 夏景明 邢露萍 +1 位作者 谈玲 宣大伟 《南京信息工程大学学报（自然科学版）》 CAS 北大核心 2022年第2期212-219,共8页

脑肿瘤是世界上最致命的癌症之一.由于脑肿瘤的多样性,其图像分类成为了当代研究的热点.近年来,深度神经网络(DNN)常用于医学图像分类,但随着深度的增加网络会出现梯度消失和过拟合的问题,而残差网络(ResNet)通过引入恒等映射可以缓解... 脑肿瘤是世界上最致命的癌症之一.由于脑肿瘤的多样性,其图像分类成为了当代研究的热点.近年来,深度神经网络(DNN)常用于医学图像分类,但随着深度的增加网络会出现梯度消失和过拟合的问题,而残差网络(ResNet)通过引入恒等映射可以缓解这些问题.因此,本文基于ResNet提出了一种MDM-ResNet网络,该网络由多尺寸卷积核模块(Multi-size convolution kernel module)、双通道池化层(Dual-channel pooling layer)和多深度融合残差块(Multi-depth fusion residual block)组成.本文实验在Figshare数据集上展开,采用数据增强操作对图像进行预处理,并利用5倍交叉验证方法对网络性能进行评估.最终实验结果表明MDM-ResNet能够对脑膜瘤(Meningioma)、胶质瘤(Glioma)和垂体瘤(Pituitary tumor)进行有效分类. 展开更多

关键词 脑肿瘤 深度神经网络(DNN) 残差网络(ResNet) 多尺寸卷积核模块 双通道池化层 多深度融合残差块

在线阅读 下载PDF 职称材料

DnRFD:用于图像去噪的递进式残差融合密集网络 被引量：2

12

作者 曹义亲 饶哲初 +1 位作者 朱志亮 张红斌 《计算机科学与探索》 CSCD 北大核心 2022年第12期2841-2850,共10页

基于深度学习的去噪方法能够获得比传统方法更好的去噪效果,但是现有的深度学习去噪方法往往存在网络过深导致计算复杂度过大的问题。针对这个不足,提出一种用于去除高斯噪声的递进式残差融合密集网络(DnRFD)。该网络首先采用密集块来... 基于深度学习的去噪方法能够获得比传统方法更好的去噪效果,但是现有的深度学习去噪方法往往存在网络过深导致计算复杂度过大的问题。针对这个不足,提出一种用于去除高斯噪声的递进式残差融合密集网络(DnRFD)。该网络首先采用密集块来学习图像中的噪声分布,在充分提取图像局部特征的同时大幅降低网络参数;然后利用递进策略将浅层卷积特征依次与深层特征短线连接形成残差融合网络,提取出更多针对噪声的全局特征;最后将各密集块的输出特征图进行融合后输入给重建输出层,得到最后的输出结果。实验结果表明,在高斯白噪声等级为25和50时,该网络都能获得较高的峰值信噪比均值和结构相似性均值,并且去噪平均时间是DnCNN方法的一半,是FFDNet方法的1/3。总的来说,该网络整体去噪性能优于相关对比算法,可有效去除图像中的高斯白噪声和自然噪声,同时能更好地还原图像边缘与纹理细节。 展开更多

关键词 图像去噪 深度学习 密集块 残差学习 递进式残差融合

在线阅读 下载PDF 职称材料

基于残差密集块和自编码网络的红外与可见光图像融合 被引量：12

13

作者 王建中 徐浩楠 +1 位作者 王洪枫 于子博 《北京理工大学学报》 EI CAS CSCD 北大核心 2021年第10期1077-1083,共7页

红外与可见光图像融合是复杂环境中获得高质量目标图像的一种有效手段,在目标检测与跟踪、图像增强、遥感、医疗等领域有广泛应用前景.为解决目前基于深度学习的红外与可见光图像融合方法中存在的网络无法充分提取特征、特征信息利用不... 红外与可见光图像融合是复杂环境中获得高质量目标图像的一种有效手段,在目标检测与跟踪、图像增强、遥感、医疗等领域有广泛应用前景.为解决目前基于深度学习的红外与可见光图像融合方法中存在的网络无法充分提取特征、特征信息利用不充分和融合图像清晰度低的问题,本文提出了一种基于残差密集块的端到端自编码图像融合网络结构,利用基于残差密集块的编码器网络将图像分解成背景特征图和细节特征图,然后将两种特征图进行融合,再通过解码器进行重构,还原出最终的融合图像.测试结果表明,本文的方法可以得到清晰度高、目标突出、轮廓明显的融合图像,在SF、AG、CC、SCD、Qabf、SSIM 6个融合质量评估指标上与目前代表性融合方法相比均有不同程度的提升,特别是在融合图像清晰度上优势明显,且对于模糊、遮挡、逆光、烟雾等复杂环境图像有较好的融合效果. 展开更多

关键词 图像融合 深度学习 自编码网络 残差密集块

在线阅读 下载PDF 职称材料

一种残差卷积与多尺度特征融合的海岛多时相遥感影像变化检测方法 被引量：2

14

作者 管军 石爱业 +2 位作者 徐传杰 李景奇 胡锐 《现代电子技术》 2023年第14期7-10,共4页

为提高多时相遥感影像的海岛变化检测精度,文中采用编解码结构模型将变化检测中变和不变的二分类问题视为语义分割任务,提出一种残差卷积与多尺度特征融合的海岛多时相遥感影像变化检测方法(RMFNet)。首先,在编码器层构建4组优化的残差... 为提高多时相遥感影像的海岛变化检测精度,文中采用编解码结构模型将变化检测中变和不变的二分类问题视为语义分割任务,提出一种残差卷积与多尺度特征融合的海岛多时相遥感影像变化检测方法(RMFNet)。首先,在编码器层构建4组优化的残差卷积块(RC)用于提取特征信息,每组残差卷积块通过三重跳跃连接方式提高网络的泛化能力;其次,构建基于空洞空间金字塔池化的多尺度特征融合块(MFF),融合语义信息、全局上下文信息以充分学习海岛变化与未变化的特征;然后,使用损失函数指导残差卷积块和多尺度特征融合块的训练;最后,以中国香港岛为例,基于公开的变化检测OSCD数据集进行仿真实验。结果表明:提出的RMFNet方法的Kappa值比CNN、ResNet-18、PSPNet、SegNet、UNet五种方法分别提高0.2509、0.2019、0.1313、0.0786、0.0380,验证了该方法的有效性。 展开更多

关键词 多时相遥感影像 残差卷积块 多尺度特征融合块 特征信息提取 变化检测 损失函数

在线阅读 下载PDF 职称材料

基于多粒度信息融合的无监督行人重识别方法 被引量：4

15

作者 温静 张福康 《计算机工程与应用》 CSCD 北大核心 2023年第13期99-109,共11页

现有的无监督行人重识别算法通过残差网络仅能提取粗略的全局特征,但是随着数据集中行人、姿态数目和背景复杂性的激增,这些特征表明行人不同姿态的能力不足,使得模型出现欠拟合,进而导致识别精度下降。基于对上述问题的分析,从空间域... 现有的无监督行人重识别算法通过残差网络仅能提取粗略的全局特征,但是随着数据集中行人、姿态数目和背景复杂性的激增,这些特征表明行人不同姿态的能力不足,使得模型出现欠拟合,进而导致识别精度下降。基于对上述问题的分析,从空间域和通道域两方面考虑,设计了一种全新的多粒度信息融合的残差块(multi-granularity information fusion residual block,MgIFR block),替换残差网络中常规的残差模块,并以此提出了一种基于多粒度信息融合的无监督行人重识别方法。MgIFR模块在空间域上借鉴自注意力机制的思想,通过卷积提取粗粒度的全局特征;结合这些全局特征和图像中特定像素处编码的query,得到具有像素级上下文信息的细粒度全局特征,将具有粗粒度和细粒度的两种全局特征相结合,得到行人姿态的显著性特征;在通道域上,利用通道注意力机制,对输入的残差特征和跨层特征进行通道加权融合,最终得到具有多粒度信息融合的特征,以此来提高模型应对不同行人姿态的能力。实验结果表明,在现有公开数据集中,特别是行人数目姿态多和背景更加复杂的数据集上,相较于基线模型,Rank-1最高提升了9个百分点,mAP最高提升了10.7个百分点。提出的MgIFR模块具有更好的行人姿态的区分能力,有效解决了行人的不同姿态导致误判的问题,提高了行人重识别的准确率。 展开更多

关键词 行人重识别 多粒度 残差块 自注意力机制 上下文信息 特征融合 无监督方法

在线阅读 下载PDF 职称材料

基于LSTM的递归网络图像去雨算法 被引量：2

16

作者 谷腾飞 赖惠成 +1 位作者 高古学 倪萍 《激光杂志》 CAS 北大核心 2022年第7期65-69,共5页

随着深度学习的发展的热潮,单幅图像去雨得到了很大的发展。然而由于雨图像在方向、大小和雨密度的雨纹的不同,使得去雨的工作变得更困难。针对以上问题,提出了一种基于LSTM的递归图像去雨算法,在特征提取方面采用卷积块和残差块相结合... 随着深度学习的发展的热潮,单幅图像去雨得到了很大的发展。然而由于雨图像在方向、大小和雨密度的雨纹的不同,使得去雨的工作变得更困难。针对以上问题,提出了一种基于LSTM的递归图像去雨算法,在特征提取方面采用卷积块和残差块相结合,并运用长短期记忆模块(LSTM)进行多层递归去雨,最后通过注意力融合模块进一步提取雨纹特征,对不同方向、大小等雨纹有较强的学习能力,较好地保留了图像的细节,通过在真实数据集和合成数据集上进行实验,证明了该方法的有效性,通过与其他算法的比较,在客观指标和主观效果上优于它们。主观效果去雨更彻底,图像细节更加清晰。在合成数据集Rain100H上PSNR达到30.48,SSIM为0.91,在Rain100L上PSNR达到38.05,SSIM为0.98。 展开更多

关键词 注意力融合(AF)模块 多层递归尺度卷积 长短期记忆 残差块

在线阅读 下载PDF 职称材料

融合多尺度密集块的低照度交通图像增强模型 被引量：1

17

作者 王炜昊 王夏黎 +2 位作者 武历展 张倩 李超 《计算机工程与应用》 CSCD 北大核心 2023年第17期223-231,共9页

车辆检测与跟踪是智能交通领域的重要内容,复杂的光照强度与多变的交通场景使高速公路拍摄图像细节模糊、对比度低,图片信息提取干扰性强。提出一种基于注意力机制融合多尺度残差稠密块的生成对抗网络用于低照度交通图像增强。通过伽马... 车辆检测与跟踪是智能交通领域的重要内容,复杂的光照强度与多变的交通场景使高速公路拍摄图像细节模糊、对比度低,图片信息提取干扰性强。提出一种基于注意力机制融合多尺度残差稠密块的生成对抗网络用于低照度交通图像增强。通过伽马校正、相机响应函数和手工调节方法合成不同照度图像作为数据集,涵盖更广泛亮度曲线,模拟真实夜晚场景;引入注意力机制通过表征不同通道与高频信息间关联性,同时采用最大池化和平均池化捕获纹理信息和背景信息间依赖关系增强图像整体完整性;搭建多尺度融合的残差稠密连接网络,深度提取图像复杂特征利用并行支路融合不同级别和层次的信息,提升网络对细节的整体感知力,保留图片信息一致性;采用双线性加卷积结构代替反卷积层消除伪影现象。实验结果表明与主流方法相比,该网络的增强效果评价指标PSNR和SSIM分别提升26.37%、14.14%,图片增强使细节纹理清晰、图像自然视觉效果提高,为交通领域的视觉任务提供技术支持。 展开更多

关键词 低照度图像增强 交通图像 注意力机制 残差稠密块 多尺度融合 生成对抗网络

在线阅读 下载PDF 职称材料

基于特征融合的文本到图像的生成 被引量：6

18

作者 徐泽 帅仁俊 +2 位作者 刘开凯 马力 吴梦麟 《计算机科学》 CSCD 北大核心 2021年第6期125-130,共6页

近年来,基于生成对抗网络(Generative Adversarial Network, GAN)从文本描述中合成图像这一具有挑战性的任务已经取得了令人鼓舞的结果。这些方法虽然可以生成具有一般形状和颜色的图像,但通常也会生成具有不自然的局部细节且扭曲的全... 近年来,基于生成对抗网络(Generative Adversarial Network, GAN)从文本描述中合成图像这一具有挑战性的任务已经取得了令人鼓舞的结果。这些方法虽然可以生成具有一般形状和颜色的图像,但通常也会生成具有不自然的局部细节且扭曲的全局图像。这是因为卷积神经网络在捕获用于像素级别图像合成的高级语义信息时效率低下,以及处于粗略状态的生成器-鉴别器由于缺少详细信息生成了有缺陷的结果,而这个结果会作为输入促使最终结果的生成。因此,提出了一种基于特征融合的生成对抗网络。该网络通过嵌入残差块特征金字塔结构来引入多尺度特征融合,并通过自适应融合这些特征直接生成最后的精细图像,仅使用一个鉴别器就可以生成256 px×256 px的逼真图像。将所提方法在花类数据集Oxford-102和加利福尼亚理工学院鸟类数据库CUB上进行验证,使用Inception Score和FID评估生成图像的质量,结果表明,生成图像的质量明显优于以往若干经典的方法。 展开更多

关键词 特征融合 鉴别器 残差块特征金字塔 生成对抗网络

在线阅读 下载PDF 职称材料

基于多尺度联合权重分配的目标检测算法 被引量：4

19

作者 崔静雯 马杰 张宇 《计算机工程与应用》 CSCD 北大核心 2022年第17期101-110,共10页

针对SSD(single shot multibox detector)算法在复杂交通场景下对交通标志小目标识别效果不佳的问题,提出一种基于多尺度特征互补和重点特征信息挖掘(multi-scale feature complementary fusion and key feature information mining SSD... 针对SSD(single shot multibox detector)算法在复杂交通场景下对交通标志小目标识别效果不佳的问题,提出一种基于多尺度特征互补和重点特征信息挖掘(multi-scale feature complementary fusion and key feature information mining SSD,MK-SSD)的目标检测改进算法。利用跨阶段局部网络设计多尺度特征互补模块,同时构建多路径特征融合网络,有效提升浅层网络对小目标的特征提取能力。设计联合权重分配模块,将感知域与重点信息挖掘相结合,更高效地利用重点特征信息并抑制对非重点信息的关注度。利用轻量化残差块对预测网络进行改进,提升目标检测能力。经实验分析,改进后的算法在自制交通标志数据集上平均准确率达到89.64%,在保证实时性的同时,相较于YOLO系列和SSD系列算法拥有更高的检测精度,能检测出大部分SSD网络漏检的小目标。 展开更多

关键词 小目标检测 特征互补 多路径特征融合 权重分配 残差块

在线阅读 下载PDF 职称材料

基于残差通道注意力的视网膜血管图像分割 被引量：1

20

作者 王文辉 刘彦隆 《智能系统学报》 CSCD 北大核心 2023年第6期1268-1274,共7页

视网膜血管分割是诊断许多早期眼睛相关疾病的重要步骤。本文将整体嵌套边缘检测(holistically-nested edge detection,HED)网络应用于视网膜血管图像分割,并对该模型进行了一系列改进:针对现有方法识别边缘和精细血管能力不足的问题,... 视网膜血管分割是诊断许多早期眼睛相关疾病的重要步骤。本文将整体嵌套边缘检测(holistically-nested edge detection,HED)网络应用于视网膜血管图像分割,并对该模型进行了一系列改进:针对现有方法识别边缘和精细血管能力不足的问题,引入了一种新的改进的高效通道注意(modified efficient chanel attention,MECA)模块,并且采用了双残差结构加深模型结构,提取更加精细的血管结构,为了防止模型加深产生过拟合问题,引入了结构化丢弃模块。为了进一步提高模型的灵敏度,本文在HED网络的特征融合阶段加入融合了MECA模块的短连接结构。实验表明,所提网络的灵敏度相比于目前最先进的方法有了明显提升,这说明本文所提方法具有最先进的识别视网膜血管的能力。 展开更多

关键词 图像处理 视网膜血管 通道注意力 边缘检测 灵敏度 双残差结构 特征融合 深度学习

在线阅读 下载PDF 职称材料