图像异常检测旨在识别并定位图像中的异常区域,针对现有算法中不同层次特征信息利用不充分的问题,提出了基于多层次特征融合网络的图像异常检测算法。通过使用融合了异常先验知识的伪异常数据生成算法,对训练集进行了异常数据扩充,将异...图像异常检测旨在识别并定位图像中的异常区域,针对现有算法中不同层次特征信息利用不充分的问题,提出了基于多层次特征融合网络的图像异常检测算法。通过使用融合了异常先验知识的伪异常数据生成算法,对训练集进行了异常数据扩充,将异常检测任务转化为监督学习任务;构建了多层次特征融合网络,将神经网络中不同层次特征进行融合,丰富了特征中的低层纹理信息和高层语义信息,使得用于异常检测的特征更具区分性;训练时,设计了分数约束损失和一致性约束损失,并结合特征约束损失对整个网络模型进行训练。实验结果表明,MVTec数据集上图像级检测接收机工作特性曲线下面积(area under the receiver operating characteristic, AUROC)平均值为98.7%,像素级定位AUROC平均值为97.9%,每区域重叠率平均值为94.2%,均高于现有的异常检测算法。展开更多
目前彩色图像可逆信息隐藏(reversible data hiding,简称RDH)大多直接将灰度图像算法应用到彩色图像的各个通道上,未能充分利用彩色通道间的相关性.提出一种基于自适应分块的彩色图像RDH算法.首先,为了充分利用通道间的相关性,提出将彩...目前彩色图像可逆信息隐藏(reversible data hiding,简称RDH)大多直接将灰度图像算法应用到彩色图像的各个通道上,未能充分利用彩色通道间的相关性.提出一种基于自适应分块的彩色图像RDH算法.首先,为了充分利用通道间的相关性,提出将彩色图像进行自适应分块;其次,为了更好地利用平滑区域,提出基于通道特性的嵌入容量分配原则以保证在平滑区域嵌入更多的信息;最后,为了提高彩色图像视觉质量,提出一种符合人眼视觉特性的B-R-G嵌入原则,优先选择对人眼视觉影响较小的通道进行嵌入.实验结果表明,在不同的嵌入容量下,该文方法载密图像的峰值信噪比(peak signal-to-noise ratio,简称PSNR)明显优于所比较的彩色图像RDH方法.展开更多
准确检测变电站中的设备缺陷并及时进行处理是保证电力系统安全运行的重要措施.针对表计缺陷图像背景复杂、目标尺寸不一、外形差别大等问题,提出基于改进YOLOv5(you only look once的第5个版本)的变电站表计缺陷检测算法.为了提高泛化...准确检测变电站中的设备缺陷并及时进行处理是保证电力系统安全运行的重要措施.针对表计缺陷图像背景复杂、目标尺寸不一、外形差别大等问题,提出基于改进YOLOv5(you only look once的第5个版本)的变电站表计缺陷检测算法.为了提高泛化能力、解决训练过程中样本不平衡问题,利用旋转和改变图像亮度的方法进行数据增广.通过引入坐标注意力机制,在聚焦缺陷特征的同时,能突出缺陷特征的差异.为了使边界框回归更快速准确,将EDIOU loss(effective distance intersection over union loss)代替CIOU loos(complete intersection over union loss).实验结果表明:6种算法中,该文算法的准确度、召回率和mAP(mean average preciscion)均最高,分别达85.1%,86.6%,87.3%.因此,该文算法具有优越性.展开更多
文摘图像异常检测旨在识别并定位图像中的异常区域,针对现有算法中不同层次特征信息利用不充分的问题,提出了基于多层次特征融合网络的图像异常检测算法。通过使用融合了异常先验知识的伪异常数据生成算法,对训练集进行了异常数据扩充,将异常检测任务转化为监督学习任务;构建了多层次特征融合网络,将神经网络中不同层次特征进行融合,丰富了特征中的低层纹理信息和高层语义信息,使得用于异常检测的特征更具区分性;训练时,设计了分数约束损失和一致性约束损失,并结合特征约束损失对整个网络模型进行训练。实验结果表明,MVTec数据集上图像级检测接收机工作特性曲线下面积(area under the receiver operating characteristic, AUROC)平均值为98.7%,像素级定位AUROC平均值为97.9%,每区域重叠率平均值为94.2%,均高于现有的异常检测算法。
文摘目前彩色图像可逆信息隐藏(reversible data hiding,简称RDH)大多直接将灰度图像算法应用到彩色图像的各个通道上,未能充分利用彩色通道间的相关性.提出一种基于自适应分块的彩色图像RDH算法.首先,为了充分利用通道间的相关性,提出将彩色图像进行自适应分块;其次,为了更好地利用平滑区域,提出基于通道特性的嵌入容量分配原则以保证在平滑区域嵌入更多的信息;最后,为了提高彩色图像视觉质量,提出一种符合人眼视觉特性的B-R-G嵌入原则,优先选择对人眼视觉影响较小的通道进行嵌入.实验结果表明,在不同的嵌入容量下,该文方法载密图像的峰值信噪比(peak signal-to-noise ratio,简称PSNR)明显优于所比较的彩色图像RDH方法.
文摘准确检测变电站中的设备缺陷并及时进行处理是保证电力系统安全运行的重要措施.针对表计缺陷图像背景复杂、目标尺寸不一、外形差别大等问题,提出基于改进YOLOv5(you only look once的第5个版本)的变电站表计缺陷检测算法.为了提高泛化能力、解决训练过程中样本不平衡问题,利用旋转和改变图像亮度的方法进行数据增广.通过引入坐标注意力机制,在聚焦缺陷特征的同时,能突出缺陷特征的差异.为了使边界框回归更快速准确,将EDIOU loss(effective distance intersection over union loss)代替CIOU loos(complete intersection over union loss).实验结果表明:6种算法中,该文算法的准确度、召回率和mAP(mean average preciscion)均最高,分别达85.1%,86.6%,87.3%.因此,该文算法具有优越性.
